sunrise
AI základy a promptovanie
Pre koho: Úplní začiatočníci. Žiadne predpoklady; bezplatná verzia ChatGPT alebo Claude
Lekcia 1: Čo je jazykový model a ako (ne)myslí
Cieľ: Pochopiť, prečo AI odpovedá tak, ako odpovedá, a kde sú jej limity.
ChatGPT, Claude aj Gemini sú veľké jazykové modely (LLM). Model sa trénoval na obrovskom množstve textu a naučil sa jednu vec: predpovedať, aké ďalšie slovo (presnejšie token, kúsok slova) s najväčšou pravdepodobnosťou nasleduje. Odpoveď na tvoju otázku nerobí tak, že by "vedel" odpoveď ako človek, ale tak, že skladá text, ktorý štatisticky najlepšie sedí na dotaz.
Z toho vyplýva všetko praktické. Model nemá garanciu pravdy: keď nevie odpoveď, často nevypíše "neviem", ale vyskladá pravdepodobne znejúcu vymyslenú odpoveď. Tomu sa hovorí halucinácia. Nie je to chyba programu, je to priamy dôsledok toho, ako model funguje.
Zároveň to vysvetľuje, prečo je model taký dobrý v preformulovaní, preklade, sumarizácii, kóde a štruktúrovaní. To sú úlohy, kde stačí "dobre skladať text". A prečo je zradný tam, kde ide o presnosť faktov, čerstvé informácie alebo presné počítanie.
Syntetická ukážka správania modelu pri troch typoch úloh (ilustračné odpovede, nie nahrávka konkrétneho modelu):
Úloha na skladanie textu: "Preformuluj túto vetu formálne." Model spoľahlivo vráti použiteľnú formálnu vetu. Tu je silný, lebo stačí dobre skladať text.
Úloha na fakt s dátumom: "Aký je dnes kurz eura voči doláru?" Model bez vyhľadávania uvedie číslo, ktoré vyzerá presne (napr. 1,08), ale je z tréningových dát a dnes nemusí platiť. Tu je zradný, lebo háda fakt z hlavy.
Úloha na presný výpočet: "Koľko je 17 % z 83 400?" Model niekedy trafí, niekedy nie, a obe odpovede vyzerajú rovnako sebavedomo. Správna cesta: kalkulačka alebo kód; model nech len vysvetlí postup.
Záver, ktorý si odniesť: pred každou úlohou sa spýtaj, do ktorej z týchto troch koloniek patrí. Podľa toho nastav mieru dôvery a potrebu overenia z lekcie 6.
Model odpovie "neviem" na otázku, ktorú by mal zvládnuť, alebo naopak sebavedomo na otázku, ktorú nemôže vedieť. Náprava: kalibruj si ho na troch otázkach, kde poznáš odpoveď, ako v cvičení; až potom mu daj otázku, kde ju nepoznáš.
Zdá sa, že model "rozumie" zle položenú otázku a odpovedá na niečo iné. Príčina: skladá najpravdepodobnejší pokračovací text, nie význam ako človek. Náprava: explicitne napíš, čo má výstup obsahovať (štruktúra z lekcie 3).
LLM je stroj na skladanie pravdepodobného textu, nie databáza faktov. Každá tvoja pracovná návyková technika v tomto kurze z toho vychádza.
Cvičenie
Spýtaj sa svojho AI nástroja (ChatGPT, Claude, čokoľvek máš po ruke) na otázku, na ktorú poznáš presnú odpoveď z vlastného života alebo lokality (napr. "Koľko stojí študentská električenka z Trnavy do Bratislavy tento mesiac?" alebo "Kto vyhral minulý týždeň zápas tvojho obľúbeného tímu a akým skóre?").
Zapíš si: bol si istý, že odpoveď je správna, skôr než si ju overil? Čo v odpovedi bolo zvonom, že môže byť vymyslená?
Riešenie
Správny postup: každú konkrétnu, overiteľnú odpoveď (čísla, dátumy, ceny, mená, citácie) treba overiť v primárnom zdroji. Model často odpovie sebavedomo aj keď zle.
Signály možnej halucinácie: veľmi presné číslo bez zdroja, odpoveď na otázku o niečom, čo sa stalo po konci tréningových dát modelu, zmätenie dvoch podobných mien alebo pojmov, odpoveď, ktorá "znie presne tak, ako by si si želal".
