Jak napsat dobrý prompt: co se nám osvědčilo při stavbě webu s AI

Web Outcomo stavíme s pomocí umělé inteligence Claude od firmy Anthropic. Pracujeme s ní v nástroji Claude Code, který píše a upravuje kód přímo v počítači. Z 229 commitů (uložených změn) v repozitáři webu jich 224 vzniklo s Claudem, první je z 28. září 2026 (stav k 31. října 2026). Všech 21 kalkulaček a nástrojů, články v 9 jazycích i testy, které je hlídají: všechno začíná zadáním, tedy promptem. Tady je, co se nám na zadáních osvědčilo. U každé rady uvádíme i to, co k ní říkají oficiální návody Anthropicu, OpenAI a Googlu.

1. Řekněte, k čemu to je a pro koho

AI ví o vašem úkolu jen to, co jí napíšete. Anthropic radí brát Clauda jako schopného, ale nového kolegu, který nezná vaše zvyklosti: čím přesněji popíšete, co chcete, tím lepší je výsledek. Nabízí i jednoduchý test: dejte zadání přečíst někomu, kdo o úkolu nic neví. Když by se v něm ztratil, ztratí se i AI.

U nás proto AI ke každému článku dostane, pro koho je: pro čtenáře z jaké země a jak je oslovovat. Česky a německy vykáme, španělsky a polsky tykáme, maďarsky vykáme formálním Ön.

Pomáhá i napsat proč. Anthropic uvádí příklad: místo „nikdy nepoužívej tři tečky“ napsat, že text bude číst hlas AI, který tři tečky neumí vyslovit. Z důvodu si AI odvodí i to, co jste výslovně nenapsali. Když jsme nechtěli, aby odpovědi na časté otázky citovaly zákony, připsali jsme i proč: zákony se mění a text bychom museli pořád hlídat. Pravidlo proto zní psát obecně a podrobnosti odkázat na smlouvu nebo banku.

2. Buďte konkrétní

Dokumentace Claude Code radí psát pokyny tak konkrétně, aby se dalo ověřit, jestli je AI splnila: „odsazuj dvěma mezerami“ místo „formátuj kód pořádně“. OpenAI radí totéž: jasně, konkrétně, s dostatkem kontextu a bez dvojznačností. Pár pokynů z naší práce:

Obecně	Konkrétně
Přidej vysvětlivky.	Ke každému poli kalkulačky, kterému laik nemusí rozumět, přidej vysvětlivku. U výnosu a volatility s příklady z našich dat. Ve všech jazycích webu.
Ověř si čísla.	Čísla do článku ber jen ze souborů s daty, kde má každé číslo zdroj a datum.
Nepiš nic nejistého.	Co nevíš jistě, napiš jako otevřenou otázku, ne jako fakt.

První pravidlo vzniklo, když vysvětlivky v některých kalkulačkách chyběly. Napsané takhle se dá u každé nové kalkulačky zkontrolovat pole po poli.

3. Ukažte vzor

Příklad často řekne víc než dlouhý popis. Anthropic označuje příklady za jeden z nejspolehlivějších způsobů, jak určit formát, tón a stavbu odpovědi, a doporučuje jich 3 až 5. Mají se podobat vašemu skutečnému úkolu a zároveň se dost lišit, aby AI nepřebrala něco, co mají společné jen náhodou. Google radí přidávat příklady vždycky.

Nový článek proto nezačíná od nuly: AI si nejdřív přečte podobný hotový článek a drží se jeho stavby, tónu i způsobu, jak uvádí zdroje. Tenhle vznikl podle návodu na hlas AI.

4. Pište, co dělat, ne co nedělat

Zákaz říká, co nechcete, ale ne co chcete. Anthropic radí místo „nepoužívej markdown“ napsat „odpověz souvislými odstavci“. My místo „nepiš ceny z hlavy“ máme „ceny jen z oficiálního ceníku, s datem, kdy jsme ho ověřili“. AI pak ví, kde cenu najít a co k ní připsat.

