Proč na promptu záleží

Umělá inteligence vám odpoví jen tak dobře, jak dobře se zeptáte. Rozdíl mezi průměrným a skvělým výsledkem často není v nástroji samotném, ale ve způsobu, jakým s ním komunikujete. V tomto článku najdete kompletní přehled praktických promptů, osvědčených technik a tipů, které z AI vytěží maximum – ať už píšete texty, analyzujete data, nebo řešíte marketing.

Představte si prompt jako zadání pro velmi schopného, ale doslovného kolegu. Když řeknete „napiš něco o marketingu“, dostanete obecný text. Když ale upřesníte cíl, publikum, formát a tón, výsledek bude nesrovnatelně lepší. Kvalitní prompt je investice několika minut, která se mnohonásobně vrátí v kvalitě výstupu.

Klíčový princip je jednoduchý: čím konkrétnější zadání, tím přesnější odpověď. A platí to napříč všemi oblastmi – od psaní e-mailů po analýzu právních dokumentů.

Než se ale ponoříme do konkrétních technik, je dobré vědět, že v roce 2025 se celý obor posunul od pojmu „prompt engineering“  k širšímu konceptu context engineering. Zatímco prompt engineering se soustředí na to, jak správně formulovat zadání, context engineering řeší celý informační kontext, který model dostává – tedy nejen váš prompt, ale i přiložené dokumenty, historii konverzace, dostupné nástroje nebo nastavení systému. Pro běžného uživatele to znamená jediné: nestačí jen dobře napsat otázku, důležité je i to, jaké podklady a kontext AI poskytnete.

Jak sestavit dobrý prompt – univerzální šablona

Než se pustíme do konkrétních příkladů, pojďme si rozebrat strukturu, která funguje jako dobrý základ. Dobrý prompt má pět základních stavebních bloků:

1. Úkol / cíl – co přesně má vzniknout
2. Kontext a vstupy – data, publikum, omezení
3. Role nebo persona – volitelné, hodí se pro tvůrčí úlohy (viz upozornění níže)
4. Požadovaný výstup – formát, rozsah, struktura
5. Styl, tón a pravidla – co dělat, co nedělat, jazyk, případně příklad

Důležité upozornění k délce: Studie Levy, Jacoby & Goldberg (ACL 2024) ukázala, že výkon modelů při reasoning úlohách klesá, když je klíčová informace obklopena velkým množstvím irelevantního textu – pokles o 26 % nastal již při celkové délce vstupu kolem 3 000 tokenů. To neznamená, že váš prompt nemůže být delší, ale že by neměl obsahovat zbytečnou „vatu“ a irelevantní kontext. Samotné instrukce formulujte co nejstručněji a nejjasněji – každé zbytečné slovo zhoršuje poměr signálu k šumu. Více kontextu není vždy lepší.

Tady je univerzální šablona, kterou můžete použít jako základ:

ÚKOL: [co přesně máš udělat]

KONTEXT/VSTUPY:
- Publikum: [...]
- Data/Podklady: [vložený text nebo data]

ROLE/PERSONA (volitelné – vhodné pro tvůrčí úlohy, viz poznámka níže):
- Piš jako [role], s důrazem na [priorita].

VÝSTUP:
- Formát: [např. 5 odrážek + krátké shrnutí]
- Rozsah: [např. max 150 slov]
- Struktura: [např. nadpisy, tabulka se sloupci X, Y, Z]

STYL/PRAVIDLA:
- Tón: [např. přátelský, bez žargonu]
- Nedělej: [např. žádné emoji, žádné domněnky]

Poznámka k roli/personě: Výzkum z Wharton School (Basil, Mollick et al., prosinec 2025) a University of Southern California (Hu et al., březen 2026) ukazuje, že přidání role (např. „jsi expert na marketing“) zlepšuje tón, styl a strukturu odpovědi, ale může zhoršit faktickou přesnost. Model se soustředí na to, aby zněl jako expert, a přitom může udělat více věcných chyb. Proto roli používejte především u tvůrčích úkolů (psaní textů, copywriting, roleplay) a u úloh vyžadujících přesná fakta (analýza dat, právní rozbor, matematika) raději zadejte úkol přímo bez persony.

