一分鐘重點:用 AI 寫履歷的關鍵不是請它「幫我寫一份履歷」,而是把流程拆成四步——盤點經歷、量化成果、針對職缺客製化、做 ATS 關鍵字優化。AI 擅長把你模糊的口語改寫成有數字、有動詞的成就句,也能在十分鐘內幫你產出對齊某個職缺的版本與專業英文版。但它有兩條紅線:不能編造你沒做過的事,數字一定要你自己核實。把 AI 當成幫你整理與潤色的資深編輯,而不是替你捏造資歷的寫手,邀約率才會真的上升。
很多人對「用 AI 寫履歷」的想像,是把舊履歷貼進 ChatGPT,打一句「幫我寫得更專業」,然後複製貼上。結果就是一份漂亮、通順、但空洞到沒有靈魂的罐頭履歷——形容詞一堆、數字一個沒有,人資掃三秒就關掉。問題不在 AI,在你只用了它一成的能力。
我做職涯諮詢這些年,看過太多人的履歷死在同一個地方:不是經歷不夠好,是不會講。AI 真正的價值,是當你的對話夥伴,逼你把腦袋裡那些「我好像有做過什麼」的模糊印象,一句一句翻譯成招募方看得懂、有重量的語言。下面這套流程,中英文履歷都適用,照做就能讓你的履歷從「丟進去就沉底」變成「人資想約你聊聊」。
第一步:先盤點,別急著潤稿
最常見的錯誤,是一開始就要 AI 幫你「寫漂亮」。順序錯了。漂亮是最後一步,第一步是把素材挖出來。
打開一個空白文件,不管格式、不管通不通順,把你這份工作(或這幾年)做過的事情全部倒出來。負責過什麼專案、用過什麼工具、跟誰協作、遇過什麼問題、怎麼解決的、結果如何——想到什麼寫什麼,越雜越好。這個階段的目標是「量」,不是「美」。
倒完之後,再讓 AI 上場。把這坨原始素材貼給它,請它幫你做三件事:分類(哪些屬於專案管理、哪些屬於技術執行、哪些屬於跨部門溝通)、標記(哪些有機會量化、哪些是亮點、哪些其實可以刪)、追問(針對寫得太模糊的地方反問你細節)。
第三點最關鍵。好的提示詞要讓 AI 變成會追問的編輯,而不是照單全收的打字機。當它問你「這個專案最後幫公司省下多少時間或成本?」「你說的『優化流程』具體改了什麼?」,你被問到答不出來的地方,往往就是你履歷一直寫不好的根源。
第二步:把「負責」改寫成「成就」,數字自己核實
履歷上最沒力的兩個字就是「負責」。「負責社群經營」「負責客戶維護」「負責專案執行」——這些句子讀完,人資完全不知道你做得好不好。
招募方真正想看的是成就句,公式是:動詞開頭 + 做了什麼 + 帶來什麼可量化的結果。AI 在這一步特別好用,因為它最擅長做這種句型轉換。你給它原始描述,它幫你套公式。
舉例,原句「負責公司 FB 粉專的經營」,請 AI 改寫後可能變成「主導品牌 Facebook 粉專內容策略,半年內將粉絲數從 8,000 成長至 2.3 萬,貼文互動率提升 40%」。差別不只是好看,是它逼你把成果說清楚。
但這裡有一條絕對不能踩的紅線:AI 給你的數字版本,是「句型範本」,不是「事實」。它常常會自己腦補一個漂亮數字填進去,因為這樣句子比較完整。你要做的是把每一個數字換成你自己真實的、查得到的數據。粉絲數去後台看、轉換率去報表撈、省下的工時自己估算。寫進履歷的每個數字,面試時都可能被追問,編出來的數字會在面談現場崩塌,得不償失。
如果你真的沒有精確數字,也不要造假,改用誠實但具體的描述,例如「顯著提升」改成「依當時月報觀察約成長三成」,或聚焦在你做了什麼動作而非結果。
第三步:一份職缺一個版本,用 AI 做客製化
這是邀約率差最多的環節,也是 AI 最能幫你省時間的地方。
把履歷投到底、所有職缺都用同一份——這是新鮮人和忙碌上班族最常犯的錯。同樣一段工作經歷,應徵「產品經理」要強調的是跨部門協調與需求拆解,應徵「營運專員」要強調的是流程優化與數據追蹤。重點不同,排序就要不同。
