Jak používat Claude pro akademické výzkumné psaní (praktické pracovní postupy)

Kolegyně minulý měsíc sdílela snímek obrazovky, na kterém byl rozhovor v Claude, kde během necelé hodiny vymyslela, sestavila osnovu, napsala první verzi a upravila celou úvodní část časopiseckého článku. Stejná část jí předchozí týden zabrala tři dny.

Použila správný AI nástroj ve správné fázi svého psacího procesu.

Strávili jsme měsíce integrací Claude do pracovních postupů akademického psaní, našich i našich uživatelů. Tento model má pro vědecké psaní skutečné silné stránky, ale má také zjevná omezení. Vědět, kde jej použít a kdy přejít na jiný nástroj, rozhoduje o tom, zda půjde jen o průměrný experiment s AI, nebo o skutečný přínos pro produktivitu.

Proč Claude dobře funguje pro akademické psaní

Claude lépe zachycuje nuance než většina jazykových modelů, které jsme testovali, včetně ChatGPT, Gemini, Grok a Deepseek, mimo jiné. To je pro akademické psaní důležité, protože akademické psaní je téměř celé o nuancích.

Když požádáte Claude, aby pomohl se sepsáním diskusní části, má tendenci zachovávat vaše opatrné vyjadřování. „Výsledky naznačují“ spíše než „výsledky dokazují“. V našem porovnávacím testování dodržuje pokyny ohledně registru a tónu konzistentněji než GPT. A je méně pravděpodobné, že bude vytvářet zdání jistoty tam, kde je vhodnější nejistota.

Všimli jsme si tří konkrétních silných stránek:

Zpracování dlouhého kontextu. Claude dokáže zpracovat velmi dlouhé dokumenty, až 200K tokenů v jeho aktuální verzi. To znamená, že můžete vložit celou literární rešerši, celou metodologickou část nebo dokonce návrh rukopisu a klást k němu otázky. Model si zachovává koherenci v celém textu, místo aby po několika tisících slovech ztrácel přehled.

Dodržování instrukcí. Když Claude řeknete „použijte minulý čas, trpný rod, formální registr a výsledky neinterpretujte“, skutečně to udělá. Konzistentně. Menší modely a dokonce i některé konkurenční velké modely mají tendenci se od konkrétních instrukcí v delších výstupech odchylovat.

Upřímná nejistota. Claude spíše řekne „nejsem si jistý“ nebo „nemám dostatek informací“, než aby si odpověď vymýšlel. U akademické práce, kde jistě znějící halucinace může vážně poškodit vaši důvěryhodnost, je to nesmírně důležité.

Nic z toho neznamená, že vám Claude napíše práce za vás. Znamená to, že je skutečně užitečným asistentem, pokud mu zadáte správné instrukce.

Workflow 1: brainstorming and idea development

Tady doporučujeme začít s Claude. Ještě předtím, než jste napsali jediné slovo svého článku.

Otevřete konverzaci a vysvětlete svůj výzkum prostým jazykem. Nedělejte si starosti s akademickým zněním. Řekněte Claude, co jste zkoumali, co jste zjistili a co podle vás vaše zjištění znamená. Pak ho požádejte, aby vám pomohl identifikovat nejsilnější úhly pohledu pro váš článek.

Níže uvádíme rámec promptu, který používáme:

I'm writing a paper about [topic]. My main finding is [finding].
The existing literature says [brief summary]. I think my contribution
is [your interpretation].

Help me think through: What's the strongest framing for this paper?
What counterarguments should I address? What's the most interesting
aspect of my findings that I might be underemphasizing?

Nahraďte každou [bracketed placeholder] svým vlastním obsahem, zde i v každém promptu níže. Řádky s omezeními jsou to, co odděluje použitelné výstupy od obecné prózy, proto je zachovejte.

Když chcete strukturovanou odpověď místo otevřené diskuse, zpřesněte zadání:

I'm writing a paper about [topic] for [target journal]. My main finding is
[finding]. The closest prior work is [paper A] and [paper B], which concluded
[their conclusion]. State three candidate framings for my contribution, rank
them by novelty and defensibility, and name the strongest counterargument
against each.

Claude v tom vyniká, protože je to myšlenkový partner, ne stroj na psaní. Model bude zpochybňovat slabé formulace, navrhovat úhly pohledu, které jste nezvažovali, a pomůže vám jasněji formulovat váš přínos.

