Přejít na sekci
Zítra chcete, aby tým schválil váš návrh. Slidy vypadají hotově. Pak přijde otázka: „Jak poznáme, že to fungovalo?“ Pokud odpovíte „AI zvýší produktivitu“, návrh ještě potřebuje práci. Na příkladu si připravíte tři krátké odpovědi a potom použijete pracovní list pro vlastní návrh.
Jde o fiktivní kancelářské cvičení. Všechna jména, čísla a prahové hodnoty jsou ilustrační, nikoli výsledky zákazníků nebo univerzálně doporučené cíle. Dialog je autorsky připravený nácvik, ne záznam konverzace s AI. Celé cvičení lze udělat i bez AI nástroje.
1. Začněte návrhem na pěti slidech
- 1. Problém: fiktivní tým podpory přepisuje interní návody.
- 2. Nápad: AI zvýší produktivitu.
- 3. Plán: šest týdnů zkoušet návrhy textů s AI.
- 4. Vyhodnocení: zeptat se týmu, zda to pomohlo.
- 5. Rozhodnutí: schválit pilot.
Návrh pojmenovává činnost, ale ne rozsah schválení, výchozí měření, odpovědnou osobu ani pravidlo pro neúspěch. „Týmu se to líbilo“ neříká, zda použitelný návod znamenal méně celkové práce.
2. Opravte rozhodovací slide
V tomto fiktivním scénáři Eva, vedoucí podpory, navrhuje jeden opakovatelný proces: tvorbu interních návodů ze schválených veřejných instrukcí k produktu. Výchozí stav zatím nezměřila. Pilot začne až po měření a potvrzení kapacity týmu. Srovnání níže si zkopírujte do dokumentu a upravte; ukázková čísla nepřebírejte do skutečného návrhu jako důkazy.
3. Tři námitky a tři opravené odpovědi
| Prvek slidu | Před úpravou | Po úpravě: návrh fiktivního pilotu |
|---|---|---|
| Rozhodnutí | Schválit pilot AI | Schválit šest týdnů tvorby interních návodů; začít až po výchozím měření a potvrzení kapacity. |
| Odpovědnost | Tým | Eva, vedoucí podpory, schvaluje kvalitu a může pilot ukončit. |
| Výchozí stav | Nezměřený | Před zahájením změřit čas na pět srovnatelných ručně vytvořených návodů; žádný výsledek nepředpokládáme. |
| Kapacita | Neurčená | Nejvýše dvě člověkohodiny týdně včetně kontrol a oprav. Po dosažení limitu nepřidávat další návody. |
| Přijatelná kvalita | Vypadá dobře | Správné kroky, funkční veřejné odkazy a dohodnutá šablona. Kritická chyba je nesprávná instrukce, která může způsobit ztrátu dat nebo neoprávněné zveřejnění. |
| Kontrola úspěchu | Zeptat se, zda to pomohlo | V šestém týdnu: medián celkového času práce na schválený návod alespoň o 20 % nižší než výchozí stav; žádné nevyřešené kritické chyby ve schválených návodech. |
| Ukončení | Dál zlepšovat | Pozastavit při vložení důvěrných dat nebo kritické chybě, která prošla kontrolou. V šestém týdnu ukončit, nejsou-li splněna kritéria kvality i času; vrátit se k ruční tvorbě. |
3.1 Proč právě tento proces?
Slabá odpověď: „AI se hodí na spoustu věcí, někde začít musíme.“
Námitka: „Proč dokumentace, a ne jiná práce, kterou bychom mohli zlepšit?“
Opravená odpověď: „Navrhuji interní návody, protože mají opakovatelné vstupy a určeného kontrolora. Zatím nemám důkaz, že jsou naším největším úzkým místem. Eva nejprve změří čas na pět srovnatelných návodů vytvořených ručně. Pokud měření naši volbu nepodpoří, proces před zahájením přehodnotíme.“
3.2 Jak změříme přijatelnou kvalitu?
Slabá odpověď: „Spočítáme, kolik návrhů AI vytvoří.“
Námitka: „Rychlý návrh ještě není schválený návod. Co znamená dostatečná kvalita?“
Opravená odpověď: „Eva u každého návodu zkontroluje správnost kroků, funkční veřejné odkazy a dohodnutou šablonu, než ho někdo použije. Budeme počítat schválené návody a celkové minuty práce na jeden schválený návod včetně zadávání, kontroly a oprav. Porovnáme je s pěti ručně vytvořenými návody podobné složitosti. Navržený cíl je medián alespoň o 20 % nižší než výchozí stav a žádné nevyřešené kritické chyby ve schválených návodech. Je to práh pro test, nikoli očekávaná úspora.“
3.3 Co když pilot neuspěje?
Slabá odpověď: „Upravíme prompty a budeme dál zlepšovat.“
Námitka: „Kdo pokus zastaví a co bude s rozpracovanými návody?“
Opravená odpověď: „Eva pilot ihned pozastaví, pokud někdo vloží důvěrná data nebo kontrolou projde kritická chyba. Na konci šestého týdne tvorbu s AI ukončí, pokud nebudou splněna zároveň dohodnutá kritéria kvality a času. Tým se vrátí k ručnímu postupu; v používání zůstanou jen návody schválené člověkem. Další pokus vyžaduje nové rozhodnutí.“
4. Nechte AI návrh zpochybnit
Do promptu níže vložte opravená fakta o návrhu. Použijte fiktivní či veřejné podklady, případně materiál, který vaše organizace pro daný nástroj výslovně povoluje. Nevkládejte důvěrnou prezentaci ani zákaznická data. Vymyšlené tvrzení z odpovědi vyřaďte a ověřte podle vstupů. Výkon konkrétního modelu zde neslibujeme.
