DeepL vs GPT-5 vs Gemini 3 vs Claude (akademický test 2026)
Akademické překlady: DeepL vs GPT-4; nyní GPT-5 (nástupce GPT-4), dále Gemini 3 a Claude Sonnet – otestované recenzenty na úrovni PhD. Podívejte se, který z nich vyhrává pro váš článek.
Tuto otázku dostáváme od výzkumníků velmi často, když chtějí své studie přeložit do angličtiny. Jenže se nás ptají v pěti různých jazycích: Který překladač AI mám použít pro svůj akademický článek? Většina stávajících srovnání DeepL vs GPT-4 už je zastaralá, protože GPT-5 je model, který GPT-4 nahradil, a právě ten je aktuálním vlajkovým produktem, podle kterého jsme zde benchmarkovali. Bohužel – v polovině roku 2026 – je prostá odpověď taková, že neexistuje jedna univerzální odpověď. Čtyři top překladové motory (DeepL, GPT-5, Gemini 3 a Claude Sonnet) vynikají v různých věcech a dává smysl je používat podle konkrétních potřeb. Rozhodnutí závisí na jazykové kombinaci, délce textu, počtu citací a také na tom, kolik času chcete věnovat opravám strojového překladu. Jde tedy o rozhodovací matici, nikoli o žebříček.
Vzal jsem všechna čtyři řešení a zadal jim pevnou sadu 32 akademických pasáží z našeho redakčního backlogu, včetně 8 z každého páru: čínština → angličtina, španělština → angličtina, japonština → angličtina a arabština → angličtina, napříč různými disciplínami (biomedicína, informatika, společenské vědy, humanitní obory). Každý text musel obsahovat alespoň tři citace v textu, jednu statistickou formulaci a jeden termín specifický pro obor, který by doménový expert mohl ověřit. Každý překlad jsme hodnotili podle sedmi os a přizvali tři recenzenty na úrovni PhD (klinický farmakolog, informatik a odborník na literaturu), aby ohodnotili anglickou připravenost na škále 1 až 5, aniž by věděli, z jakého systému překlad pochází.
Tento článek je výsledkem. Pokrývá čtyři kandidáty a verze, které jsme testovali, testovací metodiku, hlavní srovnávací tabulku, i detailní rozbor pro každý nástroj v jedné sekci (včetně silných stránek a režimů selhání) a nakonec rozhodovací matici pro výběr správného nástroje pro konkrétní jazykovou dvojici a typ dokumentu. Hlavní zjištění: v roce 2026 neexistuje jeden nejlepší nástroj pro akademický překlad, ale existuje nejlepší pracovní postup.
DeepL vs GPT-4 akademický překlad: který nástroj AI vyhrává v roce 2026?
Neexistuje jediný nejlepší nástroj. DeepL vyhrává v uchování citací a u evropských jazykových dvojic, ChatGPT (GPT-5, nástupce GPT-4) vyhrává v akademickém stylu u krátkých pasáží, Gemini 3 Pro vyhrává v koherenci pro dlouhý kontext a v pokrytí jazykových dvojic a Claude Sonnet dosahuje v našem testu recenzentů na úrovni PhD nejvyššího skóre publikovatelnosti. Pro kompletní rukopis mířící do špičkového časopisu je lepší dvoufázový postup (přeložit jedním nástrojem, zlepšit styl/registrovat jiným, a poté provést jazykovou korekturu) než jakýkoli jednostupňový přístup.
Čtyři kandidáti a co jsme testovali
Verze aktuální k červnu 2026 byly testovány ve výchozím nastavení (bez dolaďování, bez vlastních glosářů, bez prompt engineeringu mimo jednovětou instrukci „translate this academic passage into English“).
DeepL. Překladový specialista: nástroj využívající neuronový model navržený přímo pro překlad (na rozdíl od generování pro obecné použití). V uživatelském produktu bez brandingu. Model se průběžně zlepšuje. Nejlepší předchozí reputaci měl v evropských jazykových dvojicích.
GPT-5. Aktuální vlajkový produkt společnosti OpenAI, uvedený na konci roku 2025. Testováno přes spotřebitelské rozhraní ChatGPT a přes API pro delší dokumenty. Kontexuální okno 128K je dostatečné pro většinu článků s délkou typickou pro časopisy v jednom průchodu; u delších textů bude potřeba dělení na části (chunking).
