DIA: Katalog využití AI ve veřejném sektoru

Prompt

Prompt

Prompt je zadání, kterým uživatel nebo aplikace řídí chování modelu umělé inteligence. Ve veřejné správě je to víc než „text do chatu“: jde o řízení procesu se zřetelným účelem, dohledatelností a kontrolou rizik. Protože modely odpovídají pravděpodobnostně, kvalita promptu rozhoduje o přesnosti, stabilitě a opakovatelnosti výsledků. Dobře napsaný prompt vymezuje mantinely vstupu i výstupu, drží model u ověřených zdrojů a umožňuje následný audit.

Prompt je vstupní instrukce nebo otázka, kterou uživatel zadá modelu umělé inteligence, aby vyvolal požadovanou odpověď či výsledek. Prompt je formulován v přirozeném jazyce (případně s určitými zvláštními značkami či klíčovými slovy) a kvalita a formulace promptu zásadně ovlivňuje kvalitu generovaného výstupu modelu.

Schéma zpracování promptu

Schéma toku: role → data → prompt → kontroly → výstup Diagram ukazuje vstupní role (system/developer, user), kontextová data a příklady, sestavení promptu, validační kontroly a výsledný výstup ve formátu JSON nebo markdown. Role • System/Developer – pravidla, zásady • User – konkrétní zadání Data & příklady • Kontext (účel, publikum, omezení) • Few-shot ukázky Prompt • Cíl & formát • Omezení (tón, délka) • Mantinely (co nesmí) • Požadavek na citace Kontroly • Bezpečnost • Validace schématu Výstup JSON / markdown
Tok zpracování: RoleData a příkladyPromptKontrolyVýstup (např. JSON pro IS).

Co „prompt“ znamená pro veřejnou správu

Klíčovým přínosem je předvídatelnost a auditovatelnost. Standardizované šablony promptů zvyšují opakovatelnost výstupů napříč útvary a zjednodušují interní kontrolu. Přesné vymezení požadavků pomáhá úředníkovi jasně stanovit, co má AI provést, v jakém rozsahu a jak výstup vypadá—typicky jako strukturovaný JSON pro napojení do informačních systémů. Prompty zároveň fungují jako bezpečnostní bariéra: explicitně určují, co model dělat nesmí (např. nepracovat s osobními údaji mimo daný účel, nevyvozovat právní závěry bez opory ve spisu) a minimalizují rizika. Organizace navíc získává nástroj správy znalostí: sdílené knihovny schválených promptů rozšiřují osvědčené postupy mezi týmy.

Vrstvy a logika promptu

V praxi se osvědčuje držet vrstvy odděleně. Systémová (nebo „developer“) instrukce definuje roli a chování asistenta: například metodik veřejné správy, čeština, konzervativní tón, postup při nejistotě. Na ni navazuje zadání úlohy s jasnou posloupností kroků a měřitelnými kritérii přijatelnosti. Kontext tvoří výňatky ze spisu, metodické listy či citace zákona; pokud používáte RAG, prompt výslovně stanoví, že se model drží pouze těchto zdrojů. Stabilitu dále zvyšuje vynucený formát výstupu (stručný text s povinnými nadpisy, tabulka, nebo přesné JSON schéma - viz dále) a krátké ukázky žádoucího i nežádoucího výstupu, které nastaví styl i granularitu.

Jak prompt využít v praxi úřadu

Dobře funguje „šablonárna“ promptů—společný repozitář (Git, Confluence) se schválenými šablonami, verzováním a jednoduchým review. Role oddělte technicky i procesně: systémová/developer zpráva drží pravidla, tón a citace, uživatelská (user) zpráva nese konkrétní zadání a data k danému případu. Pro integrace preferujte strukturované výstupy a jejich validaci před zápisem do IS (JSON dle schématu, Structured Outputs / function calling). Pro dohledatelnost logujte verzi šablony, parametry modelu i relevantní výstupy. Nasazení vždy začínejte pilotem s předem danými metrikami (přesnost, úplnost, čas zpracování, úspora práce) a podle výsledků iterujte.

Typické úřední scénáře

V agendách se prompty nejčastěji používají pro strukturované shrnutí dokumentu do spisu, srozumitelné vysvětlení rozhodnutí pro občana a kontrolu náležitostí před vydáním rozhodnutí. V prvním případě model převádí nestrukturovaný text do pevné struktury, cituje pasáže a poctivě označuje chybějící podklady. V druhém přepisuje složitý text do srozumitelného jazyka bez vytváření nových právních závěrů a nejistoty přiznává. Ve třetím systematicky prochází povinné náležitosti, upozorňuje na rozpory a navrhuje konkrétní dotazy k doplnění s odkazem na identifikovatelné pasáže spisu. Ve všech scénářích zvyšují auditovatelnost reference na zdroje.

