Prompt versus kontext

Společně se začátky AI přibylo do seznamu často používaných slov jedno nové – PROMPT.

Jinými slovy naše zadání AI, aby dělala to, co po ní chceme. Vznikaly seznamy 1000 nejlepších promptů pro vaše podnikání, Nejlepších promptů, jak napsat prompty, Magických promptů, Tajných promptů amerických miliardářů, zednářů, … a tak dále. Prostě většina lidí věřila, že hlavní podstata, jak z AI dostat nejlepší výsledek, je se správně zeptat – vytvořit ten magický P R O M P T.

Ano – je důležité se dobře zeptat, rozumně formulovat, co chci, ale není potřeba z toho dělat úplnou vědu. I když to je důležité, nemyslím, že to je nejdůležitější.

Long live KONTEXT

Hlavně s příchodem projektů se začalo paradigma měnit – umožnily hlavní AI modely doplňovat dokumenty, propojovat se s vlastním diskem a dalšími aplikacemi přes konektory – tedy umožnit doplnění informací, které představují klíčové znalosti pro správné pochopení zadání.

Právě ve správném K O N T E X T U podle mně tkví tajemství kvalitních a konzistentních výstupů.

Mohou to být vlastně jakékoliv dokumenty, prezky, PDFka, obrázky, … – jen počítejte, že čím složitější formát, tím více to trvá.

Současně za mě dává extrémní smysl si vytvářet kvalitní kontextové dokumenty pro věci, které pravděpodobně budete potřebovat často, protože nemá smysl dokumenty do projektů nahrávat pořád dokola.

Můžou to být informace:

o vás (přehled prací, znalostí, rodina, nízory, zdroje, ….)
o firmě (činnosti, adresy, grafický manuál, přehled zmínek v tisku, …)
koníčcích
….

Tuto znalostní bázi můžete samozřejmě zadat Claudovi, případně si pomoct s Notebook LM pro sesbírání dat. Dává smysl si to občas aktualizovat, v případě firemní to sdílet firmou.

Příklady 2 knowledge bases pro inspiraci:

1. Osobní kontext: soubor, co AI řekne, kdo jsem

Mám jeden textový soubor, pepa.md. 23 kB, asi 390 řádků. Je v něm všechno, co by AI o mně měla vědět, než mi začne psát text nebo mi něco radit:

Kdo jsem — Pepa, ne Josef, Brno, ročník 79.
Čím se živím — Sportega (spoluzakladatel, 15 trhů, 662 mil. tržby), eRockets (partner, 6 e-shopů), Garage Angels.
Jak píšu — 1. osoba, hovorová čeština, krátké věty, žádné buzzwordy jako „game-changer“ nebo „v dnešní dynamické době“, vždy konkrétní čísla, přiznání chyb.
Co nevím, nebo co si AI nesmí domýšlet — můj přesný podíl v různých firmách, politické názory, telefon.
Čemu rozumím a čemu ne.

Uvnitř má pepa.md asi čtrnáct číslovaných sekcí — zhruba takhle:

pepa.md
├── 0. Jak s tím pracovat (instrukce pro AI)
├── 1. Rychlý profil (kdo jsem, bydliště, rok narození)
├── 2. Bio — krátké + delší
├── 3. Role & profesní působení
├── 4. Firmy & projekty (Sportega, eRockets, další)
├── 5. Investování & poradenské aktivity
├── 6. Síť & komunity (Garage Angels, VDV)
├── 7. Témata, ve kterých jsem silný
├── 8. Komunikační preference (jak píšu, co nepoužívat)
├── 9. Osobní info (rodina, sport, hobby)
├── 10. Odkazy & kontakty
├── 11. Časová osa (milníky)
├── 12. FAQ pro AI (typické otázky + odpovědi)
└── 13. Co doplnit (otevřené TODO)

Každá sekce má nahoře tagy/keywords a dole řádek Do-not-infer — přesně to, co si AI v téhle sekci nesmí domýšlet. Třeba u rodiny to říká: žádné zdravotní nebo finanční detaily. U komunikace: nepřidávej politické názory. Ta disciplína drží AI v mantinelech.

Ten soubor pro mě dělá dvě věci. První je banální — AI nemusí uhádnout, proč píšu o „našich 307 tisících objednávek“. Ví to. Druhá je důležitější — ví, co psát nemá. Do toho souboru jsem totiž vypsal i zakázané fráze a hard rules, co u mě nefungují. Takže mi Claude Code nenapíše „v rychle se měnícím světě e-commerce“ ani v tři ráno.

Mimochodem — ten soubor jsem nenapsal najednou. Začal jsem se třemi odstavci („kdo jsem, co dělám, jak píšu“) a průběžně ho doplňuju. Kdykoliv Claude Code něco zkazí nebo mi hodí generickou větu, prostě řeknu „tohle si zapiš do pepa.md jako hard rule“. Za pár týdnů máš slušnej profil.