Gemini 3 Pro. Aktuální produkční model Googlu, s únorovým nasazením Deep Think pro matematicky náročné disciplíny. Testovali jsme standardní 3 Pro (nikoli Deep Think), protože většina překladatelských použití nepotřebuje navíc vrstvu pro extra uvažování. V hodnocení WMT25 vyhrál díky lidskému hodnocení v 14/16 jazykových dvojicích (předchůdce Gemini 2.5 Pro), čímž nastavil laťku pro rok 2026.
Claude Sonnet. Aktuální produkční model od společnosti Anthropic. Sonnet byl upřednostněn před Opus, protože poměr rychlosti a kvality je realističtější pro to, jakým způsobem ho výzkumníci pravděpodobně budou používat; Opus je pro běžný překlad zbytečně „overkill“. Kontexuální okno 200K bez problémů pokryje celé dizertace v jediném průchodu.
Co chybí, zůstává otevřenou otázkou. Nebyl jsem testovat Google Translate (jiná třída, kterou jsme v našem článku o AI překladačích vs Google Translate probrali velmi důkladně), DeepSeek R1 (dobrý v čínštině do angličtiny, ale v našem týmu ho zatím reálně nepoužíváme na plně akademické překlady) ani Llama 4 (open source, takže by fungoval, ale náklady na nastavení ho činí pro většinu lidí nepraktickou volbou).
Testovací metodika: sedm dimenzí, na kterých záleží pro akademický překlad
Benchmark pro akademickou prózu není totéž co benchmark pro marketingový text nebo technickou dokumentaci. Podstatné dimenze:
| Dimenze | Co jsme kontrolovali | Proč na tom záleží |
|---|---|---|
| Věrnost významu | Zda angličtina sděluje stejný nárok jako zdroj | Recenzent, který si přečte přeložený text, by měl dojít ke stejným závěrům jako čtenář původního textu. |
| Akademický styl/registro | Zda próza zní jako publikované akademické psaní v cílovém oboru | Nesoulad v registru signalizuje „ne-rodilého autora“, i když je gramatika správně. |
| Technická terminologie | Zda jsou oborové termíny převedeny jejich konvenčními anglickými ekvivalenty | Špatná terminologie vyvolává podezření recenzenta, že autor obor nezná. |
| Uchování citací | Zda citace v textu zůstávají neporušené, včetně formátu a interpunkce | Překládané citace přetvořené do jiného formátu vedou k technickým zamítnutím. Viz naši poznámku k uchování citací (/blog/ai-paraphrasing-preserving-citations), proč je to důležité. |
| Práce se statistickými formulacemi | Zda „p < 0.01“, „95% CI [0.34, 0.58]“ a podobné prvky přežijí | Statistická tvrzení jsou ve většině článků ta nejdůležitější (a nejrizikovější) věta. |
| Koherence pro dlouhý kontext | Zda terminologie zůstává konzistentní napříč dokumentem o 60 stranách | „Drift“ překladu napříč dizertací je nejdražší forma chyby. |
| Pokrytí jazykových dvojic | Je silný v šíři evropsko-asijsko-arabsko-indického rozptylu? | Mnoho výzkumníků potřebuje překládat v dvojicích, kde běžné nástroje selhávají. |
Tři recenzenti na úrovni PhD hodnotili publikovatelnost každého výstupu na škále 1 až 5. Agregované skóre je číslo publikovatelnosti uvedené v tabulce níže. Skóre specifická pro dimenze (z 5) jsou naše redakční úsudky po aplikaci stejné rubriky na každý výstup.
Výsledky: hlavní srovnávací tabulka
Průměr napříč všemi 32 pasážemi, červen 2026.
