Anatomie dobrého promptu

Když dáváš úkol novému kolegovi, který ve firmě začal včera, neřekneš mu jen „napiš e-mail klientům“. Řekneš mu, o co jde, komu to píše, co tam musí být, jak dlouhé to má být a kdy to potřebuješ. Bez toho dostaneš něco, co je formálně v pořádku, ale nedá se to poslat. S jazykovým modelem je to stejné, jen s jedním rozdílem: kolega se doptá, model obvykle ne. Prostě něco napíše. Tahle lekce je o tom, jak mu zadat úkol tak, aby to „něco“ bylo to, co potřebuješ.

Prompt(prompt)

Text, kterým zadáváš úkol jazykovému modelu: otázka, pokyn, vložený dokument, příklady. V širším smyslu je promptem všechno, co model při psaní odpovědi „vidí“, tedy i systémový prompt a celá dosavadní konverzace.

Proč na formulaci tolik záleží

V prvním kurzu jsme si ukázali, že jazykový model píše tak, že opakovaně odhaduje, který token má přijít dál. Ten odhad se neopírá jen o to, co se model naučil při tréninku, ale hlavně o všechno, co má právě v kontextovém okně. Tvůj prompt je tedy doslova začátek textu, který model pokračuje. Každé slovo v něm posouvá pravděpodobnosti toho, co přijde.

Z toho plyne nepříjemná, ale užitečná pravda: na vágní zadání dostaneš průměrnou odpověď. Když napíšeš „napiš e-mail o zdražení“, model nemá podle čeho poznat, jestli jsi pekárna, nebo softwarová firma, jestli píšeš věrným zákazníkům, nebo novým. Tak napíše to, co je v takové situaci „nejtypičtější“: obecný, uhlazený, trochu prázdný text. Model to nedělá z lenosti. Ten generický text je prostě nejpravděpodobnější pokračování tak chudého zadání.

Každá informace, kterou přidáš, zužuje prostor možných odpovědí směrem k té tvé. Dobrý prompt proto není kouzelná formulka. Je to dobré zadání, stejné, jaké bys dal člověku.

Stavební kameny promptu

Dobré zadání se dá rozložit na šest částí. Ne každý prompt potřebuje všechny, ale když výsledek nesedí, skoro vždy chybí jedna z nich.

Pár poznámek k jednotlivým částem:

• Úkol začíná slovesem. „Zdražení“ není úkol, „napiš oznámení o zdražení“ ano. Pokud chceš víc než minimum (třeba i návrh předmětu e-mailu), řekni to. Model neodhadne, že bys to ocenil.
• Kontext je ta nejčastěji chybějící část. Ty víš, že zákazníci dostali poslední zdražení před třemi lety. Model to neví, dokud mu to nenapíšeš. Pomáhá i vysvětlit proč něco chceš: „Krátce, protože to lidé čtou na mobilu“ dá modelu víc vodítek než samotné „krátce“.
• Omezení jsou tvoje pojistka. Pokud se nesmí změnit cena, datum nebo název produktu, napiš to výslovně.
• Formát je důležitý zvlášť tehdy, když výstup jde dál, do tabulky, do systému nebo kolegovi. Tomu se podrobně věnuje lekce Strukturovaný výstup.
• Příklady jsou jeden z nejsilnějších nástrojů vůbec. Mají vlastní část v lekci Kontext, role a příklady.
• Publikum a tón určují slovník, délku vět a míru detailu. „Pro finančního ředitele“ a „pro nové zaměstnance“ jsou dva úplně jiné texty se stejným obsahem.

Slabý a silný prompt: krok za krokem

Vezměme realistický úkol. Pracuješ v menší firmě, která dělá úklid kanceláří. Od 1. března zdražujete o 8 % a potřebuješ oznámit to stálým klientům.

Model tu nedělá nic špatně. Prostě nemá žádné informace, tak napsal nejtypičtější e-mail o zdražení, jaký si lze představit. Přidejme kontext a publikum.

