Každý váš člověk je tým

Když tohle přenesete na více lidí, vznikne něco jako mraveniště: lidé orchestrují, vymýšlejí strategii, challengují a dělají rozhodnutí a AI agenti mezitím vykonávají úkoly, volají nástroje, pracují s daty a ideálně běží 24/7. Zní to jako sci‑fi? Už ne. Stále více týmů k tomu přistupuje podobně jako my.

‍

Dříve jsme se mohli opřít o ustálené metodiky (agile, scrum, kanban). Lidsko‑agentní hybridní týmy jsou nová disciplína, ale principy řízení zůstávají: jasný cíl, definovaná odpovědnost a rychlá zpětná vazba.

‍

Postavte si vlastní osobní tým

Vyplatí se opřít „superschopnosti“ o univerzální nástroj s širokou rozšiřitelností. Skvěle fungují vývojářské agentní nástroje jako Claude Code nebo Cursor. Primárně míří na vývojáře, ale nenechte se odradit: ovládání se dá rychle naučit a dovednosti snadno přenesete i mimo kód.

‍

V tomto článku se zaměříme na Claude Code, ale stejných výsledků lze dosáhnout například s GitHub Copilot ve vašem IDE. Bude-li se vám tento článek líbit, přineseme návod i na něj.

‍

Mindset: člověk jako režisér, AI jako štáb. Člověk stanovuje záměr, proces a kvalitu, agenti provádějí, zjišťují, navrhují a reportují.

‍

Co dnes zvládne projektový manažer v IT (s Claude Code)

• Diskutovat nad zdrojovým kódem přímo v repozitáři (rozpracovanost, kvalita, bezpečnost, technologický dluh apod.).
• Pracovat se zadáním a dokumentací (Jira, Confluence, Google Workspace, markdown soubory v repozitáři).
• Ovládat Jira přes MCP (vytvářet/aktualizovat tikety, číst sprinty, připravit reporty).
• Generovat dokumenty a přehledy (status report, release notes, meeting minutes, risk register).
• Nechat nástroj vyhledávat na webu pro obohacení kontextu.
• Spouštět kontrolu rozpracovaného díla v reálném prohlížeči (Browser/Playwright MCP) a ověřovat nedostatky.
• Zapojit sub‑agenty různých specializací (security, QA, architekt, infra, produkt, copy, data).
• A mnoho dalšího—limitem je vaše fantazie a dostupná rozhraní.

‍

„Možná architektura vašeho projektového řídícího centra s využitím Claude Code.“

‍

Když to propojíte dohromady, začíná „magie“

‍

Níže jsou záměrně zjednodušené prompty / scénáře. V praxi si je přizpůsobíte vlastnímu stacku a datům.

1. Rychlý zdravotní check projektu
   „Projdi zadání projektu a kód v repozitáři. Odhadni procento hotového kódu vůči zadání, porovnej tuto informaci s plánem projektu a řekni, nakolik se zpožďujeme. Své závěry podepři argumentací vůči zdrojům.“
2. Rozpočet
   „Vypočítej Cost Performance Index dle metodiky IPMA, abychom zjistili, zda v projektu spoříme, či zda se prodražuje. Jako zdroje použij reálný kód v repozitáři, odhady pracnosti, projektový plán a výkazy v Jira.“
3. Descope
4. „Projdi zadání projektu a zatím nerealizované funkcionality dle kódu v repozitáři. Urči funkce, které lze v projektu descopovat s minimálním byznysovým dopadem. Předlož argumentaci svého názoru.“
5. Bezpečnostní screening
   „Pusť security‑engineer agenta na kód v repozitáři, seřaď top rizika a navrhni mitigace.“
6. Řízení rizik
   „Na základě získaných informací aktualizuj risk register a doporuč rozhodnutí pro steering committee.“
7. Viditelnost pro stakeholdery
   „Zapiš výsledky do sdíleného dashboardu (v našem případě webový dashboard na Azure) a připrav shrnutí do e‑mailu.“
8. Automatizace rutiny
   „Vytvoř miniaplikaci pro automatické vykazování práce a připrav UI pro potvrzení člověkem.“

Tip: myslete v iteracích. Každý scénář spouštějte nejprve „na sucho“

‍

Jak začít (vyzkoušejte tento rychlý postup)

