Nenadávám, protože mě to baví. Dělám to, protože to funguje.

Proč nevybíravý jazyk u AI prokazatelně boduje — a proč to není o vulgárnosti.

Když řeknu AI: *"Do píči, zase to nefunguje. Vyhodilo to chybu P45 na osmnáctým řádku u funkce XY. Sprav to, nebo tě vyhodím z okna."*

Tak ta věta obsahuje: 1. Můj emocionální stav — nejsem spokojenej, nečekej small talk. 2. Konkrétní problém — chyba P45, řádek 18, funkce XY. 3. Očekávanej výsledek — oprav to. 4. Urgenci — neptám se, říkám. A spotřebovalo to pár desítek tokenů.

Kdybych to řekl "správně": *"Dobrý den, došlo k chybě P45 na řádku 18 ve funkci XY. Mohl byste se na to prosím podívat a opravit to? Děkuji."* To je víc tokenů, míň informace, a hlavně — model neví, jak moc je to důležitý. Neví, jestli může začít rovnou, nebo jestli má čekat na další instrukce.

Čím víc slov, tím víc šumu

**Čím víc slov použiju, tím větší je pravděpodobnost, že model spletu.** Každý slovo navíc je šum, kterej může model svést jinam. Když řeknu "do píči, sprav to", model ví: Mám problém. Chci ho vyřešit. Nechci diskutovat. Můžu začít rovnou.

A on to udělá. Neptá se "a co přesně myslíte tím...?", neříká "určitě, rád vám pomůžu". Prostě to vezme a opraví to nejlíp, jak umí.

**Paradoxně tím, že mu řeknu, ať jde do píči, o několikanásobně zefektivňuju komunikaci.** Míň tokenů. Míň kol. Míň šumu. Víc výsledků.

Není to o vulgárnosti. Je to o informační kompresi.

A to, že to funguje, není náhoda — ty modely jsou natrénovaný na miliardách textů a naučily se, že když je někdo naštvanej, nechce diskutovat. Když někdo řekne "sprav to", nechce slyšet "určitě, rád vám pomůžu". Model neví, co je "vztek". Ale naučil se, že když v textu vidí určitý vzorce, správná odpověď je: jednat rychle, neptat se, neotravovat.

A funguje to.

Nenadávám, protože mě to baví. Dělám to, protože to funguje.

A to neplatí jen u počítačů.