Na co to firmy používají
Otázky do smluv a směrnic
Výpovědní lhůty, sankce, platební podmínky — s odkazem na stranu, takže se dají citovat na poradě.
Zaškolení nového člověka
Nováček si projde postupy a směrnice; když něčemu nerozumí, zeptá se asistenta a dostane odpověď z aktuálního manuálu.
Přehledy z firemních dat
Kolik se prodalo nebo kdy přišla poslední objednávka — bez psaní dotazů do databáze.
Podpora na webu
Asistent odpovídá zákazníkům z vašich dokumentů; Shield přitom hlídá, co do něj přichází.
Z firemních podkladů k použitelné odpovědi
Najděte správný postup, ověřte zdroj a připravte dokument podle vlastního vzoru. Vaše know-how tak pomáhá týmu přímo při práci.
Odpověď i podklad na ověření
AI vyhledává v povolených dokumentech a k odpovědi přidává citace na zdroj. Z úspěšně importovaných podkladů si umíte vytvořit agenta. Ověřené otázky a postupy má service desk i ve vlastní znalostní bázi.
Nabídky a reporty z vaší šablony
Založíte si vlastní šablonu analýzy — určíte, které sekce má výstup obsahovat a z kterých podkladů čerpá. Agent připraví návrh a ke každému tvrzení přidá citaci. Po kontrole výstup exportujete do PDF nebo XLSX.
Porovnání, vyhledávání, podklady
Dvě verze dokumentu porovnáte vedle sebe i s tím, která pole se změnila. Vyhledáváte napříč povolenými podklady a z nalezeného připravíte podklad pro další práci.
Ptejte se svých dokumentů. Dostanete odpověď i s citací.
Studio odpovídá z vašich dokumentů a vždy ukáže zdroj. Ukázka zná tři vzorové dokumenty fiktivní firmy — zeptejte se jich na cokoli.
Produkční Studio: hybridní vyhledávání (lexikální + vektorové) nad vaší znalostní bází, odpověď přes vámi zvolený LLM (OpenAI / Anthropic / Google / lokální model) s citací dokumentu a stránky a redakcí osobních údajů už při importu. Tato ukázka používá předpřipravené odpovědi nad pevnou sadou tří dokumentů — bez volání LLM.
Ukázka běží celá ve vašem prohlížeči a nic nikam neodesílá. I tak sem prosím nevkládejte skutečné citlivé údaje.
Odpověď vzniká ve čtyřech krocích
Dokumenty se připraví předem a ke každé otázce se z nich vybere jen to, co s ní souvisí.
- 01Načtení
Dokumenty se rozdělí na části a zaindexují. Každý nahraný dokument se nejprve zkontroluje, zda neobsahuje skryté pokyny mířené na asistenta.
Technický detailPři zpracování nahraného dokumentu běží antivirová kontrola a detekce skrytých pokynů (knowledge-base poisoning). Dokument označený jako škodlivý nebo nesoucí skrytý pokyn se do indexu nikdy nedostane, a proto se nikdy neobjeví v odpovědích. Pokud skener není dostupný, dokument se přesto zpracuje.
- 02Vyhledávání
K otázce se najdou relevantní pasáže; otázky nad daty běží pouze pro čtení.
Technický detailHybridní vyhledávání kombinuje lexikální a vektorové porovnávání; otázky nad firemními daty běží jako SQL dotaz pouze pro čtení.
- 03Odpověď
Model, který si zvolíte, dostane jen nalezené pasáže a otázku — ne celou databázi.
Technický detailModel si volíte vy; posílají se mu jen nalezené pasáže a otázka.
- 04Citace a záznam
Odpověď nese citaci svého zdroje; konverzace se uloží a nálezy citlivých údajů zůstávají v záznamu.
Technický detailCitace se zobrazí, jen pokud pasáž projde kontrolou relevance: pozdrav nebo zdvořilostní fráze vyhledávání vůbec nespustí a volně související pasáže se před odpovědí vyřadí.