| Dimenze (z 5) | DeepL | GPT-5 | Gemini 3 Pro | Claude Sonnet |
|---|---|---|---|---|
| Věrnost významu | 4.4 | 4.6 | 4.7 | 4.7 |
| Akademický styl/registro | 3.8 | 4.5 | 4.4 | 4.7 |
| Technická terminologie | 4.2 | 4.4 | 4.5 | 4.5 |
| Uchování citací | 4.6 | 3.9 | 4.0 | 4.3 |
| Statistické výrazy | 4.5 | 4.3 | 4.4 | 4.4 |
| Koherence pro dlouhý kontext | 3.5 (je potřeba dělení na části cca od 5K slov) | 4.3 | 4.6 | 4.7 |
| Pokrytí jazykových dvojic | 4.2 (silné EU; slabší na ZH/JA/AR) | 4.5 | 4.6 | 4.5 |
| Publikovatelnost (hodnoceno PhD) | 4.0 | 4.4 | 4.4 | 4.6 |
Z této tabulky vyplývají tři důležité body. První je, že rozdíl v publikovatelnosti je užší, než jak by naznačovala jakákoli marketingová prezentace kteréhokoli dodavatele; i DeepL produkuje text, který by recenzent byl ochoten přijmout s minimálními úpravami. Druhý bod: DeepL vyhrává v citacích, ale výrazně ztrácí v akademickém stylu a v koherenci pro dlouhý kontext. Třetí bod: Claude Sonnet má v průměru nejvyšší skóre publikovatelnosti díky výkonu v akademickém stylu a koherenci pro dlouhý kontext. To dobře odpovídá našemu dojmu, že Claude si nejlépe vede v práci s nuancemi.
Příběh po jednotlivých dimenzích je užitečnější než hlavní číslo. Detailní pohled níže.
DeepL: silné stránky překladového specialisty a kde naopak nestačí
DeepL je v tomto benchmarku jediný nástroj postavený speciálně pro překlad, nikoli pro generování pro obecné použití. Tato volba je viditelná oběma směry.
Kde DeepL vyhrává. Uchování citací je v našem testu nejvyšší, dosahuje 4.6. DeepL považuje citace v závorkách (parenthetical citations) ve výchozím nastavení za chráněné tokeny stejně, jako zachází s čísly a vlastními jmény; citace obvykle zůstane zachovaná i tehdy, když je okolní text značně přeorganizovaný. Evropské jazykové dvojice (španělština, francouzština, němčina, italština, portugalština, holandština do angličtiny) dosahují konzistentně o 0.3 až 0.5 vyššího skóre než ostatní nástroje v uchování významu pro tyto dvojice, zejména. Pro španělsky psaný klinický trial článek překládáný do angličtiny pro submission do časopisu Elsevier je DeepL nejsilnější volbou pro jediný průchod v našem testu.
Kde DeepL nestačí. Akademický styl/registro s 3.8 je nejnižší skóre v dimenzi, na které nejvíce záleží recenzentům u dokončených rukopisů. DeepL vytváří správnou, plynulou angličtinu; nevytváří angličtinu, která by zněla, jako by byla napsána autorem vycvičeným v daném oboru. Výstup působí spíše jako zdatný profesionální překlad než jako článek, který napsal doménový expert. Oprava vyžaduje následnou editaci po překladu pomocí proofreadera, který rozumí oboru. Samotné DeepL nestačí pro submission do špičkového časopisu bez druhého průchodu.
Další limit je dělení na části (chunking). U většiny uživatelů DeepL dělí dokumenty při zhruba 5 000 slovech, což nutí dizertaci nebo dlouhou recenzi rozdělit do více sezení. Konzistence terminologie napříč sezeními trpí; viděli jsme, že tentýž termín byl v různých sezeních pro stejný dokument přeložen třemi odlišnými způsoby. Pro API sice existuje možnost delších jednopruhových uploadů, ale spotřebitelský tok to neumožňuje.
Pro evropskojazyčné články do 5 000 slov odesílané do časopisů s robustními copy-editing procesy je doporučením DeepL. U delších dokumentů nebo u neevropských jazykových párů se kalkulace mění.
Akademický překlad s vestavěným zachováním citací
Náš překladač nejprve vyextrahuje citace, statistické výrazy a štítky rovnic ještě před přepisem a poté je doslova znovu vloží. Vyberte si z více než 50 jazykových párů. Bezplatná úroveň pokrývá celou práci.
Vyzkoušejte zdarmaGPT-5 (ChatGPT): kde DeepL vs ChatGPT dopadá pro akademický překlad
GPT-5 není překladový specialista; je to univerzální model, který se pouze „náhodou“ dobře překládá. Důsledky se projevují oběma směry.
