Akreditované kurzySpecializované kurzyFiremní vzděláváníJak pracujemeČlánkyKontakt
Tvůj AI agent neví, kdy se má zeptat člověka. Postav mu handoff spínač v n8n

Tvůj AI agent neví, kdy se má zeptat člověka. Postav mu handoff spínač v n8n

Tutoriály
28. září 2026 | Autor: AI Guild Team | 7 min čtení

Pro středně pokročilé: Naučíš svého AI agenta v n8n poznat, kdy přestat jednat autonomně a kdy předat rozhodnutí tobě.

Postavil jsi svého prvního AI agenta v n8n — možná i RAG chatbota nad vlastními dokumenty. Agent už jedná sám: čte, rozhoduje, volá nástroje. A přesně tady začíná problém, který nevyřeší lepší prompt ani novější model — agent neví, kdy má přestat a zeptat se tebe.

„Přidám schvalovací krok“ není plán

V článku o guardrails jsme schvalovací krok zmínili jako jednu ze tří vrstev ochrany — vedle allow-listu nástrojů a limitu na destruktivní akce. Jenže „u citlivých akcí počkej na schválení“ je pořád jen věta v dokumentaci. Otázka, na kterou ten článek neodpovídal a která rozhoduje, jestli handoff v praxi funguje nebo otravuje, zní: podle čeho agent pozná, že je akce citlivá?

Bez odpovědi skončíš u jedné ze dvou špatných variant. Buď agent žádá o schválení úplně všechno — a ty se za týden naučíš klikat „ano“ bez čtení, protože žádostí je moc. Nebo si agent poradí sám i tam, kde by neměl, protože jsi mu na to nedal žádné pravidlo. Obojí je horší než žádný agent.

Řešení není lepší prompt typu „buď opatrný u důležitých akcí“ — model si pod slovem „důležitý“ představí cokoliv. Řešení je konkrétní, testovatelný spínač, který rozhoduje dřív, než agent akci provede.

Dva způsoby, jak spínač postavit

V praxi fungují dva vzory. Nejsou vzájemně vyloučené — často použiješ oba najednou, každý na jinou kategorii akcí.

Prahová hodnota jistoty (confidence threshold). Necháš model ohodnotit vlastní jistotu v rozhodnutí (číslem nebo slovně: nízká/střední/vysoká) a nastavíš práh, pod kterým jde akce k člověku. Hodí se tam, kde je úkol subjektivní nebo víceznačný — třídění e-mailů podle záměru zákazníka, kategorizace podpůrných ticketů, cokoli, kde i člověk občas váhá. Nevýhoda: model svou jistotu nezná objektivně, jen ji odhaduje — práh si musíš odladit na reálných datech, ne uhodnout napoprvé.

Pravidlo podle typu akce (rule-based). Netestuješ jistotu modelu, ale cenu chyby. Definuješ seznam akcí nebo klíčových slov, které vždy jdou k člověku bez ohledu na to, jak si je agent jistý — smazání záznamu, odeslání e-mailu navenek, platba nad určitou částku. Hodí se všude, kde je chyba nevratná nebo drahá. Je to v podstatě rozšíření allow-listu z článku o guardrails o rozlišení „smím udělat sám“ vs. „smím navrhnout, ale musí to potvrdit člověk“.

Praktické pravidlo, které si můžeš vzít s sebou: pokud je chyba levná a vratná (agent zařadí e-mail do špatné složky), nech rozhodovat prahovou hodnotu jistoty. Pokud je chyba drahá nebo nevratná (agent smaže záznam, pošle peníze, napíše zákazníkovi jménem firmy), použij pravidlo podle typu akce — bez ohledu na to, jak jistý si agent je. Jistota modelu a cena chyby jsou dvě různé osy; spínač, který je splete dohromady, bude dřív nebo později hádat špatně.

Postav to v n8n

Předpoklad: agent už v n8n běží — má svůj AI Agent node a aspoň jeden nástroj, který volá. Přidáváme jednu větev navíc, ne celý workflow od nuly.

(n8n přidává nové AI nody a akce v podstatě každý měsíc — než začneš stavět, ověř si v aktuálním n8n, jestli se node pro „pošli a počkej na odpověď“ pořád jmenuje takhle; princip níže zůstává stejný i kdyby se přejmenoval.)

1. Agent musí vrátit i důvod, ne jen výsledek. Uprav system prompt tak, aby agent u každého rozhodnutí vrátil strukturovaný výstup: navrhovanou akci, stupeň jistoty (nízká/střední/vysoká) a jednu větu proč. Bez tohohle nemáš na čem postavit podmínku v dalším kroku.

Než akci provedeš, vrať JSON:
{
  "akce": "<co navrhuješ udělat>",
  "jistota": "nizka" | "stredni" | "vysoka",
  "duvod": "<jedna věta, proč>"
}
Pokud je akce na tomto seznamu, jistota se nepočítá — jde vždy ke schválení: [smazání záznamu, odeslání e-mailu zákazníkovi, platba].

