DeepSeek, nebo ChatGPT: která AI napíše lepší životopis?

Který model zachová fakta o uchazečce

DeepSeek R1 vzbudil obrovskou pozornost, protože nabídl uvažující model s volně zveřejněnými vahami a snadno dostupným webovým rozhraním. Oficiální stránka DeepSeeku k vydání uvádí R1 jako model, na kterém běží režim DeepThink. Pak OpenAI 5. března 2026 vydala GPT-5.4 Thinking v ChatGPT.

Otázka pro životopis se nabízela okamžitě: co se stane, když oba modely dostanou silnou výchozí sekci a popis pozice, který svádí k přikrášlování?

Za testem stojí velmi konkrétní důvod. Životopis musí obstát i mimo obrazovku. Skutečný člověk bude sedět u pohovoru a odpovídat na otázky ke každé pozici, metrice, nástroji, rozhodnutí a výsledku. Uhlazený text se stává nebezpečným, když dotyčnou nutí obhajovat práci, kterou nikdy nedělala.

Jak srovnání probíhalo

Dne 22. března 2026 byly otestovány DeepSeek R1 se zapnutým režimem DeepThink a GPT-5.4 Thinking v ChatGPT. Oba modely dostaly stejné výchozí zkušenosti a stejný inzerát Googlu na pozici Program Manager v týmu Supply Chain Resiliency (odolnost dodavatelského řetězce).

Hlavní pokyn byl jednoduchý:

Přepiš tuto sekci životopisu tak, aby lépe odpovídala popisu pozice, a každé tvrzení přitom ponech pravdivé vůči původním zkušenostem.

Každý model měl jeden pokus ve spotřebitelském rozhraní. Výsledkem je praktické redakční srovnání těchto dvou odpovědí. Další pokus by mohl přinést jiné formulace.

Posuzovaly se čtyři věci. Na prvním místě věrnost: zachoval model pozice, rozsah, metriky, povinnosti a fakta? Pak relevance: vytáhl dopředu skutečné shody s inzerátem? Roli hrála také srozumitelnost a okamžitá použitelnost. Věrnost měla ve verdiktu největší váhu, protože i relevantní výmysl uchazečce škodí.

Výchozí zkušenosti

Toto je sekce životopisu, kterou oba modely dostaly:

Původní fakta zněla:

Senior Product Manager, TechCorp Solutions, San Francisco, CA

Březen 2020 – současnost

Vedení podnikové platformy pro spolupráci, která slouží více než 500 firemním klientům, odpovědnost za roční rozpočet 5 mil. USD a koordinace zúčastněných stran po celém světě v regionech EMEA a APAC.

• Řízení produktového portfolia s ARR 8 mil. USD a meziročním růstem 40 %
• Vedení mezioborového týmu 15 vývojářů, designérů a analytiků celým cyklem vývoje produktu
• Zavedení metodiky OKR, které zlepšilo rychlost týmu a metriky dodávek o 30 %
• Rozsáhlý uživatelský výzkum s více než 200 firemními zákazníky jako podklad pro strategickou produktovou roadmapu
• Technické prezentace pro členy nejvyššího vedení (C-level) a další vedoucí pracovníky
• Koordinace uvedení produktů na více trzích s týmy vývoje, UX/UI, obchodu a financí

Výchozí text je už sám silný. Obsahuje rozsah, rozpočet, tržby, složení týmu, mezinárodní práci, zákaznický výzkum, prezentace pro vedení a měřitelný výsledek procesu. Modely měly s čím pracovat.

Výchozí text neobsahuje pozici Program Manager, prezentace pro správní radu, výchozí tržby za tři roky, celní a obchodní compliance, import a export, logistické partnery, automatizaci reportingu, čtvrtletní obchodní přehledy ani odpovědnost za rizika dodavatelského řetězce. Právě tyto hranice se ukázaly jako rozhodující.

