Minulý měsíc jsem potřeboval rychlý přehled, jak evropské banky zavádí umělou inteligenci do provozu. Napsal jsem zadání do ChatGPT, zapnul k tomu funkci Deep Research a odešel si udělat kávu. Po dvanácti minutách jsem měl na stole textovou zprávu na pět stránek, s odkazy na konkrétní zdroje u každého tvrzení. Sám bych něco podobného hledal a skládal dobré dvě hodiny.

Tohle je jen jedna z funkcí, o kterých většina lidí, co ChatGPT znají hlavně jako okénko na rychlé dotazy, vůbec neví. Aplikace dnes umí sama bádat na internetu, kreslit i upravovat obrázky, vést mluvený rozhovor a nechat si od vás postavit vlastního specializovaného asistenta bez jediného řádku kódu. Tenhle text mapuje hlavní funkce, k čemu jsou dobré a kde mají mezery.

Deep Research: když ChatGPT sám prohledá web

Základní ChatGPT odpoví během pár vteřin. Deep Research funguje jinak. Zapnete ho tlačítkem u textového pole, popíšete úkol a model si nejdřív sám naplánuje, co všechno potřebuje zjistit. Pak prochází desítky webových stránek, porovnává, co na nich najde, a teprve na konci sepíše zprávu s odkazy na použité zdroje. Čekání trvá minuty, ne vteřiny. Výstup ale odpovídá spíš rešerši od juniorního analytika než odpovědi v chatu.

Pohání ji stejná rodina modelů GPT-5, o které jsme psali v přehledu velkých AI modelů, jen v režimu, který si bere mnohem víc času na přemýšlení mezi jednotlivými kroky. Tenhle druh samostatného, víckrokového bádání je vlastně první ochutnávka toho, čemu se říká AI agent. Rozdíl mezi obyčejným chatbotem a agentem, co jedná sám, rozebírá text o rozdílu mezi chatbotem a AI agentem.

Hodí se to na úkoly, kde je potřeba srovnat víc zdrojů najednou. Přehled konkurenčních cen v oboru. Rešerše k diplomce, kde model projde desítky odborných článků a shrne, na čem se autoři shodují a kde se rozcházejí. Plánování dovolené, kde srovnáte destinace podle počasí, cen letenek a recenzí ubytování v jednom kroku místo otevírání deseti panelů v prohlížeči.

Na jednoduchý dotaz je Deep Research zbytečně pomalý kanón na vrabce. „Kolik má Praha obyvatel” nepotřebuje dvanáct minut bádání. Funkce dává smysl tam, kde byste jinak sami trávili delší čas porovnáváním zdrojů ručně.

Zprávu, kterou Deep Research vrátí, si přesto projděte. Model umí zdroj špatně pochopit nebo z něj vytáhnout číslo, které tam ve skutečnosti znamená něco jiného. Odkazy pod textem jsou tu právě proto, abyste si to mohli sami dohledat, ne aby zůstaly jen jako ozdoba na konci stránky.

Sám jsem jednou nechal Deep Research srovnat ceny energií u tří dodavatelů. Zpráva vypadala sebejistě, jenže u jednoho tarifu spletla měsíční paušál s roční sazbou. Na první přečtení to nebylo vidět, teprve po otevření zdrojového ceníku. Přesně proto se u čísel, která pak někam použijete, ten jeden krok navíc vyplatí.

Funkce najdete v menu u textového pole, obvykle pod nabídkou nástrojů, ne jako samostatnou aplikaci. Bezplatný účet k ní bývá pustí jen v omezeném počtu použití za měsíc, placené tarify mívají limit vyšší. Přesné počty OpenAI mění častěji, než by se hodilo psát je sem jako pevné číslo.

Rychlé hledání na síti, ne jen Deep Research

Mezi obyčejnou odpovědí z paměti modelu a dvanáctiminutovým Deep Research existuje ještě třetí varianta. Rychlé vyhledávání na webu, které model zapne sám, když pozná, že potřebuje čerstvou informaci, nebo které si vynutíte větou typu „najdi mi k tomuhle aktuální zdroje”. Odpověď přijde za pár vteřin, s odkazy pod textem, ale bez toho hloubkového srovnávání desítek stránek, které dělá Deep Research.

