Zpět do magazínu
AI automatizace23.03.2026
AI automatizace

Napojení na ChatGPT a Claude API: první kroky k vlastní AI funkci.

Od API klíče po první funkční volání modelu. Ukážu, jak napojit aplikaci na ChatGPT a Claude, psát prompty a nepřekvapit se účtem.

PB
Petr Bláha
Autor
23. březen 2026
Publikováno
7 min
Čtení

Přidat do aplikace chytrou AI funkci dnes není sci-fi, je to pár desítek řádků kódu. Ať chceš shrnovat texty, odpovídat zákazníkům nebo třídit data, napojení na ChatGPT nebo Claude API zvládneš za odpoledne. Ukážu ti první kroky: jak získat klíč, jak udělat první volání, jak psát prompty a hlavně jak nepřekvapit se účtem na konci měsíce.

Co je API jazykového modelu

ChatGPT od OpenAI i Claude od Anthropicu nabízejí API, tedy rozhraní, přes které tvoje aplikace pošle modelu text a dostane zpátky odpověď. Funguje to úplně stejně jako když píšeš do chatu, jen místo člověka se ptá tvoje aplikace a odpověď zpracuje dál programově.

To je celé kouzlo. Nemusíš trénovat žádný model ani rozumět strojovému učení. Stačí umět poslat dobře formulovaný požadavek a zpracovat odpověď.

Krok 1: získej API klíč

Nejdřív si založíš účet u poskytovatele (platform.openai.com pro ChatGPT, console.anthropic.com pro Claude) a vygeneruješ API klíč. Ten klíč je tvoje heslo k placené službě, takže s ním zacházej jako s tajemstvím. Nikdy ho nedávej do kódu ani do gitu, vždy do proměnné prostředí:

# soubor .env.local (nikdy ho necommituj do gitu)
OPENAI_API_KEY=sk-...tvuj-tajny-klic...
ANTHROPIC_API_KEY=sk-ant-...tvuj-tajny-klic...

Krok 2: první volání

Volání API je obyčejný HTTP požadavek. Pošleš model, který chceš použít, a zprávu. Takhle vypadá nejjednodušší volání Claude API v JavaScriptu:

const res = await fetch("https://api.anthropic.com/v1/messages", {
  method: "POST",
  headers: {
    "x-api-key": process.env.ANTHROPIC_API_KEY,
    "anthropic-version": "2023-06-01",
    "content-type": "application/json"
  },
  body: JSON.stringify({
    model: "claude-sonnet-4",
    max_tokens: 500,
    messages: [
      { role: "user", content: "Shrň tento text do tří bodů: ..." }
    ]
  })
});
const data = await res.json();
console.log(data.content[0].text);

Důležité: tohle volání musí běžet na serveru, nikdy přímo v prohlížeči. Kdybys klíč poslal do frontendu, kdokoliv by ho viděl a utrácel na tvůj účet.

Krok 3: piš prompty jako zadání pro kolegu

Kvalita odpovědi stojí a padá s tím, jak dobře se zeptáš. Prompt je instrukce pro model a platí pár pravidel, která fungují:

  • Buď konkrétní. Místo "shrň to" napiš "shrň do tří odrážek, každá max patnáct slov, česky".
  • Dej kontext. Řekni modelu, kdo je a pro koho píše: "Jsi zákaznická podpora e-shopu s obuví."
  • Ukaž příklad. Pokud chceš odpověď v určitém formátu, jeden příklad udělá zázraky.
  • Definuj, co nechceš. "Nevymýšlej si fakta, kterými si nejsi jistý."

Tohle téma je hlubší, podrobněji o efektivní práci s modely píšu v článku automatizace práce s AI.

Krok 4: hlídej náklady

API se neplatí za počet volání, ale za tokeny. Token je kousek textu, zhruba čtyři znaky. Platíš jak za to, co modelu pošleš (vstup), tak za to, co ti vrátí (výstup). Pár tipů, jak nepřekvapit se účtem:

Co dělatProč to šetří
Nastav max_tokens na výstupStrop, kolik model maximálně vygeneruje
Posílej jen nutný kontextMéně vstupních tokenů, nižší cena
Použij menší model na jednoduché úkolyLevnější modely zvládnou rutinu za zlomek ceny
Cachuj opakované odpovědiStejný dotaz nevoláš dvakrát

Na začátku si nastav v účtu limit útraty. Ušetří ti to nervy, pokud někde uděláš nekonečnou smyčku volání.

