Základy AI: co je umělá inteligence, jazykový model, prompt, agent a MCP

Krátce: Umělá inteligence (AI) je dnes v praxi hlavně velký jazykový model: program, který se z obrovského množství textu naučil rozumět zadání v běžné řeči a odpovídat na něj. Stojí na něm ChatGPT, Claude, Gemini i Copilot. Co dostanete, záleží hlavně na zadání (promptu) a na podkladech, které modelu dáte. Když model dostane i nástroje a smí v nich jednat, vznikne AI agent. Skill je uložený postup, který si AI načte, když ho potřebuje, a MCP je standard, přes který AI sahá na data vašich systémů. Níže je každý z těch pojmů vysvětlený jednoduše, s odkazem do slovníku pojmů, kde najdete podrobnosti.

Píšeme to pro majitele e-shopů a firem, kteří AI chtějí používat rozumně: vědět, co od ní čekat, kde si dát pozor a jak začít. Žádné předpovědi budoucnosti, jen to, co platí dnes a co sami používáme v práci.

Co je umělá inteligence

Umělá inteligence je obor informatiky, jehož cílem je, aby počítače zvládaly úlohy, na které byl dřív potřeba lidský úsudek. Patří sem rozpoznávání obrázků, doporučování produktů, odhad poptávky i porozumění textu.

Většina dnešní AI stojí na strojovém učení: programátor nepíše pravidla ručně („když je v e-mailu slovo reklamace, pošli ho na oddělení reklamací“), ale model se pravidla naučí sám z velkého množství příkladů. Technicky jde o neuronové sítě s miliardami parametrů, které se při tréninku postupně ladí.

Když dnes někdo řekne „AI“, myslí obvykle generativní AI, tedy AI, která nový obsah vytváří: text, obrázky, kód nebo zvuk. A pod ní nejčastěji jazykové modely.

Jak funguje velký jazykový model (LLM)

Velký jazykový model (anglicky Large Language Model, zkráceně LLM) se při tréninku učí jedinou věc: odhadnout, jaký kousek textu má následovat. Těm kouskům se říká tokeny. Bývá to slovo, část slova nebo znak. Z tohohle jednoduchého principu při obrovském množství textu a výpočetního výkonu vznikla schopnost shrnout smlouvu, napsat e-mail zákazníkovi, přeložit popis produktu do slovenštiny nebo napsat kód.

Pro praxi z toho plynou tři věci:

1. Model nemá v hlavě databázi faktů. Má naučené vzorce jazyka a světa. Proto výborně formuluje, ale když mu fakta chybí, doplní text, který zní pravděpodobně. Tomu se říká halucinace a je to hlavní důvod, proč výstupy AI kontrolovat.
2. Model má znalosti k určitému datu. Co se stalo po skončení tréninku, neví, pokud nemá přístup k vyhledávání na webu nebo mu informace nedáte sami.
3. Model nezná vaši firmu. Vaše ceny, sklad, zákazníky ani pravidla. Všechno, co potřebuje vědět, mu musíte dát.

Chatovací aplikace jako ChatGPT nebo Claude jsou „obal“ kolem modelů. Pod jednou aplikací obvykle běží několik AI modelů: rychlejší na jednoduché věci a výkonnější na složité. Modely se mění v řádu měsíců, proto v tomhle článku záměrně nejmenujeme konkrétní verze. Za rok by tu byly jiné.

Současné modely navíc nečtou jen text. Multimodální modely pracují i s obrázky, PDF nebo screenshoty. Můžete jim poslat fotku produktu a nechat napsat popisek, nebo snímek chybové hlášky a zeptat se, co znamená.

Prompt a kontext: proč záleží na zadání

Prompt je zadání, které AI dáváte. A je to věc, kterou máte nejvíc pod kontrolou. Rozdíl mezi „napiš popisek k produktu“ a zadáním, které obsahuje cílovou skupinu, délku, tón, povolené parametry a jeden vzorový popisek, je rozdíl mezi textem, který přepíšete celý, a textem, který stačí zkontrolovat.

Dobré zadání obvykle obsahuje:

• kontext: kdo jste a pro koho výstup je,
• úkol: co přesně chcete,
• podklady: data nebo dokument, ze kterého má model vycházet,
• vzor: ukázku, jak má výsledek vypadat,
• omezení: délku, formát a co nedělat („když to v podkladech není, napiš, že to nevíš“).

Všechno, co model v jednu chvíli „vidí“ (vaše zadání, vložené soubory, dosavadní konverzace i jeho odpověď), se vejde do kontextového okna. U současných modelů je velké, běžně se do něj vejdou stovky stran. Neplatí ale, že čím víc, tím líp. Model pracuje přesněji, když dostane to podstatné, ne celý disk.