‍

1. Nainstalujte Claude Code (https://docs.anthropic.com/en/docs/claude-code/overview)
   Postupujte dle oficiální dokumentace a pořiďte si alespoň Pro plan (při více dotazech je levnější než použití API).
2. Připravte projektová data
   Stáhněte zdrojové kódy projektu z GitHubu nebo GitLabu. S tím jak na to vám pomůže přímo Claude Code, stačí se správně zeptat a nechat se vést. Pokud už ve firmě vyvíjíte s AI, v repozitáři často najdete i aktuální dokumentaci a analýzy.
3. Připojte si klíčové zdroje kontextu
   
   • Jira (oficiální Atlassian MCP).
   • AI zapisovač schůzek (přes MCP, API, nebo si časem uděláte vlastní MCP).
   • MCP „Context7“ pro aktuální dokumentaci knihoven a frameworků.
   • MCP „contextual-thinking“ pro rozklad složitých dotazů na zvládnutelnější úkoly.
   • Playwright/Browser MCP pro automatizované ověřování v prohlížeči.
   • Gmail / Google Workspace (aktuálně přes API).
   • Slack (zatím API; MCP je na cestě).‍
4. Zacilte na první „wow“
   Vyberte jeden jasný přínos (např. rychlý health-check projektu) a dotáhněte ho do použitelné verze. Postupně budete získávat sebejistotu i zkušenosti s tímto způsobem práce.

‍

„Příklad rychlého souhrnu projektu na dashboardu.“

Než to rozšíříte: 3 věci, na které nezapomenout

• Governance & bezpečnost
  Používejte pouze nástroje, které máte schválené firmou k práci s danou kategorií informací.
• Kvalita a ověřování
  Za výstup jste stále zodpovědní vy. Takže musíte AI neustále chalengovat a ověřovat její závěry, abyste se pod ně mohli podepsat.
• Váš AI tým je jako modelína
  Máte k dispozici hmotu, kterou můžete neustále tvarovat a ohýbat. Zda bude výsledkem krásné dílo je jen na vás, vaší fantazii a schopnostech. Je to jako se vším, čím více trénujete, tím máte lepší výsledky.

Zlaté pravidlo: i když jste přesvědčeni o správnosti učiněných závěrů, běžte je zkonzultovat s vaším projektovým týmem. Leckdy objevíte, že nemáte vy, ani vaše AI všechny informace.

Typické anti‑patterny (na co si dát pozor)

• Nezadávejte příliš komplexní úkoly, na které AI nestačí schopnosti ani kontextové okno. Běžte raději krok po kroku a zjištění si odkládejte jako kontext pro práci v novém kontextovém okně.
• V našem použití se pohybujeme už oblasti soft-skills, které AI zásadně chybí. Její vyjádření mohou být v rozporu s jazykem, kterým chcete mluvit k týmu či zákazníkovi. Je třeba věnovat čas sladění se ve vyjádřeních.
• Nevyužívejte tyto nástroje, abyste někoho “nachytali”. Buďte raději užiteční pro svůj tým a přinášejte přidanou hodnotu a úsporu práce vašich kolegů.

Týmová spolupráce

Skutečné mraveniště přichází se spojením více lidí a jejich agentních systémů. Klasicky například v projektovém týmu. Vaše cíle se pak zaměřují na doplňování se a sdílení kontextu. Například projektový manažer žije se svým vývojovým týmem v rámci repozitáře, ve kterém spravuje kontext důležitý pro řízení projektu jako je dashboard, projektový plán a podobně.

O této kapitole si ale více povíme někdy příště.

Inspirujte se

Způsoby tohoto použití v různých profesích jsou lehce dohledatelné například na YouTube, či na Medium. Zde je několik příkladů:

• Build an AI Life Co-Pilot with Claude Code in 25 Minutes
• Claude Agents Will 100x Your Marketing
• Claude Code is absolutely awesome at helping me with meetings

Nástroje původně určené pro vývojáře se stávají užitečnými pro každého. Všechno stojí na ochotě zkoušet, tvarovat svůj systém a zlepšovat ho. Nechte pracovat svou fantazii.

Chcete si to vyzkoušet?

Rádi vám s tím pomůžeme. V Etnetera Core vás provedeme prvními kroky, nastavíme nástroje a ukážeme osvědčené postupy pro vaše konkrétní prostředí.

Každý člověk může být tým. A každý tým může být násobně silnější.

‍