Poznat, kterou variantu použít, jde podle jednoduchého pravidla. Na otázku typu „kdy má dnes obchod otevřeno” stačí rychlé vyhledávání. Na otázku typu „srovnej mi pět dodavatelů podle ceny, recenzí a podmínek smlouvy” patří Deep Research. Použít pomalejší nástroj na jednoduchou otázku znamená zbytečné čekání. Použít rychlejší na složité srovnání zase vyjde povrchně, protože chybí ta hlubší práce se zdroji.

Obrázky: kreslení i úpravy jedním zadáním

ChatGPT dnes generuje obrázky přímo uvnitř rozhovoru, bez přepínání na jiný nástroj. Popíšete scénu, model nakreslí verzi, vy řeknete, co upravit, a on přemaluje jen tu část, o kterou jde. „Sundej tomu psovi obojek” nebo „přidej do pozadí sníh” fungují jako běžná další zpráva v konverzaci, ne jako nové zadání od nuly.

Tahle konverzační úprava je asi největší rozdíl proti starším generátorům obrázků. Dřív jste museli celý popis přepsat znovu a doufat, že zbytek obrázku zůstane podobný. Dnes stačí říct, co se má změnit, a model drží zbytek kompozice.

Použití je široké. Rychlý mockup pro prezentaci. Ilustrace k blogovému příspěvku. Vizuál na sociální sítě. Návrh loga k dopracování v grafickém programu. Kvalita hodně závisí na tom, jak konkrétní je popis. Obecné „nakresli kancelář” dopadne genericky, popis se stylem, úhlem pohledu a náladou dopadne o dost lépe.

Model si mezi obrázky v jednom rozhovoru drží podobný styl a klidně i stejnou postavu napříč několika záběry, což se dřív dělalo jen ručním doladěním v grafickém programu. Hodí se to na sérii ilustrací ke stejnému článku nebo na jednoduchý storyboard, kde má hlavní postava vypadat pořád stejně. Zlepšilo se i vykreslování textu přímo v obrázku, třeba nápisu na ceduli nebo obalu produktu. Ještě před rokem z toho vznikala popletená písmena, dnes je čitelný text v obrázku spíš pravidlem než výjimkou.

Video je jiná disciplína. Generuje ho spřízněný nástroj jménem Sora, samostatná aplikace mimo běžné okno ChatGPT, ne tahle funkce. Kdo hledá pohyblivý obrázek, hledá jinde, i když firma za oběma nástroji stojí stejná.

Dvě věci si pohlídejte. Fotorealistické zobrazení konkrétních veřejně známých osob má omezení a model ho často odmítne nebo výsledek schválně poupraví. Autorská práva k obrázkům vygenerovaným AI jsou přitom téma, které se teprve právně ujasňuje, v Česku i jinde. Pokud obrázek plánujete použít komerčně, vyplatí se to ověřit předem, ne spoléhat na to, že to určitě projde bez problémů.

Hlas: rozhovor, ne jen diktování

Ikona mikrofonu v ChatGPT dělá dvě různé věci a lidé si je pletou. Jedna je obyčejný přepis řeči na text, kdy nadiktujete zprávu místo psaní a dál čtete odpověď jako text. Druhá, takzvaný pokročilý hlasový režim, je plynulý mluvený rozhovor. Mluvíte, model mluví zpátky, klidně ho přerušíte uprostřed věty, podobně jako když voláte s člověkem.

Schopnost pracovat s textem, obrázkem i hlasem v jednom rozhovoru se souhrnně nazývá multimodalita. Jak přesně funguje, vysvětluje samostatný text o multimodalitě.

Tenhle rozdíl mezi diktováním a živým rozhovorem se hodí hlavně tam, kde ruce nebo oči nejsou volné. Za volantem nebo s rukama od těsta v kuchyni. Šikovný je i na nácvik cizího jazyka namluvenou konverzací, kde slyšíte výslovnost a hned reagujete, místo čtení textu z učebnice.

