Vibe working: řízení AI agentů namísto kancelářské dřiny

Rozšiřující se schopnosti Copilota a agentů stavěných na něm změní způsob, jimž mnozí z nás pracují s kancelářskými aplikacemi.

Tradiční „kancelářskou produktivitu“, tedy individuální či týmovou práci s aplikacemi, daty a obsahem by mělo nahradit postupné, iterativní úkolování AI, která se tak vlastně stává juniorním (v některých dovednostech jako jsou rešerše či práce s daty ale poměrně zručným) kolegou či podřízeným. Viceprezidentka Office Product Group Microsoftu Sumit Chauhanová před pár dny ve svém blogu toto nové pojetí práce nazvala Vibe working. Je to analogie označení nového způsobu programování s pomocí velkých jazykových modelů.

Obrázek: Microsoft 365 Blog

Vibe Coding popisuje způsob programování, kdy vývojář formuluje záměr a nechá AI postupně vyrobit, opravit a dovést kód k použitelnému stavu. Termín poprvé použil letos v únoru bývalý šéf AI v Tesle a spoluzakladatel OpenAI Andrej Karpathy: Podstatou je, že člověk definuje směr a kritéria cílového stavu (tzv „dobré verze“), nicméně neřeší (často ani nečte) syntaxi a pouze průběžně koriguje výstup LLM na úrovni kontroly funkčnosti appky či komponenty, kterou AI vytvořila. Zážitek z tvorby je dialog, nikoli ruční psaní všeho od nuly. X (formerly Twitter)

Vibe Coding tak jak jej Carpathy ve svém Tweetu popsal bychom do češtiny přeložili asi jako „programování na pohodu“, ostatně Carpathy sám zdůrazni0l, že tímto způsobem dělá své víkendové projekty, tedy programuje pro zábavu. Termín se přesto rychle ujal, protože popisuje způsob, jakým jsou LLM GenAI nástroje (modely, agenti) ve stále větší míře programátory používány – a nejen jimi, iterativní přístup namísto jednorázových zadání (promptů) používá při práci s GenAI stále více uživatelů. Pro „ostré“ nasazení – ať už jde o tvorbu kódu, nebo jiné činnosti je ale pochopitelně třeba omezit onen „vibe“ a přistupovat k práci – zejména průběžné kontrole výstupů a zadávání dalších kroků pro AI – přece jen o něco méně „na pohodu“.

Vibe working tedy představuje přenesení této logiky a přístupu do kancelářské práce, jen místo kódu vznikají artefakty podnikové produktivity: listy v Excelu, dokumenty ve Wordu, prezentace v PowerPointu či podkladová memoranda. Člověk určuje záměr, zadává cíle, hranice a cílové publikum pro něž bude výstup určen. AI agent mezitím zpracovává zadání v několika postupných krocích: nejprve navrhuje strukturu, následně dělá rešerše, generuje návrhy a vrací se s transparentním shrnutím i podrobnostmi, jak postupoval a jaké zdroje (data, dokumenty) použil.

Chauhanová tuto analogii přímo pojmenovává: „stejně jako vibe coding změnil vývoj, přinášíme do Office světa vibe working s agenty v aplikacích a Office agentem v Copilot Chatu,“ píše ve svém blogovém příspěvku.

Vibe working v praxi

Základním principem je iterativní (postupný) přístup a kontinuita. Nejde o jednorázovou odpověď na rozsáhlý a detailní prompt, ale o běh úloh, kde agent sám navrhuje další kroky a průběžně verifikuje, co udělal (obojí možná znáte z interakcí s „přemýšlivými“ modely jako je GPT-5).

V Excelu by to mělo znamenat, že si agent na základě zadání zvolí přístup (vzorce, transformace), založí nové listy, vykreslí grafy, a pak přidá „co jsem zkontroloval“ – aby se k tomu dalo vrátit a iterovat.

Ve Wordu se psaní mění v dialog: Copilot si vyjasní účel, publikum a tón, navrhne strukturu a v dalším kroku už konkrétně sepisuje části textu, formátuje, doplňuje citace nebo žádá o upřesnění. Vy řídíte intenci a kvalitu, agent zrychluje všechno ostatní.

Vibe“ s Microsoft 365 Copilotem

Microsoft v současné době zdůrazňuje dva pilíře: Agent Mode v Office aplikacích a Office Agenta v Copilot Chatu. V obou případech jde o posun od asistenta k orchestrátorovi vícekrokových úloh. Jde o funkce, které jsou v různé míře dostupné v předběžném náhledu – stále tedy probíhá jejich ladění a (jak zmiňujeme níže), nelze zatím čekat „stoprocentní“ úspěšnost plnění zejména složitějších úloh např. v Excelu.

