Prompt Engineering v praxi: od zadania k výsledku

• Používatelia AI nástrojov (ChatGPT, Claude, Gemini), ktorí chcú ísť do hĺbky
• Špecialisti mimo IT (office, marketing, financie, HR)
• Každý, kto chce systematizovať prácu s AI a zvýšiť kvalitu výstupov

• Vytvárať štruktúrované prompty podľa overených frameworkov
• Používať pokročilé techniky
• Testovať, merať a optimalizovať kvalitu výstupov AI
• Rozpoznať rozdiely medzi modelmi a zvoliť vhodný nástroj
• Budovať a spravovať vlastnú knižnicu prompt templates

• Vlastná licencia ChatGPT Plus
• Bežná práca s počítačom a kancelárskymi nástrojmi

Základy fungovania AI a prompt engineeringu

• Ako fungujú LLM modely a ako spracúvajú vstup
• Princípy generatívnej AI a ich dopad na výstup
• Najčastejšie chyby pri zadávaní promptov
• Prechod od „pokus–omyl" k systematickému prístupu

Frameworky a tvorba kvalitných promptov

• Štruktúrované prompty
• Rola, kontext, úloha, formát (praktická aplikácia)
• Prepis bežných zadaní do profesionálnych promptov
• Tvorba opakovane použiteľných šablón

Pokročilé techniky práce s AI

• Chain-of-thought prompting
• Few-shot learning a práca s príkladmi
• Role prompting a riadenie štýlu výstupu
• Kombinácia techník pre vyššiu kvalitu a konzistentnosť

Testovanie, optimalizácia a práca s prompt library

• Metódy testovania a iterácie promptov
• Meranie kvality výstupov
• Organizácia a správa prompt templates
• Vytvorenie vlastnej knižnice (5–8 šablón)

Prax

• Prepis reálnych pracovných zadaní do kvalitných promptov
• Tvorba e-mailov, analýz a sumarizácií dokumentov
• Iteratívne zlepšovanie promptov na základe výstupov
• Budovanie vlastnej knižnice prompt templates
• Simulácia bežných pracovných scenárov

Záver

• Zhrnutie kľúčových princípov a techník
• Diskusia nad konkrétnymi use-cases účastníkov
• Q&A
• Odporúčanie nástrojov a zdrojov pre ďalší rozvoj