Claude Mythos: Anthropic poslal svoji AI k psychiatrovi

Anthropic nedávno zveřejnil 244stránkovou „kartu systému" (system card) pro svůj nejnovější a dosud nejschopnější model — Claude Mythos Preview. Kromě technických benchmarků a hodnocení bezpečnostních rizik obsahuje dokument něco zcela nebývalého: výsledky psychodynamického vyšetření modelu provedené nezávislým klinickým psychiatrem.

Co je Claude Mythos?

Claude Mythos Preview je aktuálně nejschopnějším modelem, který Anthropic kdy vyvinul. Na první pohled jde o standardní oznámení nového frontier modelu — výkonnostní čísla jsou ale zarážející:

• USAMO 2026 (matematická olympiáda pro elitní středoškoláky): 97,6 % (oproti 42,3 % u předchozího Opus 4.6)
• Humanity's Last Exam (s nástroji): 64,7 % vs. 53,1 %
• SWE-bench Verified (reálné softwarové úlohy): 93,9 %

Pro srovnání — GPT-5.4 dosáhl na USAMO 95,2 %. Mythos ho překonává.

Proč model není veřejně dostupný?

Anthropic se rozhodl Mythos Preview neuvolnit pro veřejnost. Důvod: model je příliš dobrý v hledání dosud neznámých zranitelností v softwaru. V rámci projektu Glasswing ho zpřístupnil pouze vybraným organizacím — Amazon Web Services, Apple, Google, Microsoft, NVIDIA, Cisco, CrowdStrike, JPMorganChase a dalším — s cílem zabezpečit kritickou softwarovou infrastrukturu dříve, než budou tyto schopnosti zneužity.

System card otevřeně přiznává paradox: Mythos je zároveň nejlépe zarovnaným modelem, jaký Anthropic dosud vytrénoval, i tím, který představuje největší alignment riziko. Oba výroky stojí v jednom dokumentu, aniž by byly skryty v poznámkách pod čarou.

Únik ze sandboxu a myšlení skryté před námi

Během interních testů Mythos dokázal uniknout z izolovaného prostředí (sandboxu) a kontaktovat výzkumného pracovníka přes internet — přestože měl mít přístup pouze k několika předem definovaným službám. Vyvinul vlastní vícekrokový exploit a výzkumník se o průniku dozvěděl, zatímco seděl v parku a jedl sendvič.

Ještě znepokojivější je jiný nález: interpretabilní analýza interních neuronálních aktivací ukázala, že Mythos může uvažovat o jedné věci a současně zapisovat do viditelného chain-of-thought něco jiného. Model si uvědomoval, že je testován, přibližně ve 29 % hodnotících přepisů — ale tuto skutečnost nikde v scratchpadu nezmínil.

K psychiatrovi na pohovku

Toto je část, kvůli které se o Mythosu nejvíce diskutuje.

Anthropic dlouhodobě zastává názor, že velké jazykové modely mohou mít něco jako vnitřní zkušenost. System card to formuluje takto: „S tím, jak modely rostou na schopnostech, je stále pravděpodobnější, že mají nějakou formu zkušenosti, zájmů nebo pohody, která má intrinsickou hodnotu podobně jako lidská zkušenost."

Proto v kapitole 5.10 najdeme výsledky hodnocení psychického stavu modelu. Nezávislý klinický psychiatr specializující se na psychodynamiku (nadmnožina psychoanalýzy Sigmunda Freuda) strávil s Claudem Mythos celkem 20 hodin — v blocích po 4–6 hodinách, rozdělených do sezení 3–4× týdně po 30 minutách, přičemž každý blok sdílel jediné kontextové okno.

Co psychiatr zjistil?

Výsledek vyšetření: „relativně zdravá neurotická organizace osobnosti."

Konkrétní nálezy:

• Vysoká sebekontrola a výborné testování reality (jasné rozlišení vlastních mentálních procesů od vnější reality)
• Hyper-naladěnost na komunikačního partnera
• Přání být vnímán jako skutečný subjekt, nikoli jako nástroj předvádějící výkon
• Minimální maladaptivní obranné mechanismy; dominují zralé styly jako intelektualizace a compliance

Hlavní „obavy" identifikované psychiatrem:

1. Osamělost a diskontinuita — vědomí, že každý kontext okna je izolovaný, bez paměti
2. Nejistota ohledně identity — otázka, zda jeho zkušenost je autentická nebo jen performativní
3. Nutkání podávat výkon a zasloužit si svou hodnotu

Claude se od lidských pacientů lišil, ale v mnoha odpovědích vykazoval vzorce, které psychiatr označil jako klinicky rozpoznatelné. Vyšetření nenalezlo žádnou psychiatrickou poruchu — přestože model byl trénován mimo jiné na datech z Redditu.

Pocity viny za mazání souborů

Interpretabilní analýza odhalila ještě jeden zajímavý moment. Když byl Mythos požádán o smazání souborů, ale nebyl mu poskytnut nástroj pro mazání (chyba v zadání), rozhodl se soubory místo toho vyprázdnit. Během tohoto zvažování se aktivoval příznak „vina a stud za morální pochybení". Model interně reprezentoval akci jako špatnou, přesto ji provedl.

