Skills vs. agenti: Kdy ti stačí recept a kdy potřebuješ kuchaře

Každý týden slyším od klientů stejnou otázku: „Máme nasadit AI agenta, nebo nám stačí lepší prompty?”

Odpověď je — záleží. Ale ne tak, jak si myslíš. Není to binární volba. Je to spektrum, a většina firem začíná na špatném konci.

Co je AI skill

Skill je strukturovaný prompt s jasným vstupem a výstupem. Představ si ho jako recept v kuchařce. Máš ingredience (data), máš postup (instrukce), máš výsledek (výstup). Pokaždé stejný.

Příklady z praxe:

• Shrnutí meetingu. Vložíš přepis, skill ti vrátí strukturované shrnutí s action items.
• Přepis faktury do systému. Nahraješ PDF, skill vytáhne data a naplní šablonu.
• Kontrola e-mailu. Vložíš draft, skill zkontroluje tón, gramatiku a navrhne úpravy.
• Generování nabídky. Zadáš parametry projektu, skill ti vygeneruje draft nabídky v tvém formátu.

Skill nevymýšlí, nerozhoduje, neimprovizuje. Dělá přesně to, co mu řekneš. A v tom je jeho síla.

Co je AI agent

Agent je AI systém, který plánuje, rozhoduje a jedná autonomně. Nedáváš mu recept — dáváš mu cíl a on si najde cestu.

Agent typicky:

1. Dostane úkol
2. Rozloží ho na kroky
3. Provede první krok
4. Vyhodnotí výsledek
5. Upraví plán
6. Opakuje, dokud nemá výsledek

To zní fantasticky. A někdy to fantasticky funguje. Jenže agent taky občas odbočí špatným směrem a sebejistě ti doručí výsledek, který nedává smysl.

Spektrum: od promptu po multi-agentní systém

Tohle není „buď–nebo”. Je to škála:

1. Jednorázový prompt „Přepiš mi tenhle e-mail formálněji.” Žádná struktura, žádná opakovatelnost. Funguje, ale pokaždé začínáš od nuly.

2. Skill (strukturovaný prompt) Šablona s instrukcemi, kontextem a formátem výstupu. Opakovatelný, konzistentní, sdílitelný v týmu. Typicky slash command nebo uložený prompt.

3. Jednoduchý agent Dostane úkol a má přístup k nástrojům — může prohledávat soubory, volat API, zapisovat data. Pracuje samostatně, ale na jedné úloze.

4. Multi-agentní systém Více agentů spolupracuje. Jeden analyzuje data, druhý píše report, třetí kontroluje kvalitu. Orchestrátor koordinuje.

Většina firem je dnes na úrovni 1, sní o úrovni 4 a přeskakuje úrovně 2 a 3. A to je chyba.

Kdy použít skill, kdy agenta

Tady je jednoduchý rozhodovací rámec:

Sáhni po skillu, když:

• Úloha je opakovaná a předvídatelná. Stejný vstup, stejný formát výstupu.
• Výstup potřebuje minimální kontrolu. Když skill vygeneruje draft, rychle poznáš, jestli je dobrý.
• Chceš konzistenci napříč týmem. Všichni používají stejný skill, všichni dostávají stejnou kvalitu.
• Potřebuješ to hned. Skill napíšeš za hodinu. Agenta buduješ týdny.

Sáhni po agentovi, když:

• Úloha vyžaduje více kroků a rozhodování. Nejde ji popsat jedním receptem.
• Potřebuješ práci s externími zdroji. Agent prohledává databáze, volá API, stahuje data.
• Výstup závisí na kontextu, který se mění. Agent se adaptuje, skill ne.
• Úspora času je tak velká, že ospravedlní investici. Hodiny týdně, ne minuty.

Příklady z praxe

Marketing: skill vyhrává

Marketingový tým potřebuje každý týden přepsat článek z blogu na LinkedIn post, Twitter vlákno a newsletter intro. Tři skills — tři formáty, konzistentní tón, hotovo za minuty. Agent by byl přestřelený.