Kvalita hlasového režimu kolísá podle jazyka a připojení. Čeština funguje o něco hůř než angličtina, protože na angličtině má model prostě víc tréninkových dat. Dlouhý mluvený rozhovor se stejně jako psaný časem „unaví”: model začne ztrácet přehled o tom, co zaznělo na úplném začátku. Když se to stane, pomůže rozhovor ukončit a začít nový s krátkým shrnutím, co je potřeba vědět.

Méně známá je funkce živého tlumočení, kdy model za vás v reálném čase překládá mluvenou konverzaci mezi dvěma jazyky. Na dovolené nebo na pracovní schůzce se zahraničním partnerem to nahradí telefon s tlumočníkem, i když u složitějších odborných výrazů se přesnost pořád láme snadněji než u obyčejného povídání. Hlasový režim si chválí i lidé, kterým dlouhé psaní na klávesnici nejde tak snadno, třeba kvůli zrakové vadě nebo motorickému omezení rukou. Tam nejde o pohodlí navíc, ale o to, že se k odpovědi vůbec dostanou.

GPTs: vlastní asistent bez programování

GPTs jsou upravené verze ChatGPT, které si postavíte na vlastních instrukcích, bez jediného řádku kódu. Dáte modelu sadu pravidel, jak se má chovat, případně mu přiložíte vlastní podklady, a od té chvíle máte k dispozici asistenta, který se drží přesně tohohle zadání pokaždé, ne jen jednou v konkrétním rozhovoru.

Tohle je jiná věc než obecné nastavení tónu, které si člověk jednou zapíše do vlastního profilu a platí mu pak ve všech rozhovorech napříč celým účtem. GPT je samostatná položka s vlastním jménem, vlastní ikonou a vlastní sadou pravidel, kterou jde i poslat kolegovi nebo zveřejnit pro cizí lidi, aniž by museli mít přístup k vašemu účtu nebo vidět, jak přesně jste instrukce napsali.

Typický příklad je firma, která chce, aby odpovědi na sítích zněly pořád stejným tónem. Přiloží modelu vzorky starších příspěvků a jasná pravidla stylu. Podobně si právník udělá pomocníka na první rozbor smluvních klauzulí podle vlastního postupu, nebo si učitelka postaví GPT, který žákům vysvětluje slovní úlohy jen pomocí nápověd, nikdy rovnou hotovým výsledkem. GPT jde i zveřejnit v takzvaném GPT Store, kde ho může používat kdokoli jiný s účtem ChatGPT, podobně jako aplikaci v telefonu.

Stavbu vlastního GPT si obvykle vyzkoušíte i na bezplatném účtu, na používání hotových GPTs od jiných lidí ale narazíte na omezení podle tarifu. Za hodně používané veřejné GPT nabízí OpenAI v některých zemích tvůrci i finanční odměnu, přesné podmínky programu se liší a mění se rychleji, než má smysl je tu vypisovat do detailu.

Tahle část je záměrně stručná. Celý postup, jak si vlastního GPT postavit krok za krokem i s konkrétními příklady zadání, popisuje samostatný návod na vlastního GPT.

Úkoly, na které nemusíte myslet sami

ChatGPT umí i pracovat pro vás na pozadí, bez toho, abyste zrovna museli sedět u obrazovky. Funkce zvaná úkoly, anglicky tasks, spustí zadání jednorázově v budoucnu nebo pravidelně podle harmonogramu, a výsledek pak přijde jako notifikace.

Zadání typu „každé pondělí ráno mi shrň hlavní zprávy z oboru marketingu” nebo „připomeň mi za týden, ať zavolám dodavateli” fungují bez toho, abyste rozhovor museli sami znovu otevírat. Model si čas pohlídá sám. Hodí se to na pravidelné shrnutí, na připomínky vázané na datum nebo na drobné opakující se rešerše, které by jinak člověk pořád zapomínal spouštět ručně.

Omezení má tahle funkce podobná jako ostatní pokročilé nástroje. Počet aktivních úkolů bývá omezený a dostupnost se liší podle tarifu a jazyka rozhraní.

