Napíšete do generátora obrázkov prompt „dedinský jarmok na Slovensku" a dostanete niečo, čo vyzerá ako bavorský Oktoberfest s nemeckými nápismi.
Skúsite „bratislavská kaviareň s nápisom na vývese" a model vám na tabuľu napíše „KAVIAREN" - bez mäkčeňa, s mäkkým „i" na mieste, kde má byť tvrdé. Toto nie je náhoda ani porucha jedného nástroja. Je to systémová vlastnosť väčšiny súčasných modelov, ktoré sa učili prevažne z anglického a čínskeho textu.
Pre aiporadca.sk sa na to pozrieme prakticky: kde presne strojová slovenčina zlyháva, prečo, a čo s tým robiť v prompte.
Prečo diakritika padá: tokenizácia, nie „lenivosť" modelu
Väčšina generátorov obrázkov (DALL·E 3, Midjourney v6/v7, Stable Diffusion 3, Ideogram 2.0) má textový enkodér natrénovaný dominantne na angličtine. Slovenčina je v tréningových dátach zastúpená zlomkom percenta. Dôsledok je konkrétny:
- Znaky ako ľ, ĺ, ŕ, ô, ä sa v tokenizéri často rozpadnú na viac tokenov alebo splynú s podobnými bez diakritiky. Model potom „vidí"
lnamiestoľ. - Dĺžne a mäkčene sa v latentnom priestore nemajú kde ukotviť - model ich nemá z čoho odvodiť.
- Krátke texty (1–3 slová) sú najrizikovejšie, lebo model nemá kontext, ktorý by chýbajúcu diakritiku „dopočítal".
Ideogram 2.0 patrí medzi najlepšie v renderovaní textu vôbec - jeho vlastné benchmarky uvádzajú výrazne vyššiu presnosť pri anglických nápisoch než konkurencia. Pri slovenčine však presnosť skokovo padá, pretože diakritika nebola prioritou tréningu.
Tri praktické stratégie, ktoré fungujú
1. Diakritiku obchádzajte, nie vynucujte. Ak potrebujete obrázok s textom, napíšte ho v prompte bez diakritiky a diakritiku doplňte až v grafickom editore. Znie to ako ústup, ale je to najspoľahlivejšia cesta. Model spoľahlivo vygeneruje „KAVIAREN", vy potom vo Photopea či GIMP-e prepíšete na „KAVIAREŇ" za 30 sekúnd.
2. Text dávajte do úvodzoviek a explicitne. Namiesto nápis na vývese: Bratislava napíšte a shop sign with the exact text "BRATISLAVA", all caps, sans-serif. Úvodzovky a slovo „exact" zvyšujú šancu, že model text neparafrázuje.
3. Krátke slová nad 6 znakov. „Tatry" prejde lepšie než „Ľubochňa". Ak musí byť názov dlhý a s diakritikou, počítajte s 2–4 pokusmi.
Miestne reálie: kde modely „vymýšľajú" Slovensko
Druhý, menej diskutovaný problém je vizuálna stereotypizácia. Modely majú o strednej Európe hmlistú predstavu poskladanú z rakúskych alpských záberov, maďarskej pusty a všeobecného „východoeurópskeho" šumu. Ak napíšete len „slovenská dedina", dostanete skôr kombináciu Poľska a Česka.
Čo pomáha:
- Konkrétne geografické ukotvenie. „Terchová", „Spišský hrad", „Malá Fatra" fungujú lepšie než „Slovensko". Modely poznajú aspoň najznámejšie lokality.
- Architektonické detaily. „Farebné omietnuté domy s drevenými okenicami, sedlová strecha z drevených šindľov, kostolná veža s cibuľovitou kupolou" opisuje slovenskú dedinu presnejšie než akékoľvek adjektívum.
- Materiál a svetlo. „Ranná hmla nad hrebeňom Nízkych Tatier, jesenné farby bukového lesa" - opis prírodných reálií je pre modely zvládnuteľnejší než abstraktná národná identita.
Kde narazíte na skryté náklady
Pri platených nástrojoch (Midjourney od 10 USD/mesiac základný plán, DALL·E 3 cez ChatGPT Plus za 20 USD/mesiac, Ideogram od 8 USD/mesiac) sa počet generácií rýchlo minie, keď skúšate diakritiku „na tvrdo". Realisticky: na jeden obrázok s korektnou diakritikou potrebujete 3–8 pokusov. Ak pracujete na kampani s 20 vizuálmi, je to 60–160 generácií - a pri Midjourney Fast hodinách to znamená reálny čas aj peniaze.
Lokálne riešenie: Stable Diffusion 3 alebo Flux.1 spustené na vlastnom hardvéri (aspoň 12 GB VRAM pre komfort) máte neobmedzené pokusy, ale platíte elektrinou a časom nastavovania. Pre slovenské texty je to stále lepšie než platiť za pokusy v cloude.
Ceny platia k dátumu vydania článku a poskytovatelia ich môžu meniť - pred rozhodnutím si ich overte priamo na stránkach nástrojov.
Verdikt: čo si vybrať
Ak potrebujete fotorealistické obrázky bez textu - Midjourney alebo Flux.1, prompt píšte anglicky, reálie opisujte konkrétnymi lokalitami.
Ak potrebujete obrázky s textom v slovenčine - Ideogram 2.0 na rozloženie, diakritiku doplňte ručne v editore. Neočakávajte, že to zvládne model sám.
Ak robíte veľa vizuálov naraz - Stable Diffusion 3 lokálne, investujte do GPU s 12+ GB VRAM a naučte sa pracovať s LoRA modelmi trénovanými na slovenskej vizuálnej realite.
Technický záver: Ako nastaviť promptovací reťazec pre slovenské vizuály
Slovenská diakritika v generovaných obrázkoch nie je otázka jedného „správneho" promptu, ale reťazca rozhodnutí: jazyk promptu (angličtina) → opis reálií (konkrétna lokalita + materiál) → text (bez diakritiky v generátore) → postprodukcia (doplnenie diakritiky v editore). Modely sa v tomto smere zlepšujú rýchlo - Ideogram a Flux.1 už dnes zvládajú to, čo bolo pred rokom nemožné - ale kým sa slovenský textový korpus nedostane do tréningových dát vo väčšom objeme, ručná editácia diakritiky zostáva najrýchlejšou cestou k výsledku. Pre aiporadca.sk to znamená jediné: plánujte generovanie s rezervou na opravy, nie s predpokladom, že prvý výstup je finálny.
Zdroje
- Ideogram - Text Rendering Benchmarks, ideogram.ai (citované 28. 9. 2026)
- Midjourney - Pricing, docs.midjourney.com (citované 28. 9. 2026)
- OpenAI - DALL·E 3 Documentation, platform.openai.com (citované 28. 9. 2026)
- Black Forest Labs - Flux.1 Model Card, blackforestlabs.ai (citované 28. 9. 2026)
- Stability AI - Stable Diffusion 3 Technical Report, stability.ai (citované 28. 9. 2026)
