Skip to main content
Blog o umělé inteligenci, vzdělávání a marketingu
Tomáš Šula · AI, vzdělávání, marketing
Technologie · Umělá inteligence

AI agenti a automatizace v praxi: co funguje už dnes a jak začít

Rozdíl mezi automatizací a agentem, nástroje pro začátek, tři marketingová workflow a efektivní rešerše s AI agenty.

Tomáš Šula | 30. 9. 2026
AI agenti a automatizace v praxi: co funguje už dnes a jak začít

„Vytváranie agentov.“ „Automatizace přes AI.“ „Reálné case studies využití AI automatizace.“ „Jak k rešerši využít scrapery, AI agenty a workflow pro úspory času.“ Agenti a automatizace se v dotazníku předmětu AIMK objevili u šesti studentů – a je to téma, kde je největší propast mezi marketingovým humbukem a tím, co dnes opravdu funguje.

Pojďme si to ujasnit prakticky: co je agent, kdy stačí obyčejná automatizace a jak si postavit první workflow, které vám bude šetřit čas každý týden.

Automatizace vs. agent

Automatizace je pevný postup: když nastane A, udělej B a pak C. Například: když přijde vyplněný formulář, ulož ho do tabulky a pošli e-mail. AI v ní může být jedním krokem – třeba shrnout zprávu nebo rozřadit poptávku.

Agent dostane cíl a nástroje a sám se rozhoduje, jaké kroky udělat: vyhledá informace, otevře stránku, spustí kód, výsledek zkontroluje a případně zkusí jinou cestu. Je flexibilnější, ale méně předvídatelný.

Praktické pravidlo: když umíte postup nakreslit jako diagram, použijte automatizaci. Když ne, zvažte agenta.

Nástroje, se kterými se dá začít

  • Make, Zapier, n8n – vizuální propojování aplikací (e-mail, tabulky, CRM, sociální sítě) s AI kroky. n8n jde provozovat i na vlastním serveru.
  • Agentní režimy v asistentech – ChatGPT, Claude i Gemini umí řešit vícekrokové úkoly, prohlížet web nebo pracovat se soubory.
  • Vlastní asistenti – GPTs, projekty v Claude nebo Gems v Gemini s uloženými instrukcemi a podklady. Nejjednodušší „agent“ pro opakované úkoly.
  • Kódovací agenti – Claude Code a podobné nástroje, které samy píšou a spouštějí skripty. Hodí se na scrapování dat, reporty nebo napojení na API i pro lidi, kteří neprogramují.

Tři workflow pro marketing, která dnes fungují

1. Monitoring konkurence a trhu

Jednou týdně se stáhnou novinky z vybraných webů, blogů a profilů konkurence, AI je shrne, označí to důležité a pošle přehled do e-mailu nebo Teams. Čas: nastavení na odpoledne, pak nula.

2. Z jednoho obsahu pět formátů

Nový článek na blogu spustí automatizaci: AI připraví návrhy postů pro LinkedIn a Instagram, text do newsletteru a krátký scénář videa. Návrhy se uloží do tabulky ke schválení – nepublikují se samy.

3. Třídění poptávek a zpětné vazby

Příchozí zprávy, recenze nebo odpovědi z dotazníku AI roztřídí podle tématu a nálady, vytáhne opakující se problémy a připraví koncept odpovědi. Mimochodem, přesně takhle vznikl seznam témat, ze kterého vychází tahle série článků.

Efektivní rešerše s agenty

Pro rešerše jsou agenti nejpoužitelnější už dnes. Osvědčený postup:

  1. Zadejte otázku a hranice. Co chcete zjistit, v jakém období, z jakých zdrojů, v jakém formátu chcete výstup.
  2. Nechte agenta sbírat. Deep research, prohlížení webů, případně scraper pro strukturovaná data (ceny, recenze, nabídky).
  3. Požadujte zdroje u každého tvrzení. Bez odkazu je to jen názor modelu.
  4. Ověřte klíčová fakta. Několik náhodných odkazů otevřete a zkontrolujte.
  5. Závěry dělejte vy. Agent sbírá a třídí, interpretace je vaše práce.

U scrapování dbejte na podmínky webu a na osobní údaje – ne všechno, co je veřejně vidět, se smí hromadně sbírat.

Dobrá automatizace je nudná. Dělá jednu věc, spolehlivě, každý týden – a vy na ni zapomenete, dokud nepotřebujete její výsledek.

Na co si dát pozor

  • Člověk ve smyčce. Nic, co jde ven jménem značky (posty, e-maily zákazníkům, odpovědi na recenze), by nemělo odcházet bez lidského schválení.
  • Přístupy a bezpečnost. Agent s přístupem k e-mailu nebo účtům může napáchat škodu. Dávejte mu jen oprávnění, která opravdu potřebuje. A pozor na skryté instrukce v obsahu, který čte (tzv. prompt injection).
  • Chybovost se násobí. Když má každý krok 95% spolehlivost, deset kroků za sebou už zdaleka není spolehlivých. Krátké workflow s kontrolními body jsou lepší než dlouhé a „chytré“.
  • Cena. Agenti spotřebují hodně tokenů. Sledujte, kolik vás jeden běh stojí.

První krok na tento týden

Najděte si jeden úkol, který děláte každý týden ručně a který vás nebaví. Popište ho v pěti krocích. Pak zkuste automatizovat jen jeden z nich. Až ten poběží spolehlivě, přidejte další. Tak se staví automatizace, které vydrží déle než první nadšení.

O autorovi PhDr. Tomáš Šula, Ph.D.

Působí na Fakultě multimediálních komunikací UTB ve Zlíně. Věnuje se využití AI ve vzdělávání, výzkumu a marketingové komunikaci.

Mohlo by vás zajímat