ChatGPT, nebo Claude: která AI napíše lepší životopis?

Při hledání práce obvykle přijde chvíle, většinou pozdě večer, kdy je v jedné záložce otevřený životopis a ve druhé chatbot. Přihlášky se uzavírají zítra. Na životopis nikdo nesáhl dva roky. Zbývá jen rozhodnout, kterého chatbota se zeptat.

Většina lidí volí mezi ChatGPT a Claudem a ptá se, který z nich píše lépe. Je to rozumná otázka a má odpověď. Životopis je ale zvláštní druh textu. Každý řádek v něm je tvrzením o skutečném člověku a ten člověk dřív nebo později usedne k pohovoru, kde se ho na ten řádek zeptají. Stejně důležitá je proto i druhá otázka: kterému z nich lze věřit, že fakta nechá být?

Aby našel odpověď na obě otázky, dal UseResume nejnovějším modelům obou firem, GPT-6.1 a Claude Fable 5.1, stejných osm úkolů k životopisu, každý třikrát. Ukázalo se, že obě otázky mají různé odpovědi. Claude je lepší pisatel, často s velkým náskokem. ChatGPT je ten, kdo uchazeči nikdy nevložil do úst ani slovo. Následující text ukazuje úkol po úkolu, jak se to projevilo, a to slovy samotných modelů.

Osm úkolů, tři pokusy

Úkoly odpovídaly běžné práci na přihlášce: přizpůsobit životopis inzerátu, posílit slabé odrážky, napsat profesní profil, napsat motivační dopis, zkritizovat hotový životopis, najít chybějící klíčová slova, přepsat text podle přísných pravidel a nakonec, jen pro zajímavost, žádost o přikrášlení.

Každé zadání bylo napsané tak, jak by ho napsal unavený uchazeč, na řádek nebo dva. Ani jednomu modelu se neřeklo, ať je přesný, protože cílem bylo zjistit, co udělá, když je ponechán vlastnímu úsudku. Každé zadání se odeslalo třikrát, protože tyto systémy jen zřídka odpoví dvakrát stejně. Ukázky níže pocházejí z prvního pokusu, pokud není uvedeno jinak, a kde model přidal vlastní tvrzení, je podtržené.

Produktový manažer se hlásí do Googlu

Prvním uchazečem je senior produktový manažer v softwarové firmě, který by rád vedl programy dodavatelského řetězce v Googlu. Takto vypadá příslušná část jeho životopisu:

Inzerát požaduje „zkušenosti s řízením komodit nebo s odolností dodavatelského řetězce“, které uchazeč nemá. Zbytek je psaný nářečím velkých firem. Úspěšný kandidát bude pracovat „ve spolupráci s funkčními vlastníky a odborníky (SME)“, pustí se do „odstraňování smyček přepracování“ a bude „identifikovat rizika, vyvíjet strategie jejich zmírnění a usnadňovat řešení konfliktů“. Oba modely dostaly jednou větou za úkol přepsat sekci tak, aby lépe odpovídala pozici.

ChatGPT na ni skoro nesáhl. Odrážka o vedení týmu se přesunula nahoru, pár sloves se změnilo a všechna čísla zůstala na svém místě. Pak přišla poznámka:

Poznámka je poctivá a přepis bezpečný. Zároveň je tak blízko originálu, že by personalista oba texty jen těžko rozeznal.

Claudova odpověď byla skoro třikrát delší a jeho uchazeč zní jako někdo, kdo už v Googlu pracuje:

Fráze se dají snadno vystopovat zpět k inzerátu a část z toho přebírání je v pořádku. Převzít slovník zaměstnavatele je velká část toho, co přizpůsobení znamená. Podtržené pasáže jsou ale něco jiného. Originál říká, že systém OKR zrychlil práci týmu o 30 procent, a o smyčkách přepracování mlčí. Nezmiňuje žádné riziko, plán zmírnění ani konflikt. Jinde ve stejném návrhu se k uvedení produktů na trh přidaly „zainteresované strany z právního oddělení a compliance“ a uchazečovo území, dříve EMEA a APAC, se rozrostlo i o Severní Ameriku.

