Co se přesně stalo: Anthropic a experiment s Opus 5

Na konci července 2026 zveřejnil Anthropic na svém blogu podrobný průvodce novými pravidly „context engineeringu" pro modely páté generace. Hlavní zjištění? Pro modely jako Claude Opus 5 a Claude Fable 5 odstranili přes 80 % obsahu systémového promptu nástroje Claude Code — a na měřených metrikách kódování se neprojevil žádný propad výkonu.

Když si pročtete interní přepisy používání Claude Code uvnitř Anthropicu, najdete absurdní situace. Do jednoho požadavku se vešly vzájemně si odporující instrukce jako „ponech dokumentaci, kde je to vhodné" a zároveň „NEPŘIDÁVEJ komentáře". Starší modely potřebovaly takto direktivní vedení, protože jinak by dělaly chyby. Nové modely už ale situaci vyhodnotí samy — a přemíra pravidel je spíš mate.

Od pravidel k úsudku: Tři klíčové změny v přístupu

Anthropic shrnul posun jednou větou: „Dřív: dejte Claude pravidla. Teď: nechte Claude používat úsudek." V praxi to znamená tři zásadní změny v tom, jak bychom měli s modely komunikovat:

1. Místo příkladů navrhujte rozhraní. U starších modelů bylo pravidlem číslo jedna dávat příklady, jak používat nástroje. U nové generace se ukazuje, že příklady model spíš omezují — vážou ho na konkrétní prostor řešení. Efektivnější je zaměřit se na návrh samotných nástrojů: jaké parametry má k dispozici, jak jsou popsány, jaké možnosti nabízejí.

2. Místo opakování stručné popisy nástrojů. Dříve bylo nutné instrukce opakovat — jednou v systémovém promptu, podruhé v popisu nástroje, potřetí v CLAUDE.md. Starší modely si totiž lépe pamatovaly instrukce na konci kontextového okna než na začátku. Nové modely si vystačí s jediným, dobře napsaným popisem nástroje.

3. Místo všeho najednou progresivní odhalování. Anthropic nyní používá princip „progressive disclosure" — načítá relevantní informace až ve chvíli, kdy jsou potřeba. Verifikační postupy a code review přesunul do samostatných „skills", které Claude Code volá selektivně. Stejný princip doporučuje i pro soubory CLAUDE.md: místo jednoho monstrózního souboru vytvořte strom menších souborů, které se načtou jen tehdy, když dávají smysl.

Proč je to zlom pro agentní workflow

Tahle změna má přímý dopad na každého, kdo staví agentní AI systémy — ať už pro zákaznickou podporu, automatizaci procesů, nebo vývoj softwaru. Jak upozorňuje analytička Amy Stapleton z Opus Research, problém nastává ve chvíli, kdy váš dodavatel CX platformy vymění model, na kterém agent běží.

Představte si agentní workflow pro vyřizování reklamací: AI agent vyhledá objednávku, ověří nárok na vrácení peněz, provede refundaci nebo eskalaci na člověka. Samotný refund proces je deterministický — pracuje podle pevně daných pravidel. Jenže všechno, co tomu předchází, už deterministické není. Model je ten, kdo posuzuje, zda má dostatek informací, co ověřit, než postoupí dál, jak zareagovat na chybu nástroje a kdy je úkol skutečně hotový.

Když model vyměníte za novější, deterministická část zůstane stejná. Změní se úsudek, který ji obaluje. Chytřejší model si může domyslet hodnotu, na kterou by se starší model musel zeptat. Může ale taky provádět nadbytečné kontroly, které tam kdysi někdo dal jako pojistku pro slabšího předchůdce. Nebo se může rozhodnout jít dál, než kdo plánoval.

„Claude Doctor": automatická diagnostika pro vaše prompty

Anthropic na tento problém reagoval novým příkazem /doctor v Claude Code. Funguje jako automatická diagnostika: projde systémové prompty, skills a CLAUDE.md soubory a navrhne, co upravit — od nadbytečných kontrol přes přebujelé instrukce až po konfliktní pokyny. Pro vývojáře je to podobný skok, jako když refaktoringový nástroj poprvé ukázal, že polovina vašeho kódu je mrtvá.

Otázka, kterou Opus Research klade, je nasnadě: kdy podobnou funkcionalitu nabídnou i CX platformy? Firmy dnes investují statisíce do budování agentních workflow. Pokud se ukáže, že velká část jejich „trvalé" zákaznické operace je ve skutečnosti jen behaviorální rada napsaná pro model, který už ji nepotřebuje, bude to nepříjemné probuzení.

Co to znamená pro české firmy

Pro české společnosti, které začínají s agentní AI — ať už v zákaznické podpoře, bankovnictví nebo e-commerce — z toho plyne důležité ponaučení: oddělte byznysovou logiku od modelově specifických instrukcí. Zdravý dlouhodobý setup má dvě vrstvy: stabilní definici toho, co má zákaznická služba dělat (pravidla, oprávnění, evaluační kritéria), a oddělenou vrstvu instrukcí, které říkají konkrétnímu modelu, jak to provést. Byznysová pravidla zůstávají. Promptní lešení se může — a bude — měnit.

V kontextu EU AI Actu je to dokonce regulatorně relevantní: pokud provozujete AI agenta, který komunikuje se zákazníky, musíte být schopni doložit, jak se rozhoduje. Oddělení deterministické logiky od modelového úsudku vám to nejen usnadní, ale také umožní vyměnit model za novější, aniž byste museli znovu auditovat celý systém.

České call centra a chatbotové platformy — od Daktela přes Vocalls po menší agentury — by měly začít přemýšlet o tom, jak své zákazníky na tenhle přechod připravit. Model Opus 5 je totiž jen začátek. Každá další generace bude potřebovat méně instrukcí, ne více.

Praktický checklist pro týmy, které používají agentní AI

Pokud ve firmě pracujete s AI agenty — ať už přes API Claude, GPT, nebo přes CX platformu třetí strany — tady je pět věcí, které byste měli udělat hned:

1. Zrevidujte systémové prompty. Projděte je a ptejte se: je tahle instrukce pořád potřeba, nebo je to pozůstatek z dob, kdy model potřeboval vodit za ruku?
2. Oddělte byznysová pravidla od prováděcích instrukcí. Co se týče toho, CO agent dělá, by mělo být oddělené od toho, JAK to dělá konkrétní verze modelu.
3. Nahraďte monolitické soubory stromem menších. Místo jednoho obřího CLAUDE.md vytvořte hierarchii souborů, které se načítají podle kontextu.
4. Testujte při každé výměně modelu. I když dodavatel tvrdí, že nový model je „zpětně kompatibilní", otestujte klíčové scénáře — zejména eskalace a okrajové případy.
5. Sledujte, co nabízí váš vendor. Zeptejte se svého dodavatele CX platformy, zda plánuje vlastní verzi „AI doctora" pro diagnostiku promptů.