Pokud jste v poslední době zadali Claude nebo ChatGPT nějakou skutečnou práci (tedy víc než jen prosté shrnutí e-mailu), možná jste si všimli, že pravidla tzv. promtování (nebo šablony promptů), které jste se naučili v roce 2024 a spokojeně používali, či jen mírně upravovali v průběhu roku 2025, dnes mohou vést k horším výsledkům než stručný příkaz, tedy zadání toho, co chcete.
Nezdá se vám to. Hraniční modely se nám změnily pod rukama. Mění se samozřejmě nepřetržitě od začátku roku 2023, kdy mnozí z nás s LLM začali ve větším experimentovat, nicméně zásadní „zlom“ nastal někde mezi spuštěním OpenAI Deep Research v únoru 2025 a vydáním nejnovějších modelů v posledních dvou měsících: Claude Opus 4.7 a jeho Cowork či GPT-5.5 s Codexem schopným ovládání počítače a workspace agentů ChatGPT.
Hraniční jazykové modely (tedy ty nejnovější, nejvýkonnější, dostupné obvykle jen v placených verzích daných služeb či přes API a tokeny) s nimi definitivně přestaly fungovat jako rychlí, leč nezkušení junioři. Náhle jsou z nich ostřílenější kolegové, kteří se umí ohradit, kriticky posuzovat či oponovat, žádají kontext a raději slyší cíl než postup. Dokonce i poskytnutí vzorového výstupu, ještě nedávno nejlepší způsob, jak LLM nasměrovat k žádoucímu cíli, přestože stále funguje, je může zbytečně svazovat, ke škodě výsledku a tedy i nás samotných.
Staré řemeslo „prompt engineeringu“ (pečlivé nastavení role, vyčerpávající příklady, přesná specifikace výstupu) bylo správnou odpovědí na realitu roku 2023, fungovalo skvěle v roce 2024 a ještě po většinu roku 2025. Modely byly silné, ale doslovné, tedy bylo nutné vše popsat do detailu. Prompt engineering byla dovednost, která se vyplácela – a zdálo se, že už tu s námi bude navždy.
📩 Odebírejte ZDARMA náš týdeník Inside Observer.
Prompt engineering byla dovednost, která se vyplácela – a zdálo se, že už tu s námi bude navždy.
Dnes už to tak docela neplatí. Vlastní poznámky Anthropicu k vydání Opusu 4.7 uvádějí, že model „standardně využívá méně nástrojů a více vlastního uvažování“ a produkuje „přímější a názornější“ odpovědi s „menším množstvím ujišťovacích frází“. Přeloženo do praxe: přestaňte mu stavět příliš důkladné lešení. Zbytečně budete zdržovat sebe i AI.
To ale neznamená, že promptování zcela skončilo. Na jedné straně jsou zmíněné hraniční modely – ty, které zvládají zejména náročnou znalostní práci a složitější zadání nyní oceňují přístup, jejž Nate B. Jones nedávno nazval tázací metodou: formulujte svou tezi, poskytněte data, položte otevřené otázky a nechte model , ať s nimi pracuje jako senior partner. Zároveň jsou tu rychlé a levné modely (Haiku 4.6, GPT-5 Mini, Gemini Flash-Lite), jež dosáhly kvality dostatečné pro rutinní úlohy, kterou hraniční model často zbytečně komplikuje.
Žádat Opus 4.7 o stručné shrnutí je jako poslat partnera advokátní kanceláře obnovit klientovi řidičák nebo přepsat auto. Pokud požádáte pokročilý přemýšlející model Gemini o shrnutí online článku, začne křížově ověřovat své znalosti a sahat po dalších zdrojích. Zadejte jeho sourozenci Flash-Lite totéž a udělá přesně to, co chcete – shrne článek podle vašich pokynů, bez snahy být příliš chytrý.
Praktický důsledek je pro pracovníky IT či znalostních týmů nepohodlný, ale jasný: Největší pákou produktivity už v roce 2026 není lepší šablona promptu. Je to schopnost rozpoznat u každého úkolu, zda potřebujete seniorního partnera, s nímž strávíte čas diskusí a iterací, nebo rychlého juniorního eléva, jemuž dáte přesné pokyny, abyste s ním daný úkol už nemuseli dál řešit. K tomu je potřeba zejména kázeň – speciálně v prvním případě – chovat se skutečně jako manažer zkušeného týmu.
To může být obtížnější, než se zdá. Většina z nás se naučila komunikovat s AI v době, kdy se chovala jako snaživý, pracovitý, nezkušený trouba. Odnaučit se to bude těžší, než jen přepnout model ve své AI appce (ani bez toho to ale nejde…).
Lukáš Erben
Pozn. red.: Náš komentář i téma Observeru Plus částečně inspirovalo nedávné video Nata B. Jonese na dané téma – pro zájemce o delší argument stojí za zhlédnutí: [odkaz na YouTube / Substack]