AI 履歷打分靠譜嗎：可以當診斷，不能當錄用預測

一篇 AI 履歷打分使用指南，講清分數能診斷什麼、不能預測什麼，以及如何避免為了分數過度優化。

1. 用分數找問題，不要用分數預測面試

   高分不代表招募方一定聯絡你；低分也可能只是在提示缺關鍵字或結構不清。

   可用 Prompt： 請把這份履歷評分當成診斷反饋，區分具體可修複問題和泛泛評分建議。
   表達示例： 有用：缺少 JD 必需工具關鍵字。沒那麼有用：只說 improve impact，但不指出哪一段。

2. 看分數是否基於目標 JD

   泛用履歷分數價值有限。只有和目標職缺對比的分數，才更值得參考。

   可用 Prompt： 請把這份評分反饋與目標 JD 對比，只保留能提升職缺匹配度的建議。

3. 不要只為分數優化

   為了漲分過度優化，可能導致關鍵字堆砌、表達別扭、claim 夸大。招募方最終還是會讀履歷。

   可用 Prompt： 請根據評分反饋優化履歷，同時保持自然表達、事實准確和招募方可讀性。

4. 必須加人工審核

   AI 打分只是一個信號。最後還要人工檢查真實性、ownership、相關性，以及履歷前 1/3 是否有吸引力。

   可用 Prompt： 請在這份履歷評分之後，生成一份人工審核清單：前 1/3 清晰度、事實風險、關鍵字匹配、證據強度和 AI 味。