Když potřebujete, aby AI odpovídala z vašich dat pravidelně, vkládat je pokaždé ručně nestačí. Pro dokumenty (obchodní podmínky, návody, interní wiki) se používá RAG: systém v dokumentech nejdřív vyhledá relevantní pasáže a teprve s nimi model odpovídá. Pro živá data ze systémů (objednávky, sklad, analytika) slouží napojení přes API nebo MCP, o kterém je řeč níž. Naopak fine-tuning, tedy dotrénování modelu, na „naučení našich produktů“ není: data se mění každý den.

Co je AI agent

Chatbot odpovídá na otázky. AI agent dostane cíl a nástroje a sám rozhoduje o krocích: zjistí si data, použije nástroj, podívá se na výsledek a pokračuje, dokud úkol nedokončí nebo nedojde k bodu, kde má rozhodnout člověk. Zadání pak nevypadá jako „klikni sem a pak tam“, ale třeba „najdi produkty, kterým klesly prodeje, a navrhni proč“.

Agent se vyplatí tam, kde je potřeba úsudek. Co se opakuje a má jasný vstup i výstup, zvládne levněji a spolehlivěji obyčejná automatizace, třeba v n8n. Nevratné kroky (odeslání e-mailu, smazání dat, nasazení na web) by měl schvalovat člověk, tomu se říká human in the loop.

Agentům, rozdílu oproti chatbotu a automatizaci i konkrétním agentům, které u nás běží, se podrobně věnuje článek AI agenti ve firmě a v e-shopu.

Co je skill

Když si odladíte dobré zadání, třeba na popisky produktů nebo odpovědi na reklamace, nechcete ho pokaždé kopírovat. Na to slouží skill: balíček instrukcí, postupů a případně šablon nebo skriptů, který si AI načte ve chvíli, kdy ho úkol potřebuje.

Pojem rozšířila firma Anthropic pod názvem Agent Skills v nástrojích Claude. Model na začátku vidí jen krátké popisy dostupných skillů a celý postup si načte, až když se mu hodí. Podobný princip uložených instrukcí mají i jiné nástroje, třeba vlastní GPT v ChatGPT nebo Gems v Gemini.

Pro firmu je skill hlavně způsob, jak sdílet know-how: styl značky, strukturu nabídky nebo postup kontroly faktury sepíšete jednou a výsledek je stejný bez ohledu na to, kdo z týmu AI zrovna používá.

Co je MCP

MCP (Model Context Protocol) je otevřený standard, přes který se AI asistent připojí k dalším systémům: e-shopu, analytice, databázi nebo souborům. Systém přes takzvaný MCP server nabídne nástroje („najdi objednávky“, „zjisti stav skladu“) a AI si je podle potřeby zavolá. Standard představil Anthropic na konci roku 2024 a převzaly ho i další velké firmy, takže jeden MCP server funguje s různými AI nástroji.

Pro e-shopy je to podstatné proto, že Shoptet má od 29. 7. 2026 oficiální Shoptet MCP pro e-shopy na Shoptet Premium. Majitel se tak může zeptat Claude nebo ChatGPT běžnou řečí, co dojde na skladě před víkendem, a odpověď dostane z aktuálních dat e-shopu, ne z exportu z minulého týdne. Jak to funguje a co MCP umí a neumí, rozebírá článek Shoptet MCP. Stejně jde AI napojit i na Google Analytics 4 a Search Console.

Jednoduše: prompt říká, co chcete teď, skill říká, jak se má práce dělat pokaždé, a MCP dává AI přístup k datům, se kterými má pracovat.

ChatGPT, Claude, Gemini a Copilot: v čem se liší

Hlavní AI nástroje dělají několik velkých firem. Liší se méně, než by napovídaly srovnávací články, a pořadí „kdo je zrovna lepší“ se mění s každou novou verzí. Víc než výkon v testech rozhoduje, kde máte data, jaké nástroje už používáte a jestli vám vyhovuje způsob práce. Proto tu nejde o žebříček, ale o charakter.

Vedle nich existují open-source (open-weight) modely, jejichž váhy jsou volně ke stažení: například Llama od Mety, modely francouzské firmy Mistral AI nebo čínského DeepSeeku. Dají se provozovat na vlastním serveru, což se hodí, když data nesmí ze firmy ven nebo když zpracováváte opravdu velké objemy. Vyžadují ale vlastní provoz. U aplikací provozovaných mimo EU, včetně čínských, si předem zjistěte, kde a podle jakých pravidel se vaše data zpracovávají.

Jak vybrat v praxi:

• Začněte tím, co už máte. Firma v Microsoft 365 má Copilot po ruce, firma v Google Workspace Gemini.
• Vyzkoušejte to na vlastní práci. Dejte dvěma nástrojům stejné zadání z běžného dne (popisek, shrnutí, analýzu tabulky) a porovnejte výsledek. Řekne vám víc než jakékoli srovnání.
• Pro firemní data použijte firemní tarif. U bezplatných a osobních účtů si v nastavení zkontrolujte, jestli se konverzace smí použít k tréninku modelu. Firemní tarify mají trénink na vašich datech obvykle vypnutý a nabízejí smlouvu o zpracování osobních údajů.