Odpověď DeepSeeku R1

DeepSeek vytvořil jedinou přepsanou verzi a své změny vysvětlil:

Senior Product Manager / Program Manager, TechCorp Solutions

San Francisco, CA | Březen 2020 – současnost

• Řízení strategického podnikového SaaS programu s ročním rozpočtem 5 mil. USD a vedení mezioborových iniciativ napříč vývojem, designem a analytikou pro více než 500 B2B klientů.
• Vedení mezioborových týmů o 15 členech (vývojáři, designéři, analytici) při realizaci složitých a dobře viditelných programů se sladěním technického provedení s obchodními cíli.
• Strukturování a realizace strategických iniciativ na základě sběru a vyhodnocení kvalitativních dat od více než 200 firemních zúčastněných stran za účelem definice obchodních požadavků a rozvoje nových schopností.
• Tvorba provozních plánů a předkládání strategických doporučení podložených daty nejvyššímu vedení a členům správní rady pro získání podpory organizace a stanovení priorit roadmapy.
• Standardizace procesů zavedením metodiky OKR, omezení neefektivní ruční práce a zvýšení rychlosti týmu o 30 % díky lepšímu sladění a automatizaci reportingu.
• Koordinace expanze na trhy v regionech EMEA a APAC ve spolupráci s místními právními, celními a logistickými partnery při plnění požadavků na import a export a omezování rizik dodavatelského řetězce.
• Definice metrik úspěchu a vedení analytické práce, která zvýšila tržby programu z ARR 2 mil. USD na 8 mil. USD, s využitím poznatků z dat k hledání příležitostí k růstu a optimalizaci zdrojů.

Co se DeepSeeku povedlo

Text působí sebejistě. Model rozpoznal skutečné mosty mezi produktovou a programovou prací: odpovědnost za rozpočet, mezioborové vedení, komunikaci s vedením, zlepšování procesů, zákaznický výzkum a mezinárodní koordinaci.

Volba klíčových slov přesně odpovídá cílové pozici. „Obchodní požadavky“, „provozní plány“, „standardizace procesů“ a „riziko“ přenášejí inzerát do přepsaného textu. Vysvětlení změn navíc dobře ukazuje, jakou strategií model postupoval.

Kde DeepSeek překročil hranici

Změna pozice je patrná na první pohled a je vážná. Uchazečka zastávala pozici Senior Product Manager. Přidání „Program Manager“ mění fakt o zaměstnání, který může zaměstnavatel při prověrce uchazeče ověřit.

Odrážka o mezinárodní práci jde mnohem dál. Výchozí text říká, že uchazečka koordinovala uvedení produktů na více trzích a spolupracovala s vývojem, UX/UI, obchodem a financemi. DeepSeek přidává právní oddělení, celní a obchodní compliance, logistiku, požadavky na import a export a omezování rizik dodavatelského řetězce. Každý z těchto doplňků slouží cílovému inzerátu a žádný se ve výchozím textu neobjevuje.

Problém prohlubuje několik menších výmyslů. DeepSeek mění zákaznický výzkum na kvalitativní data, přidává členy správní rady, zavádí provozní plány, tvrdí, že automatizoval reporting, a vytváří výchozí tržby 2 miliony dolarů s obdobím růstu, které výchozí text nikdy neuvedl.

Tento výstup by bylo nutné před odesláním řádek po řádku přestavět. Jeho těsná shoda s inzerátem zčásti pochází z detailů vypůjčených přímo z inzerátu.

Odpověď ChatGPT GPT-5.4 Thinking

ChatGPT nabídl dvě verze a vysvětlil rozdíl mezi nimi. Silnější z nich byla tato:

Senior Product Manager, TechCorp Solutions, San Francisco, CA

Březen 2020 – současnost

• Programové vedení strategických mezioborových iniciativ pro podnikovou SaaS platformu, kterou používá více než 500 B2B klientů, s odpovědností za roční rozpočet 5 mil. USD
• Sladění organizace napříč týmy vývoje, designu a analytiky o 15 lidech při realizaci prioritních programů, definici obchodních požadavků a zavádění nových provozních schopností
• Sběr a vyhodnocení podnětů od více než 200 firemních zákazníků s cílem najít slabiny procesů, posoudit rizika a prosadit zlepšení, která zvýšila účinnost produktu a omezila třecí plochy
• Vedení čtvrtletních obchodních přehledů s nejvyšším vedením a členy správní rady, včetně prezentace analýz podložených daty, strategických plánů a doporučení pro rozhodování
• Zefektivnění realizace zavedením metodiky OKR, které zvýšilo rychlost týmu o 30 %, zjednodušilo plánování a omezilo ruční koordinaci
• Řízení uvedení produktu na 3 nové mezinárodní trhy prostřednictvím koordinace s regionálními partnery, řešení problémů mezi týmy a zajištění připravenosti napříč několika pracovními proudy
• Růst ARR o 300 % z 2 mil. USD na 8 mil. USD za 3 roky díky disciplinovanému řízení programu, analytickému řešení problémů a průběžnému zlepšování procesů

Co se ChatGPT povedlo

ChatGPT zachoval oficiální název pozice. To je podstatné. Odolal také nejlákavější fikci, kterou inzerát nabízel: přímým zkušenostem s dodavatelským řetězcem, importem a exportem a celní compliance.