Systémový prompt: dej modelu roli

Vedle samotné otázky můžeš modelu předat systémovou instrukci, která platí pro celou konverzaci. Tady nastavíš osobnost, pravidla a hranice. Je to nejúčinnější místo, kam napsat, co model smí a nesmí:

messages: [
  {
    role: "system",
    content: "Jsi asistent podpory e-shopu. Odpovídej česky, stručně a slušně. Když neznáš odpověď, řekni to a nabídni kontakt na člověka. Nikdy si nevymýšlej ceny ani dostupnost."
  },
  { role: "user", content: dotazZakaznika }
]

Systémový prompt napiš jednou pořádně a používej ho u každého volání. Ušetří ti spoustu ladění, protože model se chová konzistentně a nemusíš pravidla opakovat v každé jednotlivé otázce.

Ošetři chyby a limity

API občas vrátí chybu: vyčerpaný limit, přetížení nebo neplatný požadavek. Tvoje aplikace na to musí být připravená, jinak uživateli zamrzne obrazovka. Když přijde dočasná chyba (přetížení), vyplatí se počkat chvíli a zkusit znovu. Když přijde chyba kvůli vyčerpanému kreditu, ukaž uživateli srozumitelnou hlášku, ne technickou hatmatilku. Pár řádků navíc na ošetření chyb dělá rozdíl mezi appkou, která působí spolehlivě, a tou, co se náhodně rozbíjí.

ChatGPT nebo Claude

Oba modely jsou výborné a API se používá skoro stejně. V praxi se vyplatí napsat kód tak, abys mohl mezi nimi přepnout, protože pro různé úkoly se hodí různý model a ceny se mění. Pro start vyber jeden, rozjeď první funkci a teprve pak srovnávej na svých reálných datech.

Kde AI funkci nasadit jako první

Nemusíš začínat ničím velkým. Nejlepší první AI funkce je malá, jasně ohraničená a šetří čas s nudnou rutinou. Pár nápadů, které se dají rozjet za odpoledne:

  • Shrnutí dlouhých textů do pár odrážek, třeba poznámek z porad nebo zpětné vazby.
  • Návrh odpovědi na e-mail, který si pak jen zkontroluješ a odešleš.
  • Třídění příchozích zpráv do kategorií podle obsahu.
  • Generování popisků produktů z pár klíčových údajů.

Vyber jednu věc, kterou děláš pořád dokola a štve tě, a tu zautomatizuj. Z té první vyhrané hodiny týdně se rychle pozná, kde se vyplatí jít dál.

Časté dotazy

Potřebuju rozumět umělé inteligenci, abych ji napojil?

Ne. Napojení na API je obyčejná práce s HTTP požadavky. Stačí umět poslat zprávu a zpracovat odpověď, o samotný model se starají poskytovatelé.

Co je to halucinace modelu?

Model občas s naprostou jistotou napíše něco, co není pravda. U faktických věcí proto nikdy nespoléhej slepě na výstup, ověřuj ho, dej modelu k dispozici svoje data a explicitně mu zakaž si vymýšlet. Když potřebuješ odpovědi z vlastních dokumentů, hodí se přístup zvaný RAG, který popisuji v článku RAG prakticky.

Jak rychle taková funkce odpoví?

Záleží na délce odpovědi, typicky jednotky sekund. Pro lepší dojem můžeš odpověď streamovat, tedy zobrazovat ji uživateli po částech tak, jak vzniká, podobně jako v chatu.

Chceš AI funkci, co reálně pomůže

První volání API je jednoduché, ale postavit AI funkci, která je užitečná, bezpečná a nepálí zbytečně peníze, chce promyšlení. Dělám AI automatizace a napojení modelů na míru, od chatbotů po třídění dat a generování obsahu. Pokud máš nápad, kde by ti AI ušetřila čas, napiš mi přes kontakt a proberme ho.