AI shopping a srovnávače zboží

Úvod

Za posledních dvacet let se digitální nakupování řídilo poměrně jednoduchým modelem. Zákazník, který hledá produkt, zadá dotaz do vyhledávače nebo navštíví cenový srovnávač jako Heureka, porovná nabídky, přečte si recenze a pak přejde do e-shopu, kde nákup dokončí. Tento postup byl dlouho považován za efektivní a stal se běžným standardem online nakupování. V posledních pár letech se ale objevila technologie, která tento zavedený řetězec výrazně mění. Generativní umělá inteligence a velké jazykové modely postupně proměňují způsob, jak lidé vyhledávají, zvažují a vybírají produkty, a tím mění samotnou podstatu online nakupování.

Rychlý rozvoj těchto systémů je vidět na častých oznámeních technologických firem. OpenAI před několika dny představila nové funkce ChatGPT pro nákupní výzkum, například sémantické vyhledávání, automatické čtení a interpretaci recenzí nebo přímé propojení s e-shopy. Google oznámil velkou změnu Google Shopping, kde generativní modely převezmou většinu doporučovacích a vyhledávacích úkolů. Amazon uvádí, že jeho AI asistent Rufus už teď přispívá k miliardovým nárůstům tržeb. Walmart mluví o „AI-first shopping experiences“ a zavádí nejen zákaznické asistenty, ale i nástroje pro své interní týmy. Vedle těchto velkých firem vznikají i nové, čistě AI-nativní služby, například Perplexity Shopping.

Tyto změny zásadně mění pohled na to, jakou roli budou mít klasické cenové srovnávače. Tyto platformy dosud nabízely nejrychlejší cestu k informovanému nákupnímu rozhodnutí. Heureka, jeden z největších českých hráčů, dnes čelí nejen konkurenci Googlu, ale i zásadní změně v tom, jak lidé získávají informace o produktech. Zprávy o jejích finančních problémech a snaze přizpůsobit se tlaku AI ukazují, že je ohrožen nejen její obchodní model, ale i celá kategorie cenových srovnávačů.

Esej se bude zaměřovat na to, jestli moderní generativní modely mohou převzít hlavní funkce tradičních srovnávačů zboží a služeb, jako je porovnávání cen, hodnocení produktů, shromažďování recenzí a doporučování alternativ. Budu vycházet z aktuálních příkladů využití AI v e-commerce, technologických možností dnešních LLM, ekonomických změn v online reklamě a situace lokálních hráčů. Součástí práce bude také malé praktické srovnání výsledků cenového srovnávače a AI asistenta na reálném nákupním dotazu. Zmíněno bude také letmo, jak by mohl prodejce zvýšit svoje prodeje díky AI. Cílem je zjistit, jestli AI bude jen doplňkem stávajících platforem, nebo jestli přinese zásadní změnu, která povede k transformaci nebo útlumu tradičních cenových srovnávačů.

Proměna online nakupování díky generativní AI

Generativní umělá inteligence zásadně mění strukturu online nakupování. Dříve musel uživatel navštívit několik webů, jako jsou vyhledávače, srovnávače, recenze, blogy a e-shopy. Dnes velké jazykové modely tento proces zjednodušují na jednu konverzaci. AI odpovídá na dotazy, doporučuje produkty, porovnává ceny, interpretuje recenze a bere v úvahu preference uživatele. Generativní AI tak spojuje funkce, které dříve zajišťovalo více platforem (OpenAI, 2025a; Feedonomics, b.r.).

Po dvě desetiletí bylo online nakupování založeno na tom, že si uživatel sám vyhledával a porovnával informace. Moderní generativní modely tento přístup mění. Google ve své aktualizaci Shopping z října 2024 ukazuje, že uživatel už nemusí znát přesné parametry produktů, stačí popsat situaci nebo potřebu (Google, 2024). AI sama najde důležité vlastnosti a sestaví výběr s vysvětlením, čímž nahrazuje tradiční filtrování a ruční porovnávání.

OpenAI tuto změnu posílila zavedením funkce Shopping Research v listopadu tohoto roku. ChatGPT umí nejen sémanticky porovnávat produkty, ale také analyzovat recenze a vysvětlit, proč je konkrétní produkt vhodný pro daný účel (OpenAI, 2025b).