Lekcia 2: Čo model vie a čo nevie
Cieľ: Vedieť odhadnúť, kedy môžeš odpovedi veriť a kedy nie.
Tri hranice, ktoré si zapamätaj. Prvá: tréningové dáta majú dátum ukončenia. Model nepozná nič, čo sa stalo po ňom, pokiaľ nemá zapnuté vyhľadávanie na webe. Druhá: kontextové okno. Model "vidí" len to, čo je v aktuálnej konverzácii. Nevidí tvoje súbory, mail ani včerajší rozhovor v inej konverzácii (pokiaľ nemá zapnutú pamäť alebo pripojené nástroje). Tretia: počítanie. Model nepočíta ako kalkulačka, generuje čísla ako text. Na presné výpočty používaj nástroj (kalkulačku, tabuľku, kód), nie odhad modelu.
Praktický dôsledok: daj modelu kontext namiesto toho, aby si ho musel hádať. Keď chceš sumarizovať dokument, vlož ho. Keď chceš odpoveď o svojej firme, opíš ju. Keď potrebuješ aktuálnu informáciu, dones ju alebo použi nástroj s vyhľadávaním a over zdroj.
Otázka A: "Vysvetli rozdiel medzi infláciou a defláciou." Všeobecná znalosť, stará desiatky rokov. Model ju zvládne bez pomoci; overenie stačí zdravým rozumom a jedným zdrojom.
Otázka B: "Koľko stojí dnes akcia firmy X?" Aktuálny údaj za tréningovým dátumom. Model bez vyhľadávania háda. Správne: nástroj s prístupom na web a overenie zdroja, alebo priamo finančný portál.
Otázka C: "Kedy mám zajtra prvú hodinu?" Osobný kontext mimo konverzácie. Model nevidí tvoj rozvrh. Správne: vlož rozvrh do správy alebo použij nástroj s napojením na kalendár; inak odpoveď nemôže byť správna.
Model s vypnutým vyhľadávaním uvádza čerstvé správy s istotou. Náprava: pri každej čerstvej téme najprv skontroluj, či je vyhľadávanie zapnuté, a aj tak over zdroj kliknutím.
V dlhej konverzácii model "zabudne" údaj zo začiatku. Príčina: kontextové okno sa naplnilo a staré časti vypadli. Náprava: dôležité fakty zopakuj pri otázke, alebo začni novú konverzáciu so zhrnutím.
Model je silný tam, kde mu dáš materiál. Slabý je tam, kde má hádať fakty z hlavy.
Cvičenie
Nájdi v nastaveniach svojho AI nástroja, či má zapnuté vyhľadávanie na webe a pamäť. Zapíš si, čo je zapnuté.
Vymysli tri otázky z vlastného života: jednu, kde stačí všeobecná znalosť (napr. "ako funguje inflácia"), jednu, kde treba aktuálny údaj (napr. "dnešný kurz eura"), a jednu, kde treba tvoj osobný kontext (napr. "kedy mám zajtra prvú hodinu"). Ku každej napíš, či jej model môže odpovedať správne bez tvojej pomoci.
Riešenie
Ak si nenašiel nastavenia: v ChatGPT sú v Nastavenia > Personalizácia a v ponuke pri vyhľadávaní, v Claude v Settings. Ak sa nastavenia volajú inak, nič sa nedeje, rozloženie sa mení; princíp (hľadaj "search/web" a "memory") ostáva.
Všeobecná znalosť: model zvládne dobre z hlavy. Aktuálny údaj: potrebuje vyhľadávanie alebo tvoj vstup, inak háda. Osobný kontext: nevie ho, pokiaľ mu ho nedáš alebo nemá zapnutú pamäť.
Lekcia 3: Anatómia dobrého promptu
Cieľ: Písať zadania, pri ktorých model trafí na prvý alebo druhý pokus.
Slabý prompt: "Napíš niečo o marketingu." Model doplní chýbajúce informácie vlastným odhadom a výsledok bude generický. Dobrý prompt má päť častí, nemusia ísť vždy všetky, ale každá pridaná časť zužuje priestor na omyl:
- Rola: kto má model hrať ("Si skúsený účtovník, ktorý vysvetľuje žiakom").
