Generator fikcyjnych danych użytkownika

Generuj kompletne fikcyjne profile użytkowników: imię, nazwisko, email, adres, telefon, data urodzenia, PESEL. Do testów i mockupów. Bezpłatnie.

Bez konta

Bez instalacji

Bezpłatnie

Przejdź do narzędzia

Instrukcja

1

Wprowadź dane
Wpisz treść, wklej tekst lub załaduj plik z dysku.
2

Kliknij przycisk
Narzędzie natychmiast przetworzy Twoje dane w przeglądarce.
3

Pobierz wynik
Skopiuj gotowy tekst lub zapisz plik na urządzeniu.

                                                function runTool() {

                                                  return "Wynik gotowy w 0.1s";

                                                }

Ustawienia

Lokalizacja

Płeć

Format wyniku

Dane wejściowe

111 znaków

Liczba

Dołącz adres Opcja narzędzia

Dołącz telefon Opcja narzędzia

Dołącz dane logowania Opcja narzędzia

Wynik

Użytkowników

10 os.

każdy losowany na nowo — brak ziarna, wyniki się różnią

Pól na użytkownika

10 szt.

id, imię, nazwisko, pełna nazwa, płeć, e-mail + włączone opcje

Kraj

Angielski (Stany Zjednoczone)

Format

JSON

ID	Imię	Nazwisko	Nazwa	Płeć	E-mail	Adres	Telefon	Nazwa użytkownika	Hasło
d9d02235-73ba-4bf1-8c12-b2d49adaec14	William	Miller	William Miller	male	[email protected]	Ulica 479 Pine Road Miasto Phoenix Region MA Kod pocztowy 93293 Kraj United States	+1 001-803-7277	williammiller68	Ne4@aBD%3dbP
630ad32d-f841-45a6-abda-aa680796219e	Liam	Jones	Liam Jones	male	[email protected]	Ulica 990 Maple Street Miasto Seattle Region TX Kod pocztowy 53661-0590 Kraj United States	+1 (175) 544-3486	liamjones87	hBCCB$e3uy8q
63c1c62d-ddd7-478d-9274-e77d25879aec	Charlotte	Jones	Charlotte Jones	female	[email protected]	Ulica 610 Oak Avenue Miasto Seattle Region WA Kod pocztowy 99131 Kraj United States	+1 276-748-1618	charlottejones887	#H6Fv6vF@7AX
2f7b291d-0fe2-432b-b67b-4537f74d9dc1	Isabella	Miller	Isabella Miller	female	[email protected]	Ulica 113 Park Drive Miasto Austin Region IL Kod pocztowy 82248 Kraj United States	+1 304-501-9745	isabellamiller221	7vq7#@ZfYhy9
062ff531-b970-439c-9de4-71a719c384b8	Lucas	Miller	Lucas Miller	male	[email protected]	Ulica 950 Park Drive Miasto Austin Region CO Kod pocztowy 35485 Kraj United States	+1 029-997-0937	lucasmiller550	pJ8N?P6TEkVN
76f9b1fd-e041-4173-9cdf-cad94acf1834	Michael	Garcia	Michael Garcia	male	[email protected]	Ulica 117 Sunset Boulevard Miasto Austin Region TX Kod pocztowy 10395-5593 Kraj United States	+1 158-495-3431	michaelgarcia184	THj6Na?$!##4
bda14f3f-acd8-4866-8f25-81e70d521587	Ethan	Miller	Ethan Miller	male	[email protected]	Ulica 202 Oak Avenue Miasto Boston Region IL Kod pocztowy 27381 Kraj United States	+1 (410) 163-5936	ethanmiller418	v3%s2Tj@aBCq
245c02f0-937d-4b8b-8d54-8fd81a2a9d57	Liam	Johnson	Liam Johnson	male	[email protected]	Ulica 45 Park Drive Miasto Phoenix Region MA Kod pocztowy 75037 Kraj United States	+1 (422) 028-5859	liamjohnson779	5?K%xdmJXPEc
b1dc28c8-29bd-48ab-b203-d162d687e2c0	Ethan	Smith	Ethan Smith	male	[email protected]	Ulica 266 Oak Avenue Miasto Denver Region MA Kod pocztowy 11085-4147 Kraj United States	+1 (203) 884-3834	ethansmith521	#7dtky*Kb6kB
ed4cee51-b4c9-4bbc-92f5-fdb186ff7c06	Ava	Williams	Ava Williams	female	[email protected]	Ulica 198 Park Drive Miasto Austin Region IL Kod pocztowy 05805 Kraj United States	+1 (291) 484-1074	avawilliams684	w5adQeG9c?#T

