Přesná otázka versus vágní zadání: v čem se liší výsledky

Nejčastější past při psaní promptů není technická neznalost. Je to pohodlnost. Napsat „napiš mi něco o marketingu" je rychlé, ale výsledek stojí za málo. Model dostane příliš mnoho prostoru a vyplní ho vlastními předpoklady. Čím vágnější zadání, tím větší šance, že dostanete text, který se tváří odborně, ale netýká se vaší situace. První pravidlo tedy zní: místo „něco o něčem" napište, co konkrétně má vzniknout a k čemu to poslouží.

První příznaky prochladnutí přicházejí tiše. Nejdřív jen studené ruce, pak ztuhlé prsty a nechuť sundat batoh. Většina turistů je přejde, protože se nechce vzdát naplánované trasy. Jenže právě v tomto okamžiku se rozhoduje o tom, zda se vrátíš v pořádku, nebo zda budeš muset volat pomoc. Tělo ztrácí teplo postupně, ale pocit chladu se dostaví pozdě – ve chvíli, kdy už jsi podchlazený.

Sladit valendu s nočním režimem není otázka nákupu drahého vybavení, ale uspořádání. Posuňte lůžko mimo osu okna, zkontrolujte teplotu a průvan, udržte prostor pod lůžkem vzdušný a vyměňte ostré světlo za tlumené. Když tyto čtyři věci sladíte, horní lůžko přestane být zdrojem nočního neklidu a stane se místem, kde se dá skutečně spát.

Stejně důležitý je výstupní formát. Určete počet odstavců, zda chcete nadpisy, jestli mají být odrážky, jak dlouhé mají být věty. Když formát neurčíte, dostanete obvykle nudnou střední cestu — pět odstavců stejné délky a stejného rytmu. Výjimkou nejsou ani seznamy tam, kde se žádné nehodí.

Druhým častým omylem je nábytek, který stojí na podlaze. Skříňka pod umyvadem s nohami nebo volně stojící regál zabírá místo, které potřebujete pro nohy a pro úklid. Zavěste skříňku na zeď, ideálně tak, aby pod ní zůstalo alespoň patnáct centimetrů volné podlahy. Ušetříte tím dojem stísněnosti a snadno pod ní vytřete. Pokud už skříňku máte a je příliš hluboká, vyndejte z ní věci, které používáte méně než jednou za měsíc, a přemístěte je jinam.

Typické chyby se opakují. Zadání obsahuje dvě otázky v jedné a model odpoví jen na tu snazší. Zadání říká, co nemá být, ale neříká, co má být — „nepiš to obecně" nestačí. Zadání předpokládá znalost, kterou model nemá, třeba interní zkratky nebo názvy projektů. A konečně: lidé pošlou prompt, dostanou odpověď a hned ji použijí, místo aby napsali „vypiš, čemu jsi nerozuměl" nebo „navrhni tři varianty". První odpověď je návrh, ne hotová věc.

Měřte dusitany a dusičnany. Pokud dusitany vystoupí nad nulu a dusičnany rostou i po výměně části vody, biologická složka přestala pracovat. Dalším signálem je průtok – pokud voda z výstupu teče slabě, náplň je ucpaná a čerpadlo se přetěžuje. Všímejte si i pěny na hladině, zápachu po zkaženém vejci nebo toho, že ryby dýchají u hladiny. To jsou spolehlivější ukazatele než zakalení.

Formát a příklady místo přídavných jmen Místo hodnocení typu „chci to kvalitní" nebo „udělej to poutavě" řekněte, co to znamená. „Poutavě" může znamenat krátké věty, konkrétní příklady, přímou řeč nebo třeba čísla. Uveďte to. Pokud chcete určitý styl, přiložte krátkou ukázku vlastního textu a napište „drž se tohoto stylu". Jeden odstavec vzorku řekne modelu víc než deset přídavných jmen.

Většina lidí posílá nástrojům umělé inteligence zadání, kterému by sám autor po přečtení nerozuměl. „Napiš mi něco o marketingu." „Vysvětli mi daně." „Navrhni plán." Model nemá kontext, nezná vaši situaci, vaše publikum ani to, co už jste zkusili. Čím méně informací dáte, tím více musí hádat — a hádání se projeví jako obecné fráze, které se tváří odborně, ale nic neřeší.

Základem je popsat tři věci: co chcete vytvořit, pro koho to je a jak má výsledek vypadat. Místo „napiš článek o spánku" zkuste „napiš 400 slov pro rodiče batolat o tom, proč se děti budí ve dvou ráno, tón klidný, bez odborných termínů, zakonči praktickým tipem". Rozdíl není v délce, ale v tom, že druhá verze dává modelu mantinely. Když mantinely chybí, dostanete text, který je technicky správný a prakticky nepoužitelný.

Praktický postup: napište zadání, přečtěte si ho a zkuste podle něj něco vytvořit, jako byste byli cizí člověk. Kde zaváháte, tam zaváhá i model. Doplňte chybějící informaci, odstraňte dvojznačnost a teprve pak odešlete. Až dostanete výsledek, neopravujte ho ručně — napište, co konkrétně je špatně a co má být místo toho. Iterace po malých krocích je spolehlivější než jeden dlouhý prompt, ve kterém se ztratí půlka požadavků.