Strategie a osvědčené postupy (best practices)

Buďte konkrétní: jasně definujte cíl, publikum, rozsah, formát a omezení. Přiložte stručný, relevantní kontext a málo, ale kvalitních příkladů (typicky 1-3 few-shot ukázky). Složité úlohy rozdělte do kroků („nejprve vyjmi fakta → pak vytvoř shrnutí → nakonec návrh opatření“), každému kroku dejte vlastní mikroprompt a pravidla kontroly. Výstup vynucujte strukturovaně—ideálně JSON se schématem, které validujete před dalším použitím. Myslete na bezpečnost: výslovně zakažte práci s citlivými údaji mimo účel, požadujte citace zdrojů a připojte stručný disclaimer pro oblasti s nejistotou.

Není to kouzelná formulka

Formulace sama o sobě nenahradí chybějící data ani metodiku. Bez spolehlivého „zdroje pravdy“—konzistentních metodik, jednoznačných odkazů a přístupu ke spisu—se bude model odchylovat. Proto prompty patří do governance: jsou verzované, auditované, testované a chráněné proti prompt injection. Pokud si asistent není jistý, vrací úlohu k doplnění místo domýšlení.

Příklady promptů

1) Shrnutí dokumentu (úřednický styl)

Systémový a vývojářský prompt: „Jsi asistent pro veřejnou správu. Odpovídej česky, věcně, s odkazem na zdroj. Maximálně 120 slov.“
Uživatel: „Shrň přiložený text do 5 bodů pro vedoucího odboru a uveď případná právní rizika.“

2) Strukturovaný výstup (JSON)

Systémový a vývojářský prompt: „Vrať pouze JSON dle schématu. Bez komentářů.“

{
  "type": "object",
  "properties": {
    "tema": {"type": "string"},
    "rizika": {"type": "array", "items": {"type": "string"}},
    "doporučení": {"type": "array", "items": {"type": "string"}}
  },
  "required": ["tema", "rizika", "doporučení"]
}

User: „Z textu vytěž tema, rizika, doporuceni.“

3) Few-shot (ukázkový formát)

Systémový a vývojářský prompt: „Dodržuj přesně formát příkladů.“
Uživatel: „Příklad A → Výstup: … | Příklad B → Výstup: … | Nyní zpracuj: …“

Na co si dát pozor

  • Vložení škodlivého promptu (prompt injection & data leakage): model může být přemluven k porušení pravidel; nikdy nevkládejte osobní či utajované informace.
  • Halucinace a zkreslení: vyžadujte citace, ověřujte fakta a používejte RAG u faktografických úloh.
  • „Myšlenkové kroky“ (chain-of-thought): v produkci běžně nežádejte detailní interní úvahy; preferujte stručné odůvodnění.
  • Nejednoznačnost zadání: chybějící cíl/formát/omezení vede k nekonzistentním výstupům.

Kontrolní seznam

  • Je jasně definován cíl a cilový uživatelé?
  • Je stanoven formát (JSON/markdown/tabulka) a jazyk?
  • Obsahuje prompt kontext a v případě potřeby příklady?
  • Jsou uvedena omezení (délka, tón, citace, co model nesmí)?
  • Je zajištěna auditovatelnost (verze šablony, logy, parametry)?
  • Pro integrace: strukturované výstupy a validace schématu?

AI GRAMOTNOST

Proč to má znát i úředník?

AI gramotnost znamená rozumět základním principům, jako je Prompt (prompt). Úředník, který pojem ovládá, umí klást lepší otázky dodavatelům i interním týmům a rychleji pozná, zda technologie odpovídá veřejnému zájmu.

Znalost pojmu zvyšuje schopnost vysvětlit kolegům, jaké jsou možnosti a limity řešení. Díky tomu se do projektů zapojují jen ty procesy, kde tento přístup dává smysl, a zároveň se nastaví realistická očekávání vedení i občanů.

Když úředník dokáže přiblížit občanům, co tento pojem znamená, posiluje důvěru v inovace a ukazuje, že digitalizace není samoúčelná. Přehled v pojmech pomáhá také předcházet obavám a podpořit otevřený dialog o využití umělé inteligence.

Další zdroje

Související pojmy