Jsme malá firma, která 12 let uklízí kanceláře v Brně. Od 1. března
zdražujeme o 8 %, protože nám rostou mzdy a ceny čisticích prostředků.
Poslední zdražení bylo před třemi lety.

Napiš e-mail našim stálým klientům (většinou menší firmy, se kterými
máme osobní vztah).

Požadavky:
- Tón: přátelský a přímý, bez omluvných frází a bez korporátní češtiny.
  Tykat ne, klientům vykáme.
- Délka: aby se dal přečíst na mobilu bez posouvání, zhruba 120–180 slov.
- Musí tam být: datum 1. 3., výše zdražení 8 %, důvod jednou větou,
  že kvalita a rozsah služeb zůstávají stejné, a kontakt na mě
  (Jana Nováková, 603 000 000) pro případné dotazy.
- Nesmí tam být: žádné slevy ani kompenzace, nic nenabízíme.

Výstup: nejdřív tři varianty předmětu e-mailu, pak samotný text.
Na konec přidej jednou větou, co by se podle tebe dalo ještě zlepšit.

Všimni si, co v silném promptu není: žádné „jsi nejlepší copywriter na světě“, žádné „je to pro mě strašně důležité“, žádné tučné VELKÉ PÍSMENO. Je tam jen dobré zadání. Promptování je z velké části obyčejná dovednost dobře delegovat.

Konkrétnost porazí zdvořilost i „kouzelná slova“

Je v pořádku psát modelu „prosím“ a „děkuji“. Neuškodí to a řada lidí to dělá ze zvyku. Jen to nečekej jako páku na kvalitu. To, co odpověď zlepšuje, jsou informace: co, pro koho, proč, v jakém tvaru.

Stejně tak neexistuje magická fráze, která by model „odemkla“. Na internetu kolují celé sbírky slov, která prý fungují. Většina z nich vznikla tak, že někdo zkusil jednu formulaci, výsledek se mu líbil víc než předtím, a sdílel to. Jenže odpovědi modelu se liší i při stejném promptu (to je ta teplota), takže jedno porovnání nic nedokazuje.

Užitečnější než sbírat fráze je naučit se psát tak, jak to doporučují samotní výrobci. Jejich příručky (odkazy jsou v Zdrojích) se v jádru shodují:

• Buď jasný a přímý. Google ve svém návodu k Gemini píše: řekni svůj cíl jasně a stručně.
• Řekni, co chceš, ne jen co nechceš. Anthropic radí místo „nepoužívej odrážky“ napsat „piš souvislé odstavce“. Model lépe míří k cíli než od zákazu.
• Vysvětli důvod. Pokyn s důvodem si model umí zobecnit i na situace, které jsi nepopsal.
• Dávej podklady a příklady. Všechny tři hlavní firmy (Anthropic, OpenAI i Google) doporučují vkládat do promptu relevantní informace a ukázky požadovaného výstupu.

Prompt jako rozhovor, ne jako zkouška

Začátečníci často čekají, že napíšou jeden dokonalý prompt a dostanou dokonalý výsledek. V praxi to tak skoro nikdy nefunguje, a nemusí. Chat je rozhovor. První odpověď je návrh, na který reaguješ.

Dobrá zpětná vazba je stejně konkrétní jako dobré zadání:

• Místo „to je špatně“ napiš „druhý odstavec je moc omluvný, vyhoď větu o nákladech a začni rovnou datem“.
• Místo „zkrať to“ napiš „zkrať to na polovinu, zachovej datum, procento a kontakt“.
• Místo „hezčí“ popiš, co se ti nelíbí: „zní to jako tisková zpráva, chci to, jako by to psala majitelka sama“.

Když se rozhovor zamotá, například jsi pětkrát měnil zadání a model míchá staré a nové pokyny, je často rychlejší začít novou konverzaci. Celá dosavadní konverzace je totiž součástí kontextu a staré pokyny v ní pořád „straší“. Do nového chatu vlož jen finální, vyčištěné zadání. Mimochodem, to je dobrý způsob, jak si postupně vytvořit vlastní ověřené šablony promptů pro opakované úkoly.