CIFT – zjednodušená šablona pro rychlý start

Pokud vám pětibloková šablona připadá na první pokusy příliš podrobná, zkuste začít s jednodušší formulí CIFT. Každé písmeno představuje jednu otázku, kterou si před napsáním promptu položíte:

C – Context (Kontext): Jaká je situace? Co AI potřebuje vědět na pozadí? I – Instruction (Instrukce): Co přesně má AI udělat? F – Format (Formát): Jak má výstup vypadat? T – Tone (Tón): Jak má text znít?

Praktický příklad – bez CIFT napíšete: „Shrň mi schůzku.” S CIFT formulací:

• Kontext: Proběhla 45minutová projektová schůzka týmu (5 lidí).
• Instrukce: Shrň klíčové body a akční kroky.
• Formát: Strukturovaný seznam s nadpisy „Klíčové body” a „Akce”.
• Tón: Profesionální, stručný.

CIFT je v podstatě odlehčená verze univerzální šablony – nemusíte použít všechny čtyři složky najednou, stačí ty, které jsou pro danou situaci relevantní. Jakmile si na CIFT zvyknete, přechod na plnou pětisložkovou šablonu bude přirozený.

Flexibilní šablony – znovupoužitelné prompty s proměnnými

Jakmile najdete prompt, který funguje, nemá smysl ho pokaždé psát od nuly. Flexibilní šablony (tzv. meltable prompts) pracují na jednoduchém principu: klíčové části promptu nahradíte proměnnými v hranatých závorkách, které před použitím vyplníte konkrétními údaji.

Tři základní šablony, které pokryjí většinu každodenních situací:

Šablona 1: Shrň [TÉMA] ve formátu [FORMÁT] pro [PUBLIKUM]. → Příklad: Shrň dnešní projektovou schůzku v e-mailu pro management.

Šablona 2: Napiš [TYP ZPRÁVY], která [AKCE], stylem [TÓN]. → Příklad: Napiš Slack zprávu, která oznamuje spuštění nové funkce, přátelským tónem.

Šablona 3: Vytvoř kontrolní seznam pro [SITUACI] včetně [DETAILY]. → Příklad: Vytvoř kontrolní seznam pro onboarding nového zaměstnance včetně IT setupu.

Princip je stejný jako u šablon e-mailů nebo smluv – jednou vytvoříte strukturu, pak jen dosazujete. Časem si vybudujete vlastní knihovnu šablon přizpůsobených vašim nejčastějším úkolům.

Jak se liší jednotlivé AI modely

Článek o promptování by nebyl kompletní bez zmínky o tom, že různé modely reagují na prompty různě. V roce 2025–2026 existují tři hlavní ekosystémy a každý má svá specifika:

Claude (Anthropic) – dobře reaguje na XML strukturování, preferuje delší a podrobnější systémové instrukce a skvěle pracuje s dlouhými dokumenty. Pokud používáte Claude, organizujte složité prompty pomocí XML tagů.

GPT-5 (OpenAI) – je navržen jako „unifikovaný systém”, který automaticky přepíná mezi rychlou odpovědí a hlubším reasoning režimem. OpenAI klade důraz na přirozenou konverzaci a snadné použití. U tohoto modelu zkuste nejdříve jednoduchý prompt a teprve pokud výsledek nestačí, přidávejte strukturu. GPT-5 je dostupný od srpna 2025 a OpenAI již vydal i novější verze (GPT-5.1, GPT-5.2).

Gemini (Google) – Google doporučuje přidávat few-shot příklady a umísťovat konkrétní otázky na konec promptu, za data. Gemini má velké kontextové okno (až 2M tokenů), ale jako u ostatních modelů platí: stručnější a strukturovanější instrukce přinášejí lepší výsledky.

Obecné pravidlo: pokud prompt funguje skvěle v jednom nástroji, nemusí automaticky fungovat v jiném. Vyplatí se testovat.

