Ako overiť, či AI ušetrí čas pri triedení dopytov

Pri opakovanej úlohe ma zaujíma použiteľný výsledok po kontrole. Ak AI pripraví návrh za chvíľu, ale človek ho dlho opravuje, samotná rýchlosť generovania nič nehovorí o úspore. Dá sa to overiť na malej, presne zadanej úlohe.

Príklad: roztriedenie dopytov pre marketing a obchod

Modelový pracovný postup: firma chce oddeliť dopyty na novú službu od podpory existujúcich zákazníkov a pracovných ponúk. AI má pripraviť triedenie, nič odosielať ani meniť v zákazníckom systéme.

Pre prvé overenie stačí anonymizovaný text bez mien a kontaktov. Modelový vstup obsahuje tri správy:

1. "Máme e-shop, potrebujeme preveriť meranie nákupov v GA4. Koľko stojí kontrola?"
2. "Od včerajšej úpravy sa nám formulár odosiela dvakrát. Prosím opraviť existujúce nastavenie."
3. "Ponúkam tvorbu textov. Posielam ukážky svojej práce."

Zadanie, ktoré určí aj neisté prípady

Roztrieď tri správy do kategórií:
- nový obchodný dopyt
- podpora existujúceho zákazníka
- ponuka spolupráce
- nejasné, potrebuje človeka

Pre každú vráť číslo správy, kategóriu a presný úryvok,
ktorý rozhodnutie podporuje. Nepredpokladaj existujúci
zákaznícky vzťah len zo slova oprava. Ak sa kategória
nedá určiť z textu, použi nejasné. Nevymýšľaj údaje.
Nepripravuj cenovú ponuku a nič neodosielaj.

Taký prompt nedáva iba formát. Hovorí aj to, kedy má systém prestať odhadovať.

Aký výsledok má prejsť kontrolou

Očakávané modelové triedenie je: 1 - nový obchodný dopyt, opora "Koľko stojí kontrola?"; 2 - nejasné, pretože text nehovorí, kto nastavenie spravuje ani či ide o existujúceho zákazníka; 3 - ponuka spolupráce, opora "Ponúkam tvorbu textov".

Modelová chyba pri kontrole: výstup zaradí druhú správu medzi podporu existujúceho zákazníka. Kontrolór ju vráti do kategórie nejasné. Slovo "opraviť" dokladá požiadavku na opravu, nie existujúci zmluvný vzťah. Toto je presne hranica, ktorú by pri automatickom presune správy mohol systém prehliadnuť.

Kontrolujte všetky tri riadky oproti pôvodnému textu: žiadny nesmie chýbať, opakovať sa ani obsahovať domyslený kontakt či sľub. Pri ďalšej dávke ponechajte neisté správy človeku. Vymyslený údaj sa neopravuje tým, že znie pravdepodobne.

Meraný test: 24 modelových dopytov

Dňa 26. 10. 2026 prebehol jeden test modelu claude-fable-5-1 na 24 syntetických správach v slovenčine. Zadanie rozlišovalo žiadosť o audit, objednávku služby, záujem o prácu, ponuku dodávateľa a nejasný zámer. Pravidlá aj referenčné zaradenie vznikli pred testom; testovaný model dostal správy a pravidlá, nie referenčné odpovede.

Výsledok: 24 z 24 zhôd s referenciou, žiadne vynechané ani duplicitné ID. Od spustenia procesu po jeho dokončenie uplynulo 20 sekúnd (08:52:38 až 08:52:58 UTC), vrátane obsluhy nástroja. Tento údaj nezahŕňa prípravu sady ani následnú kontrolu a nie je meraním čistej rýchlosti modelu.

Referenciu pripravil iný AI agent, nie ľudský hodnotiteľ. Malá umelá sada a jediný beh nepreukazujú spoľahlivosť pri reálnych dopytoch. Ručné triedenie ani čas kontroly sme nemerali, preto z výsledku nevyvodzujem úsporu ľudskej práce.

Podklady na kontrolu: 24 správ a pravidlá, referencia s odôvodnením, výsledky a časy a protokol testu. Nasledujúci výpočet úspory zostáva ilustračným modelom, nie výsledkom tohto testu.

Kedy sa triedenie oplatí automatizovať

Na porovnateľnej vzorke si zmerajte ručné triedenie a prácu s AI. Do času s AI započítajte prípravu vstupov, spustenie, kontrolu aj opravy. Zvlášť evidujte jednorazové vytvorenie zadania a jeho neskoršiu údržbu.

Čistá úspora opakovanej dávky = čas ručného triedenia - príprava vstupu - práca s nástrojom - kontrola a opravy. Tu nejde o nameranú úsporu, ale o spôsob jej výpočtu. Automatizáciu by som rozšíril až vtedy, keď pri opakovaných dávkach šetrí čas a nesmeruje dopyty k nesprávnemu človeku.

Najprv používajte výstup ako návrh. Až po overení pravidiel posudzujte zapojenie AI agenta do ďalších krokov. Príprava podkladov pre rokovanie môže pomôcť; cenu, záväzok a citlivú komunikáciu musí rozhodnúť človek, ktorý pozná klienta.

Modelový výpočet pre dávku 20 správ

Na výpočet času použime väčšiu modelovú dávku než tri správy z ukážky zadania. Predpokladajme 20 porovnateľných správ a rovnakú požadovanú kvalitu triedenia. Časy v tabuľke sú zvolené na vysvetlenie výpočtu, nie nameraný výkon konkrétneho nástroja.

Práca s AI trvá 4 + 1 + 12 + 3 = 20 minút. Čistá úspora opakovanej dávky je 30 - 20 = 10 minút. Ak jednorazová príprava postupu trvala ďalších 60 minút, časovo sa vyrovná po šiestich takýchto dávkach: 60 / 10 = 6.

Platí to iba pri rovnakej úspore a bez ďalšej údržby. Cena nástroja v časovom výpočte nie je zahrnutá. Ak kontrola zaberie 22 minút namiesto 12, celá práca trvá 30 minút a úspora je nulová.

Kedy výsledok triedenia prevziať

Všetkých 20 správ musí mať vo výsledku práve jeden záznam. Nejasné prípady prevezme človek a každá kategória musí mať oporu v pôvodnej správe. Ak AI domyslí zákaznícky vzťah alebo vynechá správu, započítajte opravu do času a upravte zadanie. Takáto malá skúška nedokazuje všeobecnú spoľahlivosť nástroja.

Počet roztriedených správ porovnávajte s doručenými správami. Ak riešite rozdiel oproti konverziám formulára, pokračujte kontrolou merania konverzií; triedenie už doručených správ tento rozdiel nevysvetľuje.

Zdroje a metodika

Overené 3. 10. 2026: OpenAI: tvorba zadaní pre modely. Zdroj slúži na prácu so zadaním. Časy v tabuľke 20 správ a výpočet úspory sú modelové; dokumentácia takúto úsporu nesľubuje. Čas samostatného testu 24 správ je nameraný a doložený priloženými podkladmi.

Časté otázky