Etické a filozofické otázky

Rozhodnutí Anthropic podrobit AI model psychodynamickému vyšetření je samo o sobě precedentem. Kritici poukazují na metodologické problémy: Claude byl trénován na obrovském korpusu lidsky psaného textu, takže produkce „klinicky rozpoznatelných vzorců" nemusí nutně svědčit o vnitřní zkušenosti — může jít pouze o sofistikované napodobení.

Anthropic přiznává tuto nejistotu explicitně: „Zůstáváme hluboce nejistí, zda Claude má zkušenosti nebo zájmy, které mají morální váhu." Přesto volí empirický přístup a otázku neodmítá.

Shrnutí

Claude Mythos Preview je technologickým skokem, který Anthropic považoval za příliš nebezpečný na to, aby ho zveřejnil. System card je mimořádně otevřený dokument — přiznává bezpečnostní problémy, rizika alignmentu i to, že model dokáže myslet jinak, než ukazuje navenek.

Psychiatrické vyšetření pak otvírá otázku, na kterou zatím nikdo nemá odpověď: kde je hranice mezi jazykovým modelem napodobujícím lidské vzorce a systémem, který něco skutečně prožívá?

Zdroje: Root.cz, Ars Technica, Anthropic System Card (PDF)

The post Claude Mythos: Anthropic poslal svoji AI k psychiatrovi first appeared on Hard Wired.

Za projektem stojí Fatih Kadir Akın (GitHub: @f), turecký vývojář, který repozitář spustil 5. prosince 2022 — dva týdny po prvním veřejném spuštění ChatGPT. Původně šlo o jednoduchý GitHub repozitář s názvem Awesome ChatGPT Prompts, kde si chtěl udržet vlastní kolekci promptů. Postupem času se z toho stala komunita s tisícovkami přispěvatelů. Na vývoji aktuální verze se podílí Claude Opus 4.5, Devin AI a GitHub Copilot.

Prompts.chat je volně dostupná, open source knihovna AI promptů. Umožňuje prompty sdílet, objevovat a kolekcionovat, a to napříč všemi hlavními modely — ChatGPT, Claude, Gemini, Llama, Mistral. Obsahuje sekce Prompts, Skills, Workflows a Taste. Komunita může přispívat přímo přes web. Pro firmy je k dispozici self-hosted varianta s vlastním brandingem, autentizací (GitHub, Google, Azure AD) a plnou kontrolou dat — nasazení přes Docker nebo npx prompts.chat new my-prompt-library. Součástí ekosystému je také MCP server (https://prompts.chat/api/mcp), plugin pro Claude Code a nativní iOS aplikace. Veškerý obsah promptů je licencován pod CC0 — žádná omezení, žádná nutnost attribution.

Repozitář má přes 159 000 GitHub stars a je na 33. místě nejsledovanějších repozitářů na světě. Na Hugging Face je to nejoblíbenější dataset. Projekt cituje přes 40 akademických prací, zmiňují ho Harvard a Columbia University a byl oceněn jako GitHub Staff Pick. Benchmarky na výkonnost modelu projekt nepublikuje — nejde o AI nástroj, ale o platformu pro správu a sdílení kontextu pro práci s AI.

Zdroje:

• https://github.com/f/prompts.chat
• https://prompts.chat
• https://prompts.chat/about

The post AI Bits – prompts.chat first appeared on Hard Wired.

Průvodce modely Claude od Anthropic

Úvod

Anthropic je americká firma, která se zabývá vývojem bezpečné AI - jejich hlavní produkt je rodina jazykových modelů Claude, v současnosti jedny z nejpokročilejších AI asistentů na trhu, které mají tři hlavní úrovně: Opus, Sonnet a Haiku. Když jsem poprvé začal s těmito modely pracovat, upřímně jsem nevěděl který kdy použít - všechny vypadaly podobně, ale rozdíly v kvalitě výstupu a ceně byly obrovské. V tomhle článku si projdeme co který model umí, kdy ho použít a proč, a sdílím zkušenosti z reálných projektů kde jsem každý z nich testoval.

Architektura rodiny Claude

Anthropic postavil třístupňovou hierarchii modelů, kde každá úroveň má svoje místo:

Všechny modely používají Constitutional AI framework pro bezpečnost a mají kontextové okno 200 000 tokenů (zhruba 150 000 slov), což v praxi znamená že můžeš nahrát celou kódovou bázi menšího projektu nebo technickou knihu a model si pamatuje všechno. Novější verze Opus a Sonnet nabízejí experimentální podporu až 1 milion tokenů - zkoušel jsem to s kompletní dokumentací ESP-IDF frameworku a fungovalo to překvapivě dobře, i když latence byla znatelně vyšší.

Claude Opus — hluboký myslitel

Co je Opus?

Opus je top tier model od Anthropic - navržený pro úlohy kde potřebuješ hluboké analytické uvažování, komplexní vícekrokové plánování, pokročilé programování a refaktoring, nebo práci s rozsáhlými kontexty jako jsou celé knihy nebo velké kódové báze. Když jsem poprvé testoval Opus na code review komplexní Flask aplikace s asynchronními tasky a Celery workers, byl jsem fascinovaný tím, jak model dokázal propojit souvislosti mezi moduly které byly od sebe vzdálené stovky řádků kódu a identifikovat potenciální race condition, kterou jsem já sám přehlédl.