Google a OpenAI používají AI hlavně jako doporučovací vrstvu, ale další firmy posouvají umělou inteligenci blíže samotnému nákupu. Walmart letos představil strategii „AI-first shopping experiences“, která zapojuje generativní AI nejen do komunikace s uživateli, ale i do samotného nákupu (Walmart, b.r.-a). Asistent Sparky umí doporučit konkrétní zboží, ověřit dostupnost a umožnit dokončení nákupu přímo v konverzaci (Retail Dive, b.r.-b).

Amazon uvádí, že jeho AI asistent Rufus výrazně zvyšuje konverzní poměr. Podle interních odhadů může přinést dodatečné prodeje až za 10 miliard USD ročně (Smith, 2025). Tyto systémy mění AI z poradce na plnohodnotného prodejce, který zvládne celý nákupní proces. Na rozdíl od tradičních srovnávačů, které hlavně přivádějí návštěvníky, generativní asistenti vytvářejí nový ekonomický model založený na přímých transakcích.

Nové služby nevznikají jen u velkých firem, ale i od začátku staví na generativní AI jako hlavním rozhraní. Perplexity například nabízí přístup „shopping that puts you first“, který klade důraz na dialog, personalizaci a schopnost spojovat informace z různých zdrojů do jasných doporučení (Perplexity, b.r.). Také odborné e-commerce platformy, jako Mergado, upozorňují na řešení, která umí pracovat přímo s produktovými feedy a hodnotit parametry bez pevných kategorií tradičních srovnávačů (Mergado.cz, b.r.).

AI-nativní řešení nejen porovnávají zboží, ale také propojují katalogové informace s nestrukturovanými daty, jako jsou recenze, diskuse, videa nebo profesionální testy.

Co umí současné AI modely v oblasti porovnávání zboží

V posledních dvou letech se možnosti velkých jazykových modelů výrazně rozšířily. Dnes zvládnou většinu úkolů, které dříve řešily cenové srovnávače, například interpretaci produktových parametrů, hledání alternativ, porovnání cen nebo analýzu recenzí. Pracují nejen se strukturovanými katalogy, ale také s texty z recenzí, blogů, sociálních sítí a videí. Tím, že dokážou integrovat nestrukturovaná data, představují pro platformy jako Heureka zásadní technologickou výzvu.

Generativní modely dnes často slouží jako prostředník mezi uživatelem a obchodníkem. Nejenže vyhledávají nebo doporučují produkty, ale také personalizují porovnání podle individuálních preferencí, využívají kontext předchozích dotazů a přizpůsobují kritéria hodnocení konkrétním potřebám.

Jednou z hlavních novinek, které LLM přinášejí, je sémantické vyhledávání. Klasické srovnávače hledají přesné shody v názvech, parametrech nebo kategoriích, zatímco LLM rozumí dotazu podle významu a kontextu. Funkce Shopping Research od OpenAI umí analyzovat popisy produktů i recenze a při porovnání zvýrazní klíčové rozdíly, které jsou pro uživatele důležité (OpenAI, 2025b).

Další důležitou funkcí je automatické získávání informací z recenzí. Amazon uvádí, že jejich AI asistent Rufus dokáže shrnout velké množství uživatelských hodnocení do krátkých a praktických závěrů (Smith, 2025). Model také zjistí, jestli je produkt vhodný pro určitou skupinu uživatelů, zda má opakované nedostatky nebo v čem se liší od konkurence v parametrech, které běžný zákazník těžko posoudí.

Jazykové modely umí porovnávat ceny z různých zdrojů podobně jako srovnávače, ale mají jednu velkou výhodu: nejsou závislé na pevné struktuře dat. Díky sémantickému porozumění textu získají cenové informace i z nestrukturovaných zdrojů, například z recenzí, diskusí nebo produktových stránek. Tradiční srovnávače využívají formální datové feedy (například XML z Mergada), ale LLM je mohou doplnit nebo nahradit vlastní interpretací (Mergado.cz, b.r.).

Další klíčovou výhodou je schopnost vysvětlit rozdíly. Zatímco Heureka ukáže jen seznam nabídek, LLM umí vytvořit slovní shrnutí jako třeba: Tento model je o 15 % dražší, ale nabízí dvojnásobnou výdrž baterie a výrazně lepší panel.

