Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Efektivní konverzace

Lekce 14 z 16 Aktualizováno 2. listopadu 2026 Začátečník
Na této stránce
  1. Umění dobře komunikovat s modelem AI
  2. Základní princip: Přesnost a kontext
  3. Pět pilířů dobrého promptu
  4. Pokročilé techniky konverzace
  5. Chyby, kterým se vyhnout
  6. Dejte tomu šanci
  7. Klíčové poznatky

Aktualizováno 2. listopadu 2026 — Le Chat se nyní jmenuje Vibe. Od 28. května 2026 byl Le Chat přejmenován na Vibe (stále na chat.mistral.ai): jediný agent pro práci i kódování, který si zachovává vaše konverzace, nastavení a předplatná. Původní prostředí Le Chat zůstává dostupné v režimu Chat; v režimu Work se agenti stali dovednostmi (vyvolávanými pomocí @), paměť se nyní nazývá znalostní báze a hluboké vyhledávání je dovednost Deep Research. Plány se nyní nazývají Mistral Free, Pro, Team a Enterprise. Tato lekce nyní používá název Vibe; některá zde popsaná menu mohla změnit název nebo umístění.

Umění dobře komunikovat s modelem AI

Kvalita vašich výsledků s Mistralem přímo závisí na kvalitě vašich otázek. Mnoho uživatelů tuto skutečnost objevuje s frustrací: položí otázku, dostanou mdlou odpověď a dojdou k závěru, že „AI není až tak působivá“. Problém nebyl v modelu, ale v požadavku. Jazykový model je mocný nástroj, ale potřebuje jasné instrukce, aby podal nejlepší výkon. Tato lekce vás naučí techniky, jak získat relevantní a použitelné odpovědi.

Základní princip: Přesnost a kontext

Jazykový model nečte myšlenky. Vaše slova interpretuje doslovně a vše, co neřeknete, doplní výchozími volbami, které pravděpodobně nejsou tím, co chcete. Čím přesnější budete, tím více bude odpověď šitá na míru. Porovnejte tyto dva požadavky.

Napiš e-mail.

Tento prompt je příliš vágní. Model neví, pro koho je e-mail určen, jaký je předmět, jaký tón zvolit ani jaká délka se očekává. Vyprodukuje něco obecného a pravděpodobně nepoužitelného – ne kvůli neschopnosti, ale protože jste mu nedali žádný podklad pro práci.

Napiš profesionální e-mail ve francouzštině pro klienta B2B z logistického sektoru. Předmětem je follow-up ohledně opožděného doručení (objednávka č. 12345). Tón by měl být empatický, ale uklidňující. Navrhni konkrétní řešení (nové datum doručení do 48 hodin) a zakonči výzvou ke kontaktování zákaznické podpory. Maximálně 200 slov.

Zde jsou poskytnuty všechny potřebné kontextové informace: příjemce, předmět, tón, navržené řešení a délka. Odpověď bude cílená a okamžitě použitelná. Rozdíl mezi těmito dvěma verzemi spočívá pouze ve třiceti sekundách navíc věnovaných přemýšlení.

Pět pilířů dobrého promptu

Solidní prompt stojí na pěti prvcích. Ne vždy použijete všechny, ale musíte je znát, abyste dokázali identifikovat, co chybí, když vás odpověď zklame.

Prvním je role. Definování role pomáhá modelu přijmout odpovídající tón a odbornost: „Jsi expert na digitální marketing specializující se na luxusní sektor. Analyzuj tuto komunikační strategii…“ okamžitě navádí slovník, úroveň detailu a kritéria analýzy.

Druhým je kontext: backgroundové informace potřebné k pochopení vašeho požadavku. „Moje společnost (50 zaměstnanců, sektor potravinářství, obrat 8 milionů EUR) zvažuje uvedení nového bio produktu. Naším hlavním cílem jsou městští lidé ve věku 25–45 let z vyšších socio-profesionálních kategorií.“ Bez těchto prvků model uvažuje pro abstraktní firmu; s nimi uvažuje pro tu vaši.

Třetím je úkol, formulovaný jednoznačně: „Navrhni 5 názvů produktů a pro každý uveď: název, slogan a dvouvěté zdůvodnění.“ Všimni si přesnosti – ne „nějaké nápady na jména“, ale definovaný výstup.

