Napravi svoj GPT za firmu bez kucanja koda [Vodič]
Angažovanje junior developera da vam napravi interni bot koštaće vas minimum 15.000 KM godišnje. Kupovina gotovog ‘enterprise’ rješenja obično kreće od 500 KM mjesečno uz ugovornu obavezu. Ako znate koristiti tastaturu i imate 20 eura za ChatGPT Plus, možete sami sklopiti sistem koji šljaka bolje od bilo kojeg generičkog smeća na tržištu. Vi kontrolišete podatke, vi diktirate pravila i vi štedite taj novac za pametnije stvari. Ovaj vodič nije teorija, ovo je nacrt za radionicu.
Zašto je tvoj PDF smeće za AI i kako to popraviti
Direktno uputstvo: AI model ne čita dokumente kao čovjek; on ih ‘sjecka’ u vektore, a ako su vaši podaci razbacani, bot će lagati čim ga pritisnete s konkretnim pitanjem. Većina ‘stručnjaka’ na LinkedInu će vam reći da samo ‘prevučete’ fajlove u GPT Builder. To je najbrži put do katastrofe. Ako vaš priručnik za zaposlene ima tabele bez jasnih zaglavlja ili skenirane slike teksta, vaš GPT će halucinirati brže nego što stignete popiti kafu. Morate očistiti podatke. Izbacite duple informacije. Pretvorite komplikovane tabele u jasne liste. Ako želite da vaš bot stvarno ubrzava posao, dajte mu čistu bazu, a ne digitalnu deponiju.
Da li moram formatirati podatke u Markdown?
Da. Markdown je ‘jezik’ koji AI najbolje razumije jer jasno odvaja naslove od paragrafa. Koristite # za naslove i – za liste. To je razlika između bota koji pogađa i bota koji zna.
WARNING: CRITICAL DATA LEAK RISK
Nikada, ali nikada ne ubacujte lozinke, privatne ključeve servera ili JMBG brojeve klijenata u Knowledge bazu GPT-ja. Čak i uz sve zaštite, LLM modeli mogu ‘ispljunuti’ dio trening podataka kroz vješto navođenje (prompt injection). Testirajte sistem sa lažnim podacima prije nego što mu date pristup pravoj arhivi.
Konstrukcija instrukcija: Pisanje ‘System Prompta’ koji ne popušta
Instrukcije su kičma vašeg bota. Ako napišete ‘Budi koristan asistent’, dobili ste ništa. Morate mu dodijeliti ulogu sa autoritetom. Umjesto mlakih savjeta, koristite imperativ. ‘Ti si rigorozni revizor finansijskih izvještaja kompanije. Tvoj zadatak je da nađeš neslaganja u PDV-u. Nikada ne pretpostavljaj brojeve koji nisu u dokumentima.’ To je ton koji donosi rezultate. Ako planirate koristiti bot za prodaju, povežite ga sa strategijama koje postavljaju sales botove efikasno. Zapamtite, AI je kao pripravnik na prvoj sedmici posla: uradiće tačno ono što mu kažete, ali ništa više od toga. Morate mu nacrtati granice. Ako ne zna odgovor, mora reći ‘Ne znam’, a ne izmišljati bajke o vašem lageru.

Anatomija neuspjeha: Zašto botovi ‘umiru’ nakon sedam dana
Gledao sam firme kako troše sate na podešavanje GPT-ja, da bi ga zaposleni prestali koristiti nakon tri greške. Problem je u nedostatku ‘Feedback Loop-a’. AI se mora kalibrirati. Svaki put kada vam bot odgovori pogrešno, nemojte samo uzdahnut i zatvorit tab. Kopirajte tu grešku, stavite je u instrukcije i napišite: ‘Kada te pitaju X, nikada ne odgovaraj Y, nego koristi Z’. To je proces brušenja. Slično kao kada model uči iz sopstvene greške, tako i vaš custom GPT raste kroz vašu kritiku. Ako ga pustite da radi sam bez nadzora, postat će beskoristan gutač vremena. Svaki ozbiljan DIY majstor zna da se prva ruka laka uvijek brusi. Isto važi i za kod bez koda.
Nauka iza baze: Kako funkcioniše ‘RAG’ bez da znate programirati
Zadržimo se na trenutak na fizici procesa. GPT koji pravite koristi RAG (Retrieval-Augmented Generation). Zamislite to kao da botu dajete otvorenu knjigu i marker. On ne pamti vaše podatke zauvijek (to bi bilo preskupo i sporo), on ih ‘pretražuje’ u realnom vremenu. Kada klijent postavi pitanje, bot prelista vaše dokumente, nađe relevantan pasus i onda ga ‘prežvaka’ koristeći svoju inteligenciju. Ako mu date previše dokumenata (preko 20 masivnih fajlova), on će se pogubiti u pretrazi. To se zove ‘Loss in the Middle’. Botovi najbolje vide početak i kraj dokumenta, dok sredinu često zanemare. Rješenje? Sjeckajte fajlove na manje tematske cjeline. Bolje je imati 10 fajlova od po 5 stranica nego jedan od 50.
Mogu li povezati bot sa svojom email listom?
Možete, ali to zahtijeva dodatne alate poput Zapiera. Za početak, držite se ‘Knowledge’ baze dok ne utegnete odgovore. Tek onda prelazite na automatizaciju akcija.
Završno testiranje i ‘Code Check’ realnosti
Prije nego što podijelite link sa cijelom firmom, uradite ‘Stress Test’. Pokušajte ga natjerati da opsuje. Pokušajte mu izvući povjerljive informacije. Ako ste radili na čuvanju privatnosti na poslu, bot ne bi smio popustiti pod pritiskom. DIY projekti često propadaju na finalnom poliranju. Provjerite svaku poveznicu koju bot generiše. Provjerite da li ispravno računa marže. Ako pogriješi u matematici, to je zato što LLM-ovi nisu kalkulatori, nego predviđači teksta. Za matematiku mu morate dati jasne formule u instrukcijama. Na kraju dana, ovaj GPT je vaš digitalni alat. Ako je drška klimava, popravite je odmah. Nemojte čekati da se cijeli sistem raspadne pred klijentom. Štednja na developeru ima smisla samo ako ste vi postali dovoljno stručni da kontrolišete mašinu.

Ovaj vodič definitvno prikazuje koliko je važno imati kontrolu nad svojim AI alatima i podatcima. Slažem se da je često problem kod firmi što koriste generička rješenja, a ne prilagođavaju ih svojim potrebama. Radije bi iskoristio ovaj pristup da napravim vlastiti sistem, jer mi pruža veću sigurnost i fleksibilnost. U praksi, kako vi preporučujete da testirate ‘feedback loop’ i koliko je to kritično za funkcionalnost? Mislite li da će sprečavanje halucinacija i grešaka u matematici biti najveći izazov u primjeni ovakvog rješenja? Ja sam već radio na manjem projektu s AI, ali nikada nisam duboko ušao u segment s podacima, pa me zanima vaše iskustvo u tome.