Co udělat, než si postavíš chatbota, aby skutečně fungoval?

Nejčastější chyby vznikají v návrhu, ne v kódu. Lidé zapomenou na to, co se stane, když chatbot nerozumí. Bez jasné záchranné brzdy – třeba předání na člověka nebo nabídky kontaktního formuláře – uživatel odejde. Další chyba je přehnaná složitost. Mnozí začátečníci chtějí hned řešit kontext, historii a emoce, ale zapomenou otestovat deset základních vět. Testuj na lidech, ne na sobě. Co je pro tebe jasné, může být pro ostatní nesrozumitelné.

1. Transparentnost místo tajnůstkářství Zákazník má právo vědět, že komunikuje s umělou inteligencí. Skrývat tento fakt je neetické a často i protiprávní. Pokud používáte chatbota, dejte na začátku konverzace jasně najevo, že jde o automatizovaný systém. Stejně tak u e-mailů generovaných AI uveďte, že odpověď byla vytvořena strojově, případně že byla zkontrolována člověkem. Typická chyba: firmy se snaží bota vydávat za živého operátora. Zákazník to dříve nebo později pozná a ztratí důvěru.

Třetí oblastí je správnost a předsudky. AI modely mohou generovat nepřesné, zastaralé nebo stereotypní odpovědi. Vždy je kontrolujte, než je odešlete zákazníkovi. U faktických tvrzení – třeba o dostupnosti, ceně (byť ji zde neuvádíme) nebo podmínkách – si informace ověřte ve firemních systémech. Nikdy nenechte AI rozhodovat o reklamaci nebo stížnosti bez lidského schválení. Zákazník má právo na vysvětlení a odvolání, což stroj sám nezajistí.

Jak opravit vstup, aby výstup dával smysl Nejúčinnější je postupovat po jednom parametru. Nejprve srovnejte jazyk a tón: pokud chcete formální češtinu, napište to přímo a nepřidávejte hovorové příklady. Potom zkontrolujte rozsah: místo „napiš o tom článek" dejte „napiš pět odstavců o tom, jak se chová chybový vstup". Nakonec ověřte formát výstupu. Když potřebujete tabulku, řekněte to, ale zároveň definujte sloupce. Model neumí číst myšlenky a každá nedefinovaná mezera se zaplní jeho vlastním odhadem.

Zavedení je vhodné rozdělit na etapy. Nejprve nastavte příjem a rozpoznání faktur, pak schvalovací pravidla podle částky a střediska a teprve nakonec napojení na účetní systém. Testujte na malém vzorku faktur, klidně na těch z minulého měsíce. Zjistíte, kde pravidla neodpovídají realitě, a opravíte je dřív, než se podle nich začne platit. Po nasazení sledujte, kolik faktur projde bez zásahu člověka a kde se tvoří fronty. Podle toho pravidla dolaďte, protože potřeby firmy se mění a nastavení z prvního dne už za rok stačit nebude.

Vlastní chatbot dnes není žádná magie. Je to kombinace skriptu, dat a rozhraní, přes které komunikuje s uživatelem. Než začneš psát první řádek kódu, potřebuješ vědět, k čemu má vlastně sloužit. Chatbot, který odpovídá na cokoli, je k ničemu. Chatbot, který umí jednu věc dobře, má cenu. Vyber si konkrétní úkol: rezervace schůzek, odpovědi na časté dotazy, sběr kontaktů nebo navigace v produktech. Tím se vyhneš tomu, že po týdnu práce zjistíš, že stavíš něco, co nikdo nevyužije.

Kdy je lepší začít s jednoduchým skriptem než s modelem Ne každý chatbot potřebuje umělou inteligenci. Pokud uživatelé volí z pěti možností a odpovědi se nemění, stačí ti pevně daný strom otázek a odpovědí. Rozhodovací logika v podmínkách bývá spolehlivější a lépe se ladí než model, který si domýšlí. Teprve když narazíš na dotazy, které se nedají předpovědět, má smysl přidat jazykový model. Ten se hodí na porozumění volnému textu, ale i tak ho musíš ohraničit – jinak bude odpovídat mimo téma a vymýšlet si.

Dalším problematickým bodem je sběr dat. AI systémy často potřebují velké množství informací, včetně osobních údajů. Zákazník musí vědět, jaká data sbíráte, proč a jak dlouho je uchováváte. Pokud používáte AI k analýze nahrávek hovorů nebo e-mailů, měli byste mít jasný souhlas. Automatické nahrávání bez upozornění je neetické a v mnoha zemích nezákonné. Vždy nabídněte možnost lidského kontaktu, pokud o něj zákazník stojí.

Když vám model umělé inteligence vrátí nesmysl, první reakce bývá smazat dotaz a zkusit to znovu. Jenže chyba často není v modelu, ale ve vstupu. Rozdíl mezi obojím se vyplatí poznat dřív, než začnete přepisovat celý prompt. Špatný vstup mívá konkrétní podobu: chybějící kontext, protichůdné instrukce, příliš mnoho požadavků v jedné větě nebo formát, kterému model nerozumí. Pokud dokážete pojmenovat, co je špatně, oprava zabere minuty místo hodin.

Začněte tím, že si vstup rozložíte na jednotlivé části. Zvlášť oddělte zadání, kontext a požadovaný výstup. U každé části si položte otázku, zda je jednoznačná. Typická chyba je věta typu „udělej to lépe, ale stručně a zároveň podrobně". Model dostane dva vzájemně se vylučující pokyny a výsledek je kompromis, který nevyhovuje ani jednomu. Stejně problematické je odkazovat na něco, co v dotazu vůbec není, například „uprav ten odstavec" bez vloženého odstavce.