Agent Mode v Excelu a Wordu (webové verze, rollout ve Frontier programu) zvládne nejen generovat výstup, ale také vyhodnocovat výsledky, opravovat chyby a opakovat postup, dokud nejsou splněna kritéria. V Excelu firma ukazuje srovnávací benchmark Spreadsheet Bench a zdůrazňuje, že Copilot v Agent Mode v průměru zvládl 57,2 % úloh – důležitější však je, že u každého běhu uvádí i validační kroky, což je pro byznys praxi zásadní. Ve Wordu se z „psaní“ stává vibe writing – interaktivní iterativní psaní s průběžnými návrhy a stylem Wordu.
Office Agent v Copilot Chatu by měl zvládnout vytvořit z písemného (ústního) zadání jednoduchou prezentaci v PowerPointu nebo podkladové dokumenty ve Wordu. Umí si vyjasnit zadání (délka, vizuální téma, cílovka), provést webovou rešerši s citacemi, průběžně ukazovat náhledy slidů a finální deck připraví tak, aby šel rovnou doladit v PowerPointu (v budoucnu lze počítat i s Agent Mode pro PowerPoint) Microsoft zároveň uvádí, že Office Agent v Chatu běží nově volitelně i na modelech Anthropic, což ukazuje snahu využívat „to nejlepší“ napříč modely (povzdechy nad schopnostmi Copilota ve srovnání se samostatnými GenAI nástroji tak už snad jsou opravdu dávnou minulostí).

Jak jsme již zmínili Agent Mode pro Excel/Word bude zpočátku dostupný jen ve Frontier programu (M365 Copilot i Personal/Family), ve verzích pro web s příslibem desktopu v budoucnu. Excel vyžaduje add-in Excel Labs. Office Agent navíc startuje nejprve v USA (M365 Copilot na webu, angličtina) a na další trhy bude postupně rozšiřován. Pro firmy je důležité, že nasazení a kontrolu řídí správa v Microsoft 365 – na vše se tedy vztahuje nastavený rámec identit, bezpečnosti, souladu s předpisy a a admin dohledu.

Jak si představit Vibe working, tedy pohodovou práci? Začnete slovním zadáním: „Zpracuj kvartální shrnutí trhu, vytáhni tři klíčové poznatky, navrhni vizualizace a dvě varianty sdělení pro obchod.“ Copilot nejprve objasní, pro koho a k jakému rozhodnutí materiál vzniká, sáhne do dat a webu, připraví první verzi všeho – a vy už jen vedete iteraci k „důkazům“ (které vše drží pohromadě) a „příběhu“ (co z toho vyplývá).

Jak blízká bude každodenní praxe této vizi ukáží pochopitelně až praktické zkušenosti, ti kdo podobným (byť méně orchestrovaným a na firemní data a obsah nenapojeným) způsobem už dnes používají klasické LLM od OpenAI či Antrhopic ale nejspíš tuší, že by to fungovat mohlo.

Limity, rizika, etika a návratnost

S „agentickým“ přístupem přichází nutnost udržet AI na uzdě – přílišnou rychlost a autonomii AI byste jinak často vykupovali drahými chybami či opravami – a to nejen proto že AI nelze zcela zbavit halucinací, ale především proto že během samostatného plnění zadání může LLM snadno „sejít na scestí“. Je to stejné jako když zadáte úkol juniornímu kolegovi, kterého je třeba průběžně kontrolovat a usměrňovat. Na co si tedy budeme muset v budoucnu dávat pozor:

Spolehlivost a halucinace: agent umí chybně interpretovat tabulku či zdroj. Požadujte citace, validační kroky a shrnutí nejistot u všech delších běhů. V Excelu lze využít to, že Agent Mode explicitně popisuje, co zkoušel a co ověřil.
Prompt injection a únik dat: neznámé dokumenty a webové stránky musí projít bezpečným módem; agentům dávejte nejmenší nutná oprávnění a omezte konektory na schválené zdroje. (Výhodou Copilotu je, že stojí na existujícím rámci identity, zabezpečení a compliance v M365.)
Bias a „hezký, ale jednostranný příběh“: promítněte do procesu dvojí kontrolu – jak faktické přesnosti (data), tak narativu (správnost/pravdivost sdělení či závěru pro vaší cílovou skupinu).
Audit a odpovědnost: zejména u práce na zásadních výstupech (klíčová rozhodnutí, regulované aktivity či trhy) je na místě zaznamenání postupů, zdrojů a rozhodovacích bodů – kde pochopitelně vždy schvaluje člověk. AI je nástroj, nikoliv odpovědný pracovník.
Náklady a přínos: zejména u prvních obsáhlejších výstupů či projektů se snažte měřit čas potřebný na vytvoření prvního draftu, počet provedených iterací, kvalitu výstupu (rychlá revize kolegy a známky 1–5) a časové náklady na vytvoření konečného užitečného výstupu. Bez metrik se „wow efekt“ špatně odlišuje od reálné hodnoty – a příliš mnoho iterací či přílišné zabřednutí do detailů, k němuž práce s AI někdy svádí může nakonec znamenat větší časovou náročnost.

Pokud si chcete udržet přehled o Microsoft updatech a jiných novinkách z IT světa, přihlaste se do našeho newsletteru, už na to nebudete muset nikdy myslet.

Pokud máte jakýkoliv dotaz, nebo zájem zefektivnit práci s dokumenty, neváhejte nás kontaktovat.