Bez překlepů, bez kostrbatých vět, bez jediné červené vlnovky. Přesto může být AI text plný chyb. Jazyková korektura totiž není totéž co ověření faktů – a právě tady vzniká jedno z největších obsahových rizik pro firmy a značky. Jak správně zkontrolovat text, který vznikl s pomocí umělé inteligence, a ohlídat si tak pověst, zjistíte v dnešním článku.
„Text je zkontrolovaný,“ píše kolegyně z brandového oddělení
Tahle věta je uklidňující, jenže co přesně se kontrolovalo? Pravopis? Styl? Tone of voice? Čísla? Citace? Nebo také to, zda se člověk, studie nebo událost, o kterých text přesvědčivě mluví, vůbec existovali? Možná si vzpomenete na pár aférek z éry před AI, kdy testimoniály padaly z úst fotobankových person, které nikdy nežily – něco takového si představte dnes, akorát jako halucinaci AI. Vycházejte proto radši z vlastní primární studie a pokud nejste nadaný psavec, nechte údaje z vašeho důveryhodného zdroje zpracovat pomocí AI do poutavého článku, popisku nebo postu. Nakonec zkontrolujte čísla a údaje oproti originálnímu zdroji.
TIP: V produktových popiscích a propagačních materiálech si jako vždy dejte pozor na zdravotní tvrzení a nově třeba také na zpřísňující se pravidla proti greenwashingu. Obecná označení jako „ekologický“, „zelený“ nebo „šetrný k přírodě“ nestačí podložit libovolnou studií. Environmentální tvrzení musí být konkrétní, pravdivá a prokazatelná; obecné ekologické claimy se navíc musí opírat o uznaný environmentální profil. Více informací najdete ve speciální sekci webu MPO.
Když chyba nevypadá jako chyba
Generativní AI neumí „pravdu“, ale navrhuje pravděpodobné pokračování textu. A čím lépe píše, tím snáz si její chyby spleteme s fakty. U lidského autora nás často varuje nejistá formulace, mezera v argumentaci nebo obyčejný překlep. AI ale dokáže nepravdu zabalit do hladké věty, a navíc k ní doplnit název studie, autora, rok vydání a odkaz, který vypadá skoro správně… než na něj kliknete. Podle amerického Národního institutu pro standardy a technologie (NIST) se pro tento typ chyby používá pojem confabulation: model sebejistě vytvoří nepravdivý nebo nekonzistentní obsah. Ve svém rámci pro řízení rizik generativní AI proto doporučuje zdroje a citace výstupů průběžně ověřovat, nikoliv pouze posuzovat, zda text „dává smysl“.
Že nejde o akademickou obavu, ukázal v červenci 2026 i případ několika reportů PwC Middle East. Vyšetřování popsané Financial Times v nich našlo vymyšlené poznámky pod čarou, nedohledatelné zdroje a chybně přiřazená tvrzení. Paradoxně šlo mimo jiné o publikace, které měly firmám radit s odpovědným využíváním AI.
Korektura, editace, fact-checking a někdy navíc i legální check na formulace textu jsou 4 různé práce. Když tedy někomu zadáte „zkontroluj text“, může si pod tím představit úplně něco jiného než vy.
Slovníček pojmů pro kontrolu textu (nejen) po AI
- Korektura řeší pravopis, gramatiku, typografii a zjevné jazykové chyby.
- Editace upravuje srozumitelnost, strukturu, argumentaci, tón a soulad se zadáním.
- Fact-checking ověřuje tvrzení proti spolehlivým zdrojům: jména, data, čísla, citace, vlastnosti výrobků i to, zda primární zdroj skutečně říká to, co mu text připisuje.
- Kontrola ze strany regulatory (nebo právního) oddělení kontroluje formulace v textu na soulad s platnou legislativou – často např. u kosmetických nebo zdravotnických značek.
Potřebujete obvykle alespoň 3 výše zmíněné vrstvy. A nemusí je dělat stejný člověk – a už vůbec ne jedním promptem ve stejném AI nástroji, kterým text vytvořil. AI přitom samozřejmě nemůže nést reputační, profesní ani právní odpovědnost. Ta zůstává lidem a organizaci, i když většinu slov vyrobil stroj.
Jak kontrolovat AI text krok za krokem
- Začněte rozdělením tvrzení podle rizika a označte ta, která mohou někomu uškodit. Zdraví, finance, právo, bezpečnost, osobní údaje a zásadní obchodní rozhodnutí vyžadují nejpřísnější kontrolu.
- Dohledávejte primární zdroj. Nestačí, že stejné číslo opakuje 10 článků. Mohou opisovat jeden od druhého – nebo od stejné AI.
- Otevřete každý odkaz. Zkontrolujte autora, datum, kontext a konkrétní pasáž, o kterou se tvrzení opírá.
- Oddělte fakta od interpretace. Zdroj může potvrdit číslo, ale už ne odvážný závěr, který z něj AI v textu vyvodila.
- Přizvěte odborníka. Editor pozná slabou argumentaci, ale nemusí poznat chybu v oblasti medicíny, účetnictví nebo v technické dokumentaci.
- Uchovejte podklady a schválení. U citlivého obsahu potřebujete vědět, z čeho vznikl, kdo ho ověřil a kdo povolil publikaci.
„No ale kdo na to má všechno čas a vždyť ta AI měla přece tvorbu obsahu zjednodušit!“ říkáte si možná teď. Levnější tvorba totiž může nakonec znamenat dražší kontrolu. AI sice dramaticky snížila cenu prvního draftu, nezrušila ale rešerši, odbornou odpovědnost ani redakční úsudek. Část práce pouze přesunula z psaní do zadávání, ověřování a rozhodování.
Moje rada na závěr zní: AI text máme občas tendenci kontrolovat s otázkou: „Je napsaný dobře?“ Ale to už dnes víme – píše opravdu jako dobrý copywriter. Proto se spíš ptejte: Co z toho je na 100 % pravda, kdo to ověřil a podle čeho? Je to sice ta méně zábavná část tvorby, ale určitě mnohem levnější než oprava reputace.
Už se vám podařila v textech nějaká AI bota nebo jste ji objevili u konkurence? Podělte se se mnou o zkušenosti na LinkedInu, X nebo FB.
