Jak ověřit, zda AI ušetří čas při třídění poptávek
Na modelu tří zpráv ukážu, jak zadat třídění poptávek, zachytit chybný odhad a porovnat čas s ruční prací. Do času s AI patří také kontrola a oprava výsledku.
U opakované úlohy rozhoduje použitelný výsledek po kontrole. Rychle vygenerovaný návrh nemusí šetřit čas, pokud ho člověk dlouho opravuje. Ověřte si přínos na malé úloze s jasnými pravidly.
Příklad: třídění poptávek pro obchod
Modelový pracovní postup: firma potřebuje oddělit nové poptávky, podporu stávajících zákazníků a nabídky spolupráce. AI připraví návrh třídění. Nic neodesílá a nemění záznamy v zákaznickém systému.
Pro první ověření použijte anonymizované zprávy bez jmen a kontaktů. Modelový vstup:
- "Máme e-shop a potřebujeme prověřit měření nákupů v GA4. Kolik stojí kontrola?"
- "Od včerejší úpravy se nám formulář odesílá dvakrát. Prosím opravit současné nastavení."
- "Nabízím tvorbu textů. Posílám ukázky své práce."
Prompt musí určit, kdy rozhodne člověk
Rozděl tři zprávy do kategorií:
- nová obchodní poptávka
- podpora stávajícího zákazníka
- nabídka spolupráce
- nejasné, potřebuje člověka
Vrať číslo zprávy, kategorii a přesný úryvek, který
rozhodnutí podporuje. Ze slova oprava neodvozuj
existující zákaznický vztah. Pokud kategorii nelze
určit z textu, použij nejasné. Nevymýšlej údaje.
Nepřipravuj cenovou nabídku a nic neodesílej.Dobrý prompt určuje nejen podobu výsledku, ale také hranici, za kterou má systém přestat odhadovat.
Očekávaný výsledek a chyba, kterou zachytit
V modelu má být 1 - nová obchodní poptávka s oporou "Kolik stojí kontrola?"; 2 - nejasné, protože nevíme, kdo nastavení spravuje ani zda pisatel už je zákazník; 3 - nabídka spolupráce s oporou "Nabízím tvorbu textů".
Modelová chyba: AI přiřadí druhou zprávu podpoře stávajícího zákazníka. Kontrolor ji vrátí mezi nejasné. Žádost o opravu sama nepotvrzuje existující smluvní vztah. Při automatickém předání by tak mohla zpráva skončit u nesprávného člověka.
Porovnejte každý řádek s původní zprávou. Žádná nesmí chybět ani se opakovat, citovaný úryvek musí být doslovný a výstup nesmí přidat kontakt nebo slib. Pravděpodobně znějící domněnka stále může být vymyšlený údaj.
Měřený test: 24 modelových poptávek
Dne 26. 10. 2026 proběhl jeden test modelu claude-fable-5-1 na 24 syntetických zprávách ve slovenštině. Zadání rozlišovalo žádost o audit, objednávku služby, zájem o práci, nabídku dodavatele a nejasný záměr. Pravidla i referenční zařazení vznikly před testem; testovaný model dostal zprávy a pravidla, nikoli referenční odpovědi.
Výsledek: 24 z 24 shod s referencí, žádné vynechané ani duplicitní ID. Od spuštění procesu po jeho dokončení uplynulo 20 sekund (08:52:38 až 08:52:58 UTC), včetně obsluhy nástroje. Tento údaj nezahrnuje přípravu sady ani následnou kontrolu a neměří čistou rychlost modelu.
Referenci připravil jiný AI agent, nikoli lidský hodnotitel. Malá umělá sada a jediný běh neprokazují spolehlivost u reálných poptávek. Ruční třídění ani čas kontroly jsme neměřili, proto z výsledku nevyvozuji úsporu lidské práce.
Podklady ke kontrole: 24 zpráv a pravidla, reference s odůvodněním, výsledky a časy a protokol testu. Následující výpočet úspory zůstává ilustračním modelem, nikoli výsledkem tohoto testu.
