Rozdíl mezi „AI nám poskytla užitečné výsledky“ a „AI screening byl ztrátou času“ téměř vždy závisí na jedné věci: na kvalitě vašeho vlastního promptu.

Váš vlastní AI prompt je vaše konkurenční výhoda. Říká AI přesně, co hledat, co upřednostňovat a na jaké varovné signály dbát. Dobře sestavený prompt promění obecný screeningový nástroj ve vašeho osobního AI náboráře.

Stavba efektivního screeningového promptu

Skvělý prompt má čtyři složky:

1. Nezbytné požadavky

Jaké dovednosti, zkušenosti nebo kvalifikace jsou nezbytné?

2. Výhodné odlišnosti

Co by dělalo kandidáta výjimečným (ale není povinné)?

3. Varovné signály

Na co by AI měla při hodnocení dávat pozor jako na potenciální problém?

4. Priorita hodnocení

Jak by AI měla vážit různé faktory?

Struktura šablony

Must-have:
[Vyjmenujte nezbytné požadavky]

Strong differentiators:
[Vyjmenujte výhodné kvalifikace]

Red flags:
[Vyjmenujte možné problémy]

Evaluation priority:
[Popište, jak vážit jednotlivé faktory]

Připravené šablony promptů

Software Engineer (Backend)

Must-have: 3+ let zkušeností s backendovým vývojem v Python, Java nebo Go. Zkušenost s relačními databázemi (PostgreSQL, MySQL). Porozumění REST API designu a mikroservisní architektuře.

Strong differentiators: Zkušenost s cloudovými platformami (AWS, GCP, Azure). Zkušenost s kontejnerizací (Docker, Kubernetes). Příspěvky do open-source projektů. Zkušenost s event-driven architekturou nebo message queue (Kafka, RabbitMQ). Zkušenost s návrhem systémů pro aplikace s vysokou návštěvností.

Red flags: Žádná zkušenost s nasazením v produkci. Pouze akademické/tutoriálové projekty. Časté změny zaměstnání s pobytem méně než 1 rok na každé pozici. Žádné důkazy o týmové spolupráci.

Evaluation priority: Upřednostněte hloubku technických zkušeností před šířkou. Hodnoťte kandidáty, kteří stavěli a udržovali produkční systémy. Pro seniorní pozice silně vážte znalosti návrhu systémů a architektury.

Frontend Developer (React)

Must-have: 2+ roky vývoje v React.js. Silné dovednosti v JavaScript/TypeScript. Zkušenosti s řízením stavu (Redux, Context nebo podobné). Znalost responzivního designu a CSS.

Strong differentiators: Zkušenost s Next.js nebo server-side rendering. Zkušenosti s testováním (Jest, React Testing Library, Cypress). Optimalizace výkonu. Zkušenost s design systémy nebo knihovnami komponent. Povšimnutí accessibility (a11y).

Red flags: Pouze zkušenost s jQuery/vanilla JS bez práce s moderními frameworky. Žádná zkušenost s TypeScriptem na střední a vyšší úrovni. Portfolio obsahující jen tutoriálové projekty nebo šablony.

Evaluation priority: Upřednostněte kandidáty, kteří rozumí React patternům a best practices, nejen syntaxi. Hodnoťte zkušenosti z reálných projektů více než absolventy bootcampů s pouze kursovými projekty (pokud nejsou projekty výrazné).

Product Manager

Must-have: 3+ roky zkušeností s product managementem. Důkazy o úspěšném uvedení produktů od konceptu po spuštění. Zkušenost s prací s vývojovými týmy. Data-driven přístup k rozhodování.

Strong differentiators: Zkušenosti s B2B SaaS produkty. Znalost nástrojů pro produktovou analytiku (Amplitude, Mixpanel atd.). Pozadí v uživatelském výzkumu nebo design thinking. Technické vzdělání nebo informatická škola. Zkušenost s řízením více produktových linií.

Red flags: Pouze zkušenost s projektovým managementem (bez vlastnictví produktu). Žádné důkazy o měřitelných výsledcích nebo metrikách. Pouze technické pozadí bez interakce se zákazníkem/uživatelem.