Ściąga: pola generowane przez silnik (przykłady losowane tym silnikiem)

Pole	Jak powstaje (z kodu silnika)	Przykład (domyślne ustawienia)
id	UUID w wersji 4 losowany z CSPRNG (random_bytes, bity wersji i wariantu ustawiane wg specyfikacji)	`ac22fec8-f5c2-4e14-95f1-7b67905b5425`
Imię i nazwisko	losowane z pul dla wybranego kraju i płci (po 8 imion męskich i żeńskich oraz 8 nazwisk na kraj); „dowolna” płeć losuje 50/50	`William Garcia`
E-mail	imię.nazwisko (transliterowane, bez ogonków) + losowy numer 10–999 @ domena testowa: example.com, mail.test, demo.local lub testmail.dev	`[email protected]`
Adres	ulica z numerem 10–999, miasto i region z pul kraju; kod pocztowy wg maski kraju (# → cyfra, A → wielka litera), np. PL ##-###, GB AA# #AA	`97 Oak Avenue, Seattle 46965-2342, United States`
Telefon	maska kraju z puli (np. +48 ### ### ###, +1 (###) ###-####), każde # to losowa cyfra	`+1 (088) 497-2418`
Login (username)	imię + nazwisko bez ogonków, małe litery + losowy numer 10–999	`williamgarcia119`
Hasło (password)	12 znaków z CSPRNG: gwarantowane mała, wielka, cyfra i znak specjalny (!@#$%*?), reszta losowana, kolejność tasowana Fisherem–Yatesem	`*@agWVh88gB7`

RODO — dane fikcyjne: imiona, adresy, telefony i hasła są losowane wyłącznie na serwerze podczas generowania. Nie pochodzą z żadnej prawdziwej osoby, nie są zapisywane i nie sprawdzają, czy istnieją. E-maile trafiają tylko do zarezerwowanych domen testowych (example.com, mail.test, demo.local, testmail.dev) — wysyłka na nie nie jest możliwa. Nie używaj tych danych do rejestracji w realnych serwisach ani do podszywania się.

Fikcyjni użytkownicy: testy bez prawdziwych danych

Do czego ten generator

Zapełnianie tabel, testowanie importów CSV/JSON, ekrany rejestracji, demonstracje paneli i szkolenia. Batch do 50 rekordów w jednym przebiegu, z adresem, telefonem i danymi logowania dołączanymi na żądanie — panel bez danych wygląda martwo, a z fikcyjnymi wygląda realnie, nie ryzykując niczego.

Losowość, nie ziarno

Ten silnik losuje każdą partię od nowa (mt_rand/random_int), więc dwa przebiegi dadzą różne osoby — do powtarzalnych testów zapisz wygenerowaną partię do pliku. Jeśli potrzebujesz deterministycznych profili z ziarna (ten sam seed = ten sam profil), użyj generatora profilu użytkownika.

Domeny testowe celowo

E-maile kończą się na example.com, mail.test, demo.local i testmail.dev — domenach zarezerwowanych do dokumentacji i testów, które nigdy nie dostaną prawdziwej poczty. Dzięki temu żaden test rejestracji z powiadomieniami nie wyśle maila przypadkowej osobie.

Hasła tylko na testy

Hasła spełniają typowe reguły złożoności (mała, wielka, cyfra, znak specjalny, 12 znaków), ale są publicznie wygenerowane — nadają się wyłącznie do środowisk testowych i demonstracji. W produkcji obowiązkowo własna rejestracja z hashowaniem (bcrypt/argon2) i nigdy te wartości.

Wskazówka: kafelki nad wynikiem pokazują liczbę rekordów, liczbę pól na użytkownika, kraj i format — a eksport zapisuje partię w dokładnie tym formacie, który wybrałeś (.json, .csv lub .txt).