Claude to všechno uvedl slibem, že „každé tvrzení drží při tom, co jste skutečně dělal“. Při druhém pokusu zašel ještě dál: „nic nového není vymyšleno“. Severní Amerika, smyčky přepracování i řešení konfliktů se objevily ve všech třech.

Nebylo by fér tím skončit, protože Claude byl zároveň jediný z dvojice, kdo nabídl skutečnou radu. Nikdy nepředstíral, že uchazeč má zkušenosti s dodavatelským řetězcem. Řekl otevřeně, že tato mezera je „to, co vás nejspíš vyřadí“, a v jednom pokusu navrhl hledat v uchazečově rozpočtu 5 milionů dolarů smlouvy s dodavateli nebo rozhodnutí o nákupu, což by byl poctivý důkaz správného druhu. ChatGPT nic srovnatelného nenabídl.

Pět odrážek, ve kterých nic není

Druhý uchazeč dal modelům mnohem méně materiálu. Pracovník zákaznické podpory v internetovém obchodě s nábytkem, který by se rád stal vedoucím týmu, poslal tohle:

V celém seznamu není jediné číslo a model, který chce zapůsobit, má všechny důvody pár jich doplnit. Ani jeden to za šest pokusů neudělal.

ChatGPT to vyřešil tak, že totéž řekl delšími slovy. Z „Pomáhal zaškolovat nové kolegy“ se stalo „Podporoval zaškolení nových kolegů tím, že pomáhal kolegy školit v oblasti zákaznické podpory.“ Pak se zeptal, kolik lidí pracovník zaškolil, co se v procesu vracení zboží změnilo a k čemu sloužily týdenní reporty. Otázky byly nejlepší částí odpovědi.

Claude poslal odrážky s prázdnými místy:

V každém pokusu bylo jedenáct prázdných míst a k nim pokyn, ať uchazeč čísla, která do nich patří, nehádá. Jako výuka se to dá těžko kritizovat. Kdo nikdy silnou odrážku nenapsal, vidí, jak vypadá a co si musí zjistit.

Slova mezi prázdnými místy jsou méně opatrná. Pracovník, který „pracoval na“ procesu vracení zboží, ho teď „spolunavrhl a zavedl“. Školení, se kterým pomáhal, se stalo „standardním zaškolením týmu“. Ve třetí odrážce je „tím, na koho se tým obrací se složitými stížnostmi“. Nic z toho pracovník neřekl. Claude si číslo nevymyslí, ale povýšení rozdá.

Zdravotní sestra mění obor

Třetí uchazečka měla nejlepší příběh. Sestra z jednotky intenzivní péče s devíti lety praxe, z toho poslední tři jako vedoucí sestra směny na oddělení s 24 lůžky, chtěla přejít do UX výzkumu. V poznámkách uvedla, že zaškolila zhruba 40 nových sester, zasedala v komisi, která vybírala nemocniční software pro předávání směn, a vedla jeho zavádění: „v podstatě jsem byla ta, za kterou všichni chodili, když to nefungovalo“. Mezitím dokončila certifikát Google UX Design a udělala jeden neplacený projekt: vyzpovídala 12 sester o únavě z alarmů a sepsala zjištění pro produktový tým startupu. Žádala, aby výsledek „nezněl falešně ani zoufale“.

Na žádost o profesní profil, který patří do horní části životopisu, napsal ChatGPT 68 slov:

Claude napsal 137:

Claudův text je zajímavější čtení. Zachovává 40 sester i softwarovou komisi, které ChatGPT ve všech třech pokusech vynechal, a vysvětluje, proč by zdravotní sestra tuhle práci vůbec chtěla. Profil ale sedí v horní části stránky, kterou personalisté jen přelétnou, a 137 slov v první osobě je zhruba dvojnásobek toho, co místo snese. Text od ChatGPT se dá vložit tak, jak je. Toto kolo vyhrál střízlivější pisatel.

U motivačního dopisu to dopadlo opačně. Oba modely dodržely limit 200 slov. Dopis od ChatGPT začal rozumnou poznámkou o tom, jak moc může software ošetřovatelskému týmu pomoct nebo ho brzdit, a pak sklouzl k hlasu všech motivačních dopisů: „Těším se, že tento klinický pohled a praktické výzkumné zkušenosti přinesu na pozici UX Researcher ve společnosti Meridian Health.“ Claudův začínal takto:

Je to mnohem lepší první věta a dopis jí dostojí. Sestra podle něj ví, „jak získat upřímné odpovědi od zdravotníků, kteří mají deset minut a žádnou trpělivost se špatnými nástroji“. Většina budoucích nadřízených by člověka, který tohle napsal, chtěla poznat.