2. Firemní kontext: znalostní báze, kterou sdílíme

Tohle je podle mě ještě důležitější než ten osobní soubor. Ve Sportega máme kompletní znalostní bázi firmy uloženou jako sadu markdown souborů na Google Drive. Nejde o žádnej PR dokument. Jsou to strukturované fakta, co AI potřebuje, aby nám reálně pomohla.

Celá ta KB je osm tematických složek, každé téma na jednom místě, bez duplicit. Vypadá to v adresáři takhle:

sportega/
├── 01-company/
│   └── sportega.md            ← firma, vedení, vlastnická struktura, USP
├── 02-business/
│   ├── business-model.md
│   ├── customers.md
│   └── metrics.md             ← jediný autoritativní zdroj čísel
├── 03-products/
│   ├── catalog-overview.md
│   ├── pricing-strategy.md
│   └── top-brands.md          ← Bauer 18,4 %, Thule 9,6 %, CCM 9,1 %…
├── 04-operations/
│   ├── logistics.md
│   ├── technology.md
│   └── processes.md
├── 05-marketing/
│   ├── channels.md
│   └── brand.md               ← jediný zdroj visual identity
├── 06-market/
│   ├── industry.md
│   └── competitors.md         ← positioning vs. Decathlon, Amazon, niche
├── 07-digital/
│   └── website-analysis.md
├── 08-media/
│   └── press-database.md
├── assets/                    ← loga, styleguide
└── README.md                  ← index celé báze

Klíčová logika je v tom, že každé téma má právě jeden autoritativní zdroj. Čísla — metrics.md. Visual identity — brand.md. Competitive positioning — competitors.md. Ostatní soubory na ně odkazují, nekopírují. Když v PowerBI přijde nový forecast, opravuje se jedno číslo na jednom místě — a celá báze je konzistentní dál.

Když se zeptám na marži za 2025, existuje přesně jeden soubor, co na to odpoví. Žádný kolotoč verzí po Slacku ani v prezentacích.

Co dělá tuhle bázi jinou než běžné firemní wiki

Sdílená napříč firmou. Báze žije na Google Drive, do Claude Code si ji každý v týmu připne přes jeden symlink. Marketing, obchod, top management — všichni tahají ze stejného zdroje. Když si kolega rozjede AI analýzu a já druhej den to samé, dostaneme kompatibilní výstupy. Žádná „Pepova verze čísel“ vs. „obchodní verze čísel“.
Průběžně aktualizovaná. Když v PowerBI přibude nový forecast, někdo aktualizuje metrics.md. Když uzavřeme akvizici, přibude řádek v company.md. Nikdo nepíše „projektovou aktualizaci“. Jeden commit, soubor je venku, všichni mají novou verzi při dalším spuštění.
Napsaná pro AI, ne pro člověka. Krátké věty, odrážky, tabulky, metadata. Člověk to taky přečte, ale primární čtenář je model.

3. Jak to mění výstup (konkrétně)

Dám praktický příklad. Zadání: „Napiš mi LinkedIn post o tom, že Sportega vstupuje s golfem.“

Bez kontextu ti AI vypadne něco jako „V dnešní dynamické době rozšiřujeme naše portfolio o golf, čímž posílíme naši pozici na trhu…“ Generic korpo blábol. Nepoužitelné.

S kontextem AI ví:

že jsme multisport specialist, ne generický retailer (sportega.md),
že positioning je „We are a brand selling other brands“ (business-model.md),
že hokej je 36,8 % tržeb a tenis 12,3 %, takže golf jde do „niche rozšíření“, ne do hlavního core (metrics.md),
že u racket sportů dáváme cenové premium +5–10 %, u hokeje +10–15 % (pricing-strategy.md),
že píšu v 1. osobě, hovorově, s čísly, bez buzzwordů (pepa.md).

Výstup pak vypadá jako post, kterej bych fakt napsal. Není perfektní napoprvé — doladím tón, přehodím věty — ale jsem na 80 % cíle, ne na nule.

A stejný princip funguje na všechno ostatní. Rešerše konkurence, příprava prezentace, tvorba mailu pro partnera, analýza akvizičního targetu. Pořád je to o tom, kolik relevantních faktů má AI k dispozici, než začne přemýšlet.

4. Jak s tím začít

Nepotřebuješ k tomu nic kromě textového editoru a půl hodiny – buď se inspiruj článkem nebo to udělej s Claudem.

Ve Sportega tohle děláme týmově. Sdílená KB vyřešila mimochodem i věc, na kterou jsme se předtím štvali — že každý měl trochu jiná čísla v prezentaci. Dneska všichni tahají z jednoho místa. Ne proto, že by to někdo nařídil, ale protože AI výstup je o tolik lepší, že ta disciplína dává smysl sama od sebe.

Kontext je 80 % výsledku. Model dělá zbytek. Jestli tě Claude Code zatím nenadchl, zkus začít tímhle — nikoliv lepším promptem, ale lepším kontextem. Je to rozdíl mezi AI, která hádá, a AI, která ví.

Pepa Mech