多数”过 ATS”的建议都让你拼命堆关键词，结果几秒钟后看简历的真人完全读不下去。现在的解析器根本不需要这样。Workday、Greenhouse、iCIMS 都带 NLP 层，早就知道”Python programming""Python development""Python scripting”指的是同一项技能。真正要做的，是找出 JD（职位描述）和你真实经历之间诚实的重叠，再让它被干净地解析出来。下面这 12 个 Prompt 就是干这件事的。
一句话总结
- ATS 几乎人人在用：90% 以上的雇主用 ATS，Jobscan 的《2026 求职现状》报告称 99.7% 的招聘者会用关键词过滤，约 48% 还叠加了 AI 筛选。
- 目标匹配度参考 Jobscan 的口径：约 75% 即可（80% 更理想，很多人 65% 也能拿到面试）。超过 75% 就是在堆关键词，而不是在优化。
- 格式比小聪明更重要：倒序时间线、单栏、系统字体（Arial / Calibri / Helvetica）10-12 号、存成可选中文字的 PDF，在主流系统里的解析率约 97%。只有岗位明确要求时才用
.docx。 - 选对模型：在多数改写测试里，Claude Opus 4.7 会插入
[方括号]占位符、拒绝编造数字；GPT-5.5 则会悄悄编出指标和技能。用 Claude 改写，每一行都要核对。
适合哪些人
按岗位定制简历的求职者、把过往经验翻译成新领域语言的转行者，以及简历在招聘者看到之前就被自动过滤掉的候选人。
2026 年的 ATS 到底怎么读你的简历
知道自己在为什么优化，会更有方向。现代解析器靠版式猜结构来抽取字段——姓名、联系方式、头衔、雇主、日期、技能、教育：大号字大概是标题，靠在一起的词大概是同一段。由此引出两点：
- 版式即解析。 表格、文本框、多栏布局、图标、嵌进图片里的标题，都会打乱这套猜测。Workday 尤其如此：单栏 PDF 解析得不错，多栏就乱套；而且它对”头衔—级别”匹配赋予很高权重——上一个头衔若对不上目标级别，技能再强分数也会掉。
- AI 层读的是语义，不只是精确字符串。 Greenhouse AI（2025 年 9 月上线）在解析之上加了匹配打分和候选人摘要。所以你不需要把 JD 原话重复 40 遍，只需要让那个概念诚实地出现在解析器认得的标准板块里。
什么时候不建议这样写 Prompt
别用它们去添你没有的技能——AI 层和后面的真人面试官都会发现。别过度折腾格式，标准版式本来就能解析。也别去追 100% 匹配度：Jobscan 自己的建议把有效目标定在 75% 左右，再往上就是在为一个真人最终会拒掉的机器人写简历。
Prompt 结构公式：每个 ATS Prompt 都要有的六要素
- 角色：候选人、recruiter 还是 HM——指明 AI 扮演谁。
- 上下文：目标岗位、公司、级别，以及你真实的背景。
- 目标：一个交付物——重叠分析、bullet 改写，或格式审计。
- 限制：字数上限、禁用短语、必含事实，以及”不要编造数字”。
- 语气：自信 / 克制 / 具体——挑 2-3 个锚定。
- 示例：贴 1-2 条你真实的 bullet，让 AI 对齐你的语气，而不是套模板。
12 个可直接复制的 Prompt 模板
占位符用 [方括号]，运行前换成你的真实内容。12 个都与具体模型无关；我们会标注哪个模型在某处表现更好。
1. JD ↔ 简历重叠
JD: [粘贴 JD]. My current resume: [粘贴简历]. Compute keyword and
phrase overlap. Output three lists: (1) terms in the JD missing from my
resume (top 10), (2) terms I can add HONESTLY because I have actually done
this work, (3) terms I should NOT pretend to have. Do not invent anything.替换： JD 和简历正文。
2. Bullet 按 JD 改写
For each bullet in my resume, rewrite it to align with this JD where
relevant: (1) use the JD's verbs naturally, (2) add quantification only
where I supply a number, (3) cap each bullet at 25 words, (4) skip bullets
that aren't relevant. Output a table: original | rewritten | confidence.3. 技能板块体检
My skills section: [粘贴技能]. JD: [粘贴 JD]. Re-order so the most
relevant skills appear first, group them logically (languages, tools,
methods), and drop any skill I haven't used in 3+ years unless the JD
lists it. Keep the total under 20 distinct skills.替换： 技能、JD。（20 项上限是有意为之——技能堆太多会稀释匹配打分。）
4. 动词升级
Find weak verbs in this resume (helped, supported, worked on, was
responsible for) and replace them with stronger, specific verbs (led,
designed, shipped, scaled, decommissioned). Do not change any facts,
numbers, or scope.5. ATS 安全格式审计
Audit this resume for ATS-hostile formatting: (1) tables or text boxes a
parser can't read, (2) multi-column layouts that scramble text order,
(3) icons or non-standard fonts, (4) headers baked into images,
(5) non-standard section names. Output a prioritized fix list.6. 头衔对齐
My real title was [真实头衔] but this JD calls a similar role
[JD 头衔]. Suggest 3 honest ways to surface [JD 头衔] (e.g., a
parenthetical) without misrepresenting my level. Pick the cleanest, and
flag if the seniority doesn't actually match.替换： 真实头衔、JD 头衔。（Workday 对此权重很高，值得改对。）
7. 隐藏关键词检测
Some advice says hide keywords in white or 1px text. Audit my resume and
flag any white, tiny, or off-page text. Recommend removal: modern parsers
catch it and some platforms flag it as a misrepresentation.8. 量化缺口
List every bullet in my resume that has no number. For each, tell me what
KIND of number would strengthen it (revenue, users, latency, headcount,
% change, time saved). Do not invent figures — ask me which numbers I have.9. 转行简历
I'm switching from [原领域] to [目标领域]. Identify which of my past
experiences map to the new field, and rewrite the top 3-5 bullets so the
connection is obvious to a non-expert reader — without dropping the
original context or overstating the transfer.替换： 原领域、目标领域。
10. 教育 / 证书策略
My education: [教育]. Certs: [证书]. This JD requires: [要求].