以前手動客製化一份履歷要一小時,現在用 AI 十分鐘搞定。做法是:保留一份「主履歷」(你所有經歷的完整版),每要投一個職缺,就把那份職缺描述(JD)整段貼給 AI,請它根據 JD 的重點,幫你從主履歷裡挑出最相關的經歷、重新排序、調整每句話的措辭去呼應職缺的語言。
注意是「重排與調整措辭」,不是「重新發明經歷」。你的事實不變,變的是你呈現的角度。
第四步:ATS 關鍵字優化,先過機器這關
在你的履歷被真人看到之前,很可能要先過一關機器。
ATS(Applicant Tracking System,求職者追蹤系統)是中大型企業、外商、科技業普遍在用的收件軟體。它會自動掃描每份履歷,比對職缺要求的關鍵字、技能與工具名稱,把符合度高的往前排。關鍵字對不上,你的履歷可能在進入人資視線前就被過濾掉——不是你不夠好,是機器沒讀到對的詞。
AI 在這裡的用法是:把目標職缺的 JD 貼給它,請它抽出所有「硬性關鍵字」(具體技能、工具、證照、職務名稱,例如 Google Analytics、SQL、專案管理、PMP),然後幫你檢查這些詞有沒有自然地出現在你的履歷裡。
兩個原則要守住。第一,只放你真的會、真的做過的關鍵字,硬塞不會的技能進去,面試時一問就破功。第二,關鍵字要嵌得自然,融進成就句裡(例如「使用 SQL 撈取每月銷售數據並產出儀表板」),不要為了騙過機器而堆一排與內文無關的詞——現在的 ATS 跟人資都看得出來這種灌水。
可直接複製的 Prompt
下面這段是我實際在用的履歷改寫提示詞,把中括號裡的內容換成你自己的,貼進 ChatGPT、Claude 或 Gemini 都能用。它一次涵蓋了量化、客製化與關鍵字三件事:
你是一位專精於台灣與外商求職市場的資深職涯顧問,擅長把平凡的工作描述改寫成有數字、有動詞、能通過 ATS 篩選的成就句。
請根據以下資訊,幫我改寫履歷的工作經歷段落:
【我要應徵的職缺名稱】:[例如:數位行銷專員]
【職缺描述 JD(整段貼上)】:[貼上完整職缺要求]
【我的原始工作經歷(口語、雜亂沒關係)】:
[把你做過的事全部倒在這裡]
請依以下步驟處理:
1. 先從 JD 抽出 8-10 個硬性關鍵字(技能、工具、職務動詞),列出來給我確認。
2. 把我的經歷改寫成 4-6 條成就句,每條用「動詞開頭+做了什麼+量化結果」的格式。
3. 在改寫時自然嵌入第 1 步的關鍵字,但只用我原文確實提到的,不要新增我沒做過的技能。
4. 凡是需要填數字的地方,請用 [請填入實際數字] 的佔位標記,不要自己編造任何數據。
5. 針對這個職缺,告訴我哪些經歷該排前面、哪些可以刪。
語言:[繁體中文/英文]。語氣專業、精簡,不要空泛形容詞。
特別提醒第 4 點:請它用佔位標記、不要自己填數字,這一條能幫你擋掉九成的「AI 造假」風險。產出後你再逐格填上真實數據即可。
中英文履歷:請 AI「改寫」而不是「翻譯」
需要英文履歷的人最常做、也最該避免的事,就是把中文版丟給 AI 說「翻成英文」。直翻出來的句子文法沒錯,但一看就是中式英文履歷,很弱。
英文履歷有自己的慣例:用強動詞開頭(Led、Increased、Reduced、Launched、Streamlined)、用過去式、結果量化、避免 I/My 開頭、避免 responsible for 這種被動弱句。所以你給 AI 的指令不該是「翻譯」,而是「請以美式/英式英文履歷的慣例,把這段經歷改寫成 bullet points」。
產出後,人名、公司名、職稱、產品名、專有名詞這些一定要人工逐字核對——AI 翻譯公司名稱或職稱時常會自作主張意譯,把「資深專員」翻成聽起來像主管的頭銜,這在背景查核時會出問題。