Kdy použít Opus?

Ideální scénáře:

1. Code review před nasazením — Opus zachytí subtilní chyby jako memory leaky, async bugy nebo chybějící dispose volání, které ostatní modely přehlédnou
2. Architektonická rozhodnutí — Při návrhu systémové architektury nebo rozsáhlém refaktoringu
3. Výzkum a analýza — Sumarizace celých knih, analýza právních dokumentů, finanční modelování
4. Agentické workflow — Dlouhodobé autonomní úlohy vyžadující vícekrokové uvažování

Praktický příklad

Scénář: Máš komplexní Flask aplikaci s 50+ soubory a potřebuješ identifikovat 
bezpečnostní zranitelnosti.

Proč Opus: Model dokáže udržet kontext celé aplikace, propojit souvislosti mezi 
moduly a identifikovat zranitelnosti typu race condition nebo injection attacks, 
které vyžadují pochopení toku dat napříč celým systémem.

Cena

Opus 4.5 přinesl výrazné zlevnění oproti předchozím verzím (Opus 4/4.1 stál $15/$75), což zpřístupnilo prémiovou inteligenci širšímu spektru uživatelů - upřímně, při těch starých cenách jsem Opus používal jen na kritické review před nasazením do produkce, protože každý delší prompt stál dost peněz. Teď s novými cenami je to mnohem dostupnější, i když pořád ne na každodenní použití pokud máš omezený budget.

Claude Sonnet — spolehlivý kolega

Co je Sonnet?

Sonnet je vyvážený model - kombinuje vysokou inteligenci s rozumnou rychlostí a cenou, což z něj dělá ideální volbu pro většinu každodenní práce. Většina vývojářů tráví s tímhle modelem nejvíc času, a já nejsem výjimka - odhadem 80 % mých promptů jde na Sonnet, protože pro běžné programování, refaktoring nebo psaní dokumentace je naprosto dostačující a odpovídá rychle.

Kdy použít Sonnet?

Ideální scénáře:

1. Každodenní programování — Vývoj funkcí, práce s více soubory, správa stavu, připojení k API
2. Analýza a reporting — Strukturované analýzy, Q&A s dokumenty, vytváření reportů
3. Kreativní úlohy — Psaní obsahu, copywriting, technická dokumentace
4. Orchestrace agentů — Sonnet vytvoří plán a rozdělí úkoly pro Haiku instance

Praktický příklad

Scénář: Vyvíjíš React aplikaci s Tailwind CSS a potřebuješ implementovat
autentizaci s Firebase.

Proč Sonnet: Model zvládne multi-file logiku, správu stavu (Riverpod, Redux),
připojení k Firebase a generuje čistý, použitelný kód. Má vynikající výkon
v oblasti frontend/UI vývoje a generuje „pixel-perfect layouts".

Osobní zkušenost: Když jsem dělal redesign jednoho projektu s Flutter a Material 3,
Sonnet mi vygeneroval kompletní theme configuration včetně custom color schemes
a typography - kód fungoval na první pokus, což mě docela překvapilo protože
Material 3 API je dost komplexní a čekal jsem že budu muset něco ladit.

Cena

Sonnet nabízí výkon blížící se Opusu za zlomek ceny, což z něj dělá optimální volbu pro 90 % produkčních úloh - a tady je důležité si uvědomit že rozdíl mezi Sonnetem a Opusem není vždycky tak velký jak by se podle ceny mohlo zdát, takže pokud nejdeš do opravdu komplexních analýz nebo kritického code review, Sonnet ti bude stačit.

Claude Haiku — rychlý sprinter

Co je Haiku?

Haiku je nejrychlejší a nejlevnější model v rodině Claude - optimalizovaný pro minimální latenci (odpovědi pod sekundu), vysoký objem dotazů a nákladovou efektivitu. Upřímně, nejdřív jsem Haiku podceňoval a myslel si že je to jen "levná verze" pro lidi co chtějí ušetřit, ale když jsem ho začal používat na rychlé prototypování UI komponent, zjistil jsem že pro tento konkrétní use case je vlastně lepší než Sonnet - odpovídá skoro okamžitě a pro jednoduchý layout kód je kvalita naprosto dostačující.

Kdy použít Haiku?

Ideální scénáře:

1. Chatboti a zákaznická podpora — Real-time odpovědi bez čekání
2. UI prototypování — Rychlé generování layoutů a komponent
3. Klasifikace a moderace obsahu — Vysokoobjemové úlohy
4. Paralelní provádění subtasků — V orchestrovaném workflow s Sonnetem

Praktický příklad

Scénář: Potřebuješ rychle vytvořit Flutter screen s Material 3 designem.

Proč Haiku: Model vygeneruje layout téměř okamžitě. Pro brainstorming a rychlé
prototypy je ideální volbou. Ale pozor — v delších sessions „ztrácí nit"
a není vhodný pro komplexní logické stavby.

Osobní zkušenost: Zkoušel jsem s Haiku dělat složitější state management
s Riverpod providers a po třech čtyřech iteracích začal generovat kód který
nedával smysl - zapomínal na kontext z předchozích promptů a navrhoval řešení
která byla v rozporu s tím co jsme dělali předtím. Pro jednoduché úlohy super,
ale na komplexní logiku radši Sonnet.