Praktické prompty podle oblasti využití

Následující příklady pokrývají nejčastější scénáře, se kterými se v praxi setkáte. U každého najdete jak základní verzi promptu, tak jeho vylepšenou variantu – abyste viděli, jaký rozdíl dělá trocha konkrétnosti.

Psaní a editace textů

Textová práce patří mezi nejčastější využití AI. Ať už potřebujete opravit článek, napsat e-mail nebo přestylizovat odborný text do srozumitelné podoby.

Editace článku – vylepšený prompt:

Proveď kompletní revizi tohoto textu:
1. Odstraň slovní vatu a zbytečná slova
2. Zlepši plynulost a čitelnost
3. Oprav gramatiku a stylistiku
4. Zachovej původní význam a tón

Výstup strukturuj jako:
- Upravený text
- Hlavní změny (co a proč jsi změnil)
- Doporučení pro další vylepšení

Text k editaci:
[vložte text]

Profesionální e-mail – vylepšený prompt:

Napiš profesionální e-mail klientovi o zrušení schůzky kvůli nemoci. 
Omluv se, navrhni 3 náhradní termíny příští týden a zachovej 
pozitivní tón. Max 100 slov.

Změna stylu textu – vylepšený prompt:

Přepiš následující formální text do přátelského a srozumitelného 
jazyka pro běžné občany. Odstraň odborné termíny a zkrať složité věty: 
[vložte text]

Všimněte si, že u každého promptu je jasně definováno co se má stát, pro koho je výstup určený a jakou podobu má mít. To je základ úspěchu.

Programování a tvorba aplikací

AI je výborný pomocník při psaní, kontrole i optimalizaci kódu. Klíčem je jasně popsat, co má kód dělat, a specifikovat technické požadavky.

Analýza a oprava kódu:

Analyzuj tento kód a proveď následující:
1. Najdi potenciální chyby a problémy
2. Navrhni optimalizace výkonu
3. Zlepši čitelnost kódu
4. Přidej komentáře k důležitým částem

Výstup strukturuj:
- Nalezené problémy
- Optimalizovaný kód
- Vysvětlení změn

[vložte kód]

Vytvoření webové aplikace:

Vytvořte interaktivní webovou aplikaci – kalkulačku ROI investic.

Funkcionality:
- Vstupy: počáteční investice, měsíční příspěvek, úroková sazba, doba investice
- Grafické zobrazení růstu investice
- Responsivní design

Technické požadavky:
- HTML, CSS, JavaScript
- Moderní design s animacemi při výpočtech
- Pokud to zjednoduší řešení, můžeš použít běžné knihovny (Chart.js apod.)

Analýza dat a tvorba dashboardů

Potřebujete rychle zpracovat tabulku, najít trendy v datech nebo vytvořit přehledný dashboard? AI zvládne i to – stačí jasně popsat, co od analýzy očekáváte.

Zpracování dat:

Analyzuj přiložený soubor s prodejními daty:
1. Identifikuj trendy v prodejích podle měsíců
2. Najdi nejprodávanější produkty
3. Analyzuj výkonnost podle regionů
4. Vytvoř vizualizaci klíčových metrik

Výstup:
- Shrnutí klíčových zjištění
- 3 nejdůležitější doporučení
- Interaktivní graf nebo tabulka

Začni načtením a základní analýzou struktury dat.

Vytvoření tabulky z nestrukturovaného textu:

Vytvoř přehlednou tabulku z následujících informací. 
Sloupce: Název aktivity | Datum | Odpovědná osoba | Status | Poznámky
[vložte nestrukturované informace]

SEO a marketing

Od plánování obsahu přes psaní reklamních textů až po analýzu konkurence – AI dokáže výrazně zrychlit marketingovou práci. U komplexnějších úkolů se ale vyplatí rozdělit práci do více kroků (viz sekce o prompt chainingu níže).