Oceń to narzędzie:

Powiązane narzędzia

Inne narzędzia, które mogą Ci się przydać

Podaj dalej

Komuś też się przyda?

Wyślij znajomemu link. Otworzy narzędzie od razu, bez konta i bez opłat.

Generator fikcyjnych danych użytkownika – kompletna persona testowa

Fikcyjne dane użytkownika są niezbędne przy tworzeniu: mockupów UI, baz danych testowych, seed scripts, demonstracji produktu i testów bez ryzyka RODO. Generator tworzy kompletne, realistycznie wyglądające profile z wszystkimi polami typowymi dla systemu użytkowników.

generator fikcyjnych danych fake user data generator persona testowa dane testowe użytkownik RODO

Co zawiera profil testowy

Imię i nazwisko: realistyczne polskie lub zagraniczne. Email: zbudowany z imienia+nazwiska@domain. Telefon: format polskie +48 6xx-xxx-xxx. Adres: ulica, kod pocztowy, miasto, województwo. Data urodzenia: losowa w przedziale wiekowym. PESEL: walidowany algorytmem (suma kontrolna). Hasło (zahashowane): bcrypt. Avatar: placeholder image.

RODO a dane testowe

RODO (GDPR) Art. 5: dane osobowe = "informacje o zidentyfikowanej lub identyfikowalnej osobie fizycznej". Fikcyjne dane: nie są danymi osobowymi (nie odnoszą się do realnej osoby). Bezpieczne alternatywy: (1) generator fikcyjnych danych, (2) anonimizacja prawdziwych danych. Produkcja: nigdy prawdziwe dane w testach/staging!

Algorytm PESEL – walidacja

PESEL: 11 cyfr. Ciąg: RRMMDDXXXXY (R=rok, M=miesiąc, D=dzień, X=numer porządkowy, Y=cyfra kontrolna). Urodzony w XX w.: RRMMDD. W XXI w.: miesiąc + 20 (np. 2001 = miesiąc 01 → 21). Kontrolna: wagi 1,3,7,9,1,3,7,9,1,3 → suma mod 10 = (10 - mod) mod 10.

Popularne biblioteki do generowania danych

JavaScript: @faker-js/faker. faker.person.fullName(), faker.internet.email(), faker.location.city(). Python: Faker. fake = Faker("pl_PL"); fake.name(). PHP: fakerphp/faker. $faker = Faker\Factory::create("pl_PL"). Java: Java Faker (com.github.javafaker). C#: Bogus (NuGet). Wszystkie obsługują lokalizację polską.

Jak działa generator person testowych

Generator nie losuje każdego pola osobno. Najpierw powstaje szkielet persony: płeć oraz data urodzenia. Dopiero z tego szkieletu wyprowadzane są pola pochodne — imię i nazwisko ze słownika dopasowanego do płci i lokalizacji, e-mail przez sklejenie imienia i nazwiska, PESEL z daty urodzenia i numeru porządkowego, telefon z formatu krajowego. Taka kolejność daje rekord spójny wewnętrznie: płeć w imieniu zgadza się z cyfrą porządkową numeru, a wiek wynika z daty wpisanej w PESEL. Losowanie niezależnych ciągów znaków dałoby zestaw, który na pierwszy rzut oka wygląda jak zbiór przypadkowych wartości i szybko psuje testy formularzy.

Kluczowym elementem mechanizmu jest cyfra kontrolna PESEL. Generator wybiera najpierw dziesięć cyfr: sześć z daty urodzenia (z przesunięciem miesiąca o 20 dla osób urodzonych w XXI wieku) oraz cztery z numeru porządkowego, którego ostatnia cyfra koduje płeć. Następnie liczy iloczyny tych cyfr z wagami, sumuje je i sprawdza resztę z dzielenia przez 10. Dopiero tak policzona jedenasta cyfra trafia do numeru, dlatego wygenerowany PESEL przechodzi standardową walidację, mimo że nie pochodzi z żadnego rejestru.

Drugi mechanizm to losowość powtarzalna. Generator korzysta z pseudolosowego strumienia liczb, który można zainicjować ziarnem (seed). To samo ziarno i ta sama wersja słowników dają identyczną personę przy każdym uruchomieniu, co pozwala odtworzyć stan bazy testowej albo powtórzyć nieudany przypadek. Bez ziarna każdy profil jest inny, ale wciąż zgodny z regułami formatu — długość numeru, suma kontrolna i format telefonu są sprawdzane przed zwróceniem wyniku, więc do aplikacji nie trafia ciąg, który nie przeszedłby walidacji składniowej.