Čtvrtým je formát: specifikuj, jak chceš odpověď obdržet. „Prezentuj svou odpověď jako tabulku se 3 sloupci: Název, Slogan, Zdůvodnění.“ Explicitní formát vám ušetří práci s přeformátováním.

Pátým, a konečně, jsou omezení, tedy limity a zákazy: „Nepoužívej anglická slova. Každý název musí mít maximálně 3 slova. Vyhně se příliš zřejmým slovním hříčkám.“ Omezení jsou často tím, co odlišuje správnou odpověď od té, která skutečně odpovídá vaší potřebě.

Pokročilé techniky konverzace

Jakmile zvládnete pět pilířů, posunou vás čtyři techniky na další úroveň.

První je postupná iterace. Nehledejte dokonalou odpověď na první pokus: položte hlavní požadavek, poté žádejte úpravy bodů, které nefungují, prohlubte zajímavé aspekty a nakonec požádejte o definitivní verzi. Tento přístup využívá konverzační paměť modelu a přináší mnohem lepší výsledky než jedna monolitická otázka – přesně jako když zadáváte úkol kolegovi v několika zpětných vazbách namísto jednoho vyčerpávajícího monologu.

Druhou je přeformulování. Pokud odpověď nefunguje, opakování stejné otázky přinese zhruba stejný výsledek. Místo toho změňte úhel: přidejte příklad toho, co očekáváte, explicitně uveďte, co bylo na předchozí odpovědi špatně, nebo rozdělte otázku na jednodušší podotázky.

Třetí, few-shot prompting, spočívá v poskytnutí jednoho či dvou příkladů očekávané odpovědi. Je to jedna z nejefektivnějších technik, protože ukázat je přesnější než vysvětlovat:

Přeformuluj tyto věty do jazyka přátelského k zákazníkovi:

Příklad:

  • Před: „Incident byl způsoben selháním podsystému směrování“
  • Po: „Službu ovlivnil dočasný technický problém“

Nyní přeformuluj:

  • „Noční batch selhal kvůli vypršení časového limitu připojení JDBC“
  • „Aktualizace firmwaru způsobila regresi na koncovém bodě /api/v2“

Čtvrtou je řetězec myšlenek (chain of thought): u složitých problémů požádejte model, aby uvažoval krok za krokem. Například: „Analyzuj tento problém podle těchto kroků: identifikuj dostupná data, formuluj možné hypotézy, vyhodnoť každou hypotézu, navrhni argumentovaný závěr.“ Donucením k explicitnímu rozvinutí úvahy omezíte unáhlené zkratky a můžete ověřit každý článek řetězce.

Chyby, kterým se vyhnout

Čtyři nástrahy neustále zachycují začátečníky. První: nacpání příliš mnoha otázek do jediného požadavku. Pokud položíte pět otázek v jedné zprávě, model riskuje, že některé zpracuje povrchně; upřednostněte jednu otázku najednou, nebo je jasně očíslete. Druhá: předpoklad, že model ví všechno. Nezná vaši společnost, váš kontext ani vaše cíle – cokoli, co není explicitně napsáno v promptu, je pro něj neznámé. Nic nepředpokládejte, vše vysvětlete. Třetí: ignorování limitů kontextu konverzace. Při velmi dlouhé výměně může model zaplnit své kontextové okno; pokud se odpovědi stanou nesourodými, zahajte novou konverzaci se shrnutím podstatných bodů. Čtvrtá, a konečně: neověřování faktů. I s vynikajícím promptem může model vyprodukovat halucinace. Systematicky ověřujte čísla, data a reference, zejména u obsahu určeného ke zveřejnění.

Dejte tomu šanci

Než přejdete k další lekci, vyzkoušejte si to sami na Vibe. Nejprve položte vágní otázku týkající se vašeho oboru a pozorujte odpověď. Poté stejnou otázku přeformulujte s aplikací pěti pilířů – role, kontext, úkol, formát, omezení. Porovnejte obě odpovědi: rozdíl v kvalitě, často dramatický, stojí za veškeré teoretické demonstrace.

Klíčové poznatky

  • Kvalita promptu určuje kvalitu odpovědi
  • Pět pilířů: role, kontext, úkol, formát, omezení
  • Iterujte ve svých konverzacích místo hledání dokonalosti v jediné otázce
  • Few-shot prompting (poskytování příkladů) je jednoduchá a mocná technika
  • Vždy ověřujte fakta, zejména u kritického nebo veřejného obsahu