- Úloha: čo presne má spraviť, slovesom ("Zhrň", "Porovnaj", "Navrhni 5 variantov", "Nájdi chyby").
- Kontext: fakty, ktoré model nemôže poznať ("Ide o malú pekáreň v Trnave, 3 zamestnanci, zákazníci sú hlavne okolité firmy").
- Formát: ako má vyzerať výstup ("tabuľka s tromi stĺpcami", "maximálne 120 slov", "po slovensky, tykanie").
- Obmedzenia: čo nesmie ("nevymýšľaj si čísla", "nepoužívaj odborné termíny bez vysvetlenia").
Ukážka premeny: z "Napíš mi esej o AI" na "Si lektor, ktorý pripravuje materiály pre žiakov strednej školy. Napíš esej o vplyve AI na trh práce, 300-400 slov, po slovensky, jednoduchým jazykom bez odborných výrazov, s dvoma konkrétnymi príkladmi profesií. Nevymýšľaj si štatistiky; kde číslo nepoznáš, napíš to."
Syntetická úloha (vymyslená, presne podľa nej si vieš výstup overiť): majiteľ kaviarne U Anny v Trnave chce príspevok na Facebook, že od novembra otvára aj v nedeľu 8:00-14:00 a ponúka nedeľné raňajky (croissant, vajcia, káva) za 6,90 EUR.
Prompt so všetkými piatimi časťami, ktorý vložíš do nového chatu: "Si copywriter pre malé podniky. Napíš príspevok na Facebook pre kaviareň U Anny v Trnave. Kontext: od novembra otvárame aj v nedeľu 8:00-14:00, nedeľné raňajky (croissant, vajcia, káva) za 6,90 EUR. Formát: 60-90 slov, po slovensky, priateľský tón, na konci výzva rezervovať si stôl. Obmedzenia: nevymýšľaj si žiadne ďalšie produkty, ceny ani sľuby; nepoužívaj viac než jeden emotikon."
Výstup posúď kontrolným zoznamom, nie presným znením (model nepíše deterministicky): (a) obsahuje nedeľu, čas 8:00-14:00, zloženie raňajok a cenu 6,90 EUR; (b) neobsahuje žiadny produkt, vlastnosť ani číslo navyše, pozor na slová ako "čerstvý" alebo "domáci", ktoré model rád pridá; (c) 60-90 slov, najviac jeden emotikon; (d) na konci výzva k rezervácii. Ukážka odpovede, ktorá zoznam spĺňa: "Od novembra sme otvorení aj v nedeľu od 8:00 do 14:00. Čakajú vás nedeľné raňajky: croissant, vajcia a káva, spolu za 6,90 EUR. Príďte si užiť pokojné nedeľné ráno do U Anny v Trnave, zoberite rodinu alebo knihu. Miesto si radšej rezervujte vopred správou. Tešíme sa na vás." Ak výstup niečo z toho poruší, prompt alebo kontrola zlyhali, viď blok o zlyhaní pod riešeniami.
Kroky v nástroji: otvor nový chat (ChatGPT alebo Claude), vlož celý prompt jednou správou, počkaj na výstup a porovnaj ho s očakávaním vyššie bod za bodom. Potom napíš jednu konkrétnu spätnú väzbu (napr. "skráť na 50 slov") a sleduj, či sa výstup zlepšil bez straty faktov.
Zlyhanie 1: model pridal "domáci cheesecake za 3,50 EUR", vymyslel si produkt a cenu. Príčina: obmedzenie chýbalo alebo ho model prekročil. Náprava: odpovedz "Odstráň cheesecake a všetky ceny okrem 6,90 EUR, drž sa len faktov zo zadania" a do promptu natrvalo pridaj vetu "použi len fakty zo zadania".
Zlyhanie 2: výstup je generický ("Pozývame vás na skvelé raňajky!"). Príčina: chýbal kontext alebo formát. Náprava nie je nový pokus s rovnakým promptom, ale doplnenie konkrétnych faktov a dĺžky.
Zlyhanie 3: po piatich kolách úprav je text horší než po druhom. Príčina: príliš veľa drobných opráv naraz. Náprava: vráť sa k najlepšej verzii a prepíš východzí prompt namiesto ďalšej iterácie.
Prompt nepíšeš pre stroj, píšeš ho pre kolegu, ktorý ťa vôbec nepozná. Všetko, čo nepovieš, si domyslí.
