Detail kurzu

Umelá inteligencia (AI) prakticky II. - pokročilé promptovanie v chate, AI agenti, MCP, Thinking mode a praktické cvičenia v ChatGPT, Claude a Gemini

IT LEARNING SLOVAKIA, s.r.o.

Popis kurzu

Popis je dobrý, drží sa praktickej polohy a má jasný oblúk. Pár vecí by som doladil, aby sedel na aktuálnu osnovu a neznel ako popis spred roka. Čo by som upravil: „čo prináša GPT-5" — to už nie je novinka, znie to zastarano. Lepšie hovoriť o modeloch všeobecne (rýchle vs. premýšľavé) bez naviazania na jednu verziu, ktorá za pol roka bude stará. Chýba pamäť a kontext — v osnove je celý blok o memory, vláknach, kontexte. V popise to nie je vôbec spomenuté, pritom je to jedna z najpraktickejších vecí. Chýba MCP a agenti — popis spomína agentov len letmo („predstavíme AI agentov"), ale v osnove je samostatný blok o MCP, pripojení na externé aplikácie a rozdiele chatbot/asistent/agent. To by malo byť silnejšie. Chýba RAG a NotebookLM — v osnove je, v popise nie. Chýba voľba správneho modelu — porovnanie ChatGPT, Claude, Gemini, Copilot je celý blok osnovy, v popise nie je. „marketér, podnikateľ, manažér alebo nadšenec" — generické, dá sa nahradiť niečím konkrétnejším. Návrh prepracovaného popisu: Možno už umelú inteligenciu používate denne – píšete jej úlohy, generujete texty alebo sa nechávate inšpirovať nápadmi. No stále máte pocit, že vám AI nedáva presne to, čo chcete? Tento AI kurz vám ukáže, ako posunúť prácu s AI na úplne novú úroveň a využívať jej možnosti naplno. Ukážeme si, prečo AI niekedy „halucinuje" a vymýšľa si fakty, ako funguje pravdepodobnostný výstup a čo znamená knowledge cutoff v praxi. Povieme si, aké má AI limity, kde sú jej slabiny a kedy jej dôverovať menej. Tieto vedomosti sú kľúčové, aby ste AI dokázali používať ako silný nástroj – nie slepo, ale s porozumením. Porovnáme si hlavné modely na trhu – ChatGPT, Claude, Gemini a Microsoft Copilot – a ukážeme si, kedy ktorý použiť. Naučíte sa odhadnúť veľkosť kontextu, pracovať s tokenmi a vybrať si model podľa typu úlohy. Samostatne sa pozrieme na pamäť a kontext AI – ako fungujú vlákna, kedy sa hodí dlhodobá memory, ako do nej ručne pridávať fakty a kedy ju radšej vyresetovať. Veľký priestor venujeme pokročilému promptovaniu. Naučíte sa, ako z bežného zadania vytvoriť profesionálny prompt, ktorý jasne definuje úlohu, rolu, kontext a očakávaný výsledok. Ukážeme si riadiace tagy (teplota, confidence, anti-AI, devil's advocate), ako vypnúť prílišnú ústretovosť modelu a získať úprimnú spätnú väzbu namiesto pochlebovania. Predstavíme rozdiel medzi chatbotom, asistentom a AI agentom – a ukážeme si MCP protokol, ktorý umožňuje pripojiť AI na externé aplikácie ako Gmail, kalendár alebo Drive. Vyskúšate si prácu s vlastnými GPT asistentmi a Claude projektmi, postavíte si jednoduchú znalostnú bázu cez RAG a pozrieme sa aj na NotebookLM pre rešerše v dokumentoch. Spoznáte artifacts v Claude a prácu s plátnom (Canvas) v ChatGPT – kedy ich otvoriť, ako iteratívne upravovať bez prepisovania a kedy radšej ostať v chate. Samostatným blokom bude téma modelov a Thinking mode. Zistíte, aké modely sú dnes k dispozícii, aký je rozdiel medzi rýchlymi a premýšľavými modelmi a ako funguje Chain of Thought prompting. Naučíte sa pracovať s Thinking mode – režimom, ktorý dokáže uvažovať hlbšie a systematickejšie než bežný chat. Ukážeme si jeho výhody, obmedzenia a najmä praktické situácie, kedy sa ho oplatí použiť. Tento AI kurz nie je o teórii – je o praxi. Budeme spolu cvičiť na reálnych príkladoch, ktoré si prinesiete z práce či osobného života. Zistíte, ako AI využiť na tvorbu textov a obsahu, analýzu dát a dokumentov, komunikáciu so zákazníkmi, ale aj na riešenie každodenných úloh. Na kurze je priestor aj na vaše otázky a konkrétne zadania, aby ste si odniesli riešenia využiteľné okamžite vo svojej práci. Na konci kurzu budete vedieť nielen, ako umelá inteligencia funguje „pod kapotou", ale najmä, ako ju ovládať tak, aby vám prinášala presné, užitočné a kreatívne výsledky. Získate praktické zručnosti, ktoré vám umožnia využívať AI sebavedomo a naplno.