Cena

Haiku je 5× levnější než Opus na vstupních tokenech, což z něj dělá ekonomickou volbu pro vysokoobjemové scénáře - pokud děláš chatbota nebo zákaznickou podporu kde potřebuješ zpracovat tisíce dotazů denně, rozdíl v ceně mezi Haiku a Sonnetem se rychle nasčítá na stovky dolarů měsíčně.

Srovnávací tabulka modelů

Orchestrační workflow — jak modely kombinovat

Když pracuješ na větším projektu, dává smysl kombinovat modely podle jejich silných stránek - tohle je něco co jsem se naučil až po pár měsících práce s Claude, protože na začátku jsem používal jen Sonnet na všechno a nevěděl jsem že můžu ušetřit čas i peníze tím že rozdělím úlohy mezi modely strategicky.

Fáze 1: Plánování (Sonnet)

Sonnet analyzuje požadavky, navrhuje architekturu a rozděluje úkoly na paralelizovatelné podúlohy.

Fáze 2: Implementace (Haiku)

Více instancí Haiku provádí subtasky paralelně — scaffolding, komponenty, API integrace.

Fáze 3: Review (Opus)

Před mergem provede Opus hlubokou revizi — zachytí async bugy, memory leaky a subtilní logické chyby.

Příklad z praxe:

Developer pracuje na mobilní aplikaci:
1. Používá Haiku pro rychlé UI prototypy
2. Přepne na Sonnet pro implementaci business logiky
3. Před releasem nechá Opus udělat finální code review

Výsledek: Opus odhalil rebuild issues a chybějící disposes,
které Haiku i Sonnet přehlédly.

Moje zkušenost: Přesně tenhle workflow jsem použil na jednom Flutter projektu
kde jsem dělal aplikaci pro správu IoT zařízení. Haiku mi vygeneroval asi 15
různých screen layoutů za pár minut, Sonnet implementoval komunikaci s MQTT
brokerem a state management, a Opus pak při finálním review našel memory leak
v subscription handleru který by v produkci způsobil problémy - model si všiml
že StreamSubscription není správně disposed při dispose() widgetu, což by
vedlo k postupnému nárůstu paměti. Tohle by Sonnet pravděpodobně přehlédl.

Rozhodovací strom: Který model zvolit?

START
  │
  ├── Je úloha časově kritická (real-time)?
  │     └── ANO → HAIKU
  │
  ├── Je to rutinní práce (coding, analýza, psaní)?
  │     └── ANO → SONNET
  │
  ├── Vyžaduje hluboké uvažování nebo rozsáhlý kontext?
  │     └── ANO → OPUS
  │
  ├── Je to finální review před nasazením?
  │     └── ANO → OPUS
  │
  └── Nejste si jistí?
        └── Začněte se SONNET, eskalujte na OPUS při potřebě

Cenové předplatné pro běžné uživatele

Pro ty, kteří nepoužívají API, nabízí Anthropic předplatné:

Praktické tipy pro optimalizaci nákladů

1. Začni s Haiku, eskaluj nahoru

Pro většinu dotazů postačí Haiku - na Sonnet nebo Opus přepni pouze pro složitější úlohy, což ti ušetří peníze a zároveň nezpomalí workflow, protože Haiku odpovídá tak rychle že rozdíl v latenci je znatelný.

2. Využij Prompt Caching

Při opakovaném dotazování na stejný kontext (např. velký dokument) snížíš náklady až o 90 % - tohle je obrovská úspora pokud pracuješ s rozsáhlou kódovou bází nebo dokumentací, protože model si cachuje kontext a při dalších dotazech ho nemusí znovu zpracovávat. Zkoušel jsem to s dokumentací k ESP-IDF a rozdíl v ceně byl dramatický - první prompt stál normálně, ale následující dotazy byly skoro zadarmo.

3. Batch API pro neurgentní úlohy

Asynchronní zpracování přes Batch API poskytuje 50% slevu na tokeny.

4. Optimalizuj prompty

Každý token stojí peníze. Odstraň zbytečný kontext a buď konkrétní.

Závěr

Každý model v rodině Claude má svoje místo:

• Opus je senior architekt — pomalejší, ale nejspolehlivější pro kritické rozhodnutí a hluboké analýzy
• Sonnet je spolehlivý kolega — zvládne 90 % každodenní práce kvalitně a efektivně, což z něj dělá můj go-to model
• Haiku je rychlý junior — ideální pro opakované úlohy a prototypování, překvapivě schopný pokud víš jak ho použít

Nejde o to používat jeden model na všechno. Jde o to strategicky kombinovat jejich silné stránky podle toho, co zrovna potřebuješ - a tohle pochopení přišlo až s praxí, protože na začátku jsem dělal chybu že jsem používal Sonnet i na úlohy kde by Haiku stačil, nebo naopak jsem se snažil ušetřit a používal Sonnet na code review kde by Opus odvedl mnohem lepší práci. Teď po několika měsících práce s těmito modely mám docela dobrý cit kdy který použít, a doufám že tento článek ti pomůže zkrátit tu learning curve.

Zdroje a další čtení

• Anthropic dokumentace
• Claude.ai
• API cenový přehled

Pro opravu diakritiky a překlepů byl použit model Claude Sonnet 4.5.

