Využívejte sílu AI
při vývoji naplno!

Cíl: Nastavit základní úroveň znalostí

• Zjištění úrovně využití AI v jednotlivých týmech.
• Identifikace základních rizik a příležitostí ve využití AI.
• Povědomí o základních hrozbách a principech (včetně shadow AI).
• Bezpečný AI‑asistovaný vývoj
• Agenti, orchestrace včetně MCP a bezpečné zavedení AI do vývojového procesu.
• Praktické příklady k nástrojům, které tým používá (např. Claude Code, Cursor).

Cíl: Vybavit tým a nastavit procesy.

• Tooling Battle: Porovnání dostupných nástrojů cena/výkon.
• Pravidla pro bezpečný provoz v týmu.
• Konfigurace prostředí: nastavení IDE podle firemních pravidel a standardů.
• Sub-agenti: inspirace pro specializované agenty v různých fázích vývoje.

Cíl: Dlouhodobě šířit a rozvíjet využití AI napříč týmy

• Vytipování lidí napříč týmy, kteří budou jako ambasadoři šířit osvědčené postupy dál.
• Role interních ambasadorů, sdílení know‑how a podpora adopce standardů.
• Sjednocení osvědčených postupů napříč firmou.
• Cílený rozvoj ambasadorů

Cíl: Zrychlení fáze delivery a analýzy.

• Deep Research & PRD: zadání, research, best practices, práce s feedbackem klienta.
• Legacy Code Analysis: analýza neznámého projektu během minut.
• Case study: nalezení 120+ bodů ke zlepšení rychlosti aplikace za 2 hodiny práce.
• Security & QA: AI pro bezpečnostní audit a první vrstvu code review.

Cíl: Systematicky měřit a zlepšovat kvalitu výstupů z AI ve vašich procesech.

• Metriky a checklisty pro hodnocení odpovědí modelů.
• Benchmarky a srovnání verzí promptů či modelů.
• LLM as a judge: druhý model jako nezávislý hodnotitel (skóre, rubriky, krátká zpětná vazba k odpovědím).
• Kombinace automatických testů s lidskou validací.
• Postupy pro odhalení halucinací a regresí po změnách.

Cíl: Integrovat interní nástroje a data do AI workflow přes Model Context Protocol.

• Základy protokolu MCP a typické vzory serverů.
• Bezpečný přístup k interním API a zdrojům dat.
• Lokální vývoj, testování a nasazení MCP serverů.
• Propojení s IDE a agenty, které už tým používá.

Cíl: Vyhledávat ve firemních dokumentech a kódu s vysokou relevanční přesností.

• Chunking, embeddingy a volba vhodné vektorové databáze.
• Návrh ingestion pipeline a aktualizace znalostní báze.
• Trade-off mezi latencí, náklady a kvalitou výsledků.
• Re-ranking, citace zdrojů a základní guardrails.