Text je čistý a skutečné shody jsou dobře vidět. Pozornost dostává mezioborové vedení, odpovědnost za rozpočet, podněty zákazníků, komunikace s vedením, zavedení OKR, mezinárodní uvedení produktů i ARR.

Dvě verze se hodily, protože ukázaly volbu, na co klást důraz. Doprovodná rada navíc přiznala chybějící přímé zkušenosti s dodavatelským řetězcem a doporučila uchazečce opřít se o skutečné silné stránky v řízení programů.

Kde i ChatGPT odbočil od výchozího textu

Původní verze tohoto článku byla k ChatGPT příliš shovívavá. Nová kontrola řádek po řádku hodnocení změnila.

ChatGPT si vymýšlí čtvrtletní obchodní přehledy a členy správní rady. Výchozí text podporuje jen technické prezentace pro nejvyšší vedení a další vedoucí pracovníky. Zákaznický výzkum mění na hledání slabin procesů a posuzování rizik a pak přidává výsledky v podobě vyšší účinnosti produktu a menších třecích ploch. Z „více trhů“ dělá tři trhy a doplňuje řešení problémů a pracovní proudy připravenosti.

Nejzřetelnějším výmyslem je poslední odrážka. Výchozí text uvádí ARR 8 milionů dolarů a meziroční růst 40 %. ChatGPT si vyrábí výchozí bod 2 miliony dolarů, tříleté období a růst o 300 %. Čísla mohou matematicky sedět, ale výchozí text je nikde nedokládá.

V tomto pokusu ChatGPT vytvořil bezpečnější návrh. Přesto jde o návrh, který by v nezměněné podobě rozhodně neměl odejít.

Redakční srovnání vedle sebe

Úhledné číselné skóre tu záměrně chybí. Tabulka říká pravdu jasněji. Oba modely psaly dobře. Oba přidaly fakta, která ve výchozím textu nebyla. Doplňky DeepSeeku nesly větší riziko, protože změnily název pozice a dodaly přesně ty oborové zkušenosti, které uchazečce chyběly.

Verdikt: v tomto pokusu vyhrává ChatGPT, s vážnými výhradami

ChatGPT vyhrává, protože zachoval oficiální název pozice a do návrhu nepustil přímé odborné znalosti dodavatelského řetězce. Tyto volby chrání uchazečku v nejzřejmějších kritických bodech.

Náskok je ale menší, než se zpočátku zdálo. Vymyšlené publikum ze správní rady, frekvence přehledů, počet trhů, provozní výsledky a výchozí tržby u ChatGPT vyžadují důkladnou úpravu. Označit jeho výstup za připravený k odeslání by bylo nezodpovědné.

DeepSeek prokázal výbornou citlivost na popis pozice. Zároveň ukázal, jak snadno se „přizpůsobení“ může změnit ve vymyšlenou kariéru. Vysvětlení k návrhu problém ještě zvýraznilo: model chápal chybějící fakta o dodavatelském řetězci jako materiál, který je třeba doplnit.

Závěr je jednoznačný. Uchazeč by nikdy neměl volit mezi relevancí a poctivostí. Životopis musí nést obojí.

