太长不看
要跑两轮，不是一轮。第一轮：把简历和完整 JD 一起粘进 ChatGPT，提取 HR 会去搜的关键词，用这套词汇改写你真实的 bullets。第二轮：把你确切的数字和动词放回去，让人类读到时愿意停一下。Jobscan 命中率瞄准 75-80% 左右（截至 2026 年 6 月）就够了——不是 100%，那读起来就是在堆关键词。还有，别再陷入”是 ATS 把我刷掉了”的恐慌：2025 年 Enhancv 的一项调研发现，92% 的 HR 表示自家 ATS 并不会自动拒掉简历。这个机器是给疲惫的人用的搜索框，不是门口的保安。
这篇讲什么
大多数 ChatGPT 改的简历读起来都是同一种味儿：“spearheaded cross-functional initiatives leveraging stakeholder alignment”——HR 午饭前就能扫过 50 份这种。解药是两轮流程。第一轮把你的 bullets 对齐到 JD，以及 ATS（applicant tracking system，申请人追踪系统）排序时看的关键词。第二轮把你具体的数字和动词塞进去，让人类读者真的慢下来。这篇适合求职者，特别是国际岗候选人——既要能在关键词搜索里冒头，又要顶住 6 秒人眼浏览。
这篇适合谁看
- 申请走 ATS 的岗位。截至 2025 年，97.8% 的财富 500 强公司被检测到在用 ATS，所以美国大部分 tech、金融、咨询都算。
- 国际申请者，英文简历读着差一点意思，但你说不上来哪儿不对。
- 跨行业转型的人，需要把过去工作重新框定。
- 同时申 5+ 岗位、手动改快崩溃的人。
先把”ATS 恐慌”破掉
开头先纠个错，因为全网都搞反了。那句到处流传的”75% 的简历在人看到之前就被 ATS 自动拒掉了”，源头是一家如今已倒闭的厂商在 2012 年的一次销售话术，没有任何方法论支撑。在 2025 年 Enhancv 对 HR 的调研中，只有 8% 说自家 ATS 会自动拒简历；92% 说不会。在系统内部，ATS 大多数时候就像 Ctrl+F：HR 搜关键词，从一堆里捞出匹配的再排序。
这对你意味着什么：
- 你面对的不是一个机器保安。你要做的是在关键词搜索里冒头，然后熬过一个疲惫人类的快速浏览。下面两轮都为这个服务。
- 对版式的偏执有点过头，但也不是全无道理。现代解析器（财富 500 强里份额约 39% 的领头羊 Workday，加上 SAP SuccessFactors）处理干净的单栏简历没问题。但它们仍会搞砸多栏布局、文本框和图形——所以保持版式简单，不是因为机器会拒你，而是解析出来的文本一旦乱码，HR 看到的你就更差。
- 堆关键词会反噬。同一批快速浏览你简历的人，会注意到一墙的 buzzword。在真实的前提下贴合 JD 的措辞，到此为止。
常见 ATS 平台（以及怎么提前规划）
| ATS | 你会在哪儿遇到 | 解析备注（截至 2026 年 6 月） |
|---|---|---|
| Workday | 财富 500 强约 39%；大型企业 | 多数字段反正要手填，简历解析是次要的。单栏解析干净。 |
| SAP SuccessFactors | 财富 500 强约 13% | 对标准 .docx/PDF 可靠；联系方式别放页眉页脚。 |
| iCIMS | 中大型企业 | 解析器扎实；标准 section 标题（“Experience""Education”）很重要。 |
| Greenhouse / Lever | 创业公司、tech | HR 主导，自动筛选较轻；做针对性改写仍利于关键词搜索。 |
你很少能知道某家公司具体用哪个。稳妥做法是用一种能熬过所有平台的格式：单栏、不要图片、不要文本框、标准标题、.docx 或文本型 PDF。
开始前准备
- 把真实 JD 打开。整个流程都靠它驱动。
- 准备好你的原始成就清单——真实数字、真实项目、真实影响。模型没法诚实地凭空造。
- 定目标长度：不到 10 年经验的 1 页，否则 2 页。一开始就告诉模型。
- 用 ATS 友好版式：单栏、不要图片、用标准 section 标题。表格和双栏会被解析烂。
- 如果简历比较敏感，关掉模型训练。在 ChatGPT 里进 Settings，再进 Data Controls，关掉”Improve the model for everyone”开关。或者用 Temporary Chat，OpenAI 从不拿它来训练，30 天后还会删掉。
具体步骤
-
