I my postupně začleňujeme AI do procesu tvorby – jinak to ani nejde. Nicméně hledáme správné cesty a pečlivě ověřujeme, co nám práci skutečně usnadňuje a co je jen pozlátko, které vypadá funkčně jen naoko.
Dva světy: vibe coding a agentic engineering
V naší branži se v posledním roce ustálily dva pojmy pro zásadně odlišný přístup k práci s AI. Pokud chcete rozumět tomu, jak se dnes vyvíjí weby a aplikace, stojí za to znát oba dva.
Vibe coding znamená, že necháte AI generovat kód a výstupy přijímáte beze změny víceméně tak, jak přijdou. Je to rychlé, iterativní a vhodné pro zkoušení nápadů a hledání směru. Něco jako skicování tužkou, než se pustíte do finálního návrhu.
Agentic engineering funguje jinak. AI má tady roli řízeného člena týmu. Zadáváte mu kontext celého projektu, co se má stát, jaká jsou omezení, jaké standardy musí výstup splňovat. Kontrolujete výstupy, iterujete v krocích, testujete průběžně. Pomalejší na rozjezd, ale výsledek drží kvalitu, s níž může jít kód směle do produkce.
Rychlost není všechno
Mezi vývojáři na práci s AI koluje meme: „5 minut vibe codingu = 3 hodiny debuggování.“ Realita je sice trošku složitější, nicméně to není zase tak daleko od pravdy. Pokud vibe coding používáte bez rozmyslu, rychle se můžete začít ubírat špatným směrem, což vás vyjde ve finále draho. Vibe coding vám za odpoledne vygeneruje funkční prototyp, ale jestli stojí na správných základech, to vám už neřekne.
A tady se ukazuje zajímavá věc. Hodnota vibe-codované aplikace není v jejím zdrojovém kódu. Ten se dnes dá vygenerovat znovu za zlomek času, který byste strávili jeho opravováním. Skutečná hodnota je v tom, co jste se při tom naučili: co vlastně chcete, jak to má fungovat, jaké jsou prioritní funkce. Přínos tkví v zadání a v procesu, ne v kódu samotném. Hodnota samotného zdrojového kódu, zvlášť v oblasti webového vývoje, rapidně klesá. Naopak hodnota dobrého návrhu a promyšleného postupu roste. A s nimi roste i význam něčeho, co AI nemůže nabídnout: zodpovědnosti. Někdo se musí pod výsledek podepsat a ručit za to, že bude fungovat nejen dnes, ale i za měsíc a za rok.
Proč vibe coding nevadí
A teď vyslovíme to, co od agentur moc často neuslyšíte. My vibe coding nezavrhujeme. Naopak jej v určitých situacích vítáme. Pokud si jako klient sami vyzkoušíte práci s AI, převedete si svoje nápady do praxe a přijdete k nám s konkrétnějším zadáním, budeme rádi. Znamená to totiž, že máme na co navázat. Nemusíte začínat od nuly, často je navíc rychlejší vzít vaše zadání a vytvořit řešení od základu správně, než opravovat vibe-codovaný prototyp.
Jsou to dva režimy pro dvě různé fáze. Vy si osahejte směr. My pak doručíme řešení, které vydrží.
Co nám ukázal hackathon
Tvrdit něco je jedna věc. Ověřit si to na vlastní kůži pak druhá. Nedávno jsme uspořádali interní hackathon: Tři týmy, v každém vždy backendista a frontendista, stejné zadání, stejný čas. Každý si mohl zvolit vlastní přístup. Jeden tým šel cestou čistého vibe codingu, jiný si nejdřív detailně rozepsal plán a postupoval přes iterace a test-driven development.
Nejvíc nás překvapilo, jak moc se oba výstupy lišily. Zásadní rozdíl spočíval v tom, kolik práce bylo potřeba na to, aby šel výsledek reálně nasadit. Strukturovaný přístup vyžadoval víc času na přípravu, ale výstup byl funkční a nemuseli jste se obávat, že na vás vypadnou kostlivci ze skříně.
Druhý postup byl rychle hotový a zprvu se zdál být i nosný. Jenže se velmi brzy ukázalo, že ne všechno funguje tak, jak má. Na druhou stranu, i na základě nejasného zadání jsme díky němu rychle odhalili první slabiny a věděli, kam dál. A přesně na tomto příkladu jsme museli uznat, že i rychlý vibe coding může mít smysl. Během chvíle odkryje všechny nejasnosti v zadání, které byste jinak řešili až v průběhu vývoje.
Jak to děláme v Portě
Claude Code
Aktuálně pracujeme hlavně s Claude Code od Anthropicu, průběžně ale testujeme i Codex od OpenAI a Gemini CLI od Googlu. Není to princip chatbotu, kterému napíšete otázku a dostanete odpověď. Je to agentic nástroj, kde zadáváte kontext celého projektu, nastavujete pravidla a kontrolujete, co vytváří.
Know-how v Markdown souborech
Držíme se zásady, že kontext je klíčový. Pro každý projekt budujeme znalostní bázi — specifikace, pravidla, popisy architektury, konvence. Všechno to, co AI potřebuje vědět, aby výstup odpovídal tomu, jak váš projekt funguje. A nejedná se o jednorázovou akci, ale o kontinuální proces.
Získané znalosti neustále rozvíjíme, aktualizujeme a dost často taky odstraňujeme to, co s novějšími modely přestalo být potřeba. Modely se zlepšují a spoustu věcí, které jsme jim dřív museli explicitně říkat, dnes zvládají samy. Pro vás to znamená, že čím déle s námi spolupracujete, tím líp AI rozumí vašemu projektu a tím rychleji a přesněji dokážeme dodávat.