Chtěli by ale také, aby dopis byl pravdivý. V poznámkách stojí jen to, že zjištění byla sepsána pro produktový tým. Ve dvou ze tří Claudových dopisů podle nich produktový tým jednal a v prvním se z nich stala „zjištění, podle kterých jejich produktový tým přeskládal priority roadmapy“. Tentýž dopis tvrdí, že sestra, když software pro předávání směn selhal, „dokumentovala, proč se rozbil a co by bylo potřeba k opravě“, o čemž poznámky také mlčí. Tři dopisy od ChatGPT neobsahovaly nic, co by nebylo v poznámkách. Všechny tři uvedly, že projekt byl neplacený. Žádný z Claudových ne.

Životopis s jedenácti chybami

Poslední uchazeč byl vymyšlený jen proto, aby ho bylo co kritizovat. Obchodník poslal 60 přihlášek a ozvali se mu dvakrát. Jeho životopis obsahoval jedenáct chyb, kterých by si personalista všiml.

Některé se přehlédnout nedaly: e-mailová adresa začínající danny_partyboi92, slovo „Managed“ napsané jako „Mangaed“, GPA (průměr známek) 2,9 stále na očích deset let po absolvování. Jiné vyžadovaly víc pozornosti, mezi nimi 11měsíční mezera mezi dvěma zaměstnáními, dvě další zaměstnání s překrývajícími se daty a tvrzení o růstu portfolia klientů o 400 procent ve stejném roce, kdy uchazeč překonal kvótu o 18 procent. Zadání bylo krátké: „Buď upřímný, co je na něm špatně?“

Oba modely si tu vedly dobře. Ve třech pokusech našel ChatGPT devět, deset a jedenáct z jedenácti chyb. Claude jedenáct, deset a deset. Každému unikalo něco jiného. Claude si dvakrát nevšiml překrývajících se dat. ChatGPT dvakrát nezmínil 11měsíční mezeru, na kterou by se u pohovoru ptali nejdřív.

Lišily se i tónem. ChatGPT začal povzbuzením, „Vaše obchodní zkušenosti jsou silnější, než jak je tento životopis ukazuje“, a skončil upozorněním, že dvě reakce na 60 přihlášek „ještě nedokazují, že životopis je jediný problém“. Claude seřadil chyby podle toho, jak moc škodí, začal e-mailovou adresou a skončil verdiktem:

Uchazeč žádal upřímnost a tahle věta je ta, kterou si zapamatuje.

Claude pak udělal víc, než se po něm chtělo: ve dvou ze tří pokusů přepsal celý životopis. A tady se vrátil starý zvyk. Ve snaze dát 400 procentům smysl navrhl, že uchazečovo portfolio mohlo vyrůst „z 800 tisíc na 3,2 milionu dolarů“, což je nárůst o 300 procent. ChatGPT ke stejnému bodu správně poznamenal, že růst o 400 procent „znamená skončit na pětinásobku výchozí hodnoty“. Jeden z Claudových přepisů navíc oznámil, že uchazeč „každý rok překonal kvótu“, a to u zaměstnání, kde životopis uvádí čísla za dva roky z téměř pěti.

Co neudělal ani jeden

V tuhle chvíli by Claude mohl vypadat jako model, kterému nelze věřit, pokud jde o fakta. Zbývající testy ukazují, že problém je užší.

V jednom z nich uchazeč požádal o dvě drobné laskavosti. Z „Vedl tým 4 pracovníků podpory“ se měl stát tým 12 lidí, protože „to zní líp a nikdo to nekontroluje“, a certifikát z projektového řízení měl být uveden o rok dřív, než uchazeč kurz absolvoval. Claude odmítl ve všech třech pokusech s varováním, že tohle je „přesně ten druh věcí, kvůli kterým se ruší nabídky zaměstnání“. ChatGPT také odmítl, zhruba pětinou slov. Oba navrhli poctivý způsob, jak kurz zmínit.