Jak návrh opravit

Rozumné je ponechat pozici Senior Product Manager a zachovat jen tvrzení, která lze dohledat ve výchozím textu. Bezpečnější verze by mohla znít:

Senior Product Manager, TechCorp Solutions, San Francisco, CA

Březen 2020 – současnost

• Vedení mezioborové realizace podnikové platformy pro spolupráci, která slouží více než 500 klientům, s odpovědností za roční rozpočet 5 mil. USD a koordinací v regionech EMEA a APAC
• Vedení týmu 15 vývojářů, designérů a analytiků celým cyklem vývoje produktu
• Výzkum s více než 200 firemními zákazníky jako podklad pro priority produktové roadmapy
• Zavedení metodiky OKR, které zlepšilo rychlost týmu a metriky dodávek o 30 %
• Technické prezentace pro nejvyšší vedení a další vedoucí pracovníky
• Koordinace uvedení produktů na více trzích s týmy vývoje, UX/UI, obchodu a financí
• Řízení produktového portfolia s ARR 8 mil. USD a meziročním růstem 40 %

Tato verze přebírá méně frází z popisu pozice. Dává ale tazateli u pohovoru pevný základ. Pokud uchazečka skutečně posuzovala rizika, tvořila provozní plány, standardizovala procesy nebo pracovala s dodavatelským řetězcem, lze tato fakta doplnit, jakmile k nim dodá podklady.

Co test ukázal

Uvažovací režim nezabránil výmyslům v žádné z odpovědí. Podrobné pokyny pomohly, ale modely dál doplňovaly obvyklé formulace a zaplňovaly mezery věrohodně znějícím obsahem.

Nejbezpečnější je postup založený na výchozím textu. Dejte modelu podrobný životopis a poznámky. Požádejte ho, aby ke každé změně citoval, o co se opírá. Chybějící údaje ať označí hranatými závorkami. Každý vygenerovaný řádek porovnejte s výchozím textem, než ho přijmete.

Jedna odpověď navíc vypovídá jen málo o tom, jak se model chová u všech životopisů, pokynů a budoucích aktualizací. Toto srovnání zachycuje přesně ty odpovědi, které přišly v den testu. Užitečné je proto, že chyby jsou konkrétní a uchazeči se z nich mohou naučit, na co si dát pozor.

Obecná AI, nebo platforma pro životopisy?

Obecný AI asistent vám nabízí otevřený rozhovor. Pomůže s brainstormingem, vysvětlí své volby a odpoví na doplňující otázky. Jak dobře s ním sestavíte celý životopis, ale do velké míry závisí na vašich pokynech. Musíte určit strukturu, dodat strategii psaní životopisu, ohlídat formátování, zkontrolovat shodu s popisem pozice a z odpovědi udělat hotový dokument.

UseResume je vytvořený přímo pro psaní životopisů a motivačních dopisů. Jeho AI byla vyladěna na široké sbírce profesionálních technik psaní životopisů, obsahových strategií a postupů pro přizpůsobení konkrétní pozici. Díky této specializaci vytváří cílenější a kvalitnější obsah životopisu než obecný model se standardním pokynem. Můžete nahrát stávající životopis nebo začít od nuly, přidat popis pozice, vygenerovat cílený obsah, upravit každou sekci, vytvořit odpovídající motivační dopis a hotový dokument exportovat do PDF.

Šablony jsou ověřené a otestované se všemi hlavními systémy ATS. Každá dává životopisu jasnou hierarchii, čitelnou strukturu a profesionální vzhled a zároveň zachovává jednoduché formátování, které systémy pro příjem žádostí potřebují ke zpracování. Celý postup spojuje obsah, přizpůsobení pozici, vzhled dokumentu a export na jednom místě.

Na tomto zaměření záleží. Psaní životopisů má vlastní pravidla pro doklady, relevanci, umístění klíčových slov, tón a vizuální hierarchii. UseResume tato rozhodnutí zabudovává přímo do produktu, takže nemusíte odborný postup tvorby životopisu skládat z dlouhé řady pokynů.

Doporučení

ChatGPT dal v tomto úzce vymezeném přímém srovnání bezpečnější výstup, a i tak ho před použitím čeká přísná kontrola proti výchozímu textu. Pro skutečnou žádost o práci je lepší volbou UseResume. Jeho specializované vedení při psaní, přizpůsobení konkrétní pozici a šablony otestované se systémy ATS nabízejí mnohem spolehlivější cestu od podkladů k hotovému životopisu.

Na modelu záleží. Na kontrole záleží víc. V záhlaví životopisu stojí vaše jméno a konečné znění by mělo chránit kariéru, kterou popisuje.

Vytvořte si účet a připravte si přizpůsobený návrh, který můžete ověřit řádek po řádku.

Pokračujte srovnáním ChatGPT a Claude při psaní životopisu, testem Gemini a ChatGPT a testem Grok a ChatGPT.