5. Dovolte AI říct „nevím“ a chtějte zdroje

AI si občas vymyslí odpověď, která zní věrohodně. Anthropic radí výslovně povolit odpověď „nevím“, chtít u každého tvrzení zdroj a tvrzení bez zdroje vyškrtnout. Zároveň upozorňuje, že ani to chyby úplně neodstraní a důležité informace je potřeba ověřit.

Naše pravidla: zdroje jen z oficiálních stránek a odhad nikdy jako fakt. Dva příklady z posledních dní:

• Maďarština a hlas AI. Než jsme návod na hlas AI přeložili do maďarštiny, ověřili jsme v dokumentaci ElevenLabs, které jazyky model umí. Maďarština mezi nimi není, a maďarský článek to proto hned na začátku říká, místo aby tvrdil, že postup je stejný.
• Tlačítka, která jsme neviděli. V návodu na Trezor nejsou názvy tlačítek, které jsme si neověřili. Stojí tam obecné „zvolte příjem“, ne název, který může být v aplikaci jinak.

6. Kontrolujte výsledek něčím, co se dá ověřit

Anthropic doporučuje ještě před laděním promptu vědět, podle čeho poznáte dobrý výsledek, a mít způsob, jak to vyzkoušet. U nás to dělají testy: web jich má 1 338 a AI je pouští po každé změně. Hlídají výpočty kalkulaček i články, třeba že slova po číslech mají v polštině nebo ukrajinštině správný tvar.

Testy píše AI taky a chytají i její vlastní chyby. V anglické verzi návodu na Trezor jsme nejdřív napsali, že anglický seznam slov generátoru heslové fráze obsahuje jen písmena. Test, který prošel celý seznam, našel i slova se spojovníkem, třeba drop-down. Text jsme opravili dřív, než šel ven.

7. Velký úkol rozdělte na kroky

První prompt málokdy vyjde napoprvé. OpenAI i Google popisují psaní promptů jako opakování: zadat, podívat se na výsledek, upravit znění, přidat kontext nebo úkol zjednodušit. Google radí i rozdělit složitý úkol na menší kroky, kde výstup jednoho je vstupem dalšího.

Větší změny na webu proto nezačínají kódem. Nejdřív s AI sepíšeme návrh: co má vzniknout, pro koho a co do toho nepatří. Z něj AI udělá plán po krocích a teprve potom píše kód, krok za krokem a s testy. V repozitáři je takových návrhů 23 a plánů 11.

8. Co se opakuje, zapište jednou

Pravidla, která platí pořád, nemusíte psát do každého zadání. ChatGPT na to má vlastní pokyny (Custom Instructions), které platí pro všechny chaty, Claude pokyny projektu. Claude Code na začátku každé práce načte soubor s pokyny k projektu (CLAUDE.md) i poznámky, které si sám vede. Jeho dokumentace radí psát pokyny stručně a konkrétně, do 200 řádků na soubor: delší soubor zabírá víc místa a AI se ho drží hůř.

My tam máme třeba to, že AI s námi mluví česky, odkud brát čísla a jak oslovovat čtenáře v každém jazyce. Nová pravidla přibývají hlavně po chybách, jako to s vysvětlivkami.

9. Skills: návody, které si AI vezme, až je potřebuje

Pokyny projektu se načítají pokaždé. Skill je naopak složka s návodem (soubor SKILL.md), případně i se skripty a podklady, kterou si AI načte, až když se hodí. Do té doby zná jen jeho krátký popis, takže i dlouhý návod skoro nic nestojí, dokud ho nepotřebuje. Skill jde spustit i ručně, příkazem s lomítkem a jeho názvem, třeba /brainstorming.

Claude má vestavěné skills na dokumenty Word, Excel, PowerPoint a PDF a podle nápovědy jsou skills dostupné ve všech tarifech, i v bezplatném. Formát je otevřený standard Agent Skills, takže stejný skill funguje i v dalších nástrojích. Katalog skills.sh uvádí třeba Cursor, GitHub Copilot, Codex nebo Gemini CLI.