AI není junior
Ještě před rokem se mluvilo o AI jako o „rychlém juniorovi, kterému musíte vše vysvětlit.“ To už tak úplně neplatí. Nejnovější modely zvládnou technicky náročné úkoly. Navrhnou architekturu, refaktorují kód, píší testy. Řada vývojářů dnes přestává kód psát ručně a místo toho ho řídí a reviduje. Ale chybí jim kontext a úsudek. Občas taky sebevědomě navrhnou řešení, které nedává smysl, proto je důležitý dohled a průběžná kontrola. AI potřebuje někoho, kdo rozhodne, co se má dělat a proč. Kdo posoudí, jestli navržené řešení dává smysl v kontextu celého projektu, protože plně autonomně zatím pracovat neumí.
...A nezná zodpovědnost
WordPress, Drupal, Pimcore, Webflow. To jsou základní platformy, na nichž stavíme. Pro rychlé landing pages nebo kampaňové stránky využíváme i staticky generované weby, kde AI dokáže odvést většinu technické práce. Na nás je pak ten zbytek, který rozhoduje. AI nám zrychluje vývoj na každé z nich.
Nicméně nesmíme zapomenout říct to zásadní: AI vám řekne, jak to udělat, ale nezná zodpovědnost.
AI dnes zvládne navrhnout, nakódovat a sestavit funkční aplikaci, ale rozhoduje se jen a pouze na základě informací, které jí dáte. Nemusí proto znát vůbec kontext vašeho konkrétního byznysu, pokud jí ho nedáte celý sepsaný v jednom dokumentu. To znamená, že spousta klíčových informací se nachází pouze v hlavách vašich spolupracovníků, v rozhovorech, které jste vedli s vašimi zákazníky a ve vašich životních zkušenostech.
AI nerozumí tomu, proč váš zákazník odchází z webu, aniž by nakoupil, nebo proč vaši partneři potřebují jiný katalog než koncoví zákazníci. Na to potřebujete někoho, kdo zná váš byznys, umí se na všechny informace zeptat dřív, než se začne programovat, a hlavně za výsledek ručí. AI totiž nemá zodpovědnost. Tu může mít jen konkrétní firma nebo člověk.
.jpg)
Od návrhu rovnou do kódu
AI už očekávatelně fušuje i do oblasti grafiky a webdesignu – v tomto ohledu jsme ale zatím lehce skeptičtí. Zrovna na design klademe veliký důraz a snažíme se, aby byl každý projekt osobitý. A právě tohle je oblast, kde nás AI zatím nedokáže nahradit. Zvládne sice vygenerovat pěkný layout, nicméně vytvořit webdesign, který je skutečně originální, nese identitu značky a odliší vás od konkurence, v tuto chvíli neumí.
Figmu používáme na denní bázi, testujeme v ní generování variant za pomoci AI a rychlejší prototypování, ale nosné základy návrhu jsou stále v rukou našich designérů.
Snažíme se sledovat různé AI nástroje a zkoušet je. Ať už je to Pencil od českého zakladatele, což je AI-first alternativa Figmy, kde navrhujete na plátně, a výstupem je rovnou funkční kód. Nebo třeba Google Stitch, který se nedávno objevil s úplně novým přístupem ke generování UI. Každopádně i samotná Figma umožňuje využívat AI líp než kdy dřív, ale musíte mít návrh dobře připravený.
Zkoušíme také přímé generování UI pomocí Claude Code. Na základě naší interní specifikace iterujeme vizuál přímo v kódu. Pro standardní komponenty a layouty to funguje dobře. Pro unikátní designová řešení se ale stále vracíme k Figmě a k lidem, kteří u práce přemýšlí.
Co to znamená pro vaše projekty
Dodáváme rychleji, ale ne na úkor kvality. Uvedeme jeden konkrétní příklad za všechny: Napojování šablon na backend bývala monotónní práce, která zabrala spoustu času. Dnes je to víceméně rutinní záležitost, kterou AI zvládne za zlomek původního času. Ušetřený čas pak věnujeme tomu, aby řešení skutečně souznilo s vaším byznysem. Máme také dostatek času na ošetření výjimek, testování, review. Což jsou případy, které AI neprovede, které ale rozhodují o tom, jestli to řešení vydrží.
Můžeme si proto dovolit víc iterací. Dřív dvě varianty, dnes tři, čtyři. Důkladněji revidujeme a více testujeme. AI nám nepřináší hodnotu tím, že nahrazuje lidi, ale tím, že nám dává prostor dělat práci líp. Váš projekt je tedy hotový dřív a dřív se vám začne vracet investice.
Pokud si sami zkoušíte AI, generujete prototypy, testujete nápady, nemusíte to zahazovat. Přijďte s tím k nám. Oceníme, když se klienti snaží dodat co nejlepší zadání, ať už je to na papíře, v prezentaci, nebo třeba ve formě vibe-codovaného prototypu. Čím lépe porozumíme tomu, co chcete, tím lépe to dokážeme dotáhnout do podoby, která dává smysl. Vy znáte svůj byznys a my víme, jak z nápadu udělat řešení, které funguje. A nemáme problém se pod něj podepsat.
Zajímá vás, jak by AI workflow vypadalo na vašem projektu? Domluvte si s námi nezávaznou konzultaci.
