Think Tank: co se změní, když AI dostane roli experta

Stejný model může na stejnou otázku odpovědět překvapivě odlišně. Někdy za to nemůže nový model, ale nová role.

Jednou zadáte „odpověz jako CFO“, podruhé „odpověz jako skeptický architekt“ a potřetí „odpověz jako implementátor“. Model se nezměnil. Přesto se změní, jaká rizika zvýrazní, jaký horizont sleduje a jaké kompromisy považuje za důležité.

To je důvod, proč je role-prompting víc než stylistický trik. V dobře navrženém workflow jde o mechanismus řízené diverzity perspektiv.

Rámec tvrzení

Co článek tvrdí: Role-prompting mění nejen tón odpovědi, ale i selekci pozornosti a rozhodovací rámec modelu. Sada konfliktních rolí (Think Tank) generuje užitečnější diverzitu perspektiv než jedna odpověď. Nejlepší role jsou definovány cílem, metrikou a typickým selháním, nikoli jen názvem.

Na čem to stojí: Obecné principy facilitace a strukturovaného rozhodování; de Bono (1985) -- Six Thinking Hats; Heuer (1999) -- analýza zpravodajských informací; Du et al. (2023) a Wang et al. (2022) jako kontextové reference na multi-agentní přístupy.

Kde je to zjednodušení: Článek nepředkládá empirická měření vlivu role-promptingu na kvalitu výstupu. Tvrzení o změně „selekce pozornosti" je konceptuální metafora, nikoli popis mechanismu modelu. Riziko falešné autority a role collapse je popsáno, ale bez kvantifikace.

Co role-prompting skutečně mění

Role-prompting se často popisuje jako způsob, jak změnit tón odpovědi. To je viditelný efekt. Není ale nejdůležitější.

Důležitější je změna selekce pozornosti.

Role modelu implicitně říká:

co má chránit,
jakou metriku maximalizuje,
čeho se bojí,
v jakém horizontu uvažuje.

Role CFO zvýrazňuje náklady, návratnost a vendor lock-in. Role vedoucího provozu vytahuje implementaci, incidenty a provozní režim. Role compliance čte tentýž návrh přes auditní stopu, odpovědnost a pravidla práce s daty.

Model tím nezískává skutečnou expertizu. Získává jiný rozhodovací rámec. A právě tento rámec mění distribuci argumentů.

Proto role-prompting funguje zvlášť dobře u rozhodovacích a strategických úloh. U čistě faktických dotazů potřebujete hlavně verifikaci, ne větší variabilitu perspektiv.

Think Tank workflow: hodnota vzniká ze sady konfliktních rolí

Jeden „expert prompt“ bývá přeceňovaný. Skutečná hodnota vzniká ve chvíli, kdy postavíte sadu rolí s nekompatibilními cíli.

Think Tank workflow je užitečné proto, že vedle sebe drží perspektivy, které by jedna odpověď snadno slila do kompromisního středu.

Typická sada rolí:

Ekonom / CFO — hlídá náklady, ROI, vendor lock-in
Provoz / Operations — hlídá implementaci, SLA a provozní selhání
Compliance / právní perspektiva — hlídá pravidla, audit a odpovědnost
Skeptik / pre-mortem — hledá důvody, proč plán selže
Moderátor / syntetik — mapuje konflikt a neprosazuje vlastní názor

Hodnota panelu není v tom, že „rozhodne za vás“. Hodnota je v tom, že zviditelní konfliktní cíle dřív, než je schováte do jedné elegantní věty.

Tento princip existuje i mimo LLM svět. Facilitace, pre-mortem analýza nebo Six Thinking Hats pracují se stejnou myšlenkou: kvalitu rozhodnutí často zlepšíte tím, že vynutíte rozdílné perspektivy.

Kde role-prompting funguje nejlépe

Strategická rozhodnutí s více legitimními cíli

Role-prompting pomáhá tam, kde není jedna metrika úspěchu. Například při rozhodnutí o nasazení AI nástroje se střetává rychlost, náklady, compliance a reputace.

Jedna lineární odpověď tyto konflikty často zploští. Panel rolí je naopak zvýrazní a zpřehlední.

Oponentura dokumentů a návrhů

Think Tank workflow je silné i jako revizní mechanismus:

jeden hlas hledá slabé předpoklady,
druhý provozní dopady,
třetí reputační rizika,
čtvrtý skládá syntézu připravenou pro rozhodnutí.

