Znalostní báze firmy jako MCP server: aby si AI fakta nevymýšlela

Díl o firemním stylu jako MCP serveru řešil, jak má věc vypadat. Tenhle řeší, jestli je pravdivá.

Zkuste se libovolného modelu zeptat na cenu vašeho produktu. Odpoví. Sebejistě, konkrétním číslem, které nikdy neexistovalo. Model nelže ze zlé vůle; nemá odkud vědět a mlčet neumí. Pokud tu odpověď někdo vloží do nabídky, máte problém, který nevyřeší žádný lepší prompt.

Co je jinak než u nahraných dokumentů

Nejčastější pokus vypadá tak, že se do projektu nahraje ceník v PDF a obchodní podmínky. Chvíli to funguje. Pak vyjde nový ceník, někdo nahraje i ten a model má dva.

Co je MCP a jak se liší od vyhledávání v dokumentech, vysvětlují díly o lokálním MCP a o vlastní znalostní bázi.

Čtyři vlastnosti dobré báze

1. Každá odpověď nese zdroj a platnost

Server nevrací holé číslo. Vrací číslo, odkud je a do kdy platí:

{
  "produkt": "Výběrová káva Etiopie 250 g",
  "cena_kc": 289,
  "plati_od": "2026-10-01",
  "plati_do": "2026-12-31",
  "zdroj": "cenik-2026-q4",
  "duvera": "overeno"
}

Model pak může napsat „289 Kč, ceník platný do konce roku“ a člověk, který text kontroluje, ví, kam se podívat.

2. Obsah je rozdělený podle důvěry

Ne všechno, co firma o sobě ví, je stejně spolehlivé. Užitečné jsou čtyři stupně:

• ověřeno — údaj, za který někdo jmenovitě ručí: ceník, kontakty, parametry;
• web — co je publikované na firemním webu; většinou platí, ale nikdo to nekontroluje denně;
• archiv — staré brožury, prezentace, přepisy; dobré na souvislosti, nebezpečné na čísla;
• interní — podklady, které nesmějí ven.

Pravidlo pro model je jednoduché a patří do popisu serveru: fakta ber z „ověřeno“, zbytek jen s výslovným upozorněním, a „interní“ nikdy necituj navenek.

3. Server umí říct „nevím“ a zapsat si to

Tohle je nejdůležitější nástroj celé báze a skoro nikdo ho nemá:

@mcp.tool()
def nahlas_mezeru(dotaz: str, kontext: str = "") -> str:
    """Zavolej, když báze nemá odpověď nebo si údaje odporují.
    Nikdy si chybějící fakt nedomýšlej."""
    with open(DATA / "mezery.csv", "a", encoding="utf-8") as f:
        csv.writer(f).writerow([date.today(), dotaz, kontext])
    return "Zapsáno. Uživateli řekni, že údaj v bázi není a u koho ho ověřit."

Model dostane pokyn: když nenajdeš, neodhaduj, zavolej tohle. Soubor s mezerami je po měsíci nejcennější dokument, jaký o své firmě máte — seznam otázek, na které se lidé ptají a nikdo je nikdy nesepsal.

4. Zapisují lidé

Server je jen pro čtení, s jedinou výjimkou výše. Fakta do báze přidává člověk úpravou souborů. Model, který by si směl bázi opravovat, by ji do měsíce zaplnil vlastními domněnkami — a vy byste jim věřili, protože „jsou v bázi“.

Jak ji rozdělit na nástroje

Jeden obecný nástroj „hledej“ nestačí. Model volí lépe mezi několika úzkými, jejichž popis říká, kdy je použít:

U podmínek trvejte na doslovné citaci. Převyprávěné storno podmínky jsou jiné storno podmínky.

Kdo za co ručí

Tady končí technika. Aby báze fungovala, musí u každého druhu faktů stát jméno:

Bez téhle tabulky báze zestárne tiše. A zastaralá báze je horší než žádná, protože jí model i lidé věří.

Na co si dát pozor

• Ceny mají adresáta. Ceníková cena pro velkoodběratele není cena pro zákazníka z ulice. U každé ceny uveďte, komu smí být sdělena.
• Zdravotní, právní a finanční tvrzení v archivních materiálech bývají formulovaná tak, jak by dnes neprošla. Označte je, ať je model nepřebírá do nových textů. Jak takovou kontrolu udělat natvrdo, ukazuje díl o kontrole textu.
• Osobní údaje do báze nepatří. Jména zákazníků, zaměstnanců mimo veřejné kontakty, cokoli z CRM.
• Verzujte soubory. Až se někdo zeptá, proč agent v září tvrdil něco jiného, potřebujete vidět zářijový stav.
• Kdo na server smí. Interní část jen za přihlášením; postup pro NAS je v dílu Synology zvenčí.

Firmy si dlouho myslely, že znalostní báze je místo, kam se ukládají dokumenty. S modelem na druhém konci se ukazuje, že je to seznam vět, za které jste ochotni ručit — a že je kratší, než jste čekali.