Použili jsme to s postdoktorandkou, která se trápila s rámováním studie využívající smíšené metody. Za 20 minut identifikovala, že její kvalitativní zjištění odporovala široce citovanému rámci. Toto nové rámování se stalo háčkem jejího článku. Přijato na první podání.

Workflow 2: syntéza literatury a identifikace mezer

Claude neumí číst články. Musíme to jasně říct, model nemá přístup k databázím a bude si vymýšlet citace, pokud je po něm budete chtít. Může však syntetizovat informace, které mu poskytnete.

Workflow:

1. Přečtěte si své zdroje sami. Udělejte si poznámky k hlavním zjištěním, metodám a závěrům.
2. Vložte tyto poznámky do Claude. Uspořádejte je podle tématu nebo chronologie.
3. Požádejte Claude, aby identifikoval vzorce, rozpory a mezery napříč vašimi poznámkami.

Here are my notes on 12 papers about [topic]:
[paste organized notes]

Synthesize these into 3-4 thematic paragraphs for a literature review.
Identify where authors disagree, where methods differ, and what questions
remain unanswered. Use (Author, Year) citation format. Do not add any
sources I haven't provided.

Poslední pokyn je zásadní. Bez něj Claude občas vloží věrohodně znějící, ale zcela smyšlené reference. Každá citace ve výstupu musí být ta, kterou jste uvedli ve vstupu.

Zjistili jsme, že tento workflow zkracuje čas potřebný k přípravě draftu literární rešerše zhruba o 50%. Přemýšlení, které články zahrnout, jaká témata se objevují, kde jsou mezery, stále zůstává na vás. Claude pouze uspořádá vaše uvažování do prozaické podoby.

Další prompty navržené pro každou část vašeho článku najdete v naší sbírce vyzkoušených AI promptů pro akademické psaní.

Workflow 3: sestavování a strukturování sekcí

Tady se Claude stává asistentem při psaní v tradičním smyslu. Máte své nápady, data, argumentační strukturu. Potřebujete pomoc s převodem odrážek do odstavců.

Doporučujeme postup po jednotlivých sekcích, místo abyste Claude požádali o napsání celého textu najednou. Kvalita výrazně klesá, když po něm chcete více než 800 až 1,000 slov v jedné odpovědi.

Náš preferovaný postup:

1. Poskytněte osnovu. Dejte Claude strukturu vaší sekce s odrážkami pod každým nadpisem.
2. Upřesněte omezení. Počet slov, čas, hlas, registr, citační styl.
3. Návrh jednej sekce po druhé. Před přechodem k další si každou sekci zkontrolujte.
4. Iterujte v rámci konverzace. Požádejte Claude, aby upravil konkrétní odstavce, tuto zkraťte, tuto rozviňte, tento přechod udělejte plynulejší.

Klíčový poznatek: zacházejte s Claude jako s ghostwriterem, který potřebuje rozsáhlé zadání. „Napiš moji diskusní sekci“ vytvoří obecný text. „Napiš 300slovný odstavec porovnávající mé zjištění X se Smith (2023) a Chen (2024), přičemž uveď metodologický rozdíl, který vysvětluje nesoulad“ vytvoří něco užitečného.

Většinu návrhových sezení pokryjí tři šablony. Chcete-li před samotným psaním načrtnout sekci:

Build a paragraph-level outline for the [introduction/discussion] of a paper
on [topic]. Audience: [field] researchers. The section must move from
[opening premise] to [closing claim] in no more than [N] paragraphs. For
each paragraph give a one-line purpose and the evidence it should cite from
my notes: [paste notes].

Chcete-li napsat metodologický odstavec, který zůstane přesně u toho, co jste skutečně udělali:

Draft a [word count]-word methods paragraph describing [procedure]. Past
tense, passive voice, formal register, [citation style]. Include these
details exactly as given: [sample size, instruments, parameters]. Do not
add any procedure or measurement I have not listed.

A chcete-li převést výsledky do textu, aniž by je model začal interpretovat:

Turn these results into two paragraphs of formal prose: [paste table or
bullet results]. Report every statistic exactly as written. Describe
patterns without interpreting them; interpretation belongs in the
discussion section.

Workflow 4: revize a seberevize

Jakmile máte návrh, ať už napsaný ručně, s pomocí Claude, nebo v kombinaci obojího, Claude se stává mocným nástrojem pro revize.