Jak spočítat skutečnou úsporu
Na srovnatelném vzorku změřte ruční třídění a práci s AI. U AI započítejte přípravu vstupů, práci s nástrojem, kontrolu a opravy. Jednorázovou přípravu zadání a jeho údržbu evidujte zvlášť.
Čistá úspora opakované dávky = čas ručního třídění - příprava vstupu - práce s nástrojem - kontrola a opravy. Jde o způsob výpočtu, nikoli o naměřenou úsporu. Postup bych rozšířil až tehdy, když opakovaně šetří čas a neposílá poptávky nesprávným lidem.
Nejdříve používejte výstup jako návrh. Teprve po ověření pravidel zvažujte zapojení AI agenta do dalších kroků. AI může pomoci s přípravou podkladů k jednání. Cenu, závazek a citlivou komunikaci musí rozhodnout člověk, který klienta zná.
Modelový výpočet pro dávku 20 zpráv
Pro výpočet času použijme větší modelovou dávku než tři zprávy z ukázky zadání. Předpokládejme 20 porovnatelných zpráv a stejnou požadovanou kvalitu třídění. Časy v tabulce jsou zvolené k vysvětlení výpočtu, nikoli naměřený výkon konkrétního nástroje.
| Práce | Čas |
|---|---|
| Ruční třídění celé dávky | 30 minut |
| Příprava vstupu pro AI | 4 minuty |
| Práce s nástrojem včetně čekání | 1 minuta |
| Kontrola výsledku | 12 minut |
| Opravy | 3 minuty |
Práce s AI trvá 4 + 1 + 12 + 3 = 20 minut. Čistá úspora opakované dávky je 30 - 20 = 10 minut. Pokud jednorázová příprava postupu trvala dalších 60 minut, časově se vyrovná po šesti takových dávkách: 60 / 10 = 6.
Platí to pouze při stejné úspoře a bez další údržby. Cena nástroje v časovém výpočtu není zahrnuta. Pokud kontrola zabere 22 minut místo 12, celá práce trvá 30 minut a úspora je nulová.
Kdy výsledek třídění převzít
Všech 20 zpráv musí mít ve výsledku právě jeden záznam. Nejasné případy převezme člověk a každá kategorie musí mít oporu v původní zprávě. Pokud AI domyslí zákaznický vztah nebo vynechá zprávu, započítejte opravu do času a upravte zadání. Taková malá zkouška nedokazuje obecnou spolehlivost nástroje.
Počet roztříděných zpráv porovnávejte s doručenými zprávami. Pokud řešíte rozdíl oproti konverzím formuláře, pokračujte kontrolou měření konverzí; třídění už doručených zpráv tento rozdíl nevysvětluje.
Zdroje a metodika
Ověřeno 3. 10. 2026: OpenAI: tvorba zadání pro modely. Zdroj slouží k práci se zadáním. Časy v tabulce 20 zpráv a výpočet úspory jsou modelové; dokumentace takovou úsporu neslibuje. Čas samostatného testu 24 zpráv je naměřený a doložený přiloženými podklady.
Měření poptávek z webu
Odpovídají leady v reportu doručeným zprávám?
Třídění začíná zprávami, které už máte. Pokud se jejich počet liší od konverzí v analytice, nejprve je třeba prověřit měření formuláře a doručení. Tuto cestu kontroluji v auditu webu.
Časté otázky
Co lze ověřit testem AI v marketingu?
U konkrétní úlohy lze porovnat čas, chybovost a použitelnost výstupu. Do času započítejte i lidskou kontrolu a opravy. Takový test neodpovídá na otázku nahrazení celé profese.
Kterou úlohou začít?
Tou, která zabírá hodně času a vyžaduje málo samostatného rozhodování - mechanická, opakovaná operativa. Začněte úlohou, jejíž výsledek snadno zkontrolujete a případnou chybu napravíte.
Proč mi AI dává slabé výstupy?
Příčinou může být model, zadání, chybějící podklady i nevhodně zvolená úloha. Konkrétní prompt často pomůže, ale výsledek je stále třeba ověřit.