16 pojmů, které by se měl naučit každý začínající AI konzultant (a 4, kterým se vyhnout)

Zde je 16 pojmů: velký jazykový model, token, kontextové okno, inferenční běh (inference), prompt, systémový prompt, retrieval-augmented generation (RAG), fine-tuning, embedding, agent, MCP, orchestrace, human in the loop, halucinace, guardrails a evaly. Čtyři výrazy, které je lepší vypustit: „AI-powered“ (poháněno AI), „trained on your data“ (trénováno na vašich datech), „AGI“ a „100% accurate“ (100% přesné). Každý začínající AI konzultant je posuzován podle slovní zásoby dříve než podle výsledků, protože slovní zásoba je to jediné, co si potenciální klient může na první schůzce prověřit. Tyto definice jsou přesné k datu publikace v srpnu 2026; obor se vyvíjí rychle, takže konkrétní detaily berte jako snímek současného stavu.

Jaké jsou základní pojmy týkající se modelů?

Čtyři pojmy popisují samotný stroj. Jakmile zvládnete tyto, vše ostatní už má na čem stavět.

1. Velký jazykový model (LLM – Large language model). Motor stojící za ChatGPT, Claude a Gemini: model natrénovaný na obrovském množství textu, který předpovídá následující část jazyka. Když klient řekne „ta AI“, obvykle tím myslí právě toto.

2. Token. Malý kousek textu, který modely čtou a podle kterého účtují, obvykle o něco kratší než celé slovo. Ceny API (přístup k modelu s platbou za použití) se uvádějí za token, takže jde o cenový pojem, ne o pouhou zajímavost.

3. Kontextové okno (Context window). Pracovní paměť modelu: kolik textu dokáže vzít v úvahu najednou. Když se klient zeptá, proč AI „zapomněla“ stranu 40 jejich interních směrnic, kontextové okno je obvykle vaše odpověď.

4. Inference. Spuštění natrénovaného modelu k získání odpovědi, na rozdíl od samotného trénování. Inference je pravidelný účet, který váš klient platí každý měsíc i po dokončení projektu.

Které pojmy se týkají získávání lepších odpovědí?

Pět pojmů pokrývá umění upravit obecný model tak, aby byl užitečný pro jednu konkrétní firmu.

1. Prompt. Instrukce, kterou modelu dáte. Dnes se z psaného popisu staví celé produkty; nástroje založené na promptech promění jeden odstavec ve funkční software, a proto je dnes prompt hmatatelným výstupem projektu, nikoli jen chatovací zprávou.

2. Systémový prompt (System prompt). Stálé instrukce, které model obdrží dříve, než uživatel cokoli napíše. Mnohé ze „zařízení AI na míru“ prodávaných malým firmám jsou mechanicky vzato jen systémovým promptem postaveným nad stávajícím modelem. Než určíte cenu, ujasněte si to.

3. Retrieval-augmented generation (RAG). Dohledání nejrelevantnějších dokumentů a jejich předání modelu v okamžiku položení dotazu. Takto přimějete model odpovídat na základě klientových příruček a směrnic, aniž byste se dotkli samotného modelu.

4. Fine-tuning (dolaďování). Skutečná změna vah modelu (jeho interního nastavení) trénováním na nových příkladech. Je to drahé, pomalejší na aktualizaci a málokdy je to ten správný první nástroj. Většina úkolů, které klienti nazývají „trénováním“, je ve skutečnosti RAG.

5. Embedding. Text převedený na seznamy čísel tak, aby se podobné významy nacházely blízko sebe. Embeddingy tvoří index, ve kterém RAG vyhledává; bez nich funkce „najdi relevantní dokument“ nefunguje.

Které pojmy jsou důležité, jakmile AI začne pracovat?

Odpovědi jsou ta snadná část. Tyto čtyři pojmy pokrývají AI, která provádí akce – což je směr, kterým se konzultační zakázky ubírají.

1. Agent. AI, která pracuje v cyklu směrem k cíli: plánuje, používá nástroje, kontroluje výsledky a zkouší to znovu, místo aby vrátila jednu odpověď. U agentů se také sčítají chyby, což z posledních tří pojmů na tomto seznamu dělá fakturovatelné služby.