Kde GPT-5 vyhrává. Akademický styl/registro s 4.5 je významně vyšší než u DeepL. Vnitřně si osvojil rétorické vzorce akademické angličtiny z tréninkových dat, která zahrnovala většinu publikovaných článků zhruba od roku 2010. Když ho požádáte o překlad části s metodami, vytvoří angličtinu pro sekci metod. Když ho požádáte o překlad diskuze, vytvoří angličtinu pro diskuzi. Přepínání registru je nejsilnější ze všech nástrojů v benchmarku, jen těsně za Claude Sonnet.
GPT-5 je také nejsilnější v terminologii specifické pro obor v disciplínách, kde jsou tréninková data hustá: strojové učení, klinická medicína, teoretická fyzika. Model ví, že „transformer“ v ML článku z roku 2024 neznamená elektrické zařízení. K disambiguaci dochází správně téměř vždy.
Kde GPT-5 nestačí. Uchování citací s 3.9 je nejslabší skóre v benchmarku. GPT-5 přepisuje citace v textu do narativní podoby („Smith prokázal v roce 2024“ místo „(Smith, 2024)“) přibližně v 30 % našich testovacích pasáží a přetváří položky bibliografického seznamu (padají kurzivy, ampersandy se normalizují) přibližně v 20 %. Režim selhání je stejný, který stojí za „tortured-phrase“ vzorci papírny odhalující strojové výrazy signalizují: generativní průchod, který nechápe, co je citace, ji bude mít tendenci přepisovat.
Zmírnění je na úrovni promptu: když GPT-5 výslovně instruujete, aby zachovalo všechny citace v textu a formát bibliografického seznamu, míra přepisu klesne na zhruba 10 %. Pořád je to víc než u DeepL, ale je to použitelné. Nezbytný prompt overhead má však svoji cenu.
Gemini 3 Pro: nejlepší AI pro arabštinu do angličtiny a pro dlouhé dokumenty
Gemini 3 Pro je v benchmarku nejsilnější na koherenci pro dlouhý kontext (4.6) a sdílí nejvyšší skóre v pokrytí jazykových dvojic (4.6). Obě metriky odrážejí architektonická a tréninková rozhodnutí, která se pro akademický překlad vyplácí specificky.
Kde Gemini 3 vyhrává. Dimenze, která nejvíce rozhoduje u dizertací, knih a dlouhých review článků, je koherence pro dlouhý kontext s 4.6. Otestovali jsme překlad kapitoly dizertace na 38 000 slov v jednom průchodu přes Gemini 3. Tento průchod vykazuje nejsilnější konzistenci terminologie od strany 1 do strany 90 ze všech nástrojů, které jsme testovali. Efekt dělení (DeepL) i problémy s „working memory“ (GPT-5 u dokumentů delších než zhruba 20 000 slov) jsou mnohem menší.
Pokrytí jazykových dvojic zahrnuje i méně běžné páry, které jsme testovali. Zejména arabština → angličtina dosáhla 4.7 ve věrnosti významu, což je nejlepší výsledek v benchmarku pro tento pár. Tuto dvojici používal Gemini 2.5 ve svém vítězství v lidském hodnocení WMT25 (14 ze 16 párů).
Kde Gemini 3 nestačí. Uchování citací s 4.0 je sice o něco lepší než u GPT-5, ale výrazně slabší než u DeepL. Stejný generativní problém, stejná mitigace (explicitní instrukce na úrovni promptu). Akademický styl/registro s 4.4 je o chloupek níže než u obou GPT-5 a Claude, jen těsně. Někdy se to snaží znít víc jako publikovaná akademická angličtina, než ve skutečnosti dělá, takže výstup působí velmi kompetentně, ale ne úplně jako akademická angličtina od rodilého autora.
Varianta Deep Think (únorové nasazení 2026) stojí za vyzkoušení, zejména pro matematicky náročné disciplíny. V našem testu jsme nezahrnuli fyziku ani matematicky náročné pasáže. Zlepšení ve vrstvě uvažování by mohlo změnit skóre těchto dimenzí pro tyto páry. Vrátíme se k tomu, až budeme mít dostatečné množství případů, které půjdou testovat čistě.
Claude Sonnet: nejvyšší průměrná publikovatelnost
Claude Sonnet dosahuje nejvyššího celkového skóre publikovatelnosti (4.6) díky vysokému akademickému stylu/registru (4.7) a koherenci pro dlouhý kontext (4.7). Prvky, které rozhodují pro odeslání publikovaného rukopisu, jsou přesně ty, ve kterých Claude exceluje.