Maloobchodníci mohou také začít využívat LLM ve svých systémech. Walmart například používá interní generativní nástroj Wally, který pomáhá obchodníkům optimalizovat katalogy a lépe strukturovat data. To pak zlepšuje i doporučování produktů zákazníkům (Retail Dive, b.r.-a).

Dalším důležitým rozdílem mezi LLM a tradičními srovnávači je úroveň personalizace. Heureka a další srovnávače většinou používají obecné parametry, zatímco LLM přizpůsobí výběr produktů podle uživatelova rozpočtu, životního stylu, konkrétních preferencí, předchozích nákupů i minulých konverzací.

OpenAI uvádí, že ChatGPT dokáže doporučovat produkty „na míru“ tak, že propojuje osobní preference s globálními daty a recenzemi (OpenAI, 2025b). Amazon Rufus zohledňuje kontext dotazu a postupně zpřesňuje návrhy podle toho, jak uživatel reaguje (Smith, 2025). Google zase integruje kontext vyhledávání uživatele v rámci celého shopping ekosystému (Google, 2024).

Díky tomu vzniká nový způsob porovnávání. AI nevybírá jen podle jednotlivých parametrů, ale rozumí i širšímu účelu. Když uživatel řekne „hledám notebook na cestování“, LLM nabídne lehké modely s dlouhou výdrží baterie. Pokud řekne „na střih videa“, zaměří se na GPU a výkon. Tradiční srovnávače takto dynamicky měnit kritéria neumí.

Interaktivita je jednou z největších výhod AI modelů. Uživatel nemusí zkoušet různé filtry ani ručně porovnávat parametry, stačí se jen doptat. Modely fungují jako osobní nákupní poradci, kteří rychle odpovídají, vysvětlují a upravují doporučení.

Perplexity uvádí, že budoucnost nákupních rozhodnutí spočívá v dialogu, kde se uživatel může jednoduše ptát na detaily a upřesňovat výsledky bez složitých rozhraní (Perplexity, b.r.). Analýzy e-commerce trendů z roku 2025 ukazují, že právě tento způsob interakce je hlavním důvodem, proč lidé přecházejí od tradičních webů ke konverzačním rozhraním (Feedonomics, b.r.).

Cenové srovnávače a jejich limity v éře generativní AI

Cenové srovnávače patří mezi klíčové instituce e-commerce. Od začátku 21. století umožňují zákazníkům snadno porovnávat nabídky a e-shopům přinášejí stabilní návštěvnost. Heureka.cz, největší český srovnávač, si získala silnou pozici díky rozsáhlé databázi produktů, ověřeným recenzím a důvěře zákazníků (Wikipedie, b.r.). S příchodem generativní AI se ale mění hranice mezi porovnáváním, doporučováním a rozhodováním uživatele.

Cenové srovnávače typicky pracují s produktovými feedy dodávanými e-shopy. Nejčastěji jde o XML struktury obsahující cenu, dostupnost, parametry, obrázky, popis a kategorii. Klíčové vlastnosti modelu:

• katalog založený na předem definované struktuře kategorií, parametrů a filtrů,
• důraz na přesná data, protože porovnání cen vychází z formálních shod,
• ekonomický model CPC: e-shopy platí za proklik, nikoli za konverzi,
• recenze zejména od uživatelů platformy prostřednictvím dotazníků,
• statický uživatelský zážitek přes tabulky, filtry, grafy, bez konverzační vrstvy.

Strukturovaný feedový model je přesný, ale zároveň nepřizpůsobivý. Pokud produkt není správně zařazen nebo má špatné parametry, uživatel ho téměř nenajde. Model se také neumí přizpůsobit kontextu. Například zákazník, který hledá „notebook na cestování“, si musí sám najít parametry jako hmotnost a výdrž baterie, protože srovnávač kontext nepochopí.

Oproti tomu generativní AI:

• chápe význam dotazu,
• umí sémanticky třídit produkty,
• dynamicky doporučuje relevantní parametry,
• dokáže provést výběr na základě reálného účelu používání.

Tradiční srovnávače mají také potíže s nestrukturovanými daty. Recenze se zobrazují odděleně a uživatel je musí číst ručně. Jazykové modely naopak umí recenze shrnout, najít hlavní problémy, porovnat je s konkurencí a přímo odpovědět na otázky jako „je tento produkt spolehlivý?“ (Smith, 2025).

