<span style="font-weight: 900;">Dalším častým selháním</span> je tón. Text, který má znít formálně, vyjde najednou familiárně, a naopak. AI totiž nemá kontext vašeho publika. Pokud překládáte něco, co má vyvolat důvěru, klid nebo naléhavost, musíte tón explicitně popsat v zadání. Ani to ale nestačí — hotový text je potřeba přečíst nahlas. Sluch odhalí kostrbaté obraty, které oko při rychlém čtení přehlédne.<br>
<br>
<br>
<br>
AI umí plynule přecházet mezi tématy, ale neověřuje, zda jsou informace pravdivé. Často si vymyslí číslo, citaci nebo postup, který zní logicky, ale v praxi nefunguje. Před publikováním proto vždy projděte všechny údaje, odkazy i doporučení. Stejně tak ohlídejte tón – model má tendenci sklouzávat k nadšenému marketingovému stylu, i když potřebujete střízlivý návod. Pomůže, když si nejdřív napíšete dvě až tři věty, jak má text vyznívat, a teprve pak je vložíte do zadání.<br>
<br>
<br>
<br>
Prvním praktickým krokem je naučit se zadávat instrukce přesně. Model nefunguje jako věštec; čím víc kontextu dostane, tím použitelnější výstup vrátí. Místo „napiš článek o údržbě zahrady" zkuste „napiš úvod o 120 slovech pro majitele menší zahrady, tón věcný, bez oslovení, zmiň tři činnosti na podzim". Do zadání patří i formát: počet odstavců, styl, co má být na konci. Vynechání těchto údajů je nejčastější důvod, proč výsledek působí jako vata.<br>
<br>
<br>
<br>
Na závěr si nastavte pravidla pro tým, ne jen pro sebe. Určete, které úlohy smí AI zpracovávat samostatně a které musí vždy projít člověkem. Sepište, jaká data se nesmí vkládat, a domluvte se na jednotném tónu výstupů. Bez těchto mantinelů se z pomocníka stane zdroj nepořádku. Workshop má hodnotu tehdy, když z něj lidé odejdou s hotovým postupem pro svou konkrétní práci, ne s dojmem, že viděli něco zajímavého.<br>
<br>
<br>
<br>
Strojový překlad prošel za poslední roky obrovským vývojem a dnes dokáže vyprodukovat text, který na první pohled působí plynule a přirozeně. Právě tato zdánlivá bezchybnost je ale největší pastí. Věty jsou gramaticky správné, slova dávají smysl, přesto výsledek často říká něco jiného, než měl původní text sdělit. U odborných, právních nebo marketingových textů se taková chyba pozná až ve chvíli, kdy napáchá skutečné škody.<br>
<br>
<br>
<br>
Umělá inteligence dobře zvládá hrubou práci: rychlé varianty nadpisů, převod poznámek do souvislých vět, zkrácení nebo naopak rozšíření textu, návrh struktury. Slabá je ale v ověřitelných faktech, v originálním názoru a v kontextu, který znáte jen vy. Pokud necháte model vymyslet data, citace nebo jména, dostanete se do problému. Stejně tak platí, že jeden výstup nikdy nepoužijte bez redakce – stroj nepozná, že něco ve vašem oboru neplatí, nebo že věta zní nepřirozeně.