Kde Claude vyhrává. Akademický styl/registro s 4.7 je nejvyšší v benchmarku. Próza generovaná modelem zní jako článek napsaný doménovým expertem, nikoli jako překlad. Viděl jsem stejnou pasáž, kde DeepL vygeneroval „The results indicate“, GPT-5 vygeneroval „The findings suggest“ a Claude vygeneroval „These data support the inference that.“ Právě takový tón očekává recenzent v časopise a vznikl přirozeně bez prompt engineeringu.
Koherence pro dlouhý kontext s 4.7 je remízou na prvním místě s Gemini 3 Pro a kontexuální okno 200K pokrývá celé dizertace bez námahy. Uchování citací s 4.3 je nejlepší ze všech nástrojů založených na LLM (stále za 4.6 u DeepL, ale výrazně lépe než GPT-5 nebo Gemini). Claude mění citace v závorkách méně agresivně než ostatní generativní modely.
Kde Claude nestačí. V rychle se měnících oborech může technická terminologie zaostávat za naprostým aktuálním stavem literatury. Trénink má cutoff, takže model někdy přeloží termíny, které se staly standardem až po cut-off, pomocí starého termínu. V proofread fázi by se to snadno opravilo, ale přidává to krok ověřování. Náš recenzent klinický farmakolog uvedl dva příklady tohoto jevu v medicínských pasážích. Nejde o fatální problém, ale stojí za to to označit u překladů pro aktivně se vyvíjející subobory.
Další věc je rychlost. Sonnet je pro běžný překlad rychlý, ale Opus je znatelně pomalejší u delších dokumentů. Z hlediska kvality to tolik nevadí, ale pokud někdo překládá 60 000 slovovou dizertaci ve spěchu, pak je fakt, že Sonnet je rychlejší než Opus, relevantní pro praktický pracovní postup.
Rozhodovací matice: jaký nástroj na jakou práci
Tabulka se sedmi dimenzemi je vstup. Níže je rozhodovací matice, kterou skutečně používáme pro výběr nástroje v konkrétním případě.
| Váš use case | Doporučený nástroj | Proč |
|---|---|---|
| Článek ve španělštině, francouzštině, němčině, italštině, portugalštině nebo holandštině do angličtiny do 5 000 slov pro středně vysokou kategorii Elsevier časopisu | DeepL + lehká editace | Nejlepší uchování citací, nejlepší věrnost pro evropské páry, rychlé |
| Článek v čínštině, japonštině nebo korejštině, jakékoli délky, pro špičkový časopis | Claude Sonnet | Nejlepší akademický styl/registro + koherence pro dlouhý kontext; silné na východoasijských párech |
| Článek v arabštině, hindštině nebo indických jazycích | Gemini 3 Pro | Nejlepší pokrytí jazykových dvojic pro tyto konkrétní páry v linii WMT25 |
| Dizertace nebo dokument délky knihy (nad 25 000 slov) | Claude Sonnet nebo Gemini 3 Pro | Koherence pro dlouhý kontext brání „drift“ terminologie napříč částmi |
| Metodologická sekce s velkým množstvím citací, jakýkoli jazykový pár | DeepL jako první průchod + Claude Sonnet jako druhý průchod | Vrstvíte překlad zachovávající citace na přepis, který zlepší registro |
| Článek s vysokým podílem matematiky nebo fyziky | Gemini 3 Pro (varianta Deep Think) | Vylepšení uvažovací vrstvy je důležité pro překlad plný rovnic |
| Překlad s omezeným rozpočtem, kvalita pro pracovní verzi | GPT-5 přes bezplatný ChatGPT | Nejnižší bariéra vstupu; pro první verze, které se budou výrazně editovat, je kvalita akceptovatelná |
Vzor napříč maticí je jasný: žádný nástroj nedominuje a pro seriózní submission je téměř vždy nejlepší dvoufázový postup. Překlad jedním nástrojem, zlepšení registru jiným, a poté korektura před odesláním. Pro fázi korektury konkrétně náš článek o proofreading research papers popisuje pracovní postup, který se dobře kombinuje s kterýmkoli z těchto překladových nástrojů.