Vložte část textu a položte cílené otázky:

Review this paragraph for logical flow. Does the argument progress
clearly from premise to evidence to conclusion? Identify any gaps
in reasoning.

Reduce this paragraph from [current] to [target] words without losing any
claim, number, or citation: [paste paragraph]. Keep the academic register
and my terminology.

Read this section as a hostile reviewer for [journal]: [paste section].
List the five weakest points in order of severity, quote the exact sentence
each weakness lives in, and say what evidence or rewording would fix it.

Tento poslední prompt je náš oblíbený. Persona Claude jako „nepřátelský recenzent“ odhaluje logické mezery, nepodložená tvrzení a strukturální slabiny, vůči nimž po několika revizích ztratíte citlivost. Neodhalí všechno, co by odhalil skutečný recenzent, ale zachytí toho dost na to, aby se mu vyplatilo věnovat těch pět minut.

Claude také používáme ke kontrole konzistence mezi částmi před odevzdáním:

Here are my abstract and conclusion: [paste both]. List every claim in the
abstract that the conclusion does not support, and every conclusion claim
missing from the abstract. Then check that every number appearing in both
matches exactly.

Nesoulad mezi částmi je jedním z nejčastějších problémů ve fázi revizí a je obtížné si ho všimnout, když už týdny žijete uvnitř svého textu.

Kdy přestat používat Claude a přejít na jiné nástroje

Claude je univerzální nástroj. Dobrý je v mnoha úlohách a v některých je vynikající. Pro konkrétní fáze akademického psaní však specializované nástroje dosahují lepších výsledků.

Pro korekturu: Přepněte na náš AI proofreader. Claude dokáže odhalit gramatické chyby, ale nenabízí sledované změny ani systematickou kontrolu věty po větě. Specializovaný korektor je rychlejší a důkladnější pro finální úpravu před odevzdáním.

Pro shrnování: Náš AI summarizer zvládá kompresi akademického textu systematičtěji, zachovává klíčové závěry, statistické detaily a informace o citacích, které Claude někdy vynechává.

Pro humanizaci textu asistovaného AI: Specializovaný nástroj pro humanizaci zvládá specifické vzorce, na které detektory upozorňují. Claude nedokáže efektivně odstranit vzorce ze svého vlastního výstupu, i když je požádán, aby psal "přirozeněji."

Pro formátování citací: Použijte Zotero, Mendeley nebo svého správce referencí. Claude naformátuje citace, které vypadají správně, ale obsahují jemné chyby, nesprávné formáty dat, nekonzistentní styly, občas i vymyšlené DOI.

Ideální pracovní postup používá Claude na promýšlení a tvorbu prvního návrhu, a poté přechází na specializované nástroje pro jazykové vybroušení a finální úpravy. Takto funguje profesionální psaní.

Workflow 5: odpovídání recenzentům

Odpovědi recenzentům odměňují strukturu a kontrolu tónu, což je přesně to, v čem je jazykový model dobrý při návrhu. Vložte rozhodovací dopis a postupujte bod po bodu: požádejte Claude, aby vytáhl každou odlišnou kritiku do očíslovaného seznamu, pro každý bod navrhl neutrální kostru odpovědi a označil, které body potřebují novou analýzu místo přeformulování. Věcnou vědeckou stránku si ponechte sami: co se v rukopisu změnilo, co obhajujete a kde se recenzent fakticky mýlí. Příspěvkem modelu je dokument s odpověďmi, který už na první průchod působí klidně a uspořádaně. Jeden prompt nastaví celou strukturu:

Here is the decision letter for my manuscript: [paste letter]. Extract every
distinct criticism into a numbered list. For each point, draft a two-sentence
neutral response skeleton and label it: revise, defend, or needs new analysis.
Do not invent any changes I have not described.

Naše sbírka promptů pro akademické psaní obsahuje další promptové šablony pro odpovědi recenzentům připravené k okamžitému použití.

Claude, Cowork, nebo Claude Code: který z nich se hodí pro výzkumnou práci?

Anthropic nyní nabízí Claude ve třech hlavních podobách a ta správná závisí na tom, co vaším úkolem vzniká.

