14. června 2026
Práce s nejistotou: Kdy se dobrý bot zeptá, kdy zvolí default a kdy ustoupí
Psali jsme o tom, jak dobrý bot zajistí, že jeho odpovědi jsou správné — smyčka rozhodčího, která odmítá věřit prvnímu návrhu. Ale je tu subtilnější otázka, která správnosti předchází, a většina botů na ní pohoří: co děláte, když nevíte jistě, na co se vás ptají?
Skutečné otázky jsou nedourčené mnohem častěji, než demo napovídá. „Ukaž mi zaměstnance." Které — všechny, nebo jen aktivní? S jakými poli? Seřazené jak? „Jak jsme na tom s prodejem?" Oproti čemu? Naivní bot tuhle nejednoznačnost řeší pokaždé stejně: tiše hádá a odpoví s naprostou jistotou. Někdy je odhad správný. Když je špatný, uživatel netuší, že bot vůbec nějakou volbu udělal — a tak důvěra tiše umírá. Sebevědomě špatná odpověď na otázku, které bot ve skutečnosti nerozuměl, je horší než žádná odpověď.
Náprava není chytřejší odhad. Je to dát botovi repertoár na nejistotu a úsudek, kterým zvolí správný tah.
Čtyři tahy pro bota, který si není jistý
Dobře navržený agent má při nízké jistotě k dispozici čtyři odlišné reakce a dovednost je trefit tah k situaci.
Zeptej se. Když nejednoznačnost opravdu mění odpověď, správný tah je cílená upřesňující otázka. „Jen aktivní zaměstnance, nebo všechny, co tu kdy pracovali?" Jedna ostrá otázka, zodpovězená, a bot pokračuje na pevné půdě. Disciplínou je tu zdrženlivost: bot, který uživatele vyslýchá kvůli každému triviálnímu detailu, je vyčerpávající, takže se ptáte, jen když nejednoznačnost podstatně mění výsledek. Upřesni, když na tom záleží; neotravuj, když ne.
Zvol default. Často by ptaní bylo otravnější než užitečné, nebo uživatel není po ruce, aby odpověděl. Pak bot zvolí rozumný default — a řekne to. „Zobrazuji aktivní zaměstnance; dej vědět, jestli chceš zahrnout i bývalé." To přiznání je celá pointa. Tichý default je jen skrytý odhad; vyřčený default dá uživateli odpověď hned a jednořádkovou cestu, jak ji opravit. Default plus transparentnost poráží jak tichou sázku, tak neúprosný výslech.
Hedgeuj. Někdy bot odpovědět umí, ale nemůže si za tím plně stát. Třeba nedokázal ověřit jeden ze svých předpokladů, nebo byla data tenčí, než by chtěl. Poctivý tah je dodat odpověď spolu s její nejistotou: „Zhruba 240, ale nedokázal jsem potvrdit filtr na stav smlouvy — ber to jako přibližné." To je kalibrace v praxi. Bot, který hedgeuje, když má, uživatele chrání — ten teď přesně ví, jakou váhu číslu dát, místo aby dostal falešnou přesnost.
Ustup. A někdy je poctivá odpověď ta, že tohle je nad síly bota — otázka je příliš nejednoznačná na upřesnění, data nejsou, sázka je příliš vysoká na hádání. Pak je správný tah elegantní předání člověku, nesoucí plný kontext, místo vymyšlené odpovědi. Čistá eskalace — „tohle spolehlivě nezodpovím; tady je vše, co jsem nasbíral, předáno někomu, kdo umí" — poráží sebevědomou smyšlenku pokaždé. Vědět, kdy zastavit, je přednost, ne selhání.
Routování podle jistoty
Aby cokoli z tohohle fungovalo, potřebuje bot vědomí vlastní jistoty a způsob, jak podle ní jednat. To je ten chybějící kus ve většině systémů: mají přesně jednu cestu, „odpověz", bez ohledu na to, jak vratká je půda.
Lepší návrh rozhoduje podle jistoty. Jasný, dobře specifikovaný požadavek proteče rovnou. Nejednoznačný se větví na zeptej se nebo default. Opravdu složitý se rozloží na části. A výsledek s nízkou jistotou — kde bot odpověď vyprodukoval, ale podpůrné důkazy jsou tenké — se nepředkládá jako fakt; dostane explicitní značku nejistoty, nebo se eskaluje. Nastavte práh a respektujte ho: nad čarou doruč prostě, pod ní doruč s výhradou nebo předej. Pointa není přesné procento jistoty — je to, že „nejsem si jistý" se stane stavem, ve kterém systém může být a podle nějž routuje, místo něčeho, co je strukturálně neschopen vyjádřit.
Tohle je návrh konverzace, ne jen inženýrství
Všimněte si, že žádný z těch čtyř tahů není vlastně schopnost modelu — jsou to návrhová rozhodnutí. Kdy je nejednoznačnost hodná upřesňující otázky versus vyřčeného defaultu? Kde je práh, pod kterým odpověď potřebuje výhradu? Co vlastně elegantní předání říká? To jsou volby o konverzaci, dělané kolem skutečných, neuspořádaných způsobů, jak se lidé ptají, ne kolem šťastné cesty, kde každá otázka dorazí dokonale specifikovaná.
To je práce, kterou většina chatbotích projektů přeskočí, a proto jich tolik působí křehce. Jsou postavené na demo otázku a na té skutečné se rozpadnou. Navrhnout fallbacky — upřesnění, defaulty, hedge, předání — je rozdíl mezi botem, který přežije střet se skutečnými uživateli, a tím, který jen dobře vypadá na screenshotu.
Sourozenec rozhodčího
Stojí za to vidět, jak se tohle páruje se smyčkou rozhodčího, protože dohromady dělají bota kalibrovaným. Rozhodčí řeší správnost zpětně: byla tahle odpověď opravdu správná? Práce s nejistotou pracuje před ním a kolem něj: mám vůbec být dost jistý, abych na tohle odpověděl tak, jak to bylo položeno? Jeden chytá špatné odpovědi; druhý rozhoduje, co dělat, když si vůbec nelze být jistý. Bot, který má jen rozhodčího, může mít pravdu, nebo se mýlit. Bot, který má obojí, navíc ví které — a podle toho jedná.
Selhání, proti kterému navrhujete, nikdy nebylo „bot neuměl odpovědět". Je to bot, který přesto odpoví, hladce a jistě, když se měl zastavit a zeptat, označit svou pochybnost nebo ustoupit. Kalibrace — sebevědomá, když je půda pevná, opatrná, když ne, a poctivá ohledně toho rozdílu — je to, co promění chytré demo v něco, na co se člověk opravdu spolehne. A spolehnutí, ne chytrost, je celá pointa.
Hádá váš bot, když se měl zeptat — a zní jistě tak či tak? Navrhnout upřesnění, defaulty a předání kolem skutečného záměru uživatele je to, co dělá bota důvěryhodným, ne jen působivým. Pojďme zmapovat, kde se má ten váš zastavit.