My sami používáme víc nástrojů podle úkolu. Na programování a agenty hlavně Claude, na jiné věci jiné nástroje. Nástroj není rozhodnutí na celý život.

Na co si dát pozor

• Halucinace. Čísla, parametry, citace a odkazy ověřujte. Všechno, co jde zákazníkovi nebo na web, má projít kontrolou člověka.
• Osobní údaje. Data zákazníků do AI vkládejte jen v nástroji, kde máte smlouvu o zpracování a jasno v tom, kam data putují. Často stačí data anonymizovat.
• Odpovědnost. AI za výsledek neručí. Každý úkol by měl mít konkrétního člověka, který za výstup odpovídá.
• Přístupy. Když AI napojujete na systémy (přes API nebo MCP), začněte čtením. Zápis povolujte postupně a nevratné akce nechte schvalovat.

Co z toho plyne pro e-shop a firmu

AI nejvíc pomáhá tam, kde se pracuje s textem, daty a opakováním:

• produktové texty: popisky, překlady do dalších jazyků, sjednocení stylu, kontrola chybějících parametrů,
• zákaznická péče: návrhy odpovědí na dotazy a reklamace podle vašich pravidel, třídění pošty,
• analýzy: shrnutí recenzí, rozbor prodejů, otázky nad Google Analytics a Search Console v běžné řeči,
• interní práce: zápisy z porad, nabídky, kontrola dokumentů, příprava podkladů,
• automatizace: opakované přesuny dat mezi systémy přes API, s AI krokem tam, kde je potřeba úsudek,
• testování: AI persony, které projdou nákup na e-shopu a sepíšou, kde to drhne.

Pro e-shop na Shoptet Premium k tomu přibývá napojení přes API a oficiální Shoptet MCP. AI tak nepracuje s exportem, ale s aktuálními daty.

Jak začít

1. Vyberte jeden opakovaný úkol, který vás zdržuje každý týden. Ne „zavést AI“, ale „psát popisky rychleji“ nebo „mít v pondělí přehled prodejů“.
2. Vyzkoušejte ho v běžném chatu s dobrým zadáním a vlastními podklady. Výsledek zkontrolujte a zadání upravte.
3. Co funguje, uložte jako sdílený postup nebo skill, ať ho používá celý tým stejně.
4. Teprve pak napojujte systémy. API, MCP, automatizace a agenti dávají smysl, když víte, co přesně má AI dělat.

Pokud chcete začít s někým, kdo to dělá denně, máte tři cesty:

• AI školení a konzultace vede Tomáš Drdla osobně. Nástroje, prompty, skilly i MCP si vyzkoušíte na vlastní práci. Online 2 500 Kč/h, celý den u vás 15 000 Kč bez DPH.
• AI audit Shoptetu ukáže, kde e-shop ztrácí peníze a co s tím. Od 1 990 Kč bez DPH.
• AI agenti a automatizace na míru, když už víte, co má AI dělat, a potřebujete ji napojit na Shoptet Premium a další systémy.

Všechny pojmy z článku a další najdete ve slovníku pojmů.

Časté otázky

Je AI totéž co ChatGPT?

Ne. ChatGPT je jedna konkrétní aplikace firmy OpenAI. AI je celý obor a jazykových modelů a nástrojů je víc: Claude od Anthropicu, Gemini od Googlu, Copilot od Microsoftu a řada dalších. Fungují na stejném principu, liší se zaměřením a tím, s čím jsou propojené.

Který AI nástroj je nejlepší?

Univerzálně nejlepší není žádný a pořadí se mění s každou verzí. Pro běžnou firemní práci stačí kterýkoli z hlavních nástrojů. Vybírejte podle toho, kde máte data (Microsoft 365, Google Workspace), jaké podmínky ke zpracování dat potřebujete a jak si nástroj poradí s vaším konkrétním úkolem.

Můžu do AI vkládat data zákazníků?

Jen v nástroji a tarifu, kde máte smlouvu o zpracování osobních údajů a víte, že se data nepoužijí k tréninku. U bezplatných účtů osobní údaje zákazníků nevkládejte. Často stačí data před vložením anonymizovat, pro analýzu prodejů jména a e-maily nepotřebujete.

Potřebuju k používání AI programátora?

Na běžnou práci v chatu ne, stačí naučit se dobře zadávat a kontrolovat výstupy. Programátora nebo partnera potřebujete, když chcete AI napojit na e-shop a další systémy přes API nebo MCP, stavět automatizace a agenty nebo nasazovat AI tam, kde jde o peníze a osobní údaje.

Nahradí AI lidi v e-shopu?

Spíš změní, co lidé dělají. AI zrychlí psaní, třídění a analýzy, ale rozhodnutí, odpovědnost za výsledek a vztah se zákazníky zůstávají na lidech. U nás AI agenti připravují návrhy a dělají rutinu, nevratné kroky schvaluje vždy člověk.