Jeden model nebo workflow? Checklist pro 30sekundové rozhodnutí

Ne každá otázka potřebuje workflow. Ne každá otázka je bezpečná pro jeden model.

Nejčastější chyba v praxi není „vybral jsem špatný model“. Častěji je to „vybral jsem špatný proces“. Spustíte složitý workflow na jednoduchý dotaz a ztratíte čas. Nebo naopak necháte jeden model odpovědět na otázku s vysokými důsledky a získáte hladký text s drahou chybou.

Tenhle článek je záměrně krátký. Cíl je jednoduchý: rozhodnout rychleji, kdy stačí jeden model a kdy má smysl přidat workflow.

Rámec tvrzení

Co článek tvrdí: Kvalita AI práce závisí více na volbě procesu (jeden model / model + kontrola / workflow) než na výběru konkrétního modelu. Rozhodující faktory jsou cena chyby, typ otázky, dostupnost rychlé lidské kontroly a časový tlak.

Na čem to stojí: Heuer (1999) o strukturované analýze; Kahneman, Sibony & Sunstein (2021) o rozhodovacím šumu; NIST AI RMF 1.0 (2023) o řízení rizik AI; Liang et al. (2022) o holistické evaluaci modelů. Checklist vychází z principů řízení rizik a rozhodovací teorie.

Kde je to zjednodušení: Třístupňová klasifikace (jeden model / model + kontrola / workflow) je pragmatická heuristika, nikoli empiricky validovaná taxonomie. Článek nekvantifikuje, o kolik workflow skutečně snižuje chybovost. Hranice mezi kategoriemi jsou subjektivní.

Co ten checklist řeší

Checklist nehodnotí, který model je „nejlepší“. Řeší, jaký proces je přiměřený danému typu úlohy.

To je důležitý rozdíl. I velmi silný model může být špatná volba, pokud úloha potřebuje verifikaci, oponenturu nebo explicitní práci s nejistotou. Naopak i obyčejný chat může být správně, pokud je chyba levná a rychle opravitelná.

Pokud chcete navazující detail, hodí se D03 pro výběr modelu podle role a B07 pro situace, kde potřebujete spor perspektiv místo jedné odpovědi.

Krok 1: Odhadněte cenu chyby dřív než cenu tokenů

Lidé často řeší cenu API volání jako první. Pro routing je to špatné pořadí.

Důležitější otázka je: co stojí špatná odpověď?

Rozdíl je zásadní:

u brainstormingu je chyba levná,
u veřejného textu může znamenat reputační problém,
u interního rozhodnutí může posunout tým špatným směrem,
u produkční změny může způsobit incident.

Právě tady se workflow někdy vyplatí i tehdy, když je pomalejší. Ne kvůli "lepší AI", ale protože snižuje pravděpodobnost drahé chyby.

Jednoduché pravidlo:

nízký dopad -> jeden model často stačí,
střední dopad -> jeden model plus rychlá kontrola,
vysoký dopad -> workflow nebo explicitní revizní krok.

Krok 2: Určete typ otázky (fakta / strategie / hodnoty)

Stejná složitost neznamená stejný proces.

Faktická otázka

Pokud jde o faktické tvrzení, hlavní problém je verifikace. Tady bývá důležitější křížová kontrola (cross-check) a práce se zdrojem než debata několika rolí.

Strategická otázka

Pokud řešíte volbu mezi variantami (dodavatel, priorita, rollout, kompromisy), dává větší smysl workflow založené na rolích (role-based workflow) nebo debata. Hodnota je v tom, že ukážete konflikt kritérií, ne jen jednu „správnou“ odpověď.

Hodnotová otázka

U hodnotových otázek není realistické čekat objektivní finální pravdu. Workflow má smysl hlavně tehdy, když pomůže zpřehlednit předpoklady, limity a důsledky různých voleb.

Častá chyba je špatná klasifikace. Faktickou otázku řešíte jako debatu, nebo naopak strategickou otázku tlačíte do jednoho stručného "doporučení".

Krok 3: Zjistěte, jestli existuje rychlá lidská kontrola

Složitost dotazu sama o sobě nestačí. Důležité je, jestli výstup umíte rychle ověřit.

Některé úlohy vypadají složitě, ale doménový expert je zkontroluje za minutu. Jiné vypadají jednoduše, ale ověření trvá dlouho nebo je drahé.

Proto si položte tři otázky:

Máme člověka, který to umí rychle posoudit?
Lze to ověřit primárním zdrojem nebo jednoduchým testem?
Projeví se chyba hned, nebo až pozdě v procesu?

Pokud je rychlá kontrola dostupná, jeden model plus kontrola bývá velmi dobrý kompromis. Pokud kontrola chybí nebo je pomalá, roste hodnota vícemodelového workflow a revizních kroků.

Krok 4: Použijte jednoduchou rozhodovací tabulku

Největší zrychlení nepřinese složitější pravidlo. Přinese předem domluvený výchozí režim.