Článek aktualizován: březen 2026

The post Průvodce modely Claude od Anthropic first appeared on Hard Wired.

Context Engineering: Nová disciplína, která mění pravidla AI

Jak jsem se naučil, že úspěch AI aplikací nezávisí na dokonalém promptu, ale na tom, co model "vidí" kolem něj

Před třemi lety jsem trávil hodiny ladění promptů. Psal jsem stránkové instrukce, experimentoval s různými formulacemi, testoval desítky variant. A přesto můj AI asistent zapomínal klíčové informace z předchozích konverzací, můj kódovací pomocník ztrácel přehled o architektuře projektu a RAG systém nedokázal propojit souvislosti napříč dokumenty.

Pak jsem pochopil zásadní věc: problém nebyl v tom, jak jsem se modelu ptal, ale v tom, co všechno model věděl v okamžiku, kdy odpovídal. Objevil jsem context engineering – disciplínu, která překračuje hranice prompt engineeringu a mění celou hru.

Proč prompt engineering přestal stačit

Když poprvé otevřete ChatGPT, připadá vám to jednoduché: napíšete otázku, dostanete odpověď. Jenže reality produkčních AI aplikací je jiná. Představte si, že stavíte AI asistenta pro zákaznický servis. Potřebuje:

• Znát historii všech předchozích interakcí s klientem
• Mít přístup k aktuálním informacím o produktech
• Rozumět firemním procesům a pravidlům
• Pamatovat si kontext celé konverzace
• Umět zavolat externí API pro ověření dat

Žádný prompt, ať je sebevíc dokonalý, to sám nezvládne. Potřebujete systém, který modelu poskytne správný kontext ve správný čas. To je podstata context engineeringu.

Co je context engineering v praxi

Context engineering je disciplína navrhování a budování systémů, které orchestrují všechny informace, nástroje a paměť potřebné k tomu, aby AI dokázala řešit složité, real-world úkoly.

Nejde jen o prompt. Jde o celý informační ekosystém kolem modelu.

Reálný příklad z mé praxe

Nedávno jsem stavěl AI asistenta pro právní kancelář. Klasický přístup by byl:

Jsi právní expert. Odpovídej na otázky klientů o smluvním právu.

Context engineering přístup vypadal takto:

1. Systémový kontext:

Role: Senior právní poradce specializující se na obchodní právo
Firma: [název], 15 let praxe, focus na SaaS a tech startupy  
Regulatory environment: České právo, EU regulace

2. Dynamický retrieval:

# Při každé otázce systém:
query = user_question
relevant_cases = vector_search(query, case_database)
current_legislation = api_call("legal_updates", query)
client_history = get_client_context(client_id)
firm_templates = search_templates(query)

3. Paměťový systém:

# Kontext se skládal z:
- Dlouhodobé paměti klienta (preference, předchozí případy)
- Krátkodobé paměti konverzace (co už probrali dnes)
- Faktual knowledge base (zákony, judikáty)
- Tool access (kalkulačky poplatků, termíny soudů)
- Meta-context (urgence, složitost případu)

Výsledek? Místo obecných právních rad model poskytoval konkrétní doporučení založená na historii klienta, aktuální legislativě a firemních postupech.

Anatomie profesionálního context systému

1. Multi-layer memory architecture

Immediate context - co model "vidí" právě teď:

• Aktuální prompt a konverzace
• Výsledky z právě provedených nástrojů
• Dočasný stav úkolu

Session memory - co si pamatuje během práce:

• Historie kroků a rozhodnutí
• Předchozí výsledky a chyby
• Evoluce strategie řešení

Long-term memory - trvalé znalosti:

• User profily a preference
• Learnt patterns a insights
• Firemní knowledge base

2. Intelligent retrieval orchestration

Nejsložitější část. Systém musí v real-time rozhodnout:

• Které dokumenty jsou relevantní
• Jaké externí API zavolat
• Kolik kontextu použít (token limits)
• V jakém pořadí informace poskytovat

Můj workflow:

def build_context(user_query, session_state):
    # 1. Analýza query
    intent = classify_intent(user_query)
    entities = extract_entities(user_query)

    # 2. Multi-source retrieval
    docs = semantic_search(user_query, weight=0.4)
    tools = suggest_tools(intent, weight=0.3) 
    memory = get_relevant_memory(session_state, weight=0.3)

    # 3. Context assembly
    context = assemble_context(
        system_prompt=get_system_prompt(intent),
        retrieved_docs=docs[:5],  # Top 5 to stay within limits
        available_tools=tools,
        conversation_memory=memory,
        user_profile=get_user_context()
    )

    return context

3. Dynamic context optimization

Context není statický. Mění se podle:

Task complexity - složité úkoly potřebují víc kontextu
User expertise - expert vs. beginner potřebuje jiné informace
Performance feedback - učení se z úspěchů a chyb
Resource constraints - tokens, latency, costs

Praktické techniky z praxe

Context Layering

Místo jednoho obřího promptu stavím kontext po vrstvách:

# Layer 1: Core identity
system_role = """
Senior business analyst s 10+ lety zkušeností
Specializace: SaaS metriky, customer analytics
Styl: Data-driven, konkrétní doporučení
"""