To je praktické, protože největší chyby v návrzích nebývají ve stylu textu, ale v neviditelných kompromisech.

Facilitační případy použití

Role-prompting je užitečný i tehdy, když AI nechcete jako „autora“, ale jako facilitátora:

mapování stakeholderů,
příprava debatních pozic,
pre-mortem scénáře,
návrh otázek pro workshop.

Cílem není finální pravda. Cílem je lepší pokrytí prostoru problému.

Typické způsoby selhání: kde role-prompting vytváří iluzi kvality

Falešná autorita

Největší riziko je zkratka typu: „Když to píše jako právník, je to právní rada.“

Není. Role mění perspektivu a formu argumentu, ne status odpovědnosti. U témat s vysokými důsledky je role-prompting nástroj strukturování diskuse, ne náhrada doménového experta.

Role collapse

Druhý problém nastává, když se všechny role začnou podobat. Panel pak vypadá rozmanitě, ale produkuje jen několik variant stejného středu.

Role collapse vzniká hlavně tehdy, když role definujete pouze názvem. „Ekonom“ a „manažer“ bez metriky, typického selhání a horizontu často skončí u podobně formulovaných odpovědí.

Framing leakage

I dobře navržené role nepomohou, když zadání příliš silně tlačí jeden výsledek. Modely se přizpůsobí primárnímu rámování a diverzita rolí se zmenší.

Proto je dobré oddělit:

popis problému,
instrukci role,
kritéria hodnocení.

Čím víc se tyto vrstvy míchají, tím menší užitek z role designu dostanete.

Jak navrhnout role, které generují užitečný nesouhlas

Nejlepší role nejsou persony. Jsou to odpovědnosti.

Praktická šablona role:

Cíl: co má role maximalizovat
Metrika: podle čeho pozná úspěch
Failure mode (typické selhání): čeho se role nejvíc bojí
Horizont: krátkodobý / střední / dlouhodobý

Příklad role operations:

Cíl: spolehlivé nasazení bez chaosu
Metrika: incidenty, SLA, předvídatelnost
Failure mode: rollout, který vypadá dobře v prezentaci, ale rozpadne se v provozu
Horizont: první 3 měsíce po nasazení

Takto definovaná role vytváří užitečnější nesouhlas než obecné „odpověz jako operations manager“.

Kolik rolí stačí

Více rolí není automaticky lepší. Pro většinu úloh stačí 3-5 rolí:

2-3 perspektivy,
1 skeptik,
1 moderátor nebo syntetik.

Příliš mnoho rolí zvyšuje latenci a často snižuje čitelnost výstupu.

Kdy přidat moderátora

Jakmile role generují skutečný konflikt, moderátor přestává být volitelný. Jeho úkol je:

oddělit robustní body od sporných,
sepsat otevřené otázky,
nepředstírat konsensus tam, kde není.

Nástroje jako CrossChat dávají v tomto bodě smysl, protože usnadňují opakované použití rolí a auditní stopu. Stejnou logiku ale zvládnete i ručně, pokud role navrhujete přes cíl, metriku a typické selhání.

Závěr

Think Tank workflow neudělá z LLM skutečného experta. Udělá něco jiného a často velmi užitečného: vynutí strukturovanou diverzitu perspektiv nad jedním problémem.

Hodnota pak nestojí na herectví modelu, ale na návrhu rolí, které mají odlišné cíle, obavy a horizonty. Role-prompting je proto méně trik s promptem a více architektura workflow.

Zdroje

Du, Y. et al. (2023). Improving Factuality and Reasoning in Language Models through Multiagent Debate. arXiv:2305.14325. DOI: 10.48550/arXiv.2305.14325.
Wang, X. et al. (2022). Self-Consistency Improves Chain of Thought Reasoning in Language Models. arXiv:2203.11171. DOI: 10.48550/arXiv.2203.11171.
Yao, S. et al. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. arXiv:2210.03629. DOI: 10.48550/arXiv.2210.03629.
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/
de Bono, E. (1985). Six Thinking Hats. Little, Brown and Company. ISBN: 978-0316178310.

Historie úprav

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

Jazyková revize (2026-02-25, Codex + GPT-5): opraveny stylistické neobratnosti, zpřesněny formulace a omezeny zbytečné anglicismy; obsah beze změn. Kvalitativní audit (2026-03-23, Claude Code + Claude Opus 4.6): přidán Rámec tvrzení, ověřeny zdroje, jazyková úprava.