Prakticky stačí tři režimy:

Jeden model Pro low-stakes dotazy, rychlou exploraci a první draft.
Jeden model + kontrola Pro střední riziko, kde máte rychlou lidskou verifikaci nebo rychlý test.
Workflow Pro úlohy s vysokými důsledky, nejasné zadání, konflikt kritérií nebo slabou možnost ověření.

Cílem není dokonalé rozhodnutí u každého promptu. Cílem je snížit počet zjevně špatně zvolených procesů.

Mini rozhodovací tabulka (praktická verze)

Nízká cena chyby + vysoký časový tlak -> 1 model
Střední cena chyby + rychlá verifikace -> 1 model + kontrola
Vysoká cena chyby + slabá verifikace -> workflow
Strategická otázka s kompromisy -> workflow (debata / role)
Faktické tvrzení bez zdroje -> minimálně verifikační krok

Tohle je už dost dobré na každodenní routing. Přesnější pravidla můžete přidat později podle reálných chyb.

Tři rychlé scénáře, kde checklist pomůže

Scénář 1: "Napiš návrh perexu k článku"

Nízká cena chyby, vysoký časový tlak, snadná lidská kontrola.

Výsledek checklistu: jeden model. Vícemodelové workflow by tu pravděpodobně jen zvýšilo režii.

Scénář 2: "Máme nasadit novou AI funkci do pilotu?"

Strategická otázka, vyšší cena chyby, konfliktní kritéria (rychlost vs. riziko), výsledek ovlivní týmové rozhodnutí.

Výsledek checklistu: workflow (role nebo debata). Hodnota není v jedné odpovědi, ale v mapě argumentů a rizik.

Scénář 3: "Je tohle faktické tvrzení správně?"

Faktická otázka, střední až vysoká cena chyby, záleží na dostupnosti zdroje.

Výsledek checklistu: často jeden model + verifikace nebo krátké ověřovací workflow, ne nutně plná debata.

Tyto scénáře ukazují, že rozhodnutí nestojí jen na „složitosti“ zadání. Rozhoduje kombinace typu úlohy, ceny chyby a možnosti kontroly.

Jak checklist zavést v týmu bez další byrokracie

Nejlepší forma bývá jednoduchá:

jedna stránka v interní dokumentaci,
tři výchozí režimy,
dva až tři příklady typických případů použití (use cases),
stručné pravidlo, kdy eskalovat na workflow.

Důležité je checklist používat jako routing pomůcku, ne jako schvalovací proces. Jakmile z něj uděláte formální bránu pro každý dotaz, tým ho obchází.

Prakticky se osvědčuje jednou za čas projít pár reálných případů a zkontrolovat, kde byl zvolen špatný režim. Tím checklist zůstane živý a přizpůsobený skutečné práci. Užitečné je také evidovat dva typy omylů: zbytečně složitý proces a naopak podceněný proces. Právě tyto dvě chyby dávají nejlepší podklad pro úpravu interních pravidel v dalších týdnech v praxi, v týmu i projektech.

Časté chyby

Cena chyby se zamění za cenu jednoho API volání.
Faktický dotaz se řeší debatou bez verifikace.
Workflow se spouští „pro jistotu“ bez jasného důvodu.
Důležitě znějící dotaz automaticky dostane složitý proces.
Tým nemá výchozí režimy a improvizuje pokaždé jinak.

Rychlý přehled

Jak drahá je chyba?
Jaký je typ otázky (fakta / strategie / hodnoty)?
Umíme výstup rychle ověřit?
Jaký je časový tlak?
Zvol režim: 1 model / 1 model + kontrola / workflow.

Závěr

Kvalita AI práce často stojí víc na správně zvoleném procesu než na výběru „nejlepšího“ modelu.

Krátký checklist nevyřeší všechno, ale výrazně omezí dvě drahé chyby: přehnaně složitý proces (overengineering) u jednoduchých dotazů a podcenění procesu u úloh s vysokými důsledky.

V CrossChat můžete tenhle routing převést do výchozích workflow režimů. Stejně dobře ale funguje i jako interní pravidlo týmu v dokumentu nebo provozním manuálu (runbooku).

Zdroje

Heuer, R. J. (1999). Psychology of Intelligence Analysis. CIA Center for the Study of Intelligence. https://www.cia.gov/resources/csi/books-and-monographs/psychology-of-intelligence-analysis-2/
Kahneman, D., Sibony, O., Sunstein, C. R. (2021). Noise: A Flaw in Human Judgment. Little, Brown Spark. ISBN: 978-0316451406.
NIST (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0). NIST AI 100-1. https://www.nist.gov/itl/ai-risk-management-framework
Liang, P. et al. (2022). Holistic Evaluation of Language Models. arXiv:2211.09110. DOI: 10.48550/arXiv.2211.09110.

Historie úprav

Koncept: Codex + GPT-5.2 Verze 1: Codex + GPT-5.2

Jazyková revize (2026-02-25, Codex + GPT-5): upravena stylistika, sjednocena terminologie a omezeny anglicismy; checklist a logika rozhodování zachovány. Kvalitativní audit (2026-03-23, Claude Code + Claude Opus 4.6): přidán Rámec tvrzení, ověřeny zdroje, jazyková úprava.