Evaluation priority: Hodnoťte důkazy o dopadu více než slavná jména firem. Hledejte kandidáty, kteří mluví o výsledcích (zlepšení retence o X %, růst příjmů o Y %) místo pouhých funkcí.

Marketing Manager (B2B)

Must-have: 3+ roky zkušeností v B2B marketingu. Zkušenosti s content marketingem a/nebo generováním poptávky. Znalost marketingových automatizačních nástrojů (HubSpot, Marketo atd.). Důkazy o řízení kampaní a sledování ROI.

Strong differentiators: Zkušenosti s marketingem SaaS. Znalost SEO a organického růstu. Zkušenosti s ABM (Account-Based Marketing). Řízení placené reklamy (Google Ads, LinkedIn). Zkušenost s budováním marketingu od nuly ve startupu.

Red flags: Pouze zkušenosti v B2C nebo agenturách. Žádné důkazy o měření ROI nebo atribuce. Pouze kreativní pozadí bez analytických dovedností.

Evaluation priority: Upřednostněte kandidáty s datově řízeným marketingovým přístupem. Hodnoťte dopad na pipeline/příjmy více než metriky povědomí o značce. Zkušenost s SaaS je velké plus, ale není podmínkou, pokud kandidát ukazuje přenositelné dovednosti.

Sales Representative (SaaS)

Must-have: 2+ roky zkušeností s B2B prodejem. Dosažení nebo překročení kvóty. Zkušenost s nástroji CRM (Salesforce, HubSpot). Zkušenost s outbound prospectingem.

Strong differentiators: Zkušenosti s prodejem SaaS nebo technologií. Průměrná velikost uzavřených obchodů > 50 000 USD. Znalost enterprise sales cyklů. Znalost prodejních metodologií (MEDDIC, SPIN, Challenger). Zkušenosti v našem oboru.

Red flags: Pouze zkušenost s inbound nebo příjmem objednávek. Žádná data o plnění kvóty. Časté horizontální přesuny bez postupu. Pouze maloobchodní nebo B2C zkušenosti.

Evaluation priority: Plnění kvóty je nejdůležitějším ukazatelem. Hledejte konkrétní čísla: generované příjmy, uzavřené obchody, procento plnění kvóty. Upřednostněte prodejní přístup založený na konzultacích nad transakčním prodejem.

Customer Success Manager

Must-have: 2+ roky v customer success, account managementu nebo klientském servisu. Zkušenost s řízením klientského portfolia. Důkazy o metrikách retence nebo expanze. Silné komunikační schopnosti.

Strong differentiators: Zkušenosti s customer success v SaaS. Zkušenosti s CS platformami (Gainsight, Totango, ChurnZero). Dosažené výsledky v oblasti NPS, CSAT nebo retence. Zkušenosti s enterprise klienty (100 000+ USD ARR). Zkušenosti s onboardingem nebo implementací.

Red flags: Pouze podpora/helpdesk bez strategického řízení účtů. Žádné důkazy o proaktivním zapojení zákazníků. Vysoký churn zákazníků v minulých pozicích bez vysvětlení.

Evaluation priority: Hledejte důkazy o uchování a rozšíření zákaznické báze. Hodnoťte kandidáty, kteří diskutují obchodní výsledky, ne jen budování vztahů. Empatie a komunikační schopnosti jsou důležité – hledejte příklady advokacie zákazníků.

Data Scientist / ML Engineer

Must-have: 3+ roky zkušeností s machine learningem nebo datovou vědou. Znalost Pythonu a ML frameworků (TensorFlow, PyTorch, scikit-learn). Silné základy v statistice a matematice. Zkušenosti s nasazením modelů do produkce.

Strong differentiators: Zkušenosti s LLM a generativní AI. Expertíza v deep learningu. Publikované výzkumy nebo prezentace na konferencích. Zkušenosti s ML infrastrukturou (MLflow, Kubeflow, SageMaker). Oborová expertíza v našem průmyslu.