Content plán – krok 1: kategorizace klíčových slov:

Roztřiď následující klíčová slova do tematických kategorií 
a u každé kategorie navrhni pracovní název článku:

Cílová skupina: [popis]
Klíčová slova:
[seznam klíčových slov]

Content plán – krok 2: struktura článků:

Na základě následující kategorizace klíčových slov navrhni 
pro každou kategorii:
1. SEO optimalizované nadpisy (H1, H2, H3)
2. Meta popis pro vyhledávače (max 155 znaků)
3. Call-to-action návrh

[vložte výstup z kroku 1]

Všimněte si, že jsme původně jeden velký prompt rozdělili na dva menší kroky. Výsledek bude kvalitnější, protože AI se může soustředit na jednu věc najednou.

Marketingové texty:

Napiš 3 varianty reklamního textu pro Facebook kampaň 
na kurz vaření pro začátečníky. 
Každý text jiný styl: vtipný, inspirativní, praktický. 
Max 80 slov každý.

Právní práce

AI může pomoci s analýzou právních dokumentů, přípravou podkladů nebo strukturováním složitých případů. Vždy ale platí, že výstup musí projít kontrolou odborníka. Důležité: u právních analýz nepoužívejte roli typu „jsi právník“  – výzkum ukazuje, že to může snížit faktickou přesnost. Zadejte úkol přímo.

Analýza soudního rozhodnutí:

Analyzuj toto soudní rozhodnutí s důrazem na:
1. Klíčové právní principy
2. Argumentaci soudu
3. Precedentní význam
4. Praktické dopady
5. Relevantní judikaturu

Výstup strukturuj:
- Shrnutí případu
- Právní principy
- Praktické dopady
- Doporučení pro praxi

Upozornění: pokud si nejsi jistý konkrétním faktem nebo judikátem, 
výslovně to uveď – raději řekni „toto je třeba ověřit“ než domýšlej.

[vložte text rozhodnutí]

Překlady a lokalizace

Oproti jednoduchému „přelož text“  získáte mnohem kvalitnější výsledek, když AI řeknete, jaký tón, kontext a kulturní specifika má zohlednit.

Přelož tento e-mail do angličtiny a přizpůsob ho britskému 
obchodnímu stylu. Zachovej zdvořilý ale přímý tón: 
[český text]

Vzdělávání a vysvětlování konceptů

AI exceluje ve schopnosti přizpůsobit složitost vysvětlení cílové skupině. Stačí specifikovat, pro koho je výstup určený.

Vysvětlení konceptu:

Vysvětli koncept [KONCEPT] pro [cílovou skupinu]:

1. Jednoduchá definice (2–3 věty)
2. Praktický příklad z běžného života
3. Vysvětlení krok za krokem
4. Časté chyby a jak se jim vyhnout
5. Tipy k zapamatování

Použij analogie a konkrétní příklady místo abstraktních pojmů.

Tvorba vzdělávacích materiálů:

Vytvoř interaktivní cvičení pro workshop „Účinná komunikace“. 
Navrhni 3 scénáře (náročný klient, konflikt v týmu, prezentace vedení), 
pro každý uveď: situaci, role účastníků, cíle, diskusní otázky.

Výzkum a rešerše

Následující prompt funguje nejlépe v AI nástrojích s přístupem na internet (např. Claude s web search, ChatGPT s browsing, Perplexity). Bez přístupu k webu hrozí, že AI bude generovat neexistující zdroje.

Proveď rešerši na téma „[TÉMA]“:

1. Aktuální stav poznání
2. Klíčoví experti a instituce
3. Nejnovější trendy a vývoj
4. Praktické aplikace
5. Budoucí vyhlídky

Výstup: Strukturovaná zpráva s odkazy na zdroje.
Pokud si nejsi jistý konkrétním faktem nebo zdrojem, uveď to explicitně.

Plánování a organizace

Pomoz mi naplánovat pracovní den. Mám tyto úkoly: 
odpovědět na e-maily (1h), připravit prezentaci (2h), 
zavolat 3 klientům (45 min), schůzka (1h). 
Rozvrh mezi 8:00–17:00 s přestávkami.