Cvičenie
Zober jednu reálnu úlohu, ktorú tento týždeň potrebuješ (správa, text, plán, preklad). Napíš ňou prompt so všetkými piatimi časťami.
Porovnaj výsledok s výsledkom jednoduchého promptu ("napíš mi X"). Zapíš si dva konkrétne rozdiely.
Riešenie
Kontrolný zoznam: vieš z promptu zodpovedať otázky kto, čo, pre koho, ako dlhé, v akom jazyku, čo nesmie? Ak áno, prompt je kompletný.
Typická chyba: príliš veľa rolí a úloh naraz ("si marketér, programátor a psychológ a napíš, navrhni, analyzuj"). Jedna úloha na prompt; zložitejšiu prácu rozdel na kroky.
Lekcia 4: Iterácia: prvý výstup je návrh, nie výsledok
Cieľ: Naučiť sa pracovať s modelom ako s kolegom, nie ako s automatom.
Profesionáli nepoužívajú AI tak, že napíšu jeden prompt a skopírujú výsledok. Prvý výstup berú ako návrh. Potom prichádza spätná väzba: "druhý odsek je príliš všeobecný, nahraď ho konkrétnym príkladom z textu vyššie", "skráť na polovicu", "tón je príliš formálny, prepíš ho ako správu kamarátovi". Každá takáto správa je nový prompt a model sa prispôsobí.
Dôležitý návyk: pomenovaj, čo je zle, čo najkonkrétnejšie vieš. "Je to zlé" modelu nepomôže. "Vo vete o cenách si vymyslel číslo 340 eur, v texte bolo 230" áno.
A kľudne nechaj model kritizovať samého seba: "Prečítaj si svoju odpoveď a napíš tri najslabšie miesta." Potom: "Prepíš odpoveď tak, aby si tieto tri veci opravil." Tento jednoduchý cyklus (výstup > sebakritika > prepis) zlepšuje kvalitu výrazne.
Syntetická úloha: "Napíš pozvánku na rodinnú oslavu 70. narodenín."
Prvý výstup (typický): zdvorilý, ale generický text bez dátumu, miesta a programu, s frázami typu "srdečne Vás pozývame".
Spätná väzba 1 (konkrétna): "Pridaj: sobota 14. 3., 17:00, reštaurácia U Lipy, Svätý Jur; program: večera a kvíz o jubilantovi; tón rodinne teplý, nie formálny; max 100 slov." Druhý výstup už sedí štruktúrou.
Spätná väzba 2 (sebakritika): "Nájdi tri najslabšie miesta svojho textu." Model označí vatu ("neformálna zábava"), chýbajúce RSVP a príliš dlhý prvý odsek. "Oprav ich." Tretí výstup je použiteľný bez ďalších zásahov.
Bilancia: tri správy namiesto jednej, čas navyše cca 3 minúty, rozdiel v kvalite zásadný.
Po piatej iterácii je text horší než po druhej: model sa začal opakovať a prekrúcať štýl. Náprava: vráť sa k najlepšej verzii (preto si verzie odkladaj) a začni novú konverzáciu s ňou a s jednou jasnou pripomienkou.
Cvičenie
Vyber výstup z lekcie 3. Napíš modelu spätnú väzbu s troma konkrétnymi pripomienkami a nechaj ho prepracovať.
Potom spusti cyklus sebakritiky: nechaj model nájsť tri slabiny vlastného textu a opraviť ich.
Riešenie
Výsledok druhého kola býva viditeľne lepší najmä v štruktúre a konkrétnosti. Ak nie je, problém býva v málo konkrétnej spätnej väzbe.
Pravidlo: dve až tri iterácie stačia. Ak sa ani potom nepribližuješ k cieľu, prepíš východzí prompt namiesto ďalších drobných opráv.
Lekcia 5: Techniky, ktoré zlepšujú výsledky: príklady, rozklad, kontrola
Cieľ: Ovládnuť tri postupy používané v praxi pri náročnejších úlohách.
Few-shot (učenie príkladom). Namiesto opisovania štýlu mu ukáž štýl. Vlož dva-tri príklady vstupu a želaného výstupu a model pokračuje v rovnakom vzore. Často funguje lepšie než opis ("napíš to stručne a vecne" vs. ukážka stručnej vecnej správy), ale nie vždy: veľa dlhých príkladov vie model zviazať. Drž sa 2-3 krátkych, jednotných ukážok.