Claude (webový a desktopový chat) je vhodný nástroj pro každý pracovní postup v tomto průvodci, brainstorming, syntézu z vašich poznámek, návrh oddílů i revizní kola. Je konverzační, spouští se okamžitě a zahrnuje webové vyhledávání.

Agentní volbou pro znalostní práci je Claude Cowork. Agent běží uvnitř desktopové aplikace Claude. Není potřeba žádné nastavení. Vícekrokové úkoly zvládá samostatně, například uspořádání složky s poznámkami ke čtení, sestavení srovnávací tabulky z tuctu článků nebo vytvoření první verze anotované bibliografie. Běží v izolovaném prostředí. To znamená, že je bezpečnějším agentem pro práci s vašimi citlivými koncepty. Když úkol vytváří dokument namísto konverzace, Cowork obvykle chat předčí.

Claude Code běží v terminálu a je určen pro lidi, kteří píšou software. Pro výzkumníky si své místo vydobývá v analytické práci, čištění dat, spouštění statistických skriptů, tvorbě reprodukovatelných grafů a práci uvnitř projektového repozitáře. Pokud se nikdy nedotýkáte příkazové řádky, vynechte ho, Cowork pokrývá agentní oblast bez nutnosti nastavování.

Který model Claude by měli výzkumní pracovníci zvolit?

V době psaní tohoto textu je v nabídce na vrcholu Fable 5, poté Opus 5, Sonnet 5 a rychlý, levný Haiku 4.5.

Sonnet 5 je rozumný výchozí model pro každodenní psaní, tedy pro osnovy, návrhy odstavců a podněty k revizím. Je rychlý a jeho kvalita stačí pro většinu sekcí většiny prací.

Fable 5 je model, po kterém sáhnete, když je nejtěžší částí úloha samotné uvažování: slaďování rozporných zjištění napříč literaturou, zátěžové testování argumentu o metodice nebo udržení celé rukopisné verze v kontextu při kontrole vnitřní konzistence. Spotřebovává limity plánu rychleji, proto s ním zacházejte jako se specialistou, kterého přizvete na otázky, jež si to zaslouží.

Opus 5 stojí mezi těmito dvěma, je silnější než Sonnet při dlouhém uvažování a levnější na celodenní provoz než Fable. Pokud váš plán přísně omezuje špičkový model, Opus je pracovní kompromis.

Haiku 4.5 zvládá rychlé mechanické požadavky: přeformátování, definice, opravy časování. Nepoužívejte jej na nic, co byste citovali nebo odevzdali.

Úrovně effortu: jak moc by se měl model snažit?

Agentické nástroje Claude vystavují nastavení effortu, které řídí, kolik uvažování model vynaloží, než odpoví: low, medium, high, xhigh a max platný pouze pro danou relaci. Existuje také jednorázový posun pro konkrétní prompt: zahrňte do požadavku slovo "ultrathink" a tento jediný tah dostane hlubší uvažování, aniž by se změnilo nastavení relace.

Úroveň přizpůsobte náročnosti otázky. Medium stačí pro mechanické úpravy. High se hodí pro běžné sepisování a revizní sezení. Xhigh a max si ponechte pro otázky, které nesou skutečnou analytickou zátěž: syntézu přes třicet zdrojů, rozhodnutí o statistickém designu, kontrolu konzistence celého rukopisu. Vyšší effort stojí více tokenů a více času na odpověď, takže nastavení každé relace na max zpomaluje vaši rutinní práci a bez užitku vyčerpává váš plán. Používejte to pouze tehdy, když provádíte skutečný výzkum, který musí být vysoce přesný.

Kdy kompaktně upravit relaci

Dlouhé konverzace degradují. Každá zpráva s sebou nese celou konverzaci, takže relace, která začala svižně, se zpomaluje a začne vynechávat dřívější instrukce, jakmile se zaplní kontextové okno. Výzkumníci to vnímají jako únavu: model, který přesně zvládl vaše první tři prompty, při patnáctém produkuje vágní výstup.

Řešením je kompakce: dosavadní konverzaci zhutnit do shrnutí, které si model nese dál. Dobře fungují dvě pravidla. Proveďte kompakci po každém dokončeném úkolu, na přirozené hranici, kdy je část literatury uzavřena a má začít práce na metodice. Nebo sledujte tokenový měřič a kompakci proveďte zhruba při 25 procent využití kontextu, místo abyste čekali, až vás nástroj donutí k zásahu těsně před limitem. Vlastní doporučení Anthropic říká totéž: kompakci provádějte proaktivně na hranicích úkolu, ne až poté, co už klesla kvalita. Kompakce na čisté hranici nic nestojí, vynucená kompakce uprostřed úkolu ale ztratí nuance, které jste chtěli zachovat.