常見錯誤與 AI 的真實限制
把這幾個雷區記起來,能讓你少走很多冤枉路:
- 整篇沒有一個數字:這是最致命的。AI 願意幫你想量化角度,但你不給它真實數據,它就只能寫形容詞。
- 每段句型長得一模一樣:AI 有固定的寫作慣性,全用它的句型會顯得很機械。產出後自己動手打散幾句,加入一兩句你自己的話。
- 關鍵字硬塞:為了過 ATS 把不會的技能寫上去,面試現場一問就垮,比沒寫還糟。
- 一份投到底:再好的履歷不客製化,邀約率都會打折。
- 完全信任 AI 的數字與事實:再說一次,AI 會造假數字、會誇大職稱、會補上你沒做過的事。它沒有惡意,它只是想把句子寫完整。最後把關的人永遠是你。
說清楚 AI 的限制:它不知道你真正做過什麼、不知道你的數字、不知道目標公司的內部文化,它只能根據你餵的資料加工。它是很強的編輯與潤稿夥伴,不是能替你負責的求職代理人。履歷上的每一個字,最終代表的是你本人,面試時要為它負責的也是你。
一個台灣轉職的真實情境
分享一個我帶過的案例。林佳穎,30 歲,原本在台中一家傳產做了五年行政總務,想轉職進電商產業做營運。她第一版自己寫的履歷,工作經歷只有三行:「負責公司行政庶務」「協助主管處理文件」「安排會議與差旅」——人資看了完全不知道她能做什麼,投了二十幾家沒有半個回音。
我們用上面這套流程重做。第一步盤點時,她被 AI 追問「你安排差旅的過程有沒有自己優化過?」才想起來,她當年把原本要跑三個系統、平均兩小時的請款流程,自己整理成一份範本加上 Excel 自動表,把時間壓到 20 分鐘,全公司沿用至今。這件事她自己根本沒覺得值得寫。
把這段倒給 AI、填上真實數字、再對齊電商營運職缺的 JD(強調流程優化、跨部門協調、數據追蹤)之後,那三行變成了有血有肉的成就句,例如「重新設計跨部門請款流程,導入標準化範本與自動化表單,將單筆處理時間從 120 分鐘縮短至 20 分鐘,並推廣為全公司使用標準」。英文版也請 AI 以履歷慣例改寫、人工核對職稱後一併備好。
改完之後她針對每個職缺各客製一版,兩週內拿到四個面試邀約,最後進了一家電商做營運專員,薪水比原職高了一萬五。她的經歷從頭到尾沒有變,變的只是有沒有把它講到位。這就是 AI 在這件事上真正能幫你的——不是給你新的人生,是讓你既有的價值被看見。
現在就動手
別再讓你的履歷死在「負責某某某」這種句子裡。今天就花一個下午,照這四步走一遍:開一個空白文件把經歷全倒出來、複製上面那段 Prompt 把素材丟給 AI、填上你自己核實過的真實數字、針對一個你最想去的職缺客製一版。一次做不完沒關係,先把主履歷的成就句打磨好,後面每投一個職缺都只是十分鐘的微調。
把這篇收藏起來,下次投履歷前再拿出來對一遍。如果你接下來要進到投遞與面試階段,可以接著看我們的〈用 AI 找工作〉與〈用 AI 練面試談薪水〉,把整條求職路徑都用 AI 跑順。
本文為職涯教學用途,AI 產出的內容務必由你本人核實事實與數字。履歷代表的是你本人,最終把關責任在你。更多 AI 實戰教學請見 AgentAI 智庫(agentai.tw)。
常見問題 FAQ
用 AI 寫履歷,人資看得出來嗎?會被扣分嗎?
AI 會不會幫我把經歷寫得太誇張、變成造假?
什麼是 ATS?為什麼履歷要做關鍵字優化?
一份履歷投到底,還是每個職缺都要改?
中英文履歷可以叫 AI 直接互翻就好嗎?
我是社會新鮮人或轉職,經歷很少,AI 幫得上忙嗎?
延伸閱讀
每週把這類實戰教學寄給你
訂閱 AgentAI 智庫情報週報,新的 Prompt、AI Skills、工作流與教學第一時間收到。
免費 · 隨時取消