Rozklad úlohy. Zložité zadanie ("naplánovanie kampane") rozdeľ na kroky a prechádzaj ich postupne: najprv ciele, potom publikum, potom kanály, potom obsah. Pri každom kroku vieš zásah skontrolovať. Jeden obrovský prompt skrýva chyby; postupnosť malých ich odhaľuje.
Nechaj model premýšľať písomne. Pri úlohách, kde treba uvažovať (matematika, logika, plánovanie), napíš "najprv napíš úvahu krok za krokom, až potom výsledok". Model, ktorý najprv rozpíše cestu, robí menej chýb ako model, ktorý hneď vypľuje odpoveď. Novšie "reasoning" modely to robia samé; u obyčajných to stále oplatí vyžiadať.
Syntetická zákazka: e-shop s bytovými doplnkami potrebuje jednotné popisy. Namiesto opisu štýlu vložíš dva príklady:
Príklad 1 - vstup: "keramický hrnček, 300 ml, matná glazúra" / výstup: "Hrnček, z ktorého chutí ranná káva lepšie. Matná glazúra, 300 ml, do mikrovlnky aj umývačky."
Príklad 2 - vstup: "bavlnený vankúš 45x45, šalviový" / výstup: "Vankúš v šalviovej, ktorá upokojí obývačku. Bavlnený poťah 45x45, snímateľný, prateľný na 40 stupňov."
Tretí vstup necháš na modeli: "drevený stojan na bylinky, 3 poschodia". Očakávaný vzorec výstupu (kontrolný zoznam, nie presná zhoda): prvé slovo je produkt, jedna veta s výhodou pre zákazníka, potom faktické parametre, max 25 slov, žiadne superlatívy typu "najlepší". Ak výstup vzorec nedrží, príklady sú málo jednotné alebo je ich treba doplniť o pravidlo.
Few-shot prestane fungovať pri piatom príklade: model začne kopírovať detaily z príkladov do nových vstupov. Náprava: skráť na 2-3 príklady a detaily z nich označ ako ilustračné.
Rozklad úlohy sa rozpadne, lebo kroky na seba nenadväzujú. Náprava: na začiatku každého kroku jednou vetou zhrň, čo z predchádzajúceho platí ("zatiaľ vieme: cieľ X, publikum Y").
Cvičenie
Zober úlohu, kde potrebuješ texty v jednotnom štýle (napr. popisy produktov, pozvánky). Napíš few-shot prompt s dvoma vlastnými príkladmi a otestuj ho na treťom vstupe.
Rozlož jednu veľkú úlohu zo svojho života na štyri kroky a prejdi ich s modelom postupne.
Riešenie
Kontrola few-shot: ak výstup tretieho príkladu drží formát, dĺžku a tón prvých dvoch, technika sedí. Ak nie, príklady boli nejednotné, zjednoť ich.
Kontrola rozkladu: po každom kroku sa spýtaj "dal by som toto do rúk človeku bez vysvetlenia?". Ak nie, doplň kontext skôr, než pôjdeš ďalej.
Lekcia 6: Overovanie výstupov: halucinácie v praxi
Cieľ: Mať pracovný postup, ako z AI textu spraviť dôveryhodný text.
Halucinácia nie je výnimka, je to vlastnosť. Preto profesionálny postup pri každom výstupe, ktorý pôjde ďalej (do školy, práce, na web), obsahuje tri kontroly:
- Fakty: každé číslo, dátum, meno, citáciu a odkaz over v primárnom zdroji. AI vymýšľa presne tie veci, ktoré vyzerajú najdôveryhodnejšie (čísla štúdií, názvy zákonov, odkazy).
- Logika: prečítaj výstup, ako by si ho čítal u cudzieho človeka. Sedia tvrdenia? Nie je tam konflikt medzi odsekmi?
- Tón a pravdivosť: napísal model niečo, čo by si o sebe alebo svojej práci nemohol povedať? Nadbytočné superlatívy a tvrdenia, ktoré nevieš podložiť, vyhoď.