Vybudovali jsme náš vlastní akademický překladač, který řeší problém uchování citací, jenž umí DeepL, i akademický styl/registro, v němž vyhrává Claude, a to v jednom průchodu bez constraintu dělení na části. Vnitřní benchmark publikujeme zvlášť a doporučujeme před důvěrou v něj pro rukopis spustit 5minutový test uchování citací na jakémkoli nástroji, včetně našeho. V benchmarku výše náš nástroj není, protože by šlo o zjevný konflikt zájmů.
Nejčastější dotazy
Otázka: Který překladač AI je nejlepší pro akademické články v roce 2026?
Neexistuje jediný nejlepší nástroj. DeepL vyhrává v uchování citací a u evropských jazykových párů; GPT-5 vyhrává v akademickém stylu/registru u krátkých pasáží; Gemini 3 Pro vyhrává v koherenci pro dlouhý kontext a v pokrytí jazykových párů; a Claude Sonnet vyhrává v akademickém stylu/registru pro submission celých dokumentů a v našem testu recenzentů na úrovni PhD publikoval nejvyšší skóre publikovatelnosti. Pro kompletní rukopis mířící do špičkového časopisu dvoufázový postup (překlad jedním nástrojem, zlepšení registru jiným) předčí jakýkoli jednostupňový přístup.
Otázka: Umí DeepL zvládnout překlad čínštiny do angličtiny?
DeepL se od roku 2023 zlepšil v čínštině do angličtiny, ale v našem testu na tento pár stále ztrácí vůči Claude Sonnet a Gemini 3 Pro. Největší propast je v humanitních a společenskovědních pasážích, kde se idiomatické čínské akademické konvence přes neuronovou architekturu DeepL překládají hůř. DeepL je akceptovatelný jako první průchod s editací pro technický a biomedicínský překlad čínštiny do angličtiny. Claude Sonnet je silnější volba pro překlad celého rukopisu.
Otázka: Zachovávají tyto nástroje LaTeX rovnice a odkazy na obrázky?
Různě. DeepL v našem testu zvládá inline LaTeX nejlépe, protože bere matematické zápisy jako chráněné tokeny. GPT-5, Gemini 3 a Claude někdy přepisují štítky rovnic do textu ("Equation 3" se změní na "the third equation") nebo rozbíjejí inline matematiku. U dokumentů bohatých na LaTeX se doporučuje vytěžit rovnice před překladem, přeložit text a poté je znovu vložit zpět. Náš překladač to umí automaticky pro jakýkoli zdrojový dokument.
Otázka: Jak dlouho trvá přeložit celý vědecký článek pomocí těchto nástrojů?
Typický článek s 6 000 slovy trvá zhruba 2–5 minut překladu s kterýmkoli ze čtyř nástrojů, plus 30 minut až 2 hodiny na kontrolu a editaci po překladu podle jazykového páru a cílového časopisu. DeepL je nejrychlejší v kroku překladu; Claude je nejpomalejší u dlouhých dokumentů (obchod za koherenci dlouhého kontextu). Úzké hrdlo napříč všemi nástroji je lidská kontrola, nikoli odvození modelu.
Otázka: Mám používat tyto nástroje místo profesionálního překladatele?
Záleží na sázce. Pro submission do Nature, Science, Cell nebo do špičkového (top-five) klinického časopisu má i nadále smysl profesionální lidský překlad (nebo lidská editace navrch AI překladu), zejména pro úvod a diskuzi. U submission do středně úrovňových časopisů, regionálních časopisů a většiny konferenčních článků je AI překlad se dvoufázovým pracovním postupem a finální proofread publikovatelný a výrazně levnější. V našem testu má dvoufázový AI postup zhruba skóre 4.3 až 4.6 v publikovatelnosti, zatímco profesionální lidský překlad typicky skóruje 4.6 až 4.9. Rozdíl je skutečný, ale menší než předpokládá většina výzkumníků.
Více než 50 jazykových párů. Extrakce citací před přepisem, doslovné znovuvložení po něm. Akademický styl doladěný podle typu sekce.
Lisa je držitelkou PhD v lingvistice od NYU a vždy ji zajímalo, jak mohou počítače využít aplikovanou lingvistiku k porozumění a komunikaci v lidské řeči a pomoci s úpravou lidského psaného obsahu. V současné době je hlavní marketingovou ředitelkou ve společnosti ProofreaderPro, kde vede marketing napříč copy, sociálními médii, e-mailem a offline kanály.