Převod obsahu mezi platformami

Převeď tento 300slovný článek na sérii 5 postů pro LinkedIn. 
Každý post samostatně funkční, poutavý začátek, 
relevantní hashtags: [vložte článek]

Pokročilé techniky promptování

Iterace – základ práce s AI

Než se podíváme na konkrétní pokročilé techniky, je důležité zmínit jeden princip, který je spojuje: iteraci. První odpověď AI téměř nikdy není finální. Práce s AI je cyklický proces – zadáte prompt, zhodnotíte výstup, upřesníte zadání a zopakujete. Většinou stačí 2–3 kola upřesnění, abyste se dostali k výsledku, který potřebujete.

Několik užitečných formulací pro upřesnění:

• „Zkrať to na polovinu.” / „Rozveď druhý bod podrobněji.“
• „Změň tón na formálnější.” / „Přepiš to neformálněji.“
• „Přidej sekci o [téma].” / „Odstraň část o [téma].“
• „Zjednoduš třetí odstavec – je příliš odborný.“
• „Výsledek se mi líbí, ale místo tabulky použij odrážky.“

Nebojte se AI říct, co přesně vám na výstupu nevyhovuje – čím konkrétnější zpětná vazba, tím lepší další verze.

Když zvládnete základy, můžete sáhnout po technikách, které posunou kvalitu odpovědí ještě dál. Je ale důležité vědět, že ne každá technika funguje univerzálně – záleží na modelu, typu úlohy a kontextu.

Few-shot prompting – před hlavním zadáním ukážete AI 3–5 příkladů požadovaného výstupu. AI tak přesně pochopí, jaký formát a styl od ní očekáváte. Je to jako když novému kolegovi místo dlouhého vysvětlování ukážete: „Takhle to má vypadat.“  Tato technika patří dlouhodobě k nejúčinnějším – platí univerzálně napříč modely a typy úloh.

Chain of Thought (řetězení myšlenek) – požádáte AI, aby postupovala krok za krokem. Tato technika byla průlomová v letech 2022–2023, ale je důležité zmínit, že moderní modely (Claude, GPT-5, Gemini) již provádějí krokové uvažování automaticky bez explicitní instrukce. Výzkum Wharton School (University of Pennsylvania) z června 2025 ukázal, že u reasoning modelů (o3-mini, o4-mini) přináší explicitní CoT instrukce jen marginální zlepšení (2–3 %), ale prodlužuje dobu odpovědi o 20–80 %. U běžných (ne-reasoning) modelů byl přínos CoT výrazně vyšší – až 13,5 % u Gemini Flash 2.0 a 11,7 % u Sonnet 3.5, ovšem za cenu 35–600 % delší odezvy. CoT instrukce („přemýšlej krok za krokem“) má stále smysl u menších nebo starších modelů, u běžných (ne-reasoning) modelů jako GPT-4o nebo Claude Sonnet, a u úloh vyžadujících matematické výpočty, kde potřebujete vidět mezikroky. U reasoning modelů (o3, o4-mini, Gemini Flash 2.5) tuto instrukci zpravidla přidávat nemusíte – tyto modely provádějí krokové uvažování automaticky a explicitní CoT jim přidá minimum přesnosti při výrazně delší odezvě.

Prompt chaining (řetězení promptů) – místo jednoho složitého promptu rozdělíte úkol do sekvence menších kroků, kde výstup jednoho promptu slouží jako vstup pro další. Tato technika je v praxi často účinnější než snaha nacpat vše do jednoho mega-promptu. Příklad: místo „vytvoř kompletní content plán s kategorizací, nadpisy, meta popisy a harmonogramem“ nejdříve požádáte o kategorizaci, poté o strukturu článků a nakonec o harmonogram. Každý krok dostane plnou pozornost modelu.

