AI Workflow je řetězení kroků s umělou inteligencí po předem daných cestách. Firma přesně ví, co se stane v kroku 1, 2 i 5, protože cestu navrhl člověk a AI ji jen vykonává.
Co je AI workflow a čím se liší od AI agenta?
Podle definice Anthropicu z materiálu „Building Effective Agents“ je workflow systém s předem definovanými cestami (predefined code paths). Naproti tomu AI agent si postup řídí sám, LLM za běhu vyhodnocuje stav a rozhoduje, co udělá dál.
Pro majitele firmy to má konkrétní dopad. Workflow vyjde levněji na provoz - AI u něj neplatíte za čas strávený vlastním rozhodováním, jen za samotné splnění úkolu. Je taky předvídatelnější a snáz se ladí, protože každý krok jde otestovat zvlášť. Agenta je naopak potřeba tam, kde cestu předem nejde zakódovat, ale výsledek se dá ověřit.
Jaké jsou základní patterny AI workflow?
Anthropic popisuje pět opakovaně použitelných vzorů - Prompt chaining, routing, parallelization, orchestrator-workers a evaluator-optimizer. Dva z nich jsou pro běžnou firmu nejužitečnější. Prompt chaining znamená, že výstup jednoho kroku je vstupem dalšího, třeba osnova textu jde do návrhu, návrh do editace a editace do finálního formátování.
Routing je třídění vstupu na specializované cesty. Typický příklad je zákaznická podpora, kde AI rozpozná typ dotazu a pošle ho na správnou větev zpracování. Kromě těchto vzorů umí LLM samo o sobě i tool use, tedy volání nástrojů a systémů, e-mailu, databáze nebo API, místo pouhého generování textu.
Jak vypadá AI workflow v praxi?
Typický firemní workflow s AI vypadá takto: přijde e-mail, AI analyzuje záměr, připraví draft odpovědi a člověk ho před odesláním schválí. Každý krok je oddělený a testovatelný, chyba v jednom kroku se dá odhalit dřív, než ovlivní celý proces.
Nástroje jako n8n tuhle logiku stavějí vizuálně, krok za krokem propojují prompty s LLM a s běžnými firemními systémy. Firma tak nemusí programovat vlastního agenta, stačí poskládat existující kroky do řetězce.
Když řešíte, jestli vám v procesu stačí jednoduchý řetězec kroků nebo potřebujete něco chytřejšího, rád vám pomůžu to rozklíčovat. Navrhnu a postavím AI workflow na míru vašemu procesu, viz tvorba AI agentů a automatizací na míru →.
Kdy stačí workflow a kdy potřebujete agenta?
Anthropic k tomu dává jasné doporučení, doslova: „we recommend finding the simplest solution possible, and only increasing complexity when needed“ - tedy najít nejjednodušší možné řešení a složitost přidávat, jen když je to nutné.
V praxi to znamená: pokud dokážete kroky procesu dopředu vyjmenovat, stačí workflow. Agenta má smysl nasadit až tam, kde cestu nejde předem zakódovat, ale výsledek jde ověřit, například u programování s testy nebo u multi-agent systémů pro rozsáhlý výzkum. Pro většinu firemních procesů, jako je fakturace, e-mailová komunikace nebo třídění poptávek, vystačí obyčejný AI workflow.
Pokud si nejste jistí, jestli váš proces potřebuje jen řetězec kroků nebo skutečnou autonomii AI, napište mi, projdeme si to spolu a najdeme nejjednodušší řešení, které pro vás bude fungovat.
Pavel Szabo
Programátor webů, eshopů a informačních systémů s více než 23 lety praxe. Pomáhám firmám i jednotlivcům s online podnikáním, automatizacemi a využitím AI v praxi.