Red flags: Pouze zkušenosti z Kaggle soutěží bez produkčního nasazení. Neschopnost vysvětlit rozhodnutí modelu nebo kompromisy. Žádné zkušenosti s datovými pipeline nebo feature engineeringem ve velkém měřítku.

Evaluation priority: Produkční zkušenosti jsou klíčové – upřednostněte kandidáty s praxí v budování a udržování ML systémů v produkci před těmi s čistě akademickým zázemím. Hledejte důkazy o obchodním dopadu jejich modelů.

HR / People Operations

Must-have: 3+ roky zkušeností v HR. Znalost pracovního práva a souladu. Zkušenosti s HRIS systémy. Zkušenosti s řízením zaměstnaneckých vztahů.

Strong differentiators: Zkušenosti s rozšiřováním HR ve společnosti rostoucí z 50 na 200+ zaměstnanců. Zkušenosti s návrhem odměňování a benefitů. Budování firemní kultury a employer branding. Zkušenosti s HR analytikou a daty o lidech. Mezinárodní HR / zkušenosti s více zeměmi.

Red flags: Pouze administrativní zkušenosti v HR. Žádné důkazy o strategických HR iniciativách. Žádné zkušenosti s moderními HR nástroji. Odpor k datově řízeným přístupům.

Evaluation priority: Upřednostněte strategické HR myšlení před administrativními zkušenostmi. Hledejte kandidáty, kteří budovali procesy a systémy, ne jen je udržovali. Důležitý je důraz na kulturu a zaměstnaneckou zkušenost.

Pokročilé techniky promptů

Dělené hodnocení

Hodnoťte kandidáty ve třech úrovních:
- Úroveň 1 (silná shoda): splňuje všechny must-have + 3 nebo více diferencátorů
- Úroveň 2 (dobrá shoda): splňuje všechny must-have + 1-2 diferencátory
- Úroveň 3 (okrajová shoda): splňuje většinu must-have, ale chybí klíčové požadavky

Průmyslově specifické zaměření

Jsme fintech společnost sloužící korporátním bankám. Upřednostňujeme kandidáty, kteří mají:
- Zkušenosti ve finančních službách nebo regulovaných odvětvích
- Porozumění požadavkům na compliance (SOC 2, PCI atd.)
- Zkušenosti s enterprise sales cykly (6+ měsíců)

Hodnocení potenciálu růstu

Kromě aktuálních dovedností také posuzujte růstový potenciál:
- Důkazy rychlého osvojování dovedností
- Kariérní trajektorie (povýšení, rostoucí odpovědnost)
- Vedlejší projekty nebo zejména kontinuální vzdělávání
- Přizpůsobivost ukázaná kariérními změnami

Kulturní signály

Náš tým si cení:
- Vlastnictví a odpovědnost (hledáme důkazy o zodpovědnosti za projekty od začátku do konce)
- Spolupráci (důkazy o práci napříč týmy)
- Kontinuální učení (kurzy, certifikace, vedlejší projekty)
- Přímou komunikaci (hledáme jasné a výstižné psaní v životopisu)

Tipy pro optimalizaci promptu

Buďte konkrétní – „Silné programátorské dovednosti“ je vágní. „3+ roky Pythonu s Django nebo FastAPI“ je jasná specifikace.
Vysvětlete důvody – Nejen vyjmenovat kritéria, ale vysvětlit, proč jsou důležitá. Pomůže to AI lépe rozhodovat v hranatých případech.
Iterujte – Prohlédněte si první výsledky. Pokud AI příliš zdůrazňuje nějaký faktor, prompt upravte.
Použijte následný prompt – Primární prompt filtruje životopisy. Následný prompt může klást kandidátům doplňující otázky o mezerách nebo zajímavostech.
Aktualizujte průběžně – Vaše požadavky se vyvíjejí, proto prompt také upravujte. Co platilo pro první najatého, nemusí platit pro desátého.

Vaše AI je tak dobrá, jak dobré jsou vaše instrukce. Pište skvělé prompty, najímejte skvělé lidi.

Psání efektivních AI screeningových promptů: příklady pro každý typ role