Co zničí obsah psaný s AI a jak to poznat včas?

Typická past je přehnaná optimalizace. AI nástroje vám doporučí klíčová slova, ale český trh je malý a některá slova mají jiný význam, než si model myslí. Slovo „kolo" může znamenat jízdní kolo i kolo v loterii. Pokud ho použijete v názvu videa o cyklistice, algoritmus to pochopí, ale AI model ne. Vždy se ptejte, jestli navržený výraz dává smysl v českém kontextu. Stejně tak automatické generování náhledových obrázků často vytváří texty s chybějící diakritikou nebo nesmyslnými slovy. Náhled si proto složte sami, i kdyby to mělo být jen v jednoduchém editoru.

Dlouhý text, který se nevejde do požadovaného rozsahu, se nekrátí tím, že začnete škrtat první větu a doufáte, že to vyjde. Nejprve si přečtěte celý text a označte, která část nese hlavní myšlenku a která ji jen rozvádí. Teprve pak rozhodujte, co vypustit. Bez tohoto kroku skončíte s textem, který je sice kratší, ale postrádá pointu.

Druhým krokem je čtení po větách a hledání opakujících se vzorců. Stroj rád začíná věty stejnými slovy nebo spojovacími obraty, často opakuje stejnou délku souvětí a tři věty v řadě mají identickou stavbu. Také se vyhýbá konkrétním číslům, jménům a datům, pokud mu je nedodáte. Místo „v pondělí 14. března" napíše „v nedávné době". Místo „tři kroky" napíše „několik kroků". Obecnost je bezpečná, a proto ji stroj volí častěji než člověk.

Model často vyplivne mix použitelných tvrzení, obecných frází a domněnek. Když to necháš pohromadě, při dalším čtení nebudeš vědět, čemu věřit. Rozděl výstup na dvě části: na věty, které jsi ověřil, a na zbytek. Ověřené označ datem a zdrojem, i kdyby to bylo jen „vlastní výpočet" nebo „konzultace s kolegou". Neověřené nech v samostatném bloku, ať je vidět, že jde o návrh, ne o fakt.

Čtvrtý krok je ověření faktů. Stroj umí plynule vygenerovat tvrzení, které zní přesvědčivě, ale je věcně špatné, smíchané z více zdrojů, nebo připisuje citát někomu, kdo ho nikdy neřekl. Zkuste si vytipovat dvě nebo tři konkrétní informace a dohledat je jinde. Pokud se rozcházejí s tím, co text tvrdí, je to silný signál. Pozor ale na opačný omyl: i lidský autor se může splést nebo vycházet ze zastaralého zdroje.

Workshop o tvorbě obsahu s umělou inteligencí má smysl jen tehdy, když se na něm nepředvádí kouzlo generování textu, ale řeší se konkrétní zadání. Účastníci by měli přijít s vlastním tématem, publikem a cílem. Bez toho vzniká jen sbírka obecných frází, které se nikde nedají použít. Prvním krokem je proto krátká příprava: sepsat si tři klíčové myšlenky, tón, jakým má text mluvit, a seznam toho, co v něm být nesmí. Teprve pak se vyplatí otevřít nástroj.

Praktický postup na workshopu: rozdělit účastníky do dvojic, každý dostane jedno téma a čas na zadání, generování a redakci. Redakce znamená škrtat, přepisovat vlastními slovy a doplňovat to, co model neví — vlastní zkušenost, konkrétní příklad, lokální souvislost. Výsledek se čte nahlas. Kde se ztrácí dech nebo význam, tam text ještě není hotový. Teprve po této úpravě má smysl řešit délku a formátování.

Kde AI selhává a jak to odhalit Nejčastější chyba je přijmout první verzi. Ta bývá plynulá, ale prázdná: opakuje stejnou myšlenku jinými slovy, přidává zbytečné úvody a končí bez konkrétního závěru. Další slabinou jsou vymyšlená čísla, data a citace. Model je ochotně doplní, i když neexistují. Cokoli, co vypadá jako fakt, je nutné dohledat v důvěryhodném zdroji. Stejně tak je potřeba hlídat, zda text neopisuje známé fráze nebo cizí odstavce příliš doslovně.

Na závěr se vyplatí nastavit pravidla pro používání výstupů. Každý text musí mít jasného autora, který za něj ručí, ať vznikl jakkoli. U faktů platí dvojí kontrola, u citlivých témat lidský přepis. AI je nástroj na první návrh, na varianty nadpisů a na hledání děr v logice, ne na konečné slovo. Kdo to pochopí, ušetří čas a nepřijde o důvěryhodnost. Kdo ne, pozná to podle toho, že se mu texty začnou podobat jeden druhému a čtenáři přestanou reagovat.

Zadání pro model se píše jako brief pro kolegu. Místo „napiš článek o údržbě zahrady" je lepší uvést, pro koho text je, co má po přečtení člověk udělat, jak dlouhý má být a čemu se vyhnout. Pomáhá přiložit dvě až tři vlastní věty, které ukazují styl. Model pak drží tón a nevrací se k univerzálnímu balastu. Když výstup nesedí, neopravuje se ručně celý text, ale upřesní se zadání a generuje se znovu.