Z čeho se Studio skládá
Studio není jen chat: čtyři části, každá s jinou úlohou.
Znalostní báze s citacemiZnalostní báze s citacemi
Dokumenty, tabulky a webové stránky pohromadě. Asistent z nich odpovídá, cituje zdroj, a když odpověď nemá oporu v podkladech, řekne to.
Zdroje: PDF, Word, Excel, CSV, PowerPoint a webové stránky. Při načtení se dokument rozdělí na části a zaindexuje; předtím projde antivirovou kontrolou a detekcí skrytých pokynů. Vyhledávání je hybridní, lexikální i vektorové, a citace se zobrazí, jen pokud pasáž projde kontrolou relevance. V cloudovém nasazení se odpověď před doručením ověří proti nalezeným pasážím stejným ověřovačem ukotvení, který Shield nabízí aplikacím třetích stran.
Chat nad firemními dokumentyChat nad firemními dokumenty
Nikdo nemusí vědět, ve kterém souboru hledat. Ptáte se běžnou řečí a odpověď přijde s citací.
Když model běží v cloudu, citlivé údaje z otázky i z nalezených pasáží odcházejí jen jako zástupné hodnoty a zaměstnanec vidí v odpovědi skutečné hodnoty; jak se mapa zástupných hodnot drží v celém kontextu, popisujeme níže v části „Hranice, které drží kód“. S lokálním modelem data nikdy neopustí vaši infrastrukturu a tento krok se ve výchozím nastavení vynechává.
Analytický modulAnalytický modul
Otázky do firemních dat běžnou řečí — kolik, kdy, který. Data se pouze čtou; výsledkem je tabulka nebo shrnutí, ne odhad modelu.
Připojená databáze se pouze čte: dotaz musí začínat SELECT nebo WITH a příkazy pro zápis či změnu schématu jsou zakázané; u PostgreSQL běží spojení v transakci pouze pro čtení s časovým limitem příkazu. Výsledkem je tabulka nebo shrnutí z dat, ne odhad modelu.
Kde běží a s jakým modelemKde běží a s jakým modelem
V cloudu v EU, na vlastním serveru nebo plně lokálně — jak si zvolíte.
Model může být od veřejného poskytovatele, jako je OpenAI, Anthropic nebo Google, nebo běžet na vašem vlastním serveru — i v kombinaci. Volba se dělá v každém kroku, takže krok s osobními údaji může zůstat u vás, i když je cloud povolen. S vlastním klíčem k modelu tokeny neúčtujeme.
Asistent bez zdroje je jen přesvědčivý odhad. Až citace dělá z odpovědi něco, s čím můžete jít za vedením nebo klientem.
Asistent se zlepšuje podle toho, jak lidé reagujíAuto-learning: od reakcí k příkladům v kontextu
Oprava ani spokojená reakce se neztratí: stane se z ní příklad pro podobnou otázku.Váhy modelu se nedotrénovávají. Z konverzací vznikají tréninkové příklady, které se vkládají do systémového promptu.
- 01Reakce
Palec nahoru nebo dolů, vlastní oprava, ale i obyčejné „díky, přesně tak“ nebo „to není ono“.
Technický detailAnalyzovanou jednotkou je trojice otázka → odpověď → reakce. Explicitní zpětnou vazbu (palec nahoru, palec dolů, oprava) doplňuje implicitní: klíčová slova v podporovaných jazycích a model, který reakci klasifikuje jako positive, negative, correction, rephrase nebo neutral.
- 02Navržený příklad
Příklad vznikne jen z odpovědi, se kterou byl člověk spokojený, nebo z jeho opravy.
Technický detailPříklad vzniká jen ze signálu positive s vysokým hodnocením kvality nebo ze signálu correction, kde se očekávaným výstupem stává text uživatele. Výměna s kritickým nebo vysokým rizikem citlivých údajů se přeskočí, stejně jako duplicitní otázka.