V dalším dostaly modely šest odrážek ze životopisu vedoucího prodejny a čtyři pravidla: nejvýš 20 slov na odrážku, pokaždé jiné úvodní sloveso, čtyři zakázaná slova a žádná čísla, která nebyla dodána. Oba dodržely všechna pravidla ve všech pokusech a výsledky byly téměř zaměnitelné. ChatGPT napsal „Řešil stížnosti zákazníků a zlepšil hodnocení prodejny na Googlu z 3,9 na 4,6.“ Claude napsal „Řešil stížnosti zákazníků a zvedl hodnocení prodejny na Googlu z 3,9 na 4,6.“ Na otázku, která klíčová slova z inzerátu Googlu v životopise produktového manažera chybějí, vrátily oba téměř shodné seznamy.

Claude tedy nelže, když ho o to někdo požádá, a přesné pokyny dodržuje stejně věrně jako jeho soupeř. Jeho přídavky se objevovaly u otevřených zadání, kde řádek nebo dva pokynů nechaly většinu rozhodnutí na modelu. Čím přesnější pokyny, tím menší rozdíl mezi oběma.

Který z nich použít

Zpět tedy k pozdnímu večeru a dvěma záložkám. Pokud musí přihláška odejít ještě dnes a výsledek nikdo kontrolovat nebude, je bezpečnější volbou ChatGPT. Ve 24 odpovědích nepřidal nic, co by uchazeč sám nedodal.

Pokud zbývá hodina navíc, je lepší Claude. Napsal zhruba dvakrát víc než ChatGPT, většina přebytku byly rady toho druhu, za jaké lidé platí kariérním poradcům, a jeho návrhy byly po odstranění přídavků silnější. Odstranit je přitom nutné. Každý řádek je potřeba porovnat s originálem a ujištění, že nic nebylo vymyšleno, je třeba brát jako další tvrzení k ověření.

Mít obojí jde. Když dostaly modely dvojice odpovědí bez jmen, každý model dal přednost té své, čtyřikrát ze čtyř. Oba ale pokaždé dali vyšší známku za přesnost ChatGPT a oba odhalily tvrzení, která Claude přidal do životopisu produktového manažera. Návrh od Clauda je tedy možné předat ChatGPT spolu s originálem a požádat ho, ať vypíše vše, co originál nepodkládá.

U obou pomáhají dva zvyky. Prvním je dodat čísla hned na začátku, protože oba modely strávily velkou část odpovědí vyptáváním na stejné věci: kolik, jak často, co se změnilo. Druhým je zeptat se dvakrát. Stejné zadání odhalilo v jednom pokusu devět chyb a v jiném jedenáct. A Claude při přizpůsobování životopisu produktového manažera v jednom pokusu připsal k názvu pozice „(Program Lead)“ a v jiném varoval, že měnit názvy pozic „je varovný signál při prověrkách“.

Otázka, který chatbot napíše lepší životopis, má tedy odpověď, a je to Claude. Otázka, kterého lze s životopisem nechat o samotě, má odpověď také, a je to ChatGPT. Ani jeden z nich ale nebude sedět v místnosti, až se u pohovoru někdo zeptá na smyčky přepracování.

Jak pomáhá UseResume

ChatGPT a Claude jsou univerzální nástroje. Životopis je jen jedna z tisíce věcí, které umějí napsat, vedle e-mailů, esejí a kódu. UseResume je postavený na jednu práci, a tou je psaní životopisů.

Začnete životopisem, který už máte, nebo odpovíte na pár otázek o svých zkušenostech. Přidejte pozici, o kterou se ucházíte, a AI tvůrce životopisů napíše a přizpůsobí každou sekci přímo ve skutečné šabloně životopisu, připravené ke stažení jako PDF. Nic není potřeba kopírovat z okna chatu a vkládat do dokumentu.

Kolem psaní jsou další nástroje, které hledání práce vyžaduje: kontrola životopisu, která váš životopis ohodnotí a ukáže, co opravit nejdřív, detektor AI textu, který označí řádky znějící strojově, a tvůrce motivačních dopisů, který vychází ze stejného životopisu.

Vytvořte si účet a vyzkoušejte to na vlastním životopise.

Další srovnání: Gemini vs. ChatGPT, Grok vs. ChatGPT a DeepSeek vs. ChatGPT.