Praktický trik na rýchly test: spýtaj sa modelu na zdroje ("odkiaľ to vieš? uveď zdroje"). Keď ti vráti zoznam, klikni na ne. Vymyslené zdroje odhalíš za minútu: odkaz neexistuje alebo vedie niekam inam. Ale pozor: to, že zdroj existuje, ešte neznamená, že hovorí to, čo model tvrdí.
Syntetická zákazka: model ti napísal odstavce o káve na Slovensku s troma tvrdeniami: (1) "Slováci vypijú priemerne 3,2 šálky kávy denne", (2) "cena kávy v kaviarňach vzrástla v roku 2025 o 12 %", (3) "prvá kaviareň v Bratislave otvorila v roku 1705".
Kontrola tvrdenia (1): hľadáš "spotreba kávy Slovensko štatistika". Oficiálny zdroj neexistuje alebo hovorí iné číslo. Záver: tvrdenie nepoužiť, alebo nahradiť číslom z nájdeného primárneho zdroja s uvedením zdroja.
Kontrola tvrdenia (2): hľadáš infláciu a ceny reštaurácií na webe štatistického úradu. Nájdeš kategóriu "reštauračné služby" s iným číslom, nie 12 %. Záver: model zobral pravdepodobné číslo, nie skutočné. Opravíš podľa zdroja alebo tvrdenie zmäkčíš na kvalitatívne ("ceny kávy v posledných rokoch rastú").
Kontrola tvrdenia (3): historický fakt, ktorý sa overuje ťažko; dva zdroje si protirečia. Záver: takéto tvrdenie z textu vynechať, alebo explicitne napísať "podľa niektorých zdrojov". Zásada: čím ťažšie sa tvrdenie overuje, tým menšia je jeho hodnota v texte.
Časová bilancia: kontrola troch čísel trvala cca 8 minút. Text by si napísal sám za 25. Model ušetril čas pri písaní, nie pri kontrole, a to je férová výmena.
Model na otázku o spotrebe kávy odpovie: "Podľa štúdie SAV z roku 2023 Slováci vypijú priemerne 3,2 šálky denne (sav.sk/kava-2023)." Odkaz neexistuje a štúdia neexistuje, ale vyzerajú presvedčivo.
Náprava za minútu: (1) klikni na odkaz, stránka 404 alebo niečo iné = varovanie; (2) zadaj názov štúdie do vyhľadávača, nič nenájde = vymyslená; (3) hľadaj primárny zdroj (štatistický úrad, pôvodný výskum) a číslo použi len odtiaľ.
Poučenie: vymyslený zdroj nevyzerá inak než skutočný. Preto sa overuje každý odkaz a každé číslo, nie len tie "podozrivé".
AI šetrí čas pri písaní, nie pri kontrole. Kontrolu neurobí za teba.
Cvičenie
Vygeneruj si od modelu krátky text o nejakej historickej udalosti alebo vedeckej téme s troma konkrétnymi číslami. Over všetky tri čísla vo vyhľadávači. Koľko sedelo?
Popros model o tri zdroje k téme a skontroluj, či existujú a či naozaj podporujú tvrdenie.
Riešenie
Bežný výsledok experimentu: časť čísel sedí, časť nie, a niektoré zdroje sú vymyslené. Presne preto sa overuje.
Ak model odmietne uviesť zdroje ("ako jazykový model nemám prístup..."), je to poctivejšia odpoveď než vymyslený zoznam odkazov.
Lekcia 7: Nástroje a koľko to stojí
Cieľ: Vybrať si nástroj podľa úlohy a vedieť, za čo sa (ne)platí.
Na tento kurz ti postačí bezplatná verzia ľubovoľného z veľkých nástrojov. Stav overený 10. novembra 2026:
- ChatGPT (OpenAI): bezplatná verzia s obmedzenými limitmi. Platené plány: Go 8 USD/mesiac, Plus 20 USD/mesiac (viac správ, lepšie modely, vlastné GPTs, projekty).
- Claude (Anthropic): bezplatná verzia s limitmi na 5 hodín a týždeň. Pro 20 USD/mesiac (17 USD pri ročnej platbe), Max 100 USD/mesiac pre celodennú prácu.
- Google Gemini: tiež má bezplatnú verziu; platené plány sa viažu na Google One predplatné.
