Zeptal jsem se jednou dvou lidí na stejnou věc přes stejný chatbot. Jeden napsal „poraď mi dovolenou”. Druhý napsal „jsem s partnerkou, máme čtyři dny na konci září, chceme hory bez davů turistů a rozpočet do patnácti tisíc na oba”. První dostal seznam obecných destinací, jaký by našel v libovolném cestovatelském blogu. Druhý dostal tři konkrétní návrhy s odůvodněním, proč se hodí právě jemu.

Rozdíl nebyl v modelu ani ve štěstí. Byl v tom, co do dotazu vložili. AI chatbot totiž nefunguje jako vyhledávač, který hledá nejrelevantnější existující stránku. Funguje jako partner v rozhovoru, který odpovídá na základě toho, co mu řeknete, a nic víc si nedomýšlí, pokud ho k tomu nepovzbudíte.

Proč záleží na formulaci víc, než by člověk čekal

Chatbot, jak vysvětluje úvodní článek o tom, co AI chatbot je a jak funguje, generuje odpověď slovo po slovu na základě pravděpodobnosti, ne vyhledáváním hotové odpovědi v databázi. To znamená, že kvalita výstupu přímo souvisí s tím, kolik relevantního kontextu do vstupu vložíte.

Prázdné nebo obecné zadání nutí model domýšlet si detaily sám, a model při domýšlení sahá po nejběžnějším, nejprůměrnějším scénáři. Proto dostanete univerzální odpověď, která sedí na kohokoliv a nikoho konkrétně. Konkrétní zadání tenhle problém odstraní, protože model nemusí nic hádat.

Technika první: řekněte kontext, ne jen úkol

Místo „napiš text na inzerát” zkuste „napiš inzerát na prodej dětského kola, značka Author, 20 palců, používané dva roky, drobné škrábance na rámu, cena 2500 Kč”. Model teď ví, co prodáváte, v jakém stavu a za kolik, takže inzerát bude konkrétní, ne obecná šablona.

Kontext zahrnuje i to, pro koho text je a proč ho píšete. „Vysvětli mi, co je hypotéka” dá jinou odpověď než „vysvětli mi hypotéku, jako bych se ji chystal poprvé sjednávat a nerozuměl financím”. Druhé zadání model nasměruje na praktickou, ne akademickou odpověď.

Technika druhá: řekněte, jaký výsledek chcete

Rozsah, formát, tón. Tři věci, které se dají specifikovat během pár slov a zásadně mění výsledek. „Krátce, tři věty” versus „podrobně, s příklady”. „Formálně” versus „jako bys to říkal kamarádovi”. Bez těchto instrukcí model volí střední, neutrální variantu, která nikoho neurazí, ale taky nikoho plně neuspokojí.

Zkuste do zadání přidat i to, co nechcete. „Vysvětli mi rozdíl mezi fixní a plovoucí hypotékou, ale bez odborného žargonu” je jiné zadání než holé „vysvětli rozdíl”. Model se snaží respektovat obě části instrukce, pozitivní i negativní.

Technika třetí: veďte konverzaci, nezačínejte pokaždé znovu

Tohle je podle mě nejvíc podceňovaná technika ze všech. Chatbot si v rámci jedné konverzace pamatuje, o čem jste se bavili. Pokud první odpověď nesedí, nemusíte psát nové zadání od nuly, stačí navázat.

„Zkrať to.” „Udělej to míň formální.” „Přidej k tomu konkrétní příklad.” „To se mi nelíbí, zkus jiný přístup.” Každá z těchto krátkých vět staví na předchozím kontextu a šetří čas oproti psaní nového zadání znovu od začátku.

Tahle iterace funguje podobně jako práce se sochařem, kterému nejdřív popíšete hrubý tvar a pak dolaďujete detaily. Nikdo nečeká, že soše bude sedět na první úder dláta. AI odpovědi fungují stejně, jen se dolaďují slovy místo dláta.

Technika čtvrtá: nechte model klást otázky

Pokud si nejste jistí, jak úkol popsat, zkuste na začátku napsat: „než odpovíš, zeptej se mě na cokoliv, co potřebuješ vědět, abys mi pomohl co nejlíp.” Model se pak zeptá na chybějící detaily místo toho, aby si je domýšlel sám.