Článek Seznam zpráv zmiňuje, že Heureka Group, která byla ještě před několika lety považována za stabilní a profitabilní byznys, se v posledních letech dostala do vážných finančních potíží. Skupina vykazuje stamilionové ztráty, její zadlužení přesahuje miliardy korun a vlastníci museli opakovaně navyšovat kapitál, aby pokryli provoz a refinancování dluhopisů. Podle informací z investičních a poradenských kruhů navíc Heureka ztrácí konkurenceschopnost, a to jak kvůli dominanci Googlu ve vyhledávání, tak rostoucímu významu AI nástrojů, které mohou odvádět uživatele od tradičních srovnávačů. V důsledku toho současní vlastníci zvažují její prodej a aktivně hledají investora, který by převzal zadluženou společnost (Seznam Zprávy, 2025).

Jak by měli reagovat obchodníci

Nástup generativních nákupních asistentů mění nejen chování zákazníků, ale také zásadně ovlivňuje strategie samotných obchodníků. Dříve bylo hlavní zaměřit se na optimalizaci produktových stránek pro SEO a cenové srovnávače. Dnes je však důležité, aby produkty byly srozumitelné a důvěryhodné pro velké jazykové modely. Tyto systémy nepracují s pevně danými kategoriemi, ale hledají význam a kontext. Informace získávají z popisů, parametrů a uživatelských recenzí, na jejichž základě doporučují konkrétní výrobky (MyWifeQuitHerJob, 2025).

Pokud chce obchodník, aby jeho produkty AI vůbec zvažovala, musí poskytnout dostatek kvalitních, dobře strukturovaných a sémanticky bohatých dat. Nedostatečné popisy, chybějící parametry nebo nekonzistentní informace napříč platformami přímo ovlivňují, zda a jak AI produkt vyhodnotí. Obchodníci proto musí změnit přístup ke správě katalogu (MyWifeQuitHerJob, 2025).

Popisy by měly být jasné, přesné a zaměřené na skutečné potřeby uživatelů. Jazykové modely, které doporučují produkty, pracují s emocemi, funkčním přínosem i prvky důvěry podobně jako lidský prodejce. Příkladem by mohlo být jednoduché tričko, ke kterému přidáme popis: „Už vás nebaví trička, která po pár nošeních ztrácí tvar? Prémiová bavlna s elastanem, která drží střih a nepovoluje ani po desítkách praní. Když nesedne, zdarma vám ho vyměníme.“ Takový popis by mohl pomoci s větší konverzí přes umělou inteligenci (MyWifeQuitHerJob, 2025).

Význam uživatelských recenzí roste, protože AI je do doporučení zapojuje mnohem více než tradiční srovnávače. Generativní AI nastavuje nová pravidla konkurenceschopnosti. Produkty s kvalitními daty, dostatkem autentických uživatelských zkušeností a konzistentními popisy jsou doporučovány častěji. Pro obchodníky to znamená, že viditelnost v AI ekosystému nebude záviset na placených pozicích nebo agresivním marketingu, ale na schopnosti dodat strojům informace, kterým rozumí a kterým mohou věřit (MyWifeQuitHerJob, 2025).

Porovnání výsledků AI a srovnávače

Pro lepší pochopení toho, o čem se v této eseji píše, bude využito dostupných zdrojů autora pro porovnání výsledků cenového srovnávače a jazykového modelu.

Výběr nástrojů

Z kategorie srovnávačů zboží byla vybrána Heureka.cz a proti ní bude stát ChatGPT model 5.1 s funkcí shopping research.

Nákupní scénář

Nákupní scénář byl autorem zvolen na základě nedávných zkušeností, kdy potřeboval obdobný produkt a má své preference.

Hledaný dotaz:

„Notebook na programování do 25 000 Kč“

Pro notebook má autor požadavky na numerickou klávesnici, která je celá i podsvícená. S procesorem značky Ryzen 7 7000 series nebo lepší, případně Intel i5 12. gen. nebo lepší. S operačním systémem Windows nebo bez OS. Nutným základem je dedikovaná grafická karta. Alespoň 16 GB operační paměti a minimálně 1 TB SSD.

Metodika sběru dat

Postup pro Heureka.cz:

• zadání dotazu do vyhledávače,
• použití odpovídajících filtrů,
• záznam top 3 doporučených produktů.