XML strukturování – pro komplexní prompty se vyplatí organizovat zadání pomocí značek. AI pak přesně ví, co je kontext, co instrukce a co očekávaný výstup. Tato technika funguje obzvlášť dobře v Claude (Anthropic ji přímo doporučuje). V ChatGPT a Gemini můžete dosáhnout podobného efektu i pomocí Markdown nadpisů. Příklad:

<kontext>
[Relevantní data nebo pozadí]
</kontext>

<úkol>
[Co přesně má AI udělat]
</úkol>

<požadavky>
[Specifické požadavky na výstup]
</požadavky>

<výstup_formát>
[Jak má vypadat finální výsledek]
</výstup_formát>

JSON-style prompting – alternativou k XML je strukturování promptu jako JSON objekt s páry klíč–hodnota. Tento přístup eliminuje nejednoznačnost a hodí se zejména pro opakované úkoly se stálou strukturou. Příklad:

{
  "task": "draft_message",
  "audience": "nový zaměstnanec",
  "tone": "přátelský",
  "format": "Slack zpráva",
  "content": "Vítej v týmu! Máme radost, že jsi tu."
}

Kdy JSON, kdy běžný text? JSON-style se vyplatí u složitějších požadavků s více parametry a u opakovaných úkolů se stejnou strukturou, kde chcete přesnou kontrolu nad výstupem. Pro jednoduché úkoly, konverzační dotazy nebo rychlý brainstorming je přirozenější psát běžným textem – ať už volně, nebo pomocí CIFT.

Začněte daty, končete instrukcemi – pokud pracujete s delšími dokumenty, umístěte je na začátek promptu a instrukce až za ně. Podle dokumentace Anthropic to může zlepšit kvalitu odpovědi až o 30 %, ale tento údaj platí specificky pro dlouhé vstupy (20 000+ tokenů) s více dokumenty. U kratších promptů bude rozdíl menší, nicméně princip „nejdřív data, pak instrukce” je dobrou praxí obecně. Model má kontext hned na začátku a lépe chápe, co se od něj žádá.

Halucinace – největší riziko práce s AI

Jedním z nejdůležitějších konceptů, které musí každý uživatel AI znát, jsou halucinace – situace, kdy AI generuje přesvědčivě znějící, ale nepravdivé informace. Model může s naprostou jistotou uvést neexistující zdroj, vymyšlený zákon nebo smyšlený fakt.

Proč k tomu dochází: jazykové modely nepracují s databází faktů – generují text na základě pravděpodobnosti, jaké slovo má následovat. Proto mohou vytvářet text, který „zní správně”, ale obsahově správný není.

Jak halucinace minimalizovat:

Požádejte AI, aby uvedla zdroje a u čehokoliv, čím si není jistá, to explicitně řekla. Použijte formulaci jako: „Pokud si nejsi jistý, raději řekni ‚nevím‘ nebo ‚toto je třeba ověřit‘.“  Tam, kde je to možné, používejte AI nástroje s přístupem k internetu (web search), které mohou fakta ověřovat v reálném čase. Vždy ověřujte klíčová fakta, čísla, citace a právní odkazy z nezávislého zdroje. Buďte obzvlášť opatrní u konkrétních statistik, jmen, dat a odkazů na konkrétní studie – právě ty modely nejčastěji vymýšlejí.

Zajímavé prompty pro sebereflexi

Stranou praktických úkolů existují i prompty, které využívají AI jako „zrcadlo“ – pomáhají vám zamyslet se nad vlastními vzorci. Tady je pár inspirativních příkladů:

Důležité upozornění: AI není psycholog ani terapeut. Následující prompty mohou být zajímavým impulzem k přemýšlení, ale berte výstupy jako inspiraci, ne jako diagnózu. AI generuje odpovědi na základě vzorců v textu, nikoli na základě skutečného porozumění vaší situaci. Pro hlubší sebepoznání se obraťte na odborníka.

Sebepoznání: „Na základě toho, co o mně víš z naší konverzace, jaké silné stránky vidíš a jaké příležitosti k rozvoji bys navrhl?“ 

Rozhodování: „Pomoz mi strukturovat rozhodování o [dilema]. Jaké faktory bych měl zvážit? Vytvoř pro/proti tabulku.“

Nové perspektivy: „Podívej se na můj problém [popis] z pohledu tří různých lidí – optimisty, skeptika a pragmatika. Co by řekl každý z nich?“ 

Zlepšení promptování: „Podívej se na tento prompt a navrhni, jak ho vylepšit. Co mu chybí? Co je zbytečné? [prompt]”

Tyto prompty fungují tím lépe, čím více kontextu AI má – ideálně v rámci delší konverzace.