Nejvíc používáme sadu Superpowers. Skill brainstorming se před prací vyptává na zadání, otázku po otázce, a z odpovědí sepíše návrh. Skill writing-plans z návrhu udělá plán. Odtud jsou návrhy a plány z bodu 7.

Že skills opravdu pomáhají, ukázal výzkum SkillsBench: s pečlivě připravenými skills modely vyřešily v průměru 50,5 % úloh místo 33,9 %. Lépe fungovaly úzce zaměřené skills, nejvýš o 3 částech, než velké balíky návodů. Menší model se skills se navíc vyrovnal většímu modelu bez nich.

Které skills lidé opravdu používají

Kolik lidí který skill používá, nikdo nezveřejňuje. Porovnali jsme proto, co se spočítat dá (k 31. října 2026):

• Projekty na GitHubu. Ve vyhledávači grep.app, který prohledává velký vzorek veřejných repozitářů na GitHubu, jsme spočítali projekty, které mají skill uložený ve složce, odkud ho AI načítá (.claude/skills nebo .agents/skills). To je nejblíž skutečnému používání.
• Instalace v katalogu skills.sh od firmy Vercel, který počítá instalace přes svůj nástroj npx skills.
• Zmínky v diskusích. Komentáře na Hacker News od 1. října 2025, které skill jmenují.

Ve veřejných projektech jsou nejčastější frontend-design, skill-creator a vercel-react-best-practices. Naopak u některých skills s velkým počtem instalací jsme nenašli ani jeden projekt (v závorce je počet instalací): reddit-automation (1,2 mil.), design-mobile-apps (1,1 mil.) a ai-video-generation (916 tis.). Samotný počet instalací tedy o používání moc neříká. V diskusích na Hacker News se nejčastěji zmiňují Superpowers, frontend-design, grill-me a caveman.

Skill	Projektů	Instalací
Plánování a postup
skill-creator (anthropics)	162	420 tis.
grill-me (mattpocock)	114	1,5 mil.
Design a vzhled
frontend-design (anthropics)	214	1,1 mil.
web-design-guidelines (vercel-labs)	111	808 tis.
Weby v Reactu
vercel-react-best-practices (vercel-labs)	138	858 tis.
shadcn (shadcn)	85	131 tis.
Testování a ladění
playwright-cli (microsoft)	54	203 tis.
diagnosing-bugs (mattpocock)	41	872 tis.
Databáze
convex-quickstart (get-convex)	25	133 tis.
supabase-postgres-best-practices (supabase)	24	468 tis.
Mobilní aplikace
vercel-react-native-skills (vercel-labs)	9	262 tis.
building-native-ui (expo)	6	58 tis.
Marketing a SEO
seo-audit (coreyhaines31)	29	243 tis.
copywriting (coreyhaines31)	15	242 tis.
Dokumenty
pdf (anthropics)	24	220 tis.
docx (anthropics)	14	211 tis.
Video
remotion-best-practices (remotion-dev)	25	720 tis.
hyperframes (heygen-com)	9	1,3 mil.

Vestavěné skills Clauda na dokumenty se používají i bez instalace, takže v projektech ani být nemusí. Skill navíc může obsahovat skripty, které se spustí na vašem počítači. Instalujte proto jen skills od autorů, kterým věříte. Katalog skills.sh u nich ukazuje i výsledky bezpečnostních kontrol.

Shrnutí

1. Napište, k čemu výsledek je, pro koho a proč ho chcete právě takhle.
2. Pokyny pište tak konkrétně, aby se dalo zkontrolovat, jestli je AI splnila.
3. Přidejte příklad nebo hotový vzor.
4. Pište, co dělat, ne co nedělat.
5. Dovolte odpověď „nevím“ a chtějte zdroje.
6. Výsledek kontrolujte něčím ověřitelným, třeba testem.
7. Velký úkol rozdělte: návrh, plán, kroky.
8. Co se opakuje, zapište jednou, a delší návody dejte do krátkých, úzce zaměřených skills.

Jak přesné musí být pokyny, si můžete vyzkoušet i bez AI. V našem programování pro začátečníky robot udělá přesně to, co mu poskládáte, ani o krok víc.