一份对话里同时粘当前简历 + 完整 JD，先告知意图：
我在按这份 JD 改简历。下面是我的现简历，再下面是 JD。 不要编造成就，只能基于已有内容改写。 -
让它做一次关键词提取：
列出这份 JD 里 HR 或 ATS 搜索最可能查的 15 个高频技能 / 关键词。 标出哪些我简历里已有、哪些缺但基于我 bullets 能诚实地挂上。 -
用 JD 词汇改写 bullets，但要保留真实成就：
把我"Senior Analyst"的 bullets 按 JD 语言改写， 数字和项目原样保留。3 条，每条强动词开头、带可量化结果。 -
每条 bullet 要 3 个不同起首动词的版本。挑听起来像你的那个，不是听起来”最高管”的那个。
-
终稿过一个 ATS 检查器（Jobscan、Resume Worded 或 Teal）。命中率到合理就行。Jobscan 自己建议 75-80% 左右（截至 2026 年 6 月）；追 95-100% 是个坑，会向人类 reviewer 暴露你在堆关键词。
-
最后人工通读一遍，出声读。读着别扭的地方重写。模型听不到你的声音。
好用的 prompt 套路
针对性改写
这是我 Senior Analyst 那段。按 JD 强调的 SQL 和 dashboard
改写 bullet 2，但 40 万省下来这个数字原样保留。
换动词
这条 bullet 现在用 "Led" 开头。给我 5 个替代词，
要体现 ownership 但少一点官腔。
关键词缺口自检
读我简历和 JD。列出 HR 最可能搜的、但我简历里缺失或埋得太深的
5 个关键词或技能。完成后检查
- 所有数字都是你真实经历里的吗？每个百分比和金额抽查。
- 每条 bullet 读起来像同事可验证的事实，还是像营销文案？
- 用了 JD 的词汇，但没有整段照搬？
- 每条 bullet 你都能在面试里现场补充细节、不需要临场编？
怎么复用这套流程
- 维护一份
achievements.md：原始 bullets、真实数字、不修饰。这是你的唯一基准。 - 每投一份新开一个对话，带主文件 + JD。不要复用旧对话——上一份 JD 会串味。
- 存 2-3 条”声音示例”——你觉得有自己风格的 bullets，作为后续模型改写的参考。
建议流程一览
主成就清单 + JD → 关键词提取 → 分条改写（每条 3 个变体）→ 手动挑 → ATS 检查 → 人工出声通读 → 最终校对。
容易踩的坑
- 让 AI 编造成就。面试官会追问，你没法守住自己没真做过的数字。
- 不同岗位用同一份。资深 IC 和 manager 的框架完全不一样。
- 跳过 JD 对比，直接要”通用”改写。垃圾进，垃圾出。
- ATS 岗位还用表格 / 双栏。很多解析器会静默地搞砸，反而拖累人类阅读。
- 把单一 ATS 评分工具当真理。Jobscan、Resume Worded、Teal 用的解析器和招聘公司实际用的不一样。
- 让模型把你个性洗干净。Cover letter 和 summary 才是声音所在，那不是”spearheaded cross-functional initiatives”该出现的地方。
FAQ
- ATS 会自动拒掉我的简历吗？: 几乎不会。2025 年 Enhancv 对 HR 的调研里，92% 说自家 ATS 不会自动拒，它主要是关键词搜索和排序工具。真正的风险是太通用——搜索把你捞出来后，被人类读着否掉。
- Jobscan 命中率该瞄多少？: 截至 2026 年 6 月，Jobscan 建议 75-80% 左右。很多人 65-75% 也照样行。100% 命中通常意味着在堆关键词，人类读起来很差。
- Claude 或 Gemini 怎么样？: 都行。截至 2026 年 6 月，Claude（Sonnet 4.6）散文更自然一点；Gemini 3.1 Pro 速度快、处理长 JD 也稳。同一 prompt 跑两个模型，挑好的那份。
- 1 页还是 2 页？: 不到 10 年：1 页。工程 / 研究岗有发表清单：2 页带 publication 列。不要为凑 2 页而灌水。
- Cover letter 也用 ChatGPT？: 结构可以用，声音要自己写。模型给你骨架后用自己的话重写。
- 我简历会变成训练数据吗？: 默认账号有可能。在 Settings 里的 Data Controls 关掉”Improve the model for everyone”，或用 Temporary Chat——它从不被用来训练。