Tahle technika se hodí hlavně u složitějších úkolů, kde sami nevíte, jaké všechny detaily jsou relevantní. Je to trochu jako konzultace s odborníkem, který se vás nejdřív zeptá na okolnosti, než začne radit naslepo.

Technika pátá: požádejte o víc variant

U kreativnějších úkolů, jako je pojmenování projektu, formulace slabšího odstavce nebo návrh nadpisu, požádejte rovnou o tři až pět variant místo jedné. Model umí pracovat s vlastní rozmanitostí a nabídne přístupy, které by vás samotné nenapadly. Vyberete si tu, která sedí nejlíp, místo abyste přepisovali jedinou nabídnutou možnost.

Technika šestá: nechte model hrát roli

U některých úkolů pomůže, když modelu zadáte konkrétní perspektivu, ze které má odpovídat. „Odpovídej jako zkušený personalista, který za život viděl stovky životopisů” dá jinou zpětnou vazbu na váš životopis než holé „zhodnoť tenhle životopis”. Model se drží zadané role důsledněji, než by člověk čekal, a odpověď bývá konkrétnější.

Tahle technika funguje dobře i u nácviku obtížných situací. „Buď náročný zákazník, který si stěžuje na zpožděnou objednávku, a já budu zákaznická podpora” promění chatbota v cvičného partnera pro reálnou konverzaci, kterou pak povedete naostro.

Technika sedmá: udávejte příklad požadovaného výstupu

Pokud máte představu o formátu, ukažte ji přímo. „Napiš to v tomhle stylu: [vložíte krátkou ukázku]” funguje spolehlivěji než slovní popis stylu, protože model má co napodobit, ne co si jen představovat podle abstraktního popisu. Tahle technika se hodí hlavně u opakujících se úkolů, třeba u pravidelných reportů nebo příspěvků na sociální sítě, kde chcete konzistentní formu.

Na co si dát pozor

Ani dokonale formulovaný dotaz nezaručí bezchybnou odpověď. Model může i u konkrétního zadání sáhnout po nesprávném faktu nebo čísle, tomu se v odborné terminologii říká halucinace, tedy věcně nesprávný, ale sebevědomě formulovaný výstup. Formulace dotazu ovlivňuje relevanci a kvalitu odpovědi, ne její faktickou správnost, tu je vždy potřeba ověřit zvlášť u důležitých témat.

Přehnaně dlouhé a komplikované zadání s deseti požadavky najednou naopak funguje hůř než postupné dolaďování v krátkých krocích. Model se snaží splnit všechno naráz a něco často vypadne. Lepší je začít jednodušším zadáním a upřesňovat postupně, než na první pokus napsat odstavec požadavků.

Jak se dotazy liší podle typu úkolu

Ne každý dotaz potřebuje stejnou míru přípravy. U rychlé faktické otázky, třeba „kolik je 15 % z 2400”, stačí věcné zadání bez dalšího kontextu, model odpoví okamžitě a správně. Investovat čas do propracovaného promptu tady nemá smysl.

U kreativních úkolů, jako je návrh textu, jména nebo konceptu, se vyplatí naopak dát modelu víc prostoru a míň svazujících instrukcí. Přehnaně konkrétní zadání paradoxně omezí kreativitu výstupu, protože model se drží přesně toho, co jste napsali, a nemá důvod zkoušet nečekané směry. Tady funguje lépe zadat cíl a nechat model, ať sám navrhne cestu.

U analytických úkolů, třeba porovnání dvou možností nebo shrnutí dokumentu, se naopak vyplatí struktura. Řekněte modelu, podle jakých kritérií má věci porovnat, nebo v kolika bodech má shrnutí vrátit. Bez téhle struktury model volí kritéria sám, a ne vždy to jsou ta, která vás zajímají.

Shrnutí

Kvalita odpovědi chatbota závisí hlavně na tom, kolik konkrétního kontextu mu dáte, ne na tom, který model zrovna používáte. Popište situaci, řekněte, jaký výsledek a jaký tón chcete, a pokud první odpověď nesedí, upřesněte ji další zprávou místo psaní od začátku. Hlubší techniky formulace zadání pro pokročilejší použití pak najdete v rubrice věnované promptům.