按場景重寫
AI 履歷寫作流程：從 JD 分析到最終定稿
一套可重複執行的 AI 履歷工作流：先分析職缺 JD，再匹配真實經歷、改寫 bullet、檢查 ATS，最後人工核對事實。
一句話結論
AI 履歷不要一上來就“幫我潤色”。正確順序是：讀 JD、匹配經歷、提煉證據、改寫表達、檢查關鍵字，最後人工核查所有事實。
適合人群
已經有目標職缺或 JD，希望用 AI 系統化改履歷的求職者。
不適合人群
希望 AI 編造經歷、跳過人工審核，或一份履歷投所有職缺的人。
搜索意圖判斷
使用者不是只想要幾條 Prompt，而是想知道從哪裡開始、每一步讓 AI 做什麼、哪些地方必須自己判斷。
-
先讀 JD，不要先改履歷
很多 AI 履歷變空泛，是因為一開始就讓 AI 潤色原履歷。JD 才能告訴你招募方真正想看到什麼證據。
可用 Prompt： 請分析這份 JD，列出硬性要求、重複關鍵字、隱性要求、職缺 seniority 信號，以及履歷必須證明的證據。表達示例： 如果 JD 反複出現 stakeholder management、roadmap prioritization、launch metrics，履歷前半部分就應該回應這些證據。 -
把真實經歷按職缺匹配度排序
AI 不是把所有經歷都寫漂亮，而是幫你判斷哪些專案值得放大、哪些經歷應該壓縮或刪除。
可用 Prompt： 請把我的經歷與 JD 對比，按匹配度排序，并說明每段經歷應該展開、壓縮還是刪除。 -
證據清楚之後再改寫 bullet
好的 bullet 應該包含動作、范圍、約束和結果。缺資料時，AI 應該追問或建議可驗證替代指標，而不是編數字。
可用 Prompt： 請用“動作、范圍、約束、結果”重寫這些經歷。缺少證據時先問我澄清問題，不要編造細節。表達示例： 通過簡化 5 步注冊流程并協調產品、設計、客服上線風險，將 onboarding 流失率降低 18%。 -
最後一步是人工審核，不是繼續潤色
定稿前最重要的是准確性：日期、職位、數字、工具、公司名，以及前同事看到是否會覺得真實。
可用 Prompt： 請生成最終履歷審核清單，檢查事實准確性、關鍵字匹配、是否過度包裝、是否有 AI 味、是否便於招募方快速掃讀。
發布前檢查清單
- 履歷基於目標 JD，而不是泛範本。
- 經歷先按職缺匹配度排序，再決定怎麼寫。
- 所有強 claim 都有證據或可解釋的范圍資料。
- 最終版本已人工核對事實、語氣和職缺匹配。
常見問題
同一份 AI 履歷可以投所有職缺嗎？
可以保留同一份基礎履歷，但最終投遞版至少要調整 summary、前幾條經歷、技能排序和關鍵字。
AI 最容易把履歷寫壞在哪裡？
它會把模糊經歷潤色成漂亮廢話。如果你不給真實背景，AI 很容易寫出看似專業但沒有個人證據的 bullet。
下載 AI 履歷流程 Prompt 包和人工審核清單。
下載流程工具包