Lekcia 1 zo 4~15 min čítania·QA

Zoznám sa s AI

Čo to naozaj je, ako to funguje pod kapotou a ako sa pýtať, aby si dostal použiteľnú odpoveď.

Čo je to vlastne AI?

„AI“ je obrovská oblasť, ale to, o čom dnes hovoria všetci, je generatívna AI — chatovací asistenti, ktorí píšu text. Všetci stoja na rovnakom motore: veľkom jazykovom modeli (LLM). Väčšinu vysvetlia tri myšlienky.

Veľmi sčítaný autocomplete

Funguje ako našepkávač na klávesnici telefónu — len natrénovaný na obrovskej časti písaného internetu. Naučil sa výborne predpovedať, aký text má nasledovať.

Naučil sa, nebol naprogramovaný

Nikto nenapísal pravidlo „keď sa spýtajú na X, odpovedz Y“. Vzory jazyka nasal z príkladov — ako človek, ktorý nasiakne cudzím jazykom čítaním.

Generuje — nevyhľadáva

Nie je to databáza ani vyhľadávač. Odpoveď nikde nevyťahuje; skladá ju nanovo, slovo po slove. Väčšinou správne, občas sebavedomo nesprávne.

Mená, ktoré budeš počuť

ChatGPT (OpenAI), Claude (Anthropic), Copilot (Microsoft), Gemini (Google). Rôzne značky, rovnaký druh.

Od tvojej otázky k odpovedi

Každý rozhovor s AI prebieha v rovnakých štyroch krokoch — žiadna mágia, len veľmi rýchle predpovedanie.

1
Napíšeš prompt
Tvoja otázka alebo zadanie, bežným jazykom. Žiadna špeciálna syntax.
2
Text sa rozdelí na tokeny
Model rozseká tvoj text na malé kúsky. Sú jeho jednotkou čítania aj písania.
3
Predpovedá token po tokene
Vyberie najpravdepodobnejší ďalší token. Potom ďalší. A ďalší.
4
Odpoveď prúdi späť
Preto sa odpoveď objavuje slovo po slove — sleduješ predikčnú slučku naživo.

Pozri sa: predpovedanie ďalšieho tokenu

V každom kroku model zvažuje množstvo pokračovaní a vyberie pravdepodobné. To je celé to „premýšľanie“.

Prvým krokom pri testovaní prihlasovacej stránky je

overenie

62 %

kontrola

21 %

spustenie

9 %

banán

<1 %

Ako vyzerá token

Tokeny sú kúsky textu — často celé slovo, niekedy len jeho časť. Táto veta má desať tokenov:

Automatizované␣testovanie␣nám␣šetrí␣veľa␣ručnej␣práce.

Orientačne: jeden token ≈ ¾ anglického slova; slovenčina sa delí na o niečo viac. Limity a ceny AI nástrojov sa počítajú práve v tokenoch.

Krátkodobá pamäť: kontextové okno

Všetko v konverzácii — inštrukcie, vložené dokumenty aj vlastné odpovede — sa musí zmestiť do obmedzeného priestoru. Keď sa naplní, najstaršie časti vypadávajú.

inštrukcievložený dokumentdoterajší chatvoľné miesto

Praktický dôsledok: v dlhom rozhovore môže asistent „zabudnúť“, čo si povedal na začiatku. Začať pre novú tému novú konverzáciu je normálne a často funguje lepšie.

Deväť slov, ktoré pokryjú 90 % rozhovorov o AI

LLM — veľký jazykový model: Motor v každom AI chate. Program natrénovaný na obrovskom množstve textu, aby predpovedal, čo nasleduje.
Prompt — tvoja inštrukcia: Otázka alebo zadanie pre model. Jediná vec, ktorú máš plne pod kontrolou — lepší prompt, lepšia odpoveď.
Token — kúsok textu: Jednotka, v ktorej model číta aj píše. Zhruba tri štvrtiny slova. V tokenoch sa počítajú limity aj ceny.
Kontextové okno — krátkodobá pamäť: Koľko toho model naraz udrží v hlave — celá konverzácia vrátane vložených súborov. Je konečné.
Knowledge cutoff — kde končia znalosti: Dátum, po ktorý sa model učil. Čokoľvek neskoršie v ňom nie je — ak si to sám nevyhľadá na webe.
Halucinácia — sebavedomo vedľa: Keď model vygeneruje niečo nepravdivé, ale plynulo a s istotou. Neklame — predpovedá vierohodne znejúci text.
Model — verzia motora: Väčšie modely sú múdrejšie, ale pomalšie a drahšie; menšie rýchle a lacné. „Na akom modeli si?“ = „akú verziu máš?“
Asistent — odpovie a skončí: Bežný AI chat: napíšeš, odpovie, ďalší krok je zase na tebe. Takto vyzerá väčšina používania AI.
Agent — AI s misiou: AI, ktorá v slučke plánuj → konaj → skontroluj smeruje k cieľu, ktorý si jej dal, a používa pri tom nástroje.