- API (pre programátorov, kurz K4): platí sa za spotrebované tokeny, nie mesačne. Najlacnejšie modely stoja centy za milión tokenov (napr. Claude Haiku 5.5 alebo GPT-6 Luna okolo 0,10 USD za milión vstupných tokenov), stredná trieda (Claude Sonnet 5.5, GPT-6 Sol) 2 USD za milión vstupných a 10 USD za milión výstupných tokenov.
Pravidlo pre výber: rozdiel medzi nástrojmi je menší, než rozdiel medzi dobrým a zlým promptom. Vyber jeden nástroj a nauč sa ho poriadne. Platený plán kúp až vtedy, keď ťa bezplatná verzia reálne obmedzuje (narážaš na limity), nie preto, že "možno bude lepšia".
Ceny a limity sa menia každých pár mesiacov. Pred kúpou si vždy over aktuálny cenník na oficiálnej stránke.
Syntetická úloha pre K4: agent má zhrnúť 100 krátkych emailov (každý cca 300 slov vstupu a 100 slov výstupu). Prevod na tokeny: 1 slovo ≈ 1,3 tokenu, takže vstup je cca 40 000 tokenov a výstup cca 13 000 tokenov spolu.
Cenová kalkulácia so strednou triedou modelov (2 USD za milión vstupných, 10 USD za milión výstupných tokenov, cenník k 10. 11. 2026): vstup 0,04 × 2 = 0,08 USD, výstup 0,013 × 10 = 0,13 USD, spolu cca 0,21 USD. S najlacnejšou triedou (0,10 USD za milión vstupných) vyjde tá istá úloha na jednotky centov.
Poučenie: náklady na API sa počítajú z tokenov, nie z pocitu. Pred spustením väčšej úlohy si vždy odhadni vstupné a výstupné tokeny a vynásob cenníkom; nastav si v účte limit (budget cap), ktorý zastaví čerpanie pri prekročení. Presný výpočet aj s kontrolou limitov je v kurze K4 s reálne spustenými ukážkami kódu.
Slučka v skripte zavolá API stokrát namiesto desaťkrát a faktúra narastie. Náprava: vždy najprv budget cap v účte, potom test na 2-3 vstupoch, až potom plný beh. K4 to má ako povinný krok.
Kúpený platený plán, ktorý sa nepoužíva. Náprava: plán kupuj až po týždni narážania na limity bezplatnej verzie; predplatné vieš kedykoľvek zrušiť, ale nevyužité mesiace ti nikto nevráti.
Cvičenie
Zapíš si, ktorý nástroj a plán používaš teraz, a koľko ťa stojí. Prejdi si oficiálnu cenníkovú stránku tohto nástroja a over, či platíš za niečo, čo nevyužívaš.
Riešenie
Ak bežný týždeň obejdeš bez narazenia na limity, bezplatná verzia ti stačí. Ak limity narazujú viac než raz týždenne a práca za to stojí, najlacnejší platený plán je rozumný krok.
Lekcia 8: Súkromie, bezpečnosť a férové používanie
Cieľ: Používať AI tak, aby si nepoškodil seba ani iných.
Čo do AI napíšeš, to opustí tvoje zariadenie a ide na servery poskytovateľa. Pri bezplatných verziách sa obsah môže použiť na tréning modelov (u ChatGPT a Claude to vieš vypnúť v nastaveniach; firemné a API verzie štandardne netrénujú na tvojich dátach). Preto platí jednoduché pravidlo: do chatu nepíšeš heslá, čísla kariet, rodné čísla, cudzie osobné údaje ani interné firemné materiály, na ktoré nemáš právo.
Férovosť. Text od AI je návrh, za ktorý zodpovedáš ty. Odovzdať ho ako úplne vlastnú prácu tam, kde sa vyžaduje vlastná (škola, súťaže, zmluvy), je podvod. Rozumný pracovný návyk: AI používaj na návrhy, štruktúru a korektúry, finálne znenie a fakty maj vždy pod kontrolou.
EU má prvé pravidlá (AI Act): AI systémy musia byť transparentné, že ide o AI, a syntetický obsah (vrátane deepfake) sa má označiť. Ak budeš raz publikovať obsah generovaný AI komerčne, označenie je bezpečná predvoľba.
