Soubory z disku do chatu: jak to doopravdy funguje

Nejužitečnější věta, kterou si o AI můžete zapamatovat, zní: model neumí otevřít soubor. Nikdy. Umí jen dostat text na vstup a předpovědět pokračování. Když tedy někde čtete, že „AI si přečetla vaši tabulku“, stalo se ve skutečnosti tohle: nějaký jiný program tabulku otevřel, převedl na text a ten text modelu podstrčil.

Ten „jiný program“ je harness a existuje v pěti variantách. Liší se v tom, co přesně odejde, kam to odejde a jak snadno se to dá zneužít.

1. Ruční přiložení

Přetáhnete soubor do okna chatu. Aplikace ho převede na text a pošle modelu spolu s vaší otázkou.

• Co odejde: celý obsah souboru, jednorázově.
• Kam: tam, kde běží model. U cloudového chatu k poskytovateli.
• Kontrola: nejvyšší ze všech variant. Vidíte přesně, co posíláte.
• Nevýhoda: pracné a nefunguje pro víc než pár souborů.

Tohle je varianta, kterou by měl každý používat jako výchozí, dokud nemá dobrý důvod pro jinou. Když nevíte, co se posílá, přiložte to ručně.

2. Sledovaná složka

Nastavíte nástroji složku a on ji hlídá. Nový soubor → automaticky zpracuje.

• Co odejde: obsah každého souboru, který do složky spadne. Včetně toho, který jste tam dali omylem.
• Kam: podle nástroje.
• Kontrola: nízká. Zapomenete, že to běží.
• Kdy má smysl: dávkové zpracování na lokálním modelu — třídění faktur, přepisy nahrávek, konverze.

Zásadní pravidlo: sledovaná složka smí být jen složka, kterou pro ten účel vytvoříte. Nikdy Dokumenty, nikdy Plocha, nikdy Stažené soubory.

3. Vyhledávací index (RAG)

Nástroj vaše soubory jednou přečte, rozseká na kousky a udělá si z nich index. Když se pak na něco zeptáte, najde relevantní kousky a jen ty pošle modelu.

• Co odejde: pár odstavců, ne celý dokument.
• Kam: index je obvykle lokální; kousky jdou tam, kde běží model.
• Kontrola: střední. Nevíte předem, které kousky se vyberou.
• Kdy má smysl: velká sbírka dokumentů, ve které chcete hledat odpovědi.

Tomuhle se říká RAG a má vlastní díl hned příští. Je to nejrozšířenější způsob, jak dát modelu „paměť“ na vlastní materiály — a je kolem něj nejvíc mýtů.

4. Konektor do cloudové služby

Model se přes rozhraní připojí k Disku Google, Notionu, poště nebo CRM. Nejrozšířenější standard se jmenuje MCP a na webu k němu máme katalog konektorů i velký průvodce.

• Co odejde: to, co si model vyžádá — a to se dopředu neví.
• Kam: dva mezičlánky. Nejdřív dodavateli aplikace, pak poskytovateli modelu.
• Kontrola: závisí čistě na tom, jaká oprávnění konektoru dáte.
• Kdy má smysl: živá data, která se často mění.

Tady je nejdůležitější věta celého dílu: konektor je oprávnění, ne funkce. Když dáte modelu přístup k poště, dali jste mu přístup ke všem mailům, ne jen k tomu jednomu, na který se ptáte.

5. Přímý přístup k disku

Agent má nástroj „přečti soubor“ a „zapiš soubor“ na skutečném disku.

• Co odejde: cokoli, co si agent vyžádá.
• Kontrola: jen taková, jakou postavíte technicky.
• Kdy má smysl: práce s kódem, hromadné úpravy, automatizace.
• Riziko: nejvyšší ze všech variant.

Tohle je varianta, kde se nejvíc vyplatí sandbox — vymezená složka, mimo kterou agent nevidí. Rozdíl mezi „agent má přístup k projektu“ a „agent má přístup k domovskému adresáři“ je rozdíl mezi nepříjemností a katastrofou.

Tři otázky před každým zapojením

Když u nějakého nástroje neumíte odpovědět na všechny tři, nedávejte mu citlivá data. To není opatrnost, to je minimum.

Praktické rozdělení, které funguje

• Citlivé a jednorázové → ruční přiložení lokálnímu modelu.
• Citlivé a opakované → sledovaná složka nebo lokální index, model doma.
• Veřejné a velké → RAG nebo cloudový model, jak se hodí.
• Živá data z aplikací → konektor, ale s co nejužšími oprávněními.
• Práce se soubory, kde má agent i zapisovat → vyhrazená složka a schvalování, viz díl o frontě úloh.

Na co si dát pozor

• Přiložený soubor většinou zůstane v historii konverzace. Smazání souboru z disku nesmaže to, co už odešlo.
• Metadata jdou s tím. Dokument z Wordu nese jméno autora, historii revizí a někdy i smazaný text.
• Sken není text. Když modelu přiložíte fotku dokladu, projde to rozpoznáváním znaků — což je další krok, kde data někudy tečou.
• U klientských a osobních údajů platí zvláštní opatrnost. Anonymizujte, co jde, a bez souhlasu klienta nebo firmy nikam nenahrávejte interní dokumenty. Podrobněji o tom mluví kapitola AI eticky a bezpečně.

Pro tip

Udělejte si jednou za čas revizi: projděte v každém AI nástroji seznam připojených konektorů a sledovaných složek a odpojte to, co jste půl roku nepoužili. Většina lidí zjistí, že má aktivní přístup do služby, kterou už dávno nepoužívá — a přístup platí dál.

Další díl rozebírá tu variantu, kolem které je nejvíc nedorozumění: vlastní znalostní bázi a RAG.