Ostatné pojmy — aj tie z ďalších lekcií — nájdeš pokope v slovníčku.

V čom je skvelá — a kde má slabiny

V čom je naozaj skvelá

Z dlhej špecifikácie zoznam nejasností skôr, než sa začne testovať
Dvanásť kandidátov na testovacie prípady vrátane kategórie, na ktorú si nepomyslel
Kontrola dier vo vlastnej sade — čo v nej nie je
Testovacie dáta v presnom tvare a zákerné vstupy do formulára
Z hrubých poznámok bug report, ktorý vývojár nemusí dolovať
To isté zhrnutie testovania pre vývojára, pre manažment aj do e-mailu k vydaniu

S čím zápasí

Čerstvé správy a všetko po knowledge cutoff — pokiaľ nevie hľadať na webe
Nepozná tvoj projekt, súbory ani e-maily — vidí len to, čo mu vložíš
Presná aritmetika a počítanie — predpovedá text, nepočíta
Spoľahlivá pravdivosť — vie halucinovať s úplnou istotou
Vágne zadania — nejasný prompt dostane generickú odpoveď
Konzistentnosť vo veľmi dlhých chatoch — starý kontext vypadáva z okna

Dobrý mentálny model

Ber ju ako brilantného, nekonečne trpezlivého nového kolegu — veľmi rýchleho, veľmi sčítaného, ochotného, ale nového vo firme a občas sa mýliaceho. Prácu takého kolegu by si skontroloval. Skontroluj aj prácu AI.

Ako vyzerá dobrý prompt

Model ti nevidí do hlavy — má len tvoje slová. Kvalita odpovede kopíruje kvalitu otázky. Dobrý prompt zvyčajne nesie tri ingrediencie:

Testujem obnovu hesla v internej webovej aplikácii pre poradcov. Beží v dvoch jazykových mutáciách a prihlásenie je cez firemný účet. Navrhni dvanásť testovacích prípadov — pozitívne, negatívne aj hraničné. Formát: tabuľka Názov / Predpoklady / Kroky / Očakávaný výsledok. Označ, ktoré by si automatizoval, a na koniec vypíš tri riziká, ktoré by si preskúmal ručne.

Kontext — kto si a s čím pracuješ

Úloha — čo presne spraviť a koľko toho

Formát — akú podobu má mať odpoveď

Pred a po

Testovacie prípady k novej požiadavke

Vágne

„Napíš testovacie prípady. [požiadavka]“

Model nevie, čo je to za aplikáciu ani kto ju používa, takže napíše učebnicovú sadu k prihlasovaciemu formuláru. Dostaneš to, čo by našiel ktokoľvek — a v tvare, ktorý sa do tvojej tabuľky neprepíše.

Konkrétne

„Testujem obnovu hesla v internej aplikácii pre poradcov, beží v dvoch jazykových mutáciách. Tu je požiadavka: [požiadavka]. Navrhni dvanásť testovacích prípadov — pozitívne, negatívne aj hraničné — v tabuľke Názov / Predpoklady / Kroky / Očakávaný výsledok. Označ, ktoré by si automatizoval. Nič si nedomýšľaj: čo v požiadavke nie je, daj na koniec ako otvorenú otázku.“

Kto to používa a v akom prostredí zmení polovicu prípadov. Posledná veta je najcennejšia — namiesto vymyslených predpokladov dostaneš zoznam otázok pre analytika.

Chyba, ktorú si práve našiel

Vágne

„Sprav z tohto bug report: [poznámky]“

Report dostaneš — v náhodnej štruktúre a bez toho, čo vývojár potrebuje najviac. Model si domyslí prostredie aj kroky a nijako to neoznačí, takže sa tomu na prvý pohľad nedá nič vytknúť.