Obsah kurzu

Teoretické základy AI a opakovanie
  • Rozdiel medzi LLM, GOFAI a halucináciami
  • Tréning verzus inferencia
  • Princíp pravdepodobnostného výstupu
  • Dôsledky knowledge cutoff v praxi
  • Neurónové siete a LLM modely
  • Halucinácie ako vlastnosť modelu
  • Determinizmus a nedeterminizmus
  • Parameter teploty (temperature)
  • Etika a úprimnosť modelov
Voľba správneho LLM modelu
  • Porovnanie ChatGPT, Claude, Gemini a Copilot
  • Veľkosť kontextu a počet tokenov
  • Výber modelu podľa typu úlohy
  • ChatGPT — univerzálny asistent
  • Gemini — masívny kontext (1M tokenov)
  • Microsoft Copilot — prostredie Office 365
  • Claude — logika, dlhé výstupy, Artifacts
  • Použitie jednotlivých modelov v praktických situáciách
Pamäť a kontext AI modelov
  • Rozdiel medzi chatom, vláknom a memory
  • Kontextové vlákno a tokeny
  • Zapnutie a správa dlhodobej pamäte
  • Manuálne pridávanie faktov do pamäte
  • Vyčistenie a reset pamäte
  • Klasický chat bez pamäte
  • Vlákna (threads) a ich kontext
  • Memory funkcia v ChatGPT a Claude
  • Audit a kontrola pamäte
Vlastné GPT a Claude projekty
  • Návrh system promptu pre špecialistu
  • Príprava znalostnej bázy (cenníky, FAQ)
  • Tréning AI cez ukážkové príklady
  • Nasadenie GPT alebo projektu v tíme
  • Princíp špecializovaných asistentov
  • System prompt — pravidlá a štýl
  • Znalostná báza a nahrané dokumenty
  • Ukážky a tone of voice
  • Povolené a zakázané nástroje
RAG a NotebookLM
  • Princíp Retrieval-Augmented Generation
  • Stavba RAG cez projekty v ChatGPT a Claude
  • NotebookLM pre rešerše v dokumentoch
  • Hodnotenie kvality odpovedí z RAG

AI agenti a MCP protocol

  • Rozdiel medzi chatbotom, asistentom a agentom
  • Vstavané schopnosti chatu
  • Pripojenie AI cez MCP na externé aplikácie
  • Návrh jednoduchého agenta pre úlohu
  • Chatbot verzus AI agent — rozdiel v akcii
  • Web search, kód a dokumenty v chate
  • MCP (Model Context Protocol)
  • Praktické príklady agentov
  • Bezpečnosť a kontrola výstupov
Artifacts a plátna
  • Otvorenie artefaktu alebo Canvasu v správnu chvíľu
  • Iteratívne úpravy bez prepisovania
  • Tvorba kalkulačiek, webov a dashboardov
  • Výstup v artefakte verzus v chate
  • Claude Artifacts verzus ChatGPT Canvas
  • Tvorba dokumentov, kódu a web stránok
  • Interaktívne aplikácie a kalkulačky
  • Vizualizácie, grafy a mind mapy
Modely a Thinking mode
  • Výber medzi rýchlym a thinking modelom
  • Zapnutie a vypnutie Thinking mode
  • Premýšľanie cez Chain of Thought
  • Úlohy vhodné pre thinking režim
  • Paleta modelov (rýchle verzus premýšľavé)
  • Bežný režim verzus Thinking mode
  • Chain of Thought prompting
  • Praktické tipy pre prompty
Praktické cvičenia
  • Riadiace tagy v prompte (temperature, confidence, no preamble, devil's advocate, ask before assuming, anti-AI, citations required, reasoning)
  • Nastavenie teploty a vplyv na kreativitu výstupu
  • Knowledge cutoff v praxi — položiť otázku na aktuálnu udalosť bez web search a s web search, ukázať rozdiel a kedy AI „klame s istotou".
  • Reakcia na sťažnosť s prílohou a vyžiadanou mierou istoty
  • Porovnanie výstupu bežného a thinking modelu na rovnakej úlohe
  • Dvojkroková práca s dlhým dokumentom — najprv načítanie, potom otázky
  • Výpočty z dokumentu cez Python priamo v chate
  • Porovnanie dvoch dokumentov v tabuľke a rozhodnutie na základe dát
  • Generovanie štruktúrovaného výstupu (cenová ponuka) z nahraného cenníka
  • Extrakcia signifikantných znakov štýlu z ukážkových textov pre vlastný projekt
  • Multimodalita — čítanie obrázka a overenie, čo AI naozaj vidí, pred ďalším krokom
  • Prepis vizuálneho vstupu do textu vo vlastnom tóne
  • Role prompting pri preklade — preklad pre publikum, nielen do jazyka
  • Vypnutie sycophancy a vyžiadanie úprimnej spätnej väzby
  • Štruktúrovaný prompt s rolou, kontextom a očakávaným výstupom
  • Tvorba konkrétnych otázok namiesto všeobecných tém
  • AI ako persona zákazníka — empatický prompt z pohľadu cieľovej skupiny
  • Vedomé riadenie tónu konverzácie a sledovanie, ako pochvala vs. kritika mení ďalší výstup
  • Optimalizácia textu pre AI vyhľadávače (AEO) a test viditeľnosti vlastnej značky
  • a iné

Poznámka pre účastníkov: Nie všetky cvičenia stihneme prejsť počas kurzu naživo — program prispôsobujeme tempu a zloženiu skupiny. Niektoré cvičenia môžeme pridať, iné vynechať podľa toho, čo skupinu najviac zaujíma a kde má najväčší prínos. Všetky cvičenia však ostávajú dostupné a každý si ich môže prejsť doma vo vlastnom tempe — materiály, prompty aj zadania máte k dispozícii.

Hodnotenie




Organizátor



Ďalšie termíny kurzu
Termín Cena Miesto konania Zarezervovať