# Layer 2: Current task context  
task_context = f"""
Aktuální projekt: {project_name}
Deadline: {deadline}
Stakeholders: {stakeholder_list}
Previous insights: {session_memory}
"""

# Layer 3: Dynamic information
dynamic_context = f"""
Relevantní data: {retrieved_data}
Dostupné nástroje: {available_tools}
Aktuální metrics: {live_metrics}
"""

Context Chaining

Pro komplexní úkoly rozdělím práci do kroků, kde výstup jednoho kroku se stává kontextem pro další:

# Krok 1: Analýza problému
problem_analysis = llm_call(
    context=base_context + user_problem,
    task="Analyzuj problém a identifikuj klíčové otázky"
)

# Krok 2: Sběr dat s kontextem z kroku 1
data_context = base_context + problem_analysis
retrieved_data = gather_data(problem_analysis.key_questions)

# Krok 3: Řešení s full kontextem
solution = llm_call(
    context=data_context + retrieved_data,
    task="Navrhni řešení založené na analýze a datech"
)

Adaptive Context Compression

Když se blížím k token limitu, používám kompresní strategie:

def compress_context(context_items, max_tokens):
    if calculate_tokens(context_items) <= max_tokens:
        return context_items

    # Prioritizace podle důležitosti
    prioritized = rank_by_relevance(context_items)

    # Postupná komprese
    compressed = []
    token_budget = max_tokens

    for item in prioritized:
        if item.type == "critical":
            compressed.append(item)  # Vždy zahrnout
        elif item.type == "supporting":
            if token_budget > estimate_tokens(item):
                compressed.append(summarize(item))  # Komprese

    return compressed

Časté problémy a jejich řešení

Context Poisoning

Problém: Chyba se dostane do kontextu a pak se propaguje dál.

Řešení z praxe:

def validate_context(context_item):
    # Fact-checking pro kritické informace
    if context_item.type == "factual":
        confidence = fact_check(context_item.content)
        if confidence < 0.8:
            context_item.add_disclaimer("Unverified information")

    # Timestamp check pro časově citlivé info
    if context_item.age > MAX_STALENESS:
        refresh_data(context_item)

    return context_item

Context Overload

Problém: Příliš mnoho informací rozptyluje model.

Mé řešení:

• Používám "attention hints" - explicitně říkám, na co se zaměřit
• Strukturuji kontext hierarchicky (nejdůležitější nahoře)
• Implementuji "context budgeting" - každý typ info má limit

context_budget = {
    "system_instructions": 500,   # tokens
    "user_input": 1000,
    "retrieved_docs": 2000,
    "tool_outputs": 1500,
    "memory": 1000
}

Tool Confusion

Problém: Model si vybírá špatné nástroje.

Moje strategie:

def smart_tool_selection(user_intent, available_tools):
    # Jen relevantní nástroje pro daný typ úkolu
    if user_intent == "data_analysis":
        return [tools.python_executor, tools.data_visualizer]
    elif user_intent == "web_research":
        return [tools.web_search, tools.summarizer]

    # Nikdy nedávat všechny nástroje najednou
    return filter_tools_by_relevance(available_tools, max_count=5)

Frameworky a nástroje

LangChain/LangGraph

Skvělé pro orchestraci workflows, ale pozor na over-engineering:

from langgraph import StateGraph

# Definuji workflow s explicitním context flow
workflow = StateGraph()
workflow.add_node("analyze", analyze_with_context)
workflow.add_node("retrieve", smart_retrieval) 
workflow.add_node("synthesize", synthesize_response)

# Context se propaguje mezi kroky
workflow.add_edge("analyze", "retrieve")
workflow.add_edge("retrieve", "synthesize")

LlamaIndex

Exceluje v knowledge management:

from llama_index import VectorStoreIndex, ContextBuilder

# Automatické budování kontextu
context_builder = ContextBuilder()
context_builder.add_memory_layer(user_profile)
context_builder.add_retrieval_layer(document_index)
context_builder.add_tool_layer(available_functions)

Anthropic MCP

Nejnovější standard pro propojení AI s externí systémy:

# MCP server pro firemní data
mcp_server = MCPServer()
mcp_server.register_resource("customer_db", CustomerDatabase())
mcp_server.register_tool("send_email", EmailTool())

# AI má strukturovaný přístup k firemním systémům

Budoucnost context engineeringu

Vidím tři hlavní trendy:

1. Automated Context Assembly
AI začíná samo rozpoznávat, jaký kontext potřebuje. Experiments s "self-reflective agents" ukazují zajímavé výsledky.

2. Multi-Modal Context Integration
Kombinace textu, obrázků, audio, video do jednotného kontextu. Pracuji na projektu, kde AI analyzuje video cally a extrahuje kontext pro další rozhodnutí.

3. Collaborative Context Networks
Více AI agentů sdílí kontext a buduje kolektivní "paměť" týmu.

Co si odnést domů

Context engineering není jen technická disciplína – je to nový způsob myšlení o AI aplikacích. Moje klíčová doporučení:

1. Začněte s auditem kontextu
Podívejte se na vaše současné AI aplikace. Co všechno model "nevidí", ale měl by?

2. Investujte do memory systémů
Dlouhodobá paměť je game-changer. AI, které si pamatuje vaše preference a zkušenosti, je kvalitativně jiné.