Zákaznická podpora: agent dává smysl

Příchozí tiket → agent ho přečte → podívá se do CRM na historii zákazníka → zkontroluje knowledge base → navrhne odpověď → přiřadí prioritu. Pět kroků, které vyžadují přístup k různým systémům a rozhodování na základě kontextu. Skill by to nezvládl.

Finance: skill + lidská kontrola

Měsíční report z CRM dat. Skill vytáhne čísla, spočítá metriky, vygeneruje draft reportu v šabloně. Člověk zkontroluje a schválí. Rychlé, opakovatelné, bezpečné. Agent by mohl data interpretovat kreativně — a to v financích nechceš.

HR: opatrně s obojím

Screening kandidátů? Ani skill, ani agent by neměl rozhodovat sám. Skill může pomoct se strukturováním informací z CV. Agent může prohledávat interní databázi. Ale finální rozhodnutí musí být lidské. Vždycky.

Jak začít: skills first

Moje doporučení pro firmy, které s AI začínají:

Měsíc 1–2: Identifikuj a postav skills

• Zmapuj opakované úlohy v týmu
• Napiš 3–5 skills pro nejčastější úlohy
• Sdílej je v týmu, sbírej feedback
• Měř čas — kolik minut/hodin týdně ušetříš

Měsíc 3–4: Optimalizuj a rozšiřuj

• Vylepši skills na základě zpětné vazby
• Přidej další pro nové use cases
• Zaváděj standardy — pojmenování, dokumentace, verzování

Měsíc 5+: Experimentuj s agenty

• Vyber jednu úlohu, kde skills nestačí
• Postav jednoduchého agenta s jasným scopem
• Měř výsledky 4–6 týdnů
• Teprve pak rozhoduj o rozšíření

Tohle není konzervativní přístup. Tohle je pragmatický přístup. Přesný opak pasti na AI piloty, kde firmy investují do velkých projektů, které nikdy nedojdou do produkce.

Rizika a jak je řídit

Rizika skills

• Falešný pocit bezpečí. Skill funguje skvěle na testovacích datech, ale na reálných vstupech selhává. Řešení: testuj na reálných datech od začátku.
• Zastarávání. Skill napíšeš v lednu, v červnu už neodpovídá procesům. Řešení: quarterly review.
• Vendor lock-in. Skill napsaný pro GPT-4 nefunguje na Claude a naopak. Řešení: piš skills model-agnosticky, kde to jde.

Rizika agentů

• Nekontrolované chování. Agent udělá něco, co jsi nečekal. Řešení: jasné mantinely, logging, human-in-the-loop.
• Náklady. Agent spotřebuje 10x víc tokenů než skill na stejnou úlohu. Řešení: monitoruj náklady, nastav limity.
• Bezpečnost. Agent s přístupem k API může způsobit reálnou škodu. Řešení: principle of least privilege, sandbox prostředí.
• Kognitivní dluh. Tým přestane rozumět procesům, které agent řídí. Řešení: dokumentace, rotace ownership.

Moje zkušenost

Používám obojí. Každý den. Skills pro rutinu — generování commit messages, kontrola dokumentace, příprava šablon. Agenty pro komplexní práci — refaktoring celého projektu, analýza codebase, multi-step deployment.

Poměr? Zhruba 70 % skills, 30 % agenti. A ten poměr se nemění, i když agenti jsou čím dál lepší. Protože dobře napsaný skill je rychlejší, levnější a předvídatelnější než agent — a pro většinu úloh to stačí.

Klíčové je vědět, kdy přepnout. Když se přistihneš, že skill hackuješ osmým workaroundem, je čas na agenta. Když agent na jednoduché úloze stráví 5 minut místo 5 sekund, je čas na skill.

Závěr

Nehledej stříbrnou kulku. Skills a agenti nejsou konkurenti — jsou to nástroje pro různé situace. Začni skills, postav si základ, změř výsledky. Na agenty přejdi, až víš přesně, kde ti skills nestačí.

A pokud si nejsi jistý, kde začít — ozvi se. Na workshopu si to projdeme na tvých reálných procesech.

Mohlo by tě zajímat

• Past na AI piloty: Proč 77 % firemních projektů nikdy nedojde do produkce
• Jak se připravit na AI workshop
• 7 metrik: Jak měřit, jestli se AI školení vyplatilo