Kolegyně z redakce jednou zkoušela starší překladač na krátký text o vinařství. Výsledek tvrdil, že víno „drží dobrou kyselinu” a hrozny „mají potenciál zralosti”. Gramaticky to sedělo, jenže žádný Čech takhle nemluví. Ukázka, jak snadno pozná rodilý mluvčí, že text nevznikl v jeho jazyce, i když je formálně bezchybný.

Dnešní velké jazykové modely na tom jsou výrazně líp než tehdejší strojové překladače, ale čeština jim pořád dělá potíže jinde, než by čekal někdo, kdo zná jen angličtinu. Řeknu vám, kde se to láme a jak to obejít.

Proč je čeština pro AI těžší než angličtina

Modely se učí z obrovského množství textu, a angličtiny je v tréninkových datech řádově víc než češtiny. Čeština má navíc sedm pádů, tři rody a slovosled, který se dá měnit, aniž by se zásadně změnil význam věty. To znamená víc tvarů jednoho slova a víc kombinací, které se model musí naučit.

Tahle nerovnováha se odborně nazývá tokenizace, tedy způsob, jakým model rozseká text na menší kousky, se kterými dál pracuje. U angličtiny obvykle vychází zhruba jeden token na jedno slovo. U češtiny bývá tokenů na stejné slovo víc, protože model musí skládat delší slovo z menších částí. V praxi to znamená, že čeština modelu zabere víc „místa” na stejný obsah a odpovědi mohou být o něco pomalejší nebo dražší, pokud platíte podle spotřeby.

Neznamená to, že model češtině nerozumí. Znamená to, že má o něco těžší úlohu, a to se občas projeví na kvalitě výstupu, zejména u méně používaných slov, ustálených rčení nebo regionálních výrazů.

Jak jsou na tom hlavní nástroje

Přesné srovnání kvality mezi konkrétními modely rychle zastarává, protože firmy jako OpenAI, Anthropic nebo Google aktualizují své modely v řádu měsíců, někdy týdnů. Místo žebříčku se raději podívejme na to, co jde napříč nástroji sledovat.

Novější a větší modely zvládají češtinu znatelně líp než starší generace. Rozdíl mezi modelem z roku 2023 a aktuální verzí je v plynulosti češtiny často markantní, model dřív „cítíte” jako cizince, dnes už spíš jako někoho, kdo se dlouho učil, ale s pár drobnostmi ještě bojuje.

Typické chyby, které se objevují i u dobrých modelů: nesprávná shoda přísudku s podmětem u složitějších vět, občasné přehození slovosledu, které zní kostrbatě, nebo doslovný překlad anglického rčení tam, kde by čeština použila úplně jinou frázi. Menší modely, hlavně ty určené primárně pro angličtinu a doplněné o vícejazyčnost jako druhotnou funkci, dělají tyhle chyby častěji.

Dobrá zpráva je, že chatboti jsou dnes v drtivé většině případů srozumitelní a použitelní v běžné komunikaci, e-mailech nebo shrnutích. Špatná zpráva je, že u textu, který má vyjít pod vaším jménem navenek (článek, oficiální dopis, prezentace pro klienta), se pořád vyplatí poslední čtení vlastníma očima.

Tipy na zadávání v češtině

Několik věcí, které pomůžou dostat z modelu přirozenější český text.

Pište zadání rovnou v češtině, ne v angličtině s prosbou o překlad. Model, kterému zadáte úkol přímo v cílovém jazyce, obvykle produkuje plynulejší výsledek než ten, který nejdřív něco vymyslí anglicky a pak to překládá.

Řekněte modelu, jaký tón chcete. „Piš neformálně, jako bys to vysvětloval kamarádovi” dá jiný výsledek než prázdné zadání bez kontextu. Model se snaží odhadnout styl z toho, co dostane, a konkrétní instrukce mu pomůže víc než dlouhé zadání bez ní.