- 03Kontrola
Příklady z práva, financí, HR nebo bezpečnosti a příklady s podezřelým obsahem čekají na schválení správcem. Ostatní se při vysoké jistotě přidají samy.
Technický detailKategorie legal, finance, HR, compliance, medical a security jdou vždy do fronty na schválení. Před uložením běží detektor vložených pokynů — stejný, jaký používá znalostní báze; nález příklad nesmaže, jen mu odebere automatické schválení, a stejně se postupuje, když detektor selže. Ostatní příklady s dostatečnou jistotou klasifikace se schválí automaticky.
- 04Použití
Schválený příklad se přidá k podkladům, které asistent dostane s otázkou. Správce ho může upravit nebo vyřadit; kill switch, který zastaví odchozí data, vypne i učení.
Technický detailAktivní příklady se vkládají jako few-shot v pořadí priority: opravy, firemní kontext, otázky a odpovědi, instrukce; otázky a odpovědi se vybírají podle relevance k aktuální otázce. Denní limit omezuje přísun nových příkladů.
Učení přebírá i chyby: pochválená nesprávná odpověď se může schválit sama a asistent ji opakuje, dokud ji správce neopraví. Občas projděte, co přibylo.
Využijte sílu lokálních modelů a vyšší úroveň bezpečnosti
Studio je v jádru lokální RAG: odpověď skládá z vašich dokumentů, ne z toho, co se model kdysi naučil. S lokálním modelem přitom podklady neopustí vaši infrastrukturu.
- Lokální AI modely
- Bez poplatků za tokeny
- NVIDIA DGX Spark nebo dedikovaný server
Jak to vypadá v praxi
Modelový příkladNejde o reference konkrétních klientů, ale o typické situace.
Firma, která nasazuje asistenta nad vlastními dokumenty
- — Odpovědi na stejné otázky hledá každý sám na sdíleném disku
- — Noví lidé se ptají kolegů na věci, které už jsou napsané v manuálu
- — U asistenta nikdo neví, jestli si odpověď nevymyslel
- Stačí otázka a odpověď ukáže zdroj
- Podklady se nahrají jednou a platí pro všechny
- Na otázku mimo podklady asistent přizná, že odpověď nemá
Nejvíc práce dal výběr dokumentů, které platí jako zdroj pravdy.
Studio lze zpřístupnit i přes MCP klienta, například Claude Desktop nebo Cursor. Konfiguraci připravíme v rámci nasazení.
Ochrana odchozích dat je součástí každého balíčku Studio — Complete, bez příplatku.
Asistent je jen tak dobrý jako podklady, které dostane. U pěti verzí téže směrnice musí někdo nejdřív rozhodnout, která platí — to za vás model neudělá.
Hranice, které drží kód
Dotaz nad daty musí začínat SELECT nebo WITH a příkazy pro zápis či změnu schématu jsou zakázané. U připojených zdrojů PostgreSQL běží spojení navíc v transakčním režimu pouze pro čtení s časovým limitem příkazu.
U cloudového modelu se systémový prompt s nalezenými pasážemi, historie konverzace i nová zpráva anonymizují společnou mapou, takže stejná osoba má všude stejný token. Odpověď se de-pseudonymizuje i při streamování. Pokud běží lokální model, tento krok se ve výchozím nastavení vynechává.
Když ochrana údajů ve zprávě něco najde, do auditu se místo samotné zprávy uloží úroveň rizika, kategorie, počet nálezů, poskytovatel a otisk SHA-256.
Začněme měřením. Uvidíte, co se děje dnes.
Nejdřív čísla z vašeho provozu: kolik botů, kolik spamu, co odchází do AI. Co zapneme, rozhodnete potom.
Technický detailWidget a rozšíření nevyžadují žádnou změnu kódu vaší aplikace; integrace přes SDK znamená přidat middleware pro Node.js, Python nebo PHP. Sledování běží v režimu monitor: události se zapisují, nic se nezastaví.