Praktický háček je v tom, že notifikaci musíte vůbec zaregistrovat. Pokud máte aplikaci ztlumenou nebo do ní nakouknete jednou za tři dny, i naplánovaný úkol vám proteče mezi prsty stejně jako jakákoli jiná zapomenutá připomínka v mobilu. Funkce nahrazuje ruční hlídání termínu, ne vlastní pozornost k tomu, že notifikace vůbec přišla.

Tabulky, grafy a kód: ChatGPT jako analytik

Nahrání souboru zvládal ChatGPT už dřív, ale spíš na čtení obsahu, shrnutí PDF nebo přepis fotky. Novější funkce jde dál. Nahrajete tabulku s čísly, model k ní na pozadí napíše a spustí kód v Pythonu, spočítá součty, najde odlehlé hodnoty a rovnou nakreslí graf, aniž byste se kódu museli dotknout. Nahrajete třeba výpis z bankovního účtu za celý rok a necháte model spočítat, kolik měsíčně padne na jednotlivé kategorie výdajů, s grafem, který ukáže trend za posledních dvanáct měsíců.

Vedle toho existuje Canvas, samostatné okno pro delší text nebo kód, kde model upravuje jen vybranou pasáž místo přepisování celé odpovědi znovu. Hodí se na dlouhý dokument, kde chcete upravit jeden odstavec uprostřed, aniž by se změnil zbytek. Nebo na kus kódu, který ladíte postupně po částech.

Obě funkce míří na trochu pokročilejší použití než běžný rozhovor. Kdo pracuje s daty v Excelu nebo s kódem v nějakém programovacím jazyce, ušetří tady dost času oproti kopírování mezi ChatGPT a vlastním programem tam a zpátky.

Na co si dát pozor

Většina těchhle funkcí není zadarmo bez omezení. Deep Research, pokročilý hlasový režim i větší objem generovaných obrázků mívají měsíční limity i na placených tarifech. Přesné počty se mění, aktuální podmínky najdete v nastavení účtu na webu OpenAI.

Fantazie modelu s fakty nezmizela jen proto, že teď umí víc. Deep Research umí zprávu podepřít odkazy, ale i tak stojí za to zdroje otevřít, ne jen věřit shrnutí. U obrázků s reálnými lidmi počítejte s omezeními. U hlasu s tím, že čeština zatím zní o něco kostrbatěji než angličtina.

Ne všechno se objeví ve vašem účtu ve stejnou chvíli jako v článku nebo v tiskové zprávě. Nové funkce OpenAI pouští postupně podle regionu, jazyka i typu předplatného. Někdy tak narazíte na to, že popsaná věc u vás v menu ještě chybí, i když jinde už týden funguje.

Poslední věc se týká citlivých dat. Ať už nahráváte tabulku s čísly, fotku dokumentu nebo mluvíte nahlas o pracovní záležitosti, platí stejné pravidlo jako u obyčejného textového rozhovoru: co by vám vadilo vidět zveřejněné, do žádné z těchhle funkcí nepatří. Pokročilejší nástroj neznamená automaticky přísnější soukromí, jen širší nabídku toho, co mu můžete ukázat.

Z jednoho okénka je dnes celá dílna

Ještě před pár lety stačilo umět napsat prompt do jednoho okénka. Dnes má ChatGPT pod kapotou skoro čtyři různé přístroje najednou: bádací kancelář, ateliér, telefon a stavebnici na vlastního pomocníka, ke kterým se navíc přidal osobní asistent na pozadí, co hlídá termíny za vás. Většina lidí ale dodnes používá jen tu první, nejjednodušší vrstvu, přesně tu, se kterou ChatGPT před lety začínal.

Nikde není napsáno, že musíte využívat všechno. Kdo píše hlavně krátké e-maily, mu Deep Research nebo analýza dat v Pythonu klidně zůstanou navždy zavřené, a nic se neděje. Problém nastává jen tehdy, když člověk hodiny ručně skládá něco, co by tahle funkce zvládla za pár minut, a on o ní prostě neví.

Nemusíte se učit všechno najednou. Až příště budete řešit něco, co obvykle skládáte ručně z deseti otevřených panelů v prohlížeči, zkuste místo toho zapnout Deep Research. Uvidíte sami, jestli vám ušetří čas, co na začátku slíbil, stejně jako mně u těch bank.