AI, které programuje, už nemusí hádat. ContextsBase mu dá přesný plán

Proč si AI programátor vymýšlí

Nástroje, které dnes píší kód za vás — třeba Claude Code, Cursor nebo GitHub Copilot — fungují nejlépe, když dostanou jasné zadání. Problém je, že jim ho obvykle dáváte vlepováním textu do chatu. Každé nové sezení začíná od nuly, a tak si agent musí domýšlet, jak má vaše aplikace vlastně vypadat.

Výsledek autor ContextsBase popisuje na vlastní zkušenosti ze svého projektu: kód, který agent napsal, byl technicky v pořádku, ale produkt byl špatně. Agent si vymyslel pole „tier" u zákazníka, které ve skutečnosti neexistovalo, a každé nové sezení začínalo tím, že do chatu znovu vlepoval ten samý dokument z poznámek. Když kolega ve čtvrtek změnil pravidlo, úterní kód byl potichu zastaralý a nikdo na to nepřišel.

Příčina je podle autora vždy stejná: agent neměl k dispozici skutečnou „pravdu" o produktu a nic jeho práci proti této pravdě nekontrolovalo.

Jedno místo, ze kterého agent čte

ContextsBase je webová aplikace, která slouží jako společný zdroj pravdy pro AI agenty. Namísto roztroušených poznámek v Notionu, wikipedii nebo Slacku drží na jednom místě vše, co agent ke stavbě potřebuje: popisy funkcí, obchodní pravidla, datový model (tedy jaké entity a pole aplikace má), testovací scénáře i designové barvy a typografii.

V praxi to funguje tak, že popíšete, co má aplikace umět, jednou. Agent si tyto informace na začátku každého sezení natáhne a staví podle nich, aniž by cokoli odhadoval. Když přijde úkol „implementuj F-3", agent ví, jaké pole má použít a jaké pravidlo má výsledek splňovat.

Důležitý detail: specifikace píšete vlastními slovy, takže je klidně napíšete česky. Není to formát určený jen anglicky mluvícím týmům — jde o obyčejné srozumitelné popisy, kterým rozumí jak váš kolega, tak agent.

Jak se agent k datům dostane

Propojení obstarává protokol MCP (Model Context Protocol), což je otevřený standard, kterým si aplikace s AI modely předávají kontext. Pro běžného čtenáře stačí představa společné zásuvky: jakmile do svého nástroje vložíte krátký konfigurační blok s adresou a přístupovým klíčem, agent si může z ContextsBase číst.

Velkou výhodou je, že ContextsBase není vázaný na jediného agenta. Funguje s Claude Code, Cursor, Copilotem, Windsurf a obecně s jakýmkoli klientem, který MCP umí. To znamená, že když váš tým střídá různé nástroje, všichni čtou stejná data a nemůžou si je vzájemně rozcházet.

Od vlepeného zadání k autonomnímu backlogu

Autor produkt posouvá ještě o krok dál: funkce a úkoly lze seskupit do takzvané iterace a otevřít ji agentům. Jedním příkazem přes MCP si agent úkoly postupně „bere", staví je a testuje v daném pořadí. Dva agenti tak nikdy nestaví stejnou věc zároveň.

Zajímavá je i práce s testy. Podle autora většina automatických testů ověřuje, že uživatelské rozhraní funguje, ale skoro nikdo netestuje, jestli platí samotné obchodní pravidlo. ContextsBase proto testy zapisuje ve formátu „když – pak" (například „když zákazník dosáhne úrovně enterprise, pak se zobrazí přístup k X") a agent z nich sám vygeneruje skutečný testovací kód.

Kolik to stojí

Základní verze je zdarma a bez časového omezení. Obsahuje jeden projekt, až 100 funkcí a tři členy týmu — pro jednotlivce nebo malý experiment to obvykle stačí. Prémiová verze se slibovaným neomezeným počtem projektů, funkcí i členů je v ceníku označená jako „již brzy" a má vyjít na 5 dolarů měsíčně, tedy zhruba 120 korun. Předplatné lze kdykoli zrušit.

Pro český tým, který už dnes s AI při programování experimentuje, je to nízká cena za to, že agent přestane hádat. Začít můžete zadarmo a sami posoudit, jestli se sdílený backlog ve vašem provozu uchytí.

Pro koho to dává smysl

ContextsBase není pro každého. Pokud si s AI jen občas píšete krátké skripty, nejspíš ho nevyužijete. Oplatí se lidem a menším týmům, které pravidelně staví nebo upravují produkt s pomocí kódovacích agentů a opakovaně narážejí na to, že agent nezná kontext projektu.

Autor zdůrazňuje, že nejde jen o vývoj webu — stejný princip lze použít při stavbě backendových API, mobilních aplikací, systémového softwaru, nebo dokonce při řízení marketingových kampaní, kde agent potřebuje znát značku a její pravidla. Všude jde o totéž: aby agent nemusel spoléhat na to, že mu kontext pokaždé přesně předáte.

Za zmínku stojí i otevřená komunita kolem produktu — diskuzní fórum, kde tvůrci i uživatelé sdílejí zkušenosti s MCP a architekturou „paměti" pro agenty. Pro české zájemce je to dobré místo, kde se na funkce zeptat v angličtině, pokud čeština na fóru není samozřejmostí.