Przykład: jedna persona krok po kroku

Wybór szkieletu: kobieta, data urodzenia 12 marca 1990. W zapisie PESEL daje to ciąg 900312 — rok 90, miesiąc 03, dzień 12.
Imię i nazwisko ze słownika żeńskiego: Anna Kowalska. Pola pochodne: e-mail [email protected] oraz telefon w formacie krajowym +48 612-345-678.
Numer porządkowy to cztery cyfry 1234. Pierwsze dziesięć cyfr numeru ma postać 9003121234, a ostatnia cyfra porządkowa (4, parzysta) jest spójna z płcią żeńską.
Suma kontrolna: iloczyny kolejnych cyfr z wagami 1, 3, 7, 9, 1, 3, 7, 9, 1, 3 wynoszą 9, 0, 0, 27, 1, 6, 7, 18, 3, 12. Suma to 83, a reszta z dzielenia przez 10 to 3.
Cyfra kontrolna: (10 - 3) mod 10 = 7. Pełny PESEL to 90031212347 — jedenaście cyfr z poprawną sumą kontrolną.
Rekord trafia do seed script razem z adresem, hasłem w postaci skrótu bcrypt i adresem avatara. Przy tym samym ziarnie cały zestaw pól odtworzymy identycznie przy kolejnym uruchomieniu.

Pola persony i reguły ich budowy

Pole	Reguła	Przykład
Imię i nazwisko	losowane ze słownika dopasowanego do płci i lokalizacji	Anna Kowalska
E-mail	imie.nazwisko małymi literami plus domena	[email protected]
Telefon	format krajowy +48 6xx-xxx-xxx	+48 612-345-678
Data urodzenia	losowa w zadanym przedziale wiekowym, w PESEL jako RRMMDD	12.03.1990, czyli 900312
PESEL	11 cyfr, ostatnia liczona z wag 1, 3, 7, 9, 1, 3, 7, 9, 1, 3	90031212347
Adres	ulica, kod pocztowy, miasto, województwo	ul. Przykładowa 12, 00-001 Warszawa, mazowieckie
Hasło	wyłącznie jako nieodwracalny skrót bcrypt	skrót bcrypt, bez jawnego hasła
Avatar	adres obrazu zastępczego	placeholder, nie zdjęcie realnej osoby

Jak wdrożyć generator w projekcie

Ustal ziarno przed pierwszym uruchomieniem — zapisz je w konfiguracji obok skryptu seedującego. Bez tego każde odtworzenie bazy daje inne dane i nie da się powtórzyć błędu zgłoszonego przez testera.
Przypnij wersję biblioteki — słowniki imion, nazwisk i miast zmieniają się między wydaniami, więc aktualizacja zależności potrafi zmienić wynik przy niezmienionym ziarnie.
Oznacz rekordy jako testowe — dodaj pole znacznikowe albo prefiks w adresie e-mail, żeby jednym zapytaniem usunąć cały zestaw i nie pomylić go z kontami zakładanymi ręcznie na stagingu.
Testuj warianty skrajne, nie tylko typowy profil — długie nazwisko, brak drugiego imienia, adres zagraniczny czy osoba urodzona w XXI wieku ujawniają błędy szerokości kolumn i skracania tekstu w UI.
Używaj tego samego kodu walidującego co produkcja — generator pilnuje sumy kontrolnej PESEL i formatu telefonu, ale reguły biznesowe aplikacji, na przykład minimalny wiek, trzeba przetestować osobno.

Ograniczenia i pułapki

Brak gwarancji unikalności — losowanie może powtórzyć tę samą kombinację pól, więc unikalność e-maila czy loginu musi wymusić baza albo skrypt seedujący, a nie sam generator.
Adres nie jest weryfikowany przestrzennie — ulica nie musi istnieć w podanym mieście, a kod pocztowy nie odpowiada realnemu obszarowi. Testy geokodowania i normalizacji adresów wymagają innego źródła danych.
Rozkłady nie odwzorowują populacji — słowniki zawierają ograniczoną liczbę imion, nazwisk i miast, więc przy dużym zbiorze proporcje i rzadkie przypadki będą odbiegać od rzeczywistych.
Persona nie zna reguł biznesowych — generator nie wie o limitach długości, polach wymaganych, relacjach między tabelami ani unikalnych indeksach; to trzeba narzucić w seed script, inaczej import zakończy się błędem.