Postup pro ChatGPT:

• vybrání služby shopping research,
• zadání dotazu v přirozeném jazyce,
• upřesnění vyhledávání podle doporučovaných produktů,
• záznam finálních doporučení.

Hodnoticí kritéria

Hodnocení bude probíhat na Likertově pětibodové škále v těchto kategoriích:

• relevance výsledků,
• námaha uživatele,
• subjektivní spokojenost.

Výsledky

Nejprve byl vyhledán notebook na Heureka.cz, tam bylo nejprve potřeba zadat klíčové slovo notebook, a pak se prodírat nespočtem možných filtrů, jejichž nastavení trvalo kolem 5 minut a poté srovnávač nabídl následující počítače, které splňují požadavky:

• Asus TUF Gaming A16 FA607NUG-RL142,
• Asus TUF Gaming A15 FA506NCR-HN177,
• Acer Nitro V 17 NH.QZJEC.001.

Zajímavé je, že poslední má velmi široké cenové rozpětí a při hlubším zkoumání bylo zjištěno, že se nikde nedá koupit za cenu pod 25 tisíc, dokonce nejlevnější nabídka se pohybuje kolem 40.

ChatGPT shopping research po zadání promptu se začal doptávat na následující. Nejprve chtěl znát cenové rozpětí, pak operační systém, velikost obrazovky, a nakonec další specifikace, kde byla zvolena dobrá klávesnice a výkonný procesor.

Poté začal model nabízet několik produktů, které si myslel, že by byly vhodné. Začalo to s kancelářskými notebooky, které nezapadaly do specifikace. Poslední 3 nabídky už byly velmi vhodné nabídky, které téměř splňovaly kritéria. Celkově proces trval 6 minut a poté byly zobrazeny následující počítače s okamžitým proklikem na Alza.cz:

• Acer Nitro V 15 Black (ANV15-52-574C),
• MSI Cyborg 15 A13UC-2218CZ,
• ASUS TUF Gaming A15 FA506NCR-HN177.

Kromě toho nabídlo AI i shrnutí, proč je tento notebook hodnější než jiný a po celé analýze bylo zobrazeno i srovnání specifikací s dalšími radami. Celý text zde: https://chatgpt.com/share/692f0790-af58-8008-941a-c0f0bc5504c3.

Hodnocení

Tabulka níže ukazuje, jak autor hodnotí celkovou zkušenost s používáním dvou různých metod pro online shopping.

	Heureka.cz	ChatGPT 5.1. shopping research
Relevance výsledků	4	4
Námaha uživatele	5	2
Subjektivní spokojenost	3	4

Celkově by se dalo říct, že obě metody navrátily velmi relevantní výsledky, ze kterých by si autor zvládl vybrat svůj notebook. Velká výhoda použití srovnávače byla, že po vybrání filtru byly zobrazeny odpovídající výsledky oproti AI, kde bylo potřeba projít si celým procesem líbí x nelíbí produkt.

Finální výsledky nebyly od sebe tak různé, co se týče nabídnutých produktů, jedna nabídka byla shodná pro obě metody. Co ovšem bylo velmi omezující byla nutnost vyklikat si všechny filtry na Heurece, kdežto shopping research byl mnohem uživatelsky přívětivější, kde stačilo klikat na preference a následně vybírat si podle preferencí, zda se nabízený produkt líbí nebo ne. Velký plus při použití umělé inteligence, byl komentář ke každému produktu, který shrnoval pro a proti, aby si uživatel mohl udělat rychle obrázek bez nutnosti dalšího porovnání.

Tento minivýzkum je spíše orientační a pro lepší analýzu by bylo potřeba udělat rozsáhlejší studii, která by hledala více produktů, použila i jiné nástroje a zkoumala více do hloubky výsledky hledání.

Závěr

Cílem této práce bylo zjistit, zda bude AI pouze doplňkem, nebo zda přinese zásadní změnu celého odvětví. Na základě analýzy trendů i praktického miniexperimentu je odpověď jednoznačná. Generativní AI není jen doplňkem, ale technologií, která povede k zásadní transformaci nebo postupnému útlumu tradičních srovnávačů.