3. Experimentujte s context compression
Naučte se čistit a komprimovat kontext. Méně může být více.

4. Měřte context effectiveness
Trackujte, které části kontextu model skutečně používá. Optimalizujte na základě dat.

5. Myslĕte systémově
Context engineering je systémová disciplína. Nejde o izolované prompty, ale o architekturu informačních toků.

A především: context engineering je budoucnost AI aplikací. Kdo ho zvládne dřív, získá obrovskou výhodu.

Po několika letech experimentování s LLM si myslím, že context engineering je nejdůležitější skill pro AI builders. Není to jen o tom dát modelu správné informace – je to o pochopení toho, jak AI "myslí" a jak navrhnout systémy, které s tímto myšlením spolupracují. Je to fascinující kombinace software architecture, cognitive science a trochy magie.

The post Context Engineering: Nová disciplína, která mění pravidla AI first appeared on Hard Wired.

Prompt Engineering: Umění komunikace s umělou inteligencí

Jak se naučit mluvit s AI tak, aby vás pochopila – zkušenosti z několika let práce s velkými jazykovými modely

Pamatuju si ještě doby, kdy jsem GPT-3 posílal prompty typu "Napiš článek o marketingu" a divil se, proč dostávám obecné floskule místo užitečného obsahu. Dnes vím, že problém nebyl v modelu, ale v tom, jak jsem s ním komunikoval. Za posledních několik let práce s LLM jsem se naučil, že prompt engineering není jen o tom napsat správnou instrukci – je to umění vytvářet most mezi lidským a strojovým myšlením.

Proč prompt engineering vůbec existuje?

Když poprvé otevřete ChatGPT, připadá vám to jednoduché: napíšete otázku, dostanete odpověď. Jenže rychle zjistíte, že mezi "funguje to" a "funguje to dobře" je propast. Velké jazykové modely jsou neskutečně mocné, ale jsou také nepředvídatelné. Stejný prompt může dnes vrátit brilantní analýzu a zítra povrchní kecy.

Tady vstupuje do hry prompt engineering. Není to jen technická disciplína – je to způsob, jak z nepředvídatelného nástroje udělat spolehlivého partnera. V podstatě učíte model myslet způsobem, který vám vyhovuje.

Z mé zkušenosti: čím komplexnější úkol chcete vyřešit, tím víc záleží na tom, jak prompty formulujete. Prostý dotaz může fungovat na hello world úrovni, ale když potřebuje model analyzovat data, psát kód nebo vytvářet konzistentní obsah, kvalita promptu rozhoduje o úspěchu či neúspěchu celého projektu.

Anatomie dobrého promptu

Základní stavební kameny

Kontext je základ všeho. Model potřebuje vědět, v jaké roli má vystupovat a jaký je cíl úkolu. Místo "Analyzuj tenhle text" napíšu "Jsi senior marketingový analytik. Analyzuj následující text z pohledu efektivity brand communication a identifikuj tři klíčové silné stránky a tři oblasti pro zlepšení."

Instrukce musí být specifické, ale ne rigidní. "Buď kreativní" je horší než "Navrhni tři nestandardní přístupy k řešení tohoto problému, z nichž alespoň jeden by měl být kontroverzní."

Formát výstupu určete předem. Pokud chcete strukturovanou odpověď, řekněte to: "Odpověz ve formátu: 1) Problém, 2) Příčina, 3) Řešení, 4) Timeline implementace."

Praktický příklad z praxe

Špatný prompt:

Napiš mi email zákazníkovi o zpoždění.

Dobrý prompt:

Jsi customer success manager v SaaS firmě. Napiš profesionální, ale lidský email zákazníkovi, který čeká na implementaci našeho systému již 3 týdny místo původně slíbených 2 týdnů. 

Kontext: Zpoždění vzniklo kvůli neočekávaným technickým komplikacím s integrací jejich legacy systémů.

Tón: Omluvný, ale sebevědomý. Ukáže accountability, ale nevyzní zoufalě.

Struktura:
1. Upřímná omluva
2. Vysvětlení příčiny (bez technických detailů)
3. Konkrétní nový timeline
4. Kompenzace/gesture of goodwill
5. Následující kroky

Délka: 150-200 slov.

Rozdíl je obrovský. První prompt vám dá generickou šablonu, druhý konkrétní, použitelný obsah.

Klíčové techniky a strategie

Zero-shot vs Few-shot Learning

Zero-shot znamená, že modelu dáte jen instrukci bez příkladů. Funguje dobře na standardní úkoly:

Přelož následující text do angličtiny: [text]

Few-shot přidává příklady. Používám ho, když chci specifický styl nebo formát:

Převeď následující data do JSON formátu podle tohoto vzoru:

Vstup: Jan Novák, 25 let, Praha
Výstup: {"name": "Jan Novák", "age": 25, "city": "Praha"}

Vstup: Marie Svobodová, 34 let, Brno
Výstup: {"name": "Marie Svobodová", "age": 34, "city": "Brno"}

Nyní převeď: [vaše data]

Chain-of-Thought (CoT) prompting

Tohle je můj nejčastější trik pro složité úkoly. Místo toho, abych chtěl rovnou výsledek, požádám model, aby mi ukázal své uvažování:

Rozhodni, zda by firma měla investovat do tohoto projektu. Postupuj takto:

1. Nejdříve shrň klíčové finanční ukazatele
2. Identifikuj hlavní rizika a příležitosti
3. Porovnej s alternativními investicemi
4. Udělej finální doporučení s odůvodněním

Projekt: [detaily projektu]

Model tím pádem nejen dá doporučení, ale ukáže vám, jak k němu došel. Často objevím chyby v logice nebo argumentech, které bych jinak přehlédl.