Situácia A: kolega ti pošle internú tabuľku s menami a mzdami a chce od teba "rýchle zhrnutie cez AI". Správne: odmietneš vložiť osobné údaje do chatu; zhrnutie spravíš z anonymizovanej verzie (bez mien) alebo vo firemnom nástroji, kde je to zmluvne pokryté.
Situácia B: študent odovzdá esej celú napísanú AI ako vlastnú prácu tam, kde škola vyžaduje vlastnú. To je podvod bez ohľadu na kvalitu. Správne použitie: AI na osnovu, spätnú väzbu a korektúru; text a argumenty sú autorove.
Situácia C: marketingový obrázok generovaný AI na webe firmy. Bezpečná predvoľba podľa AI Act: označiť ho ako generovaný, najmä ak by mohol pôsobiť ako reálna fotografia.
Do chatu preklzne heslo alebo číslo karty v skopírovanom texte. Náprava: zmeň heslo/kartu hneď, pokiaľ išlo o skutočné údaje; konverzáciu vymaž; nabudúce text pred vložením prejdi a citlivé údaje nahraď placeholderom.
Zdieľaná konverzácia odkazom odhalí viac, než si myslel (staršie správy v nej). Náprava: pred zdieľaním si konverzáciu celú prečítaj pohľadom cudzieho človeka.
Cvičenie
Nájdi vo svojom AI nástroji nastavenie o používaní dát na tréning a rozhodni sa vedome, či ho nechávaš zapnuté. Zapíš si, kde sa nastavenie nachádza.
Napíš si vlastné pravidlo jednou vetou: čo do AI nikdy nevložím.
Riešenie
V ChatGPT: Nastavenia > Ovládanie dát. V Claude: Settings > Privacy. Rozloženie sa mení, hľadaj slová "training", "data", "privacy".
Rozumné minimálne pravidlo: žiadne heslá, žiadne platobné údaje, žiadne cudzie osobné údaje, žiadne materiály pod zmluvou o mlčanlivosti.
Záverečný projekt: tvoj osobný AI asistent
Cieľ: poskladať a otestovať vlastného AI asistenta na reálnych úlohách z tvojho týždňa. Pracuješ v bezplatnej verzii, nič sa neplatí.
- Napíš systémový (základný) prompt svojho asistenta: kto je, ako má odpovedať, aký tón používať, čo má robiť pri neistote, čo nesmie vymýšľať. Použi päť častí z lekcie 3.
- Priprav si päť reálnych úloh z vlastného života: jednu sumarizáciu, jeden preklad, jeden návrh (správa, pozvánka, plán), jednu otázku na fakty a jednu tvorivú úlohu.
- Prejdi všetkých päť úloh so svojím asistentom. Pri každej si zapíš: čo bolo dobré, čo bolo zlé, čo si musel opraviť v prompte alebo v spätných väzbách.
- Over fakty v úlohe s faktami podľa postupu z lekcie 6. Zapíš, koľko tvrdení bolo potrebné opraviť.
- Uprav systémový prompt podľa zistení a spusti dve najslabšie úlohy znovu. Porovnaj.
- Napíš si záver: tri veci, ktoré asistent robí dobre, tri, kde mu neveríš, a pri ktorých úlohách ti reálne ušetril čas.
Výstup projektu: tvoj finálny systémový prompt, záznam z piatich testov a krátky záver. Toto je tvoj prvý reálny "AI systém", na ktorý budeš v kurzoch K2 až K4 nadväzovať.
- Prompt: 1 = chýbajú časti (rola, formát, obmedzenia); 2 = všetkých 5 častí a výstup použiteľný po 1-2 iteráciách; 3 = navyše few-shot alebo rozklad úlohy a prompt odolá aj zlému vstupu.
- Iterácia: 1 = jeden pokus a hotovo; 2 = záznam z aspoň dvoch iterácií s konkrétnou spätnou väzbou; 3 = vidieť, že druhá verzia je merateľne lepšia (stručnejšia, presnejšia, drží formát).
- Overovanie: 1 = fakty neoverené; 2 = každé číslo a meno overené v zdroji a nálezy zapísané; 3 = zápis ukazuje aj prípad, kde model halucinoval, a ako si ho opravil.
- Záver: 1 = všeobecné "funguje to"; 2 = tri silné a tri slabé stránky pomenované konkrétne; 3 = úprimný odhad, kde asistent reálne šetrí čas a kde nie.