Mýty: dýška, výhrůžky a „nejlepší expert na světě“

Kolem promptování vznikla spousta folkloru. Pojďme poctivě rozlišit, co je známo a co ne. Upozorňuji, že výzkum tu je mladý a modely se rychle mění, takže i tohle je stav v době psaní.

„Slib modelu dýško, pojede líp.“ V letech 2023–2024 se šířilo, že věty jako „dám ti 200 dolarů“ zlepšují odpovědi. Výzkumníci z Wharton School (Meincke, Mollick a další) to v roce 2025 systematicky otestovali na náročných znalostních testech (otázky z vědy a odborných oborů). Závěr: nabídka dýška ani výhrůžky (včetně dost bizarních) obecně neměly významný vliv na výsledky. Zajímavé je, že na úrovni jednotlivých otázek se výsledky lišit mohly, oběma směry, a nedalo se předem odhadnout, kdy pomohou a kdy uškodí. Přesně z takové náhody se rodí mýty.

„Vyhrožuj mu, pak se snaží.“ Spadá do téhož výzkumu, se stejným výsledkem. Navíc výhrůžky a citové vydírání do promptu jen přidávají šum, který s úkolem nesouvisí.

„Napiš mu, že je nejlepší expert na světě.“ Tady je to zajímavější. Stejná skupina výzkumníků na konci roku 2025 testovala, jestli role typu „jsi expert na fyziku“ zlepší přesnost odpovědí na těžké odborné otázky. U většiny modelů to nepomohlo, a role „laika“ nebo nesouvisejícího experta výsledky někdy dokonce zhoršily. Autoři ale výslovně upozorňují, že měřili jen přesnost: role může měnit tón, slovník a úhel pohledu, a to může být užitečné. Model se rolí nedozví nic, co neví. Víc o rolích v další lekci.

„Piš důležité věci VELKÝMI PÍSMENY a s KRITICKÉ.“ U starších modelů to někdy pomáhalo prosadit pokyn. Anthropic ale v současné dokumentaci varuje, že novější modely na systémový prompt reagují citlivěji a přehnaně důrazný jazyk u nich vede k tomu, že pokyn uplatňují i tam, kde nemají. Doporučuje psát normálně: místo „KRITICKÉ: VŽDY musíš…“ prostě „Udělej X, když…“.

Jak to použít hned zítra

Pro začátek nepotřebuješ šablonu na šest políček. Stačí si u každého důležitějšího zadání položit tři otázky:

1. Ví model, kdo jsem, o co jde a proč? Pokud ne, přidej dvě tři věty kontextu.
2. Ví, pro koho to je a jak to má vypadat? Publikum, tón, délka, formát.
3. Ví, co se nesmí změnit nebo vymyslet? Fakta, čísla, jména, která mu dáváš.

A pak čti odpověď jako práci kolegy: co sedí, co opravit, co chybělo v zadání. Za pár týdnů zjistíš, že tvoje prompty jsou delší a tvoje opravné kroky kratší.

Zdroje a další čtení

• Anthropic: Prompting best practices – oficiální příručka k promptování modelů Claude: jasnost, kontext, příklady, formát, varování před přehnaně důrazným jazykem.
• OpenAI: Prompt engineering – návod OpenAI k psaní instrukcí, příkladům a strukturování promptu.
• Google: Prompt design strategies – návod Googlu pro Gemini: jasné instrukce, omezení, formát odpovědi, příklady.
• Meincke a kol.: Prompting Science Report 3 – I'll pay you or I'll kill you, but will you care? (arXiv, 2025) – test dýška a výhrůžek na náročných testech.
• Basil a kol.: Prompting Science Report 4 – Expert Personas Don't Improve Factual Accuracy (arXiv, 2025) – test, jestli role experta zvyšuje přesnost.