Jsi skeptický kolega a pomáháš mi nacvičit obhajobu návrhu.
Používej jen dodaná fakta.
Polož postupně tyto tři otázky; po každé počkej na odpověď:
1. Proč právě tento proces?
2. Jak změříme přijatelnou kvalitu?
3. Co když pilot neuspěje?
Po každé odpovědi označ chybějící důkazy. Nevymýšlej měření, zdroje, odpovědné osoby ani výsledky. Označ nepodložené předpoklady.
Kontroluj: konkrétní rozhodnutí, důkaz pro předpoklad, odpovědnou osobu, měřitelnou kontrolu.
Než přejdeš dál, vyzvi mě k opravě odpovědi.
Fakta o návrhu: [vlož opravený návrh a označ ilustrační hodnoty].Bez AI může stejné tři námitky přečíst kolega, nebo si je přečtěte sami a nahrajte své odpovědi. Užitečným výsledkem je opravená odpověď, kterou obhájíte, nikoli plynulý přepis rozhovoru.
5. Zkontrolujte, zda je odpověď lepší
Původní „AI zvýší produktivitu“ neprojde žádnou ze čtyř kontrol níže. Opravený návrh má konkrétní rozhodnutí, odpovědnou osobu a měřitelnou kontrolu. Důkazy stále čekají na Evino výchozí měření. Přiznat tuto mezeru je poctivější než dát návrhu plný počet bodů.
- Konkrétní rozhodnutí: dokáže posluchač říct, co přesně schvaluje?
- Podložený předpoklad: máme ověřitelný zdroj či měření, nebo výslovně přiznanou mezeru v důkazech?
- Odpovědná osoba: kdo kontroluje kvalitu a rozhoduje o ukončení?
- Měřitelná kontrola: co měříme, s čím to porovnáme a kdy?
6. Zkopírujte si pracovní list pro nácvik
Vyplňte list pro jeden fiktivní nebo veřejný návrh. Zkopírujte ho do dokumentu, doplňte mezery a upravte rozhodovací slide. K jeho použití nemusíte kupovat kurz.
Rozhodnutí, které potřebuji: ______
Proces a důvod jeho výběru: ______
Důkaz/zdroj, nebo co zatím nevíme: ______
Odpovědná osoba a kontrolor kvality: ______
Výchozí vzorek a datum měření: ______
Kritéria přijetí a definice kritické chyby: ______
Měřítko celkové práce, srovnání a datum vyhodnocení: ______
Rozsah pilotu, délka a limit kapacity: ______
Důvod okamžitého pozastavení a pravidlo ukončení: ______
Náhradní postup po ukončení: ______
Proč právě tento proces? Moje odpověď: ______
Jak změříme přijatelnou kvalitu? Moje odpověď: ______
Co když pilot neuspěje? Moje odpověď: ______
Jeden chybějící údaj, který ověřím před žádostí o schválení: ______Teď list zavřete a bez AI odpovězte nahlas: „Co přesně po nás chcete schválit a co by vás vedlo k ukončení?“ Pokud to nedokážete stručně říct, upravte návrh dřív, než vyleštíte další slide.
Pokud s AI začínáte, můžete si projít bezplatný základ Co je AI (a co není). Jde o úvod do AI, nikoli kurz prezentačního koučinku; pracovní list výše funguje samostatně.
7. Zdroj a omezení
Průzkum Canva Presentation Paradox uvádí, že 74 % respondentů je při prezentování nervózních a 53 % používá AI jako trenéra prezentací. Canva a Pure Spectrum oslovily 4 000 pravidelných prezentujících v osmi zemích. Jde o vlastní výpovědi v průzkumu dodavatele, nikoli důkaz místní poptávky nebo toho, že toto cvičení snižuje úzkost. Zdroj ověřen 8. října 2026. Návrh, prahové hodnoty a dialog výše jsou původní ilustrační výukový materiál.
Karel Čech
Vývojář a AI konzultant. Pomáhám technickým týmům zavést AI do každodenní práce — od workshopů po dlouhodobé strategie.
LinkedIn →Buďte o krok napřed s AI
Praktické tipy k AI pro vývojové týmy. Žádný spam, odhlášení kdykoliv.
Zaujal vás článek? Ponořte se hlouběji:
Související články
Context engineering: dovednost, která nahradila prompt engineering
Přestaňte ladit formulace promptů. V roce 2026 nerozhoduje, jak chytře to napíšete — rozhoduje, jaký kontext AI dostane. Tohle je nová klíčová dovednost.
Debugging s AI: 4 techniky, které vám ušetří hodiny denně
AI vidí celý stacktrace najednou a čte bez předpokladů. Většina vývojářů ji k debuggingu nepoužívá — a přicházejí o největší časovou úsporu.
AI a testování: generujte testy, ne výmluvy
Psaní testů je úkol, který nikdo nemá rád. AI ho neudělá zábavným — ale udělá ho 5x rychlejším. Tady je workflow, který vám konečně zvedne pokrytí.
Jdeme na to?
Začněte zdarma s online kurzem nebo se podívejte na školení pro týmy.
Domluvit konzultaci zdarma