Je plán Claude Max pro výzkumné pracovníky vhodný?

Claude Pro stojí $20 měsíčně. Max je k dispozici v úrovni za $100 s pětinásobným využitím oproti Pro a v úrovni za $200 s dvacetinásobným využitím. Pro příležitostné používání, několik konverzací denně, stačí Pro a Max představuje nevyužitou kapacitu.

Pro spolehlivou, intenzivní výzkumnou práci se Max rozhodně vyplatí. Syntéza literatury nad dlouhými dokumenty, kontroly konzistence celého rukopisu a agentní relace v Cowork nebo Claude Code rychle spotřebovávají využití a limity Pro přerušují právě ty relace, na nichž záleží nejvíce. Úroveň za $100 odstraní denní strop pro většinu jednotlivých výzkumníků. Úroveň za $200 je pro lidi, kteří tyto nástroje používají celý den. Pokud vás zaseknutá relace noc před termínem odevzdání stojí víc než $100, matematika se vyřeší sama.

Proč Claude a ne ChatGPT nebo Gemini?

Pro výzkumnou práci se Claude v současnosti ukázal jako nejspolehlivější z trojice předních asistentů. V roce 2026 nezávislé sledovače přesnosti odhadly míru halucinací u Claude na přibližně 3 procenta, zatímco u vlajkových modelů GPT a Gemini byla téměř dvojnásobná. Stejně důležité je i chování v podmínkách nejistoty: Claude častěji přizná, že něco neví, než aby si odpověď vymyslel. Sebejistě zkonstruovaný výmysl je režim selhání, který akademickou práci poškozuje nejvíc.

Dvě upřesnění. Všechny modely si vymýšlejí citace. Recenzované srovnání z roku 2026 zjistilo, že žádný z asistentů nedokázal vytvořit ověřitelné seznamy literatury. To znamená, že nic z toho, co modely citují, se ve vašem textu neobejde bez kontroly. Pokud děláte jen nějakou základní mechanickou práci, přeformátování tabulek, rychlé převody, není mezi těmito třemi moc rozdíl. Tam, kde na tom záleží, je ale důsledné uvažování nad vlastními zdroji.

Používání Claude bez neúspěchu v detekci AI

Text, který Claude vytváří, nese statistické vzorce, které detektory AI vyhledávají, a univerzity stále častěji kontrolují odevzdané práce pomocí indikátoru AI v Turnitin. Tři postupy vás udrží v bezpečí. Používejte Claude pro myšlenkovou práci, strukturování, kritické hodnocení, shrnování zdrojů, a finální prose pište sami tam, kde to politika vyžaduje. Zveřejněte použití AI tam, kde to vyžaduje váš časopis nebo instituce, náš AI disclosure statement guide obsahuje šablony. A když politika dovoluje návrh pomocí AI, upravte výstup do vlastního stylu nebo jej nechte projít přes academic text humanizer, který zachová citace a terminologii, a poté před odevzdáním výsledek zkontrolujte proti detektoru. Co byste neměli dělat, je odevzdat surový výstup modelu, detekci prochází nespolehlivě a pro vyučující, kteří znají váš styl psaní, působí jako obecná proza.

Co Claude dělá špatně v akademickém psaní

Transparentnost je důležitá. Tady je místo, kde jsme viděli, že Claude selhává:

Citace. Claude vygeneruje pravděpodobně znějící jména autorů, názvy časopisů a roky vydání, které ve skutečnosti neexistují. Nikdy nenechte Claude uvádět odkazy, které jste sami neověřili. Nebo ho můžete požádat, aby skutečně ověřil, že citace existuje, a poskytl k ní DOI, abyste si pak mohli u každé citace dohledat DOI a ověřit, že opravdu existuje.

Normy specifické pro obor. Claude může přehlédnout zvyklosti konkrétní disciplíny. Znáte normy svého oboru lépe než Claude, proto důvěřujte své expertize spíše než výstupu modelu.