Praktický test ukázal, že ačkoliv mají srovnávače stále přesnější data, AI vítězí v uživatelské přívětivosti a schopnosti poradit. Budoucnost nakupování se tak posouvá od zdlouhavého filtrování k efektivnímu dialogu. Pro platformy typu Heureka to znamená jediné: buď se transformují v inteligentní nákupní rádce, nebo jejich roli převezmou globální jazykové modely.

Zdroje

Feedonomics. (b.r.). Top AI Shopping Trends: How Shoppers Use AI in 2025. Získáno 1. prosince 2025, z https://feedonomics.com/blog/ai-shopping/

Google. (2024, říjen 15). Google Shopping’s getting a big transformation. Google. https://blog.google/products/shopping/google-shopping-ai-update-october-2024/

Heureka. (2025) Notebooky do 25 000 Kč, AMD Ryzen 7, Intel Core Ultra 7, Intel Core Ultra 5, 16 GB a více, bez OS, Windows 11 Home, S numerickou klávesnicí, S podsvícenou klávesnicí, dedikovaná karta, 1 000 GB a více—Heureka.cz. Získáno 2. prosince 2025, z https://notebooky.heureka.cz/f:2107:24019420,59215810,60430770;2109:16-;2124:11300,42126986;15152:1;18566:1;23084:43506304;29283:1000-;p:-25000/

Walmart (b.r.). Walmart Partners with OpenAI to Create AI-First Shopping Experiences. Získáno 1. prosince 2025, z https://corporate.walmart.com/news/2025/10/14/walmart-partners-with-openai-to-create-ai-first-shopping-experiences

Mergado.cz. (b.r.). ChatGPT Shopping: Budoucnost nakupování je tady | Mergado.cz. Získáno 1. prosince 2025, z https://www.mergado.cz/blog/chatgpt-shopping-budoucnost-nakupovani-je-tady

MyWifeQuitHerJob (2025). ChatGPT Just Added Shopping—How to Make AI Recommend YOUR Products [Video recording]. https://www.youtube.com/watch?v=QSbZk04fRig

OpenAI. (2025a, listopad 25). Introducing ChatGPT Atlas. https://openai.com/index/introducing-chatgpt-atlas/

OpenAI. (2025b, listopad 25). Introducing shopping research in ChatGPT. https://openai.com/index/chatgpt-shopping-research/

Perplexity. (b.r.). Shopping That Puts You First. Získáno 1. prosince 2025, z https://www.perplexity.ai/cs/hub/blog/shopping-that-puts-you-first

Rudansky. (b.r.). Generative AI Shopping Assistants and the Future of Google’s Ad Business. Získáno 1. prosince 2025, z https://www.adventureppc.com/blog/generative-ai-shopping-assistants-and-the-future-of-googles-ad-business

Seznam Zprávy. (2025, září 16). Prodává se pomačkaná Heureka. Drtí ji Google i AI, majitelé dolili peníze—Seznam Zprávy. https://www.seznamzpravy.cz/clanek/ekonomika-prodava-se-pomackana-heureka-drti-ji-google-i-ai-majitele-dolili-penize-286132

Smith Dave. (2025, listopad 2). Amazon says its AI shopping assistant Rufus is so effective it’s on pace to pull in an extra $10 billion in sales. Yahoo Finance. https://finance.yahoo.com/news/amazon-says-ai-shopping-assistant-152500992.html

Retail Dive. (b.r.-a). Walmart creates a generative AI tool for merchants dubbed ‘Wally’ | Retail Dive. Získáno 1. prosince 2025, z https://www.retaildive.com/news/walmart-creates-a-generative-ai-tool-for-merchants-dubbed-wally/743106/

Retail Dive. (b.r.-b). Walmart debuts Sparky, its generative AI assistant for customers | Retail Dive. Získáno 1. prosince 2025, z https://www.retaildive.com/news/walmart-launches-generative-ai-assistant-sparky/750300/

Wikipedie. (b.r.). Heureka.cz. In Wikipedie. https://cs.wikipedia.org/w/index.php?title=Heureka.cz&oldid=25426476

Deklarace použití AI

Umělá inteligence byla v práci využita k lepší formulaci některých částí textu, hledání dalších zdrojů a jako podpůrný nástroj při úpravě gramatiky. Dále tvořila zásadní část při experimentu, kde výstup se stal předmětem zkoumání. Využity byly modely ChatGPT 5.1. a Gemini 3 Pro.