Konkrétne

„Toto sú moje hrubé poznámky z testovania: [poznámky]. Sprav z nich bug report podľa našej šablóny: Pozorované správanie (prostredie a verzia), Očakávané správanie (kde to funguje správne), Kroky na zopakovanie (očíslované). Nič si nedomýšľaj — čo v poznámkach nie je, označ ako „over“. Drž sa štýlu tejto ukážky: [jeden váš bug].“

Šablóna a ukážka spravia z modelu prepisovača, nie autora. „Označ ako over“ je poistka, ktorá ti ukáže presne tie miesta, kde by si inak podpísal jeho dohady.

Stav kvality pred vydaním

Vágne

„Zhrň, ako sme na tom s testovaním.“

Model nevie, komu to píšeš, a tak zhrnie čísla. Do e-mailu pre zadávateľa sa dostane „päť otvorených defektov strednej priority“ a nikto sa nedozvie to jediné, čo ho zaujíma — či sa dá vydávať.

Konkrétne

„Toto je stav testovania: [čo je otestované, čo je otvorené, čo sa nestihlo]. Napíš zhrnutie pre projektového manažéra: čo z toho vyplýva pre používateľa, aké riziko zostáva otvorené a čo by som potreboval, aby sa zavrelo. Max 150 slov, bez QA žargónu. Netvrď, že niečo je overené — overené je len to, čo je v mojom vstupe.“

Povedal si, kto to číta a čo má z toho odísť. Posledná veta bráni tomu, aby model dopísal záver o kvalite, ktorý si mu nedal — a pod ktorý sa podpisuješ ty.

Je to rozhovor, nie hrací automat

Prvá odpoveď je návrh, nie verdikt. Odpíš „kratšie“, „formálnejšie“, „teraz ako tabuľku“. Dolaďovanie je normálne.

Ukáž, nielen opisuj

Ak chceš konkrétny štýl, vlož príklad: „tu je jeden náš zápis — nový napíš presne v tomto štýle.“

Povedz, pre koho to je

„Pre klienta“, „pre šéfa“, „pre kolegu, ktorý nepozná detaily“. To robí odpoveď použiteľnou.

Nechaj ju pýtať sa

Pridaj „ak je niečo nejasné, najprv sa ma spýtaj“. Z hádania sa stane krátky dialóg.

Dve pravidlá, kým sa na ňu spoľahneš

Pravidlo 1 — najprv overiť, potom použiť

Výstup AI je silný návrh, nie zdroj pravdy. Fakty, čísla, mená, citáty, právne formulácie — skontroluj ich, kým ich pustíš z rúk. Keď sa mýli, znie rovnako isto, ako keď má pravdu.

Pravidlo 2 — pozor na to, čo vkladáš

Čokoľvek napíšeš, sa spracuje mimo tvojho počítača. Žiadne osobné údaje iných ľudí, prihlasovacie údaje ani dôverné dokumenty. V práci navyše len nástroje, ktoré firma schválila.

Upokojenie: je to výkonný nástroj, nie náhrada. Odstraňuje nudné časti práce — prvé návrhy, zhrnutia, rutinu — takže na tvojom úsudku a znalosti veci záleží viac, nie menej.

Tri prompty, ktoré si dnes vyskúšaj

Otvor ľubovoľný AI chat a vlož jeden z nich. Sleduj, ako tri ingrediencie robia svoju prácu.

Vysvetli mi to ako nováčikovi

Overíš si, že vieš dostať odpoveď na svojej úrovni — a nie prednášku.

Vysvetli, čo je „veľký jazykový model“, niekomu, kto nikdy nepracoval s AI. Použi prirovnanie z bežného života, max 5 viet.

Kde mi to ušetrí čas

Dostaneš zoznam šitý na to, čo naozaj robíš — a rovno zoradený podľa náročnosti.

Robím v QA — testujem internú webovú aplikáciu a zároveň držím testovanie pokope: z požiadaviek robím testovacie prípady, píšem bug reporty, udržiavam regresnú sadu a pred vydaním reportujem stav kvality. Navrhni 10 spôsobov, ako by mi AI mohla ušetriť čas v bežnom pracovnom týždni. Zoraď ich od najľahšie zavediteľných po najťažšie, ako číslovaný zoznam.

Tri tóny naraz

Najlepší spôsob, ako pochopiť, čo znamená „povedz, pre koho to je“.

Tu je odsek z e-mailu, ktorý som napísal: [vlož ho]. Prepíš ho v troch tónoch — formálnom, priateľskom a veľmi stručnom — a každú verziu označ.

Potom pokračuj v rozhovore. Polož doplňujúcu otázku, nesúhlas, vypýtaj si iný formát. Desať minút hrania naučí viac než akákoľvek prednáška.