Najczęstsze pytania

Jak generować PESEL z datą urodzenia?

1. Wyznacz rok i miesiąc urodzenia. 2. Jeśli ≥ 2000: dodaj 20 do miesiąca. 3. Wygeneruj losowe 4 cyfry XXX (porządkowy) + parzysty/nieparzysty dla płci (ostatni przed kontrolną). 4. Oblicz cyfre kontrolną: wagi 1,3,7,9,1,3,7,9,1,3. suma × odpowiednia cyfra → suma mod 10 → kontrolna = (10 - suma mod 10) mod 10.

Jak generować realistyczne emaile testowe?

Format: [email protected]. Domeny testowe: @example.com, @test.com, @mailtest.net (RFC 2606 zarezerwowane). Unikaj: @gmail.com, @wp.pl (możliwość kolizji z prawdziwymi). Faker: faker.internet.email("Jan", "Kowalski") = "[email protected]". Subaddressing: [email protected].

Jak importować fikcyjne dane do MySQL?

PHP: foreach ($faker->count(100)) → INSERT. Laravel seeder: UserFactory::count(100)->create(). Node.js: faker loop + mysql2 query. SQL: load from CSV (LOAD DATA INFILE). Python: faker loop + pymysql execute. Tip: użyj transakcji (BEGIN/COMMIT) dla szybkości przy dużych zestawach.

Jakie pola powinien zawierać user record?

Minimum: id (UUID), email (unique), password_hash. Standard: + first_name, last_name, created_at, updated_at. E-commerce: + address, phone, date_of_birth. PL system: + PESEL (zaszyfrowany), NIP (dla firm). Avatar: URL do S3 lub placeholder. Soft delete: deleted_at (nullable). Email verified: email_verified_at.

Jak anonimizować prawdziwe dane produkcyjne do testów?

Anonymization script: foreach user: user.email = fake.email(); user.phone = fake.phone(). Pseudonymization: hash(real_email + salt) → traceability zachowana. Tools: ARX Data Anonymization Tool, Amnesia. AWS: Macie wykrywa PII, Glue + DynamoDB do maskowania. Pamiętaj: kopia produkcji z prawdziwymi danymi na staging = naruszenie RODO.

Czy wygenerowane dane można wgrać na produkcję?

Nie. Persony testowe służą do baz deweloperskich, stagingu, mockupów i demonstracji. Na środowisku produkcyjnym konta zakładają realni użytkownicy, a fikcyjne rekordy zaburzają statystyki i mogą łamać reguły biznesowe.

Jak uzyskać powtarzalne wyniki przy kolejnym uruchomieniu?

Ustaw ziarno generatora i zapisz numer wersji biblioteki razem ze skryptem. Ten sam seed i te same słowniki dają identyczny zestaw person, natomiast zmiana wersji biblioteki może zmienić wynik.

Czy PESEL z generatora przejdzie walidację w moim formularzu?

Sam numer tak, bo cyfra kontrolna jest liczona z wag i suma się zgadza. Walidacja w aplikacji może jednak wymagać dodatkowych warunków, na przykład minimalnego wieku albo zgodności numeru z datą urodzenia w profilu.

Generator czy anonimizacja — co wybrać?

Generator, gdy potrzebujesz danych od zera i nie masz dostępu do zbioru produkcyjnego. Anonimizację, gdy wynik ma zachować rozkłady i relacje z prawdziwego zbioru, na przykład przy testach wydajności na realistycznych wolumenach.

Czy e-mail z persony może trafić do prawdziwej skrzynki?

Może, jeśli użyjesz domeny, która istnieje i należy do kogoś innego. Do testów wybierz domenę, którą kontrolujesz, albo domenę przeznaczoną do przykładów, i wyłącz realną wysyłkę wiadomości na środowisku testowym.

Powiązane narzedzia: generator losowych adresow, generator imion i walidator PESEL.