Čo to je (ľudsky)
AI-friendly formáty sú súbory v čistom texte so zrozumiteľnou štruktúrou, ktoré jazykový model prečíta presne a bez straty informácií. Patria sem Markdown, plain text, JSON, YAML a CSV. Naopak PDF, DOCX, scan alebo obrázok sú pre AI problém – treba ich najprv previesť na text.
Ako to funguje v praxi
LLM pracuje s textom (tokenmi). Keď mu dáš čistý štruktúrovaný formát, presne vidí nadpisy, zoznamy a hodnoty. Z PDF či skenu sa text extrahuje s chybami – rozbité tabuľky, poprehadzované stĺpce, chýbajúca štruktúra – a model potom halucinuje alebo vynechá dáta.
Príklad zo Slovenska / Česka / EÚ
Firemné smernice v Markdowne (.md) chatbot cituje presne. Ten istý obsah v naskenovanom PDF sa prevedie na kašu a AI si domýšľa. Preto sa dokumentácia pre AI píše rovno v .md a dáta sa exportujú do JSON alebo CSV.
Kedy sa to oplatí
- ✓Vždy, keď pripravuješ obsah alebo dáta pre AI
- ✓Pri firemnej dokumentácii pre chatbota (RAG)
- ✓Pri exporte dát na spracovanie modelom
Kedy je to problém
- •Zdrojom sú len skeny a obrázky bez textovej vrstvy
- •Zložité rozloženie strácajú zmysel v čistom texte
- •Grafika a dizajn sa v týchto formátoch neprenesú
Typické chyby
- !Posielanie naskenovaných PDF priamo do AI
- !Export tabuliek ako obrázok namiesto CSV
- !Strata štruktúry pri kopírovaní z formátovaných dokumentov