Co dělat a co nedělat

Osvědčené postupy:

Buďte co nejkonkrétnější – detailní prompt přináší detailní výsledek. Používejte strukturu – rozdělte složitý prompt na jasné sekce. Ukazujte příklady – jeden dobrý příklad vydá za odstavec vysvětlování (ideálně 3–5 různorodých příkladů). U složitých úkolů rozdělte práci do více kroků (prompt chaining). Iterujte – první pokus téměř nikdy není finální, upravujte a zlepšujte. Testujte na více modelech – co funguje v Claude, nemusí fungovat v ChatGPT.

Časté chyby:

Nepoužívejte vágní instrukce typu „napiš něco hezkého“ . Nepřetěžujte jeden prompt deseti různými úkoly najednou – raději je rozdělte. Neočekávejte perfektní výsledek na první pokus. Primárně formulujte pozitivně – řekněte AI, co MÁ dělat, místo toho, co nemá. Negativní instrukce ale nejsou zakázané – občas se hodí jako doplněk (např. „Zaměř se na stručný, věcný styl. Nepoužívej emoji.“). Důležité je, aby pozitivní instrukce tvořily základ a negativní byly jen upřesnění. Nepoužívejte automaticky roli/personu u úloh vyžadujících faktickou přesnost. Nekopírujte slepě prompty z internetu bez úpravy pro svůj konkrétní model a kontext. Nikdy nepředpokládejte, že fakta v odpovědi AI jsou správná – ověřujte.

Checklist: než napíšete prompt

Než zadáte cokoliv do AI, projděte si těchto pár bodů:

☑ Jasný cíl – vím přesně, co chci dosáhnout
☑ Cílová skupina – znám příjemce výstupu
☑ Kontext – mám všechny potřebné podklady
☑ Struktura – vím, jak má výstup vypadat
☑ Omezení – znám požadovanou délku, styl a jazyk
☑ Správný nástroj – vybral jsem vhodnou AI platformu pro daný úkol
☑ Jeden úkol – pokud je zadání příliš složité, rozdělím ho na kroky
☑ Ověření – mám plán, jak ověřím faktickou správnost výstupu

Rychlá reference – všechny techniky na jednom místě

GPTs pro vylepšování promptů

• Prompt Specialist CZ (testovací verze)

Bezpečnost a etika

Práce s AI vyžaduje i zodpovědný přístup. Několik zásad, které by měly být samozřejmostí:

Ověřujte fakta – AI může generovat přesvědčivě znějící, ale nepřesné informace (halucinace). U důležitých údajů, statistik, citací a právních odkazů si vždy ověřte zdroj. Zvláštní pozornost věnujte konkrétním číslům, datům a odkazům na studie. Chraňte osobní údaje – nezadávejte citlivé osobní nebo firemní údaje, pokud nemáte zajištěnou ochranu dat. Zachovejte lidský dohled – AI je nástroj, ne rozhodovatel. Konečnou odpovědnost za výstup nesete vždy vy. Myslete na GDPR – ověřte si podmínky použití konkrétního AI nástroje, zejména pokud pracujete s daty klientů. Pozor na autorská práva – AI může generovat text podobný existujícím dílům. U publikovaného obsahu ověřte originalitu.

Závěrem

Promptování není žádná magie – je to dovednost, kterou se může naučit každý. Stačí dodržovat základní principy: být konkrétní, strukturovat zadání, poskytovat kontext a nebát se výsledek iterovat. Zároveň mějte na paměti, že se celý obor rychle vyvíjí – od jednoduchého psaní promptů se posouvá ke komplexnějšímu „context engineering“, kde záleží nejen na tom, co napíšete, ale i jaký kontext a podklady AI poskytnete.

Začněte s jednoduchou šablonou z tohoto článku, postupně experimentujte s pokročilými technikami, testujte na různých modelech a hlavně – vždy ověřujte výstupy. Svět AI se rychle vyvíjí a společné učení je nejefektivnější cesta, jak v něm držet krok.