Decide for each item: (a) keep it prominent, (b) move it down, or (c) note
a cert worth adding to close the gap. Output a priority order with one
reason each.替换： 教育、证书、要求。
11. 简历长度决定
I have [年数] years of experience targeting [地区/行业, 如 US tech].
Decide: 1-page or 2-page? Give me the trim list if 1-page and the
add list if 2-page. US tech generally accepts 2 pages past ~8 years; flag
if my target market expects otherwise.替换： 年数、地区/行业。
12. 最终 ATS + 人类双读检查
Final pass on my resume: (1) generate a plain-text version — does it still
read coherently with no scrambled sections? (2) confirm every section uses
a standard heading (Experience, Education, Skills). (3) in 30 seconds, can
a human tell my current role and last 2 jobs? List anything that fails.这些 Prompt 用哪个模型跑
改写简历时，选哪个模型比想象中更重要，因为最糟的失败模式就是在一份招聘者会去核实的文件上编造事实。
| 模型（2026 年 6 月） | 改写时的行为 | 最适合 |
|---|---|---|
| Claude Opus 4.7 | 约 80% 的测试里会插入 [方括号] 占位符并索要真实数字；拒绝编造指标 | 改写 bullet、诚实重叠 Prompt（#1）、最终复检 |
| GPT-5.5 | 改写很强，但会悄悄加上 JD 提到、而你简历里没有的指标和技能 | 头脑风暴动词和措辞——之后要严格核对 |
| Gemini 3.1 Pro | 内置实时 Google 搜索 | 核对公司真实名称、产品和近期动态 |
截至 2026 年 6 月，Claude Pro 和 ChatGPT Plus 都是每月 20 美元；Google AI Pro（即原”Gemini Advanced”）为 19.99 美元。改一份简历用免费档就够，不必为此开会员。
容易踩的坑
- 没有真实上下文。 只说”优化我的简历”却不给 JD、公司、级别，输出就是一锅泛泛的糊。
- 放任模型编数字。 永远加上”不要编造数字——来问我”。GPT-5.5 尤其爱用看似合理的指标填空。
- 匹配度堆过 75%。 招聘者和 AT 层都会察觉不自然的关键词密度。
- 板块用非标准名。 把”Experience”写成”What I Bring”，整块可能直接被忽略。
- 拿初稿当终稿。 初稿读着像 AI，过一轮收紧就好很多。
- 跳过纯文本测试。 纯文本导出若错乱，解析器读到的也是错乱。
怎么把效果再推一步
- 先贴 2-3 条你真实的 bullet，让 AI 锚定你的语气。
- 投递前用一个免费 ATS 扫描器（Jobscan、Resume Worded）跑一遍，确认解析正常。
- 保留一份母版简历，按岗位从母版派生变体，而不是原地修改。
- 把终稿念出来——任何听着像新闻通稿的句子都删掉。
- 把拿到面试的措辞存进个人语料库，下次复用。
FAQ
- 既然现代 ATS 懂同义词，还需要关键词吗？：需要，但更少。NLP 层会把相关词映射到一起，所以你只要让概念出现在标准板块里——而不是重复原话。目标约 75%，不是 100%。
- 2026 年 ATS 该用 PDF 还是 Word？：默认用可选中文字的 PDF，在 Workday、Greenhouse、Lever 里解析率约 97%。只有岗位明确要求时才换
.docx，因为少数老系统（如旧版 Taleo）对 PDF 的解析没那么稳。 - ATS 或招聘者看得出简历是 AI 写的吗？：只有当它读起来很通用、或写了你撑不起的说法时才看得出。具体、真实、用你自己语气的 bullet 不会触发任何信号。
- AI 会在我简历上编东西吗？：会。测试里 GPT-5.5 加进了源文件里根本没有的指标和技能；Claude Opus 4.7 则改成插入
[方括号]占位符，这也是它更适合做改写的原因。无论哪个，都要逐行核对。 - 白字藏关键词还管用吗？：不管用了。现代解析器会剥离并读出隐藏文字，部分平台还会标记为虚假陈述。用 Prompt #7 找出来删掉。
- 技能该列多少？：控制在 20 项左右以内。列太长会稀释匹配打分，在真人眼里也像凑数。