Pokud narazíte na kostrbatou pasáž, nepřepisujte ji sami od nuly. Zkuste modelu napsat: „tahle věta zní nepřirozeně, přeformuluj ji hovorověji” a nechte ho, ať to zkusí znovu. Většinou to funguje líp, než by člověk čekal, model dovede vlastní chybu rozpoznat, když na ni ukážete.

U odborných textů (medicína, právo, technika) počítejte s tím, že model může sáhnout po počeštěném anglickém termínu tam, kde existuje zavedený český ekvivalent. Stojí za to si u klíčových pojmů ověřit, jestli je použitý výraz skutečně ten, který se v daném oboru běžně používá.

Dlouhé souvětí se v češtině často láme jinak než v angličtině. Pokud vám výstup přijde kostrbatý, zkuste model požádat, ať větu rozdělí na dvě kratší. Čeština snáší kratší věty líp než angličtina zvyklá na spojovací konstrukce.

Diakritika a české formátování čísel

Drobnost, která uživatele často zaskočí: model občas napíše datum nebo částku v americkém formátu, i když celý zbytek textu je česky. Místo „12. března 2026” se objeví „March 12, 2026” nebo místo „1 250 Kč” anglické „$1,250”. Stává se to hlavně u modelů, které mají silnější anglické tréninkové zázemí a v okrajovém detailu na formátování „sklouznou” ke svému výchozímu nastavení.

Řešení je jednoduché: pokud narazíte na podobnou nekonzistenci, řekněte modelu výslovně, ať používá české formátování dat, měny a desetinné čárky místo tečky. Jednou uvedená instrukce obvykle platí do konce dané konverzace, u opakovaného problému ji vložte i do trvalých vlastních instrukcí v nastavení účtu.

Diakritika samotná dnešním modelům problém nedělá, háčky a čárky generují spolehlivě. Potíž nastává spíš u kopírování textu mezi aplikacemi, kdy se diakritika občas rozpadne kvůli špatnému kódování znaků. To ale není chyba modelu, je to chyba té aplikace, do které text vkládáte.

Hlasový vstup a diktování v češtině

Řada chatbotů dnes nabízí i hlasový vstup, tedy možnost úkol nadiktovat místo psaní. U češtiny se přesnost rozpoznávání řeči v posledních letech výrazně zlepšila, ale pořád je citlivější na přízvuk, rychlost mluvy a hlučné prostředí než třeba angličtina, která má v tréninkových datech řádově víc nahrávek.

Pro běžné diktování krátkých zpráv to funguje spolehlivě. U odborných termínů, cizích jmen nebo méně obvyklých slov se vyplatí po nadiktování zkontrolovat přepis, než zprávu odešlete, hlavně pokud jde o důležitý text. Diktování se hodí zejména v situacích, kdy nemáte volné ruce na psaní, například v autě přes hlasového asistenta v telefonu, ale pro delší a přesnější zadání zůstává psaní stále spolehlivější volbou.

Na co si dát pozor

Sebevědomí modelu neroste s kvalitou češtiny. I text s gramatickou chybou nebo divným slovosledem zní stejně jistě jako text bezchybný. Nespoléhejte na to, že plynulost odpovědi = správnost obsahu, to jsou dvě různé věci.

U důležitých dokumentů, které jdou ven pod vaším jménem, si text vždy přečtěte nahlas nebo dejte přečíst někomu jinému. Chyby ve slovosledu nebo neobvyklá spojení slov člověk často spíš „uslyší”, než uvidí při tichém čtení.

Shrnutí

Čeština je pro AI těžší disciplína než angličtina kvůli skloňování a volnějšímu slovosledu, ale novější modely si s ní poradí slušně, hlavně v běžné komunikaci. Zadávejte úkoly rovnou česky, popište požadovaný tón a u kostrbatých pasáží nechte model přeformulovat, místo abyste to přepisovali sami. Detailní techniky, jak psaní s AI zlepšit stylisticky, najdete v rubrice Psaní a překlad.