2. MCP (Model Context Protocol). Otevřený standard, který umožňuje aplikacím AI připojit se k vnějším nástrojům a datům, často popisovaný jako USB-C port pro AI. Vznikl v Anthropicu koncem roku 2024 a dnes je spravován nadací Agentic AI Foundation v rámci Linux Foundation s podporou napříč ChatGPT, Claude, Cursor a Microsoft Copilot. Téměř každá otázka klienta typu „dokáže vaše AI komunikovat s naším systémem?“ dnes prochází přes MCP.

3. Orchestrace (Orchestration). Koordinace několika modelů, nástrojů a kroků do jednoho pracovního postupu (workflow): který model zpracovává co, v jakém pořadí a co se stane, když některý krok selže.

4. Human in the loop (člověk v cyklu). Člověk, který kontroluje práci AI dříve, než má reálné následky. Rozhodnutí, kam tuto osobu zařadit, je tím skutečným návrhovým rozhodnutím, za které klienti konzultantovi platí.

Které pojmy uchrání klientské projekty před problémy?

Díky posledním třem pojmům budete znět jako profesionál, a ne jen jako nadšenec.

1. Halucinace (Hallucination). Sebevědomá, plynulá, ale chybná odpověď. Jde o běžný způsob selhání těchto systémů, nikoli o chybu, kterou by nějaký dodavatel tajně vyřešil.

2. Guardrails (bezpečnostní mantinely). Pevné limity toho, co systém může říct nebo udělat: témata, která odmítne, akce, které nemůže provést, prahové hodnoty, které nemůže překročit.

3. Evaly (Evals). Zkratka pro evaluace: opakovatelné testy, které hodnotí systém AI podle známých případů před každou změnou a po ní. Pokud prodáváte systémy AI bez evalů, prodáváte jen pocity. Tento pojem vyhrává zakázky.

Kterým čtyřem pojmům byste se měli vyhnout?

Každý z nich způsobuje, že vám potenciální klient věří méně, a to z různých důvodů.

1. „AI-powered“ (Poháněno AI). Nic to nepopisuje a má to každá prezentace. Raději pojmenujte konkrétní mehanismus: RAG nad jejich dokumenty, agent s lidskou kontrolou, dolaďovaný (fine-tuned) klasifikátor.

2. „Trained on your data“ (Trénováno na vašich datech). Obvykle je to nepravda. Většina klientských systémů používá RAG nebo dlouhé kontextové okno, nikoli trénování, a tato fráze spouští poplach ohledně ochrany soukromí, který pak strávíte celou schůzku uklidňováním. Říkejte „vycházející z vašich dat“ (grounded in your data), pokud doslova neprovádíte fine-tuning.

3. „AGI.“ Obecná umělá inteligence (Artificial general intelligence) je předmětem výzkumných debat, nikoli pojmem pro vymezování rozsahu projektu. Pokud se na ni klient zeptá, odpovězte pravdivě; jen na ní nestavte svou nabídku, protože si tím říkáte o předpovědi, které nemůžete podložit.

4. „100% accurate“ (100% přesný). Stejně jako „bez halucinací“. Záruka, kterou nikdo nemůže poctivě dát. Místo toho uvádějte naměřenou chybovost z vlastních evalů; reálné číslo uzavře více obchodů než slíbená nula.

Které pojmy jsou tedy skutečně nejdůležitější?

Pokud se rozhovor s klientem stočí k pouhým čtyřem z nich, budou to RAG, agent, MCP a evaly: co systém ví, co dokáže udělat, k čemu se připojuje a jak dokážete, že funguje. Tyto zvládněte dokonale a zbytek používejte podle potřeby. Zlaté pravidlo: pokud nedokážete klientovi definovat pojem v jedné věte, vynechte ho z nabídky.

Chcete-li vidět tuto slovní zásobu v praxi na reálné zakázce, přečtěte si, jak AI konzultanti určují rozsah interní náhrady SaaS. Abyste pocítili rozdíl mezi slovy a ukázkou, připojte vlastní AI přes MCP k builderu Final a sledujte, jak se prompt mění ve funkční POS. A pokud jsou vašimi klienty obchodníci, průvodní seznam 30 POS pojmů, které by měl znát každý nový obchodník pokrývá druhou polovinu rozhovoru.