Začněte tím, že sepíšete všechny námitky, které jste kdy slyšeli od zákazníků. U produktové karty se nevyplácí vymýšlet nové formulace, ale převzít skutečná slova lidí z dotazů, recenzí a telefonátů. Právě tam se objevují konkrétní obavy: bude to pasovat, vydrží to, bude to kompatibilní, jak se to čistí, co když to nebudu umět ovládat. Každá z těchto vět patří do textu karty, ne do skrytých FAQ, kam se nikdo nedostane.

Základem je jednotné místo. Vyberte si jednu složku v cloudu nebo lokálním disku a všechno do ní ukládejte. Nepoužívejte tři různá úložiště podle nálady. Pokud pracujete s více nástroji, vytvořte podsložky podle typu výstupu – texty, obrázky, kód, analýzy. Název souboru by měl obsahovat datum, téma a verzi. Například „2025-03-14_clanek_o_AI_v3.md”. Vyhněte se názvům jako „new” nebo „final”.

Na konci vždy zkontroluj tři věci: zda text odpovídá zadání, zda neobsahuje nepodložená tvrzení a zda zní jako ty, ne jako návod. Bezplatné nástroje jsou užiteční pomocníci, ne náhrada za vlastní úsudek.

Nakonec si nastavte jednoduché měřítko. Vezměte dvacet reprezentativních úloh z vašeho oboru a jazyka, prožeňte je kandidátskými nástroji a porovnejte počet chyb, které musíte opravit ručně. Rozhodujte se podle času, který ušetříte, ne podle seznamu funkcí. Vyberte nástroj, který zvládne váš jazyk a obor na přijatelné úrovni, a teprve pak řešte cenu a integraci. Opačný postup vede k tomu, že zaplatíte za funkce, které kvůli jazykové bariéře nikdy nevyužijete.

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.

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.

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.

Začněte tím, že si v tiskové zprávě označíte tři věci: hlavní sdělení, podpůrná fakta a citace. Hlavní sdělení bývá v prvním odstavci a odpovídá na otázku, co se stalo a proč na tom záleží. Podpůrná fakta jsou data, termíny, počty nebo výsledky. Citace vyjadřují názor nebo postoj někoho z firmy. V článku potřebujete hlavně první dvě složky, citace používejte střídmě a pouze tehdy, když skutečně něco vysvětlují.

Popis, který prodává, stojí na třech pilířích První pilíř je konkrétnost. Místo „kvalitní materiál” napište, z čeho je výrobek vyroben a co to znamená pro používání. Místo „snadné ovládání” popište, co uživatel udělá v prvních třiceti sekundách. Druhý pilíř je přínos, ne vlastnost. Vlastnost je „má to pět režimů”. Přínos je „pět režimů znamená, že ho použijete i tam, kde by jiný přístroj nestačil”. Třetí pilíř je důvěra. Uveďte, co je součástí balení, jak probíhá reklamace a co se stane, když produkt nevyhovuje. Tyto informace zvyšují ochotu koupit víc než jakákoli superlaativa.

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.

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.