2. Přidej IF node hned za agenta. Podmínka kombinuje oba vzory z předchozí sekce: jistota rovná se "nizka" NEBO akce je na seznamu vždy-ke-schválení. Splněno → větev handoff. Nesplněno → agent pokračuje a akci provede sám.

3. Větev handoff: Slack node, akce „Send and Wait for Approval“. Tahle akce je přesně pro tenhle případ — pošle zprávu a workflow reálně pozastaví, dokud člověk neklikne na tlačítko v Slacku (žádné dotazování dokola, žádný samostatný webhook, který bys musel stavět sám). Alternativa, pokud Slack nepoužíváš: e-mailový node + webhook, na který se workflow čeká — funkčně stejné, jen o krok pracnější na sestavení.

4. Za IF node na straně schválení dej ještě jednu podmínku podle odpovědi člověka. Schváleno → pokračuj stejnou větví, jakou by šel agent sám. Zamítnuto → workflow skončí a zapíše se do logu (další bod), případně pošle agentovi zpětnou vazbu, ať u podobné akce příště navrhne jinak.

Co vidí člověk: zpráva, ne hádanka

Tahle část se v tutoriálech vynechává nejčastěji a je to škoda — špatně navržená zpráva o schválení je důvod, proč lidé handoff kroky po týdnu přestanou číst a začnou klikat automaticky.

Zpráva typu „Schválit akci? Ano/Ne“ nutí člověka, aby si sám dohledal kontext, který agent už má. Místo toho pošli rovnou tři věci: co agent chce udělat (jednou větou, konkrétně — ne „upravit záznam“, ale „změnit stav objednávky 4821 na vrácena“), proč (ten samý důvod, co sis nechal vracet v kroku 1), a co se stane, když nikdo neodpoví do rozumné doby (výchozí chování musí být bezpečné — časový limit vždy padá na stranu „neproveď“, nikdy na stranu „proveď automaticky“).

Porovnání dvou zpráv o schválení: nejasné „Schválit? Ano/Ne" vs. jasná zpráva s konkrétní akcí, důvodem a časovým limitem

Člověk, kterému přistane takováhle zpráva, se rozhodne za pět vteřin. Člověk, kterému přistane holé „ano/ne“, si to buď musí dohledávat, nebo — mnohem pravděpodobněji — bez čtení klikne ano.

Zaloguj i to, co se neschválilo

Zaloguj každý průchod handoff větví do tabulky (Google Sheets, Supabase, cokoli už používáš z článku o guardrails) — akci, jistotu, důvod agenta a výsledné rozhodnutí člověka. Ne proto, že by to chtěl audit, ale kvůli jedné praktické věci: až za měsíc budeš ladit práh jistoty, potřebuješ vidět, kolikrát agent žádal o schválení zbytečně (člověk pokaždé odklikl ano beze změny) a kolikrát naopak jednal sám v případě, který měl jít ke schválení. Bez logu ladíš práh nazdařbůh; s logem vidíš přesně, kterým směrem ho posunout.

Kam dál

Tenhle jeden spínač neřeší celou produkční spolehlivost agenta — jen tu jednu konkrétní věc, o které žádný tutoriál nemluví přímo: kde přesně agent končí a předává rozhodnutí tobě. Pokud chceš stavět agenty jako produkční infrastrukturu, ne jako demo na jedno odpoledne — s MCP servery, evaly a napojením na firemní data — na to je kurz AI Specialista & AI Ambasador. Podzimní běh startuje 2. listopadu 2026.

Naše kurzy

Interakční Designer — AI Native Builder

UX/UI

Interakční Designer — AI Native Builder

100 hodin | online kurz

Intenzivní program interakčního designu navržený pro éru AI. Začni od nuly nebo kompletně překopej své stávající UX workflow. Zbavíme tě otrocké manuální práce. Naučíš se stavět neprůstřelná rozhraní, která bez chyb pochopí lidi i AI agenti.

Osnovy kurzu
AI specialista — AI ambasador

AI Builder

AI specialista — AI ambasador

120 hodin | online kurz

Promptuješ v ChatGPT a chceš jít dál? Nejrozsáhlejší no-code AI kurz v ČR. Postavíš n8n pipelines, MCP server, kódovací agenty a vlastního chatbota s vector search nad firemními daty — tak, jak to dnes stavíme my v AI Founders a AI Guild BLUE. Domů si odneseš case study s reálnými čísly, ne jen certifikát.

Osnovy kurzu
Tvorba webových stránek s AI

Webdesigner

Tvorba webových stránek s AI

80 hodin | online kurz

Stavíš weby ve Lovable nebo z hotových šablon? Tohle je kurz, kde se naučíš stavět weby tak, jak je dnes stavíme my v AI Founders — AI-first, s vlastním backendem na WordPressu. Vyšší ceny, lepší klienti.

Osnovy kurzu