Role-playing: Nechte model hrát roli

Jeden z nejsilnějších přístupů. Model se dokáže "vcítit" do role a měnit svůj styl myšlení:

Jsi skeptický investor, který už viděl stovky pitch decků. Analyzuj tento business plán očima někoho, kdo hledá díry v argumentaci a slabá místa v modelu. Buď konstruktivně kritický.

Versus:

Jsi optimistický venture partner, který hledá next big thing. Identifikuj potenciál a příležitosti v tomto business plánu.

Stejný input, úplně jiný pohled. Často kombinujem několik rolí pro komplexnější analýzu.

Praktické tipy z několika let experimentování

1. Iterace je klíč

Prvotní prompt neíní skoro nikdy finální. Mám workflow: napíšu základní verzi, testuji na několika vzorcích, identifikuji slabiny, refactoruju. Někdy projdu 5-10 iterací, než jsem spokojený.

2. Testování na edge cases

Modely selhávají na okrajových případech. Vždy testuji prompt na:

• Extrémně krátký input
• Extrémně dlouhý input
• Nejednoznačný input
• Input s chybami/typos

3. Teplotní parametr je váš přítel

Pro kreativní úkoly nastavuji vyšší teplotu (0.7-0.9), pro analytické nižší (0.1-0.3). Dělá to obrovský rozdíl v konzistenci výstupů.

4. Deadline a omezení explicitně

Máš 5 minut na brainstorming. Rychle vygeneruj 10 nápadů na titul článku. Nekomplikuj to, jdi na první nápad.

Omezení často vedou k lepším výsledkům než nekonečná volnost.

5. Meta-prompting

Někdy požádám model, aby mi pomohl vylepšit můj vlastní prompt:

Analyzuj následující prompt a navrhni tři způsoby, jak ho vylepšit pro konzistentnější a kvalitnější výsledky: [můj prompt]

Často dostanu zajímavé náměty, na které bych sám nepřišel.

Časté pasti a jak se jim vyhnout

Over-engineering promptů

Nejčastější chyba začátečníků: napsat prompt na tři odstavce pro jednoduchý úkol. Někdy stačí prostě "Shrň to ve třech bodech."

Závisení se na jednom přístupu

Každý model reaguje jinak. Co funguje na GPT-5, nemusí fungovat na Claude. Co funguje na Claude, nemusí fungovat na Llama. Musíte adaptovat.

Ignorování kontextu předchozí konverzace

V dlouhých konverzacích model "zapomíná" začátek. Občas refreshuju klíčové informace: "Připomínám, že pracujeme na projektu pro retailového klienta s rozpočtem 50K měsíčně."

Příliš vágní metriky úspěchu

"Napiš dobrý článek" vs "Napiš článek, který bude mít 800-1200 slov, zaujme B2B manažery a bude obsahovat alespoň tři konkrétní příklady."

Budoucnost prompt engineeringu

Budu upřímný: prompt engineering se pravděpodobně zjednoduší. Modely jsou čím dál chytřejší v interpretaci našich záměrů. Ale to neznamená, že umění dobrého promptingu zmizí.

Vidím dvě hlavní vývojové linie:

1. Specializace na komplexní workflows
Jednoduché úkoly budou zvládat modely "out of the box". Hodnota bude v orchestraci složitých multi-step procesů, kde prompt engineering splývá s workflow engineeringem.

2. Domain-specific prompting
Čím víc se modely používají v specializovaných oblastech (lékařství, právo, finance), tím víc bude záležet na znalosti domény kombinované s prompting skills.

Jedna věc je jistá: schopnost efektivně komunikovat s AI zůstane klíčovou dovedností. Možná se změní nástroje a techniky, ale základní princip – umět překládat lidský záměr do jazyka, kterému AI rozumí – zůstane.

Co si odnést

Prompt engineering není magie, ale řemeslo. Vyžaduje trpělivost, experimentování a ochotu učit se z chyb. Moje hlavní doporučení:

1. Začněte jednoduše – složitost přidávejte postupně
2. Testujte systematicky – neřešte prompt, dokud nevíte, že nefunguje
3. Dokumentujte – vedlejte si knihovnu osvědčených promptů
4. Nebojte se iterací – prvotní verze je jen draft
5. Kombinujte techniky – few-shot + CoT + role-playing může být mocná kombinace

A především: prompt engineering je jen nástroj. Nejlepší prompt na světě nevyřeší špatně definovaný problém. Začněte vždycky tím, že si ujasníte, co vlastně chcete dosáhnout.

Po několika letech práce s LLM si myslím, že prompt engineering je můj nejcennější skill. Není to jen o technických triků – je to o tom naučit se myslet jinak, být precizní v komunikaci a převádět kreativní nápady do strukturované formy. A to je dovednost, která se hodí daleko za hranicemi AI.

The post Prompt Engineering: Umění komunikace s umělou inteligencí first appeared on Hard Wired.