Kvantitativní tvrzení. Claude občas vloží statistická tvrzení, která ve vašich původních datech nebyla. Pokud se objeví číslo, které jste sami neuvedli, ověřte ho.

Kalibrace tónu. Claude píše dobře, ale nepíše jako vy. Vždy proveďte jazykovou revizi, nahraďte obecné formulace svými vlastními vzorci. Váš školitel vaše texty čte pravidelně. Měly by znít jako vy.

To nejsou důvody, proč se Claude vyhýbat. Jsou to důvody, proč ho používat s dohledem.

Frequently asked questions

Q: Je používání Claude pro akademické psaní univerzitami přijímáno?

To záleží na politice vaší instituce. Většina univerzit rozlišuje mezi používáním AI jako nástroje pro psaní, což je s odpovídajícím přiznáním přijatelné, a odevzdáním AI-generované práce jako vlastní, což přijatelné není. Používání Claude pro brainstorming, osnovu a návrh textu, následované revizí a doplněním vlastního hlasu, spadá do kategorie využití nástroje. Vždy si ověřte své pokyny a tam, kde je to požadováno, vše přiznejte.

Q: Jak si Claude vede ve srovnání s ChatGPT pro psaní výzkumných textů?

Claude lépe zvládá dlouhé dokumenty a jemně odstíněné pokyny. Spolehlivěji dodržuje požadavky na formátování a méně často si vymýšlí tvrzení. ChatGPT bývá lepší v mechanických úlohách, jako je přeformátování tabulek. Pro klíčové psací úlohy dáváme přednost Claude, ale obě možnosti fungují. Podívejte se na naše AI prompts for academic writing pro prompty, které fungují napříč modely.

Q: Může Claude napsat celý výzkumný článek?

Technicky ano. Měl by? Ne. Kvalita celého článku vygenerovaného na jeden záběr je výrazně nižší než u článku vyvíjeného po jednotlivých částech s přispěním výzkumníka v každé fázi. Vaše interpretace dat, teoretické ukotvení a konstrukce argumentu musí vycházet od vás. Claude je nejcennější tehdy, když se stará o mechanické aspekty psaní, strukturu, formulaci, úspornost vyjadřování, zatímco vy řídíte intelektuální obsah.

Q: Bude můj text napsaný v Claude označen detektory AI?

Pravděpodobně ano, pokud odešlete surový výstup bez úprav. Psaní v Claude vykazuje vzorce, které dokážou detekovat nástroje jako Turnitin a GPTZero. Řešením je humanizing the Claude draft do vlastního hlasu, doplnění vlastního stylu, variování větných struktur a následné provedení humanizační úpravy textu. Dobře editovaný návrh z Claude, který byl personalizován a zkontrolován, obvykle dosahuje výsledků výrazně pod detekčními prahy.

Q: Mohou univerzity detekovat text napsaný pomocí Claude?

Detektory neurčují, který model určitý úryvek napsal, ale surový výstup Claude nese stejné statistické regularity jako výstupy jiných modelů a detektory na úrovni Turnitin jej zachycují ve vysoké míře. Riziko detekce vyplývá z toho, kolik neupraveného modelového textu zůstane v odevzdávané práci, a platí pro každý model stejně. Proto je nejlepší surový výstup Claude před odevzdáním všude ručně upravit.

Q: Který model Claude je nejlepší pro akademický výzkum?

Sonnet 5 pro každodenní tvorbu a revizi, a Fable 5, když je uvažování skutečně obtížné, syntéza z více zdrojů, kritika metod nebo udržení celého rukopisu v kontextu. Opus 5 je střední možnost pro delší sezení v rámci zpoplatněného plánu a Haiku 4.5 je pouze pro rychlé mechanické úlohy. Bez ohledu na model ověřte všechny citace a čísla, než se dostanou do vašeho rukopisu.

Q: Jak často byste měli compactovat dlouhou relaci v Claude?

Compactujte při každé dokončené hranici úkolu, nebo přibližně při 25 percent využití kontextu, podle toho, co nastane dříve. Přetvořte konverzaci do shrnutí, které si model nese dál, aby odpovědi zůstaly přesné a aby se předešlo postupnému zapomínání instrukcí, k němuž při dlouhých relacích dochází. Čekání, až vás nástroj donutí compactovat poblíž limitu kontextu, obvykle znamená, že kvalita už klesla a shrnutí vynechá detaily, na kterých vám záleželo.