AI 履歷撰寫：量化經歷、對準 JD，不留 AI 痕跡
發佈 2026-10-23 · 更新 2026-10-22 · 閱讀約 7 分鐘 · AI 工作術（法芮可有限公司）
用 AI 撰寫履歷，最有效的做法不是叫它整份重寫，而是先讓它追問，把經歷量化，再拆解 JD 關鍵字逐條對準。本文提供可直接套用的 prompt、改寫前後對照範例、30 分鐘改稿流程，以及 HR 一眼就看穿的 7 個 AI 痕跡和修法。
用 AI 撰寫履歷，最有用的只有兩件事：把你的經歷量化，以及逐條對準職缺 JD。最沒用的用法是丟一句「幫我寫一份專業的履歷」。AI 會給你一份句子通順的罐頭文，放進一百份履歷裡，沒人認得出是你。
我們團隊自己開缺招剪輯師和行銷時，這一年最明顯的變化是履歷越來越「漂亮」，卻越來越難看出誰真的做過事。整篇都是「具備卓越溝通能力」「致力於推動團隊成長」，一個數字都沒有，面試問兩句就露餡。所以這篇不教你讓 AI 代寫，而是教你把 AI 當成會追問的面試官兼編輯。挖素材、抓關鍵字、修句子交給它，內容和數字由你提供，也由你負責。
下面依序講：哪些事適合交給 AI、量化經歷的追問法、對準 JD 的對照表、HR 一眼看穿的 AI 痕跡，最後是 30 分鐘改完一份履歷的流程。
AI 改履歷：哪些交給它、哪些一定自己來
| 工作 | 交給 AI？ | 說明 |
|---|---|---|
| 挖掘經歷細節、追問數字 | 很適合 | 它會問你沒想過的問題，例如「這件事影響了多少人」 |
| 拆解 JD 關鍵字 | 很適合 | 把必備條件、加分條件、隱含需求分類列出 |
| 改寫句子、統一格式 | 適合 | 前提是素材由你提供 |
| 英文履歷翻譯與潤稿 | 適合 | 投外商很好用，但專有名詞要自己核對 |
| 編數字、補沒做過的經歷 | 不建議 | 面試一追問就破功，遇到背景調查更危險 |
| 自傳、求職信整篇代寫 | 不建議 | AI 味最重的區塊，偏偏也是 HR 讀最仔細的地方 |
| 要投哪家、薪資開多少 | 自己決定 | AI 不知道你的底線，也不清楚即時的市場行情 |
原則很簡單：AI 處理「怎麼說」，你負責「說什麼」。內容是真的、只是句子讓 AI 修過，完全沒問題。反過來，內容是 AI 生出來的，句子再漂亮都是地雷。
第一步：用追問法把經歷量化
多數人的履歷沒有數字，不是因為沒成果，而是從來沒人問過。所以第一步不是叫 AI 寫，是叫它問。直接貼這段：
我要改履歷。接下來我會貼一段工作經歷，請你用資深 HR 的角度一次問我 5 個問題，幫我挖出可以量化的成果（人數、金額、時間、比例、規模、頻率）。先不要改寫，等我回答完再說。
回答不用修飾，口語亂講都可以，例如「那時候粉專大概三千多人，我接手半年多吧，就破一萬了」。AI 拿到這些才有東西可寫。如果你連自己做過什麼都想不太起來，可以先用AI 做年度自評那套方法，把行事曆、工作紀錄整理成一張成果清單，再回來改履歷。
素材齊了，再請 AI 照「動作動詞＋做了什麼＋結果數字」改寫。差別長這樣（數字為示意）：
| 改之前 | 改之後 |
|---|---|
| 負責公司社群經營 | 經營品牌 IG 與 FB，8 個月粉絲從 3,200 成長到 1.1 萬，平均互動率從 1.2% 提升到 3.5% |
| 參與後台系統開發 | 重寫訂單查詢 API，回應時間從約 2 秒降到 0.3 秒內，客服查單相關工單每月減少約 4 成 |
| 協助處理客訴 | 每月處理約 120 件客訴，把常見問題整理成 FAQ 後，重複詢問量下降約 3 成 |
就算工作本身沒有漂亮的業績數字，換個維度一樣能量化：
- 規模：服務幾家客戶、管理多少預算、帶幾個人的團隊
- 頻率：每週產出幾支影片、每月辦幾場活動
- 時間：流程從 5 天縮短到 2 天、提前多久交付
- 範圍：跨幾個部門協調、負責幾條產品線
估算可以，但要寫「約」，而且面試時要講得出怎麼算的。AI 很愛把數字寫得又圓又漂亮，例如「效率提升 50%」。這種數字你自己說不出來源，就刪掉。
第二步：拆解 JD，做一張對照表
同一份履歷海投 50 家，不如針對 10 家各改一版。要改的不是整份，而是最前面 3 到 5 條經歷的排序和用詞。做法是把 JD 和你的履歷一起丟給 AI：
以下是職缺 JD 和我的履歷。請做一張表：左欄列出 JD 的必備條件與加分條件，中欄標出我履歷裡對應的經歷（沒有就寫「缺」），右欄建議怎麼調整措辭。最後告訴我哪 3 條經歷最該放在最前面。不要編造我沒有的經歷。
這張表有三個用處：
- 補關鍵字：JD 寫「GA4」，你寫「網站流量分析」，人看得懂，系統搜尋卻不一定搜得到。台灣不少公司是在 104、1111 這類平台的後台用關鍵字篩人，用詞跟 JD 對齊是基本功。
- 調排序：JD 最強調的能力，放在最近一份工作的第一條。我們自己篩履歷時，第一眼看的就是最近一份工作的前兩條和作品連結，後面的經歷通常是進了面試名單才細讀。
- 看缺口：標「缺」的地方，如果你其實有相關經驗就補上，真的沒有就別硬湊，先想好面試被問到時怎麼回答。
要注意，不要把 JD 的句子原封不動搬進履歷。JD 是 HR 自己寫的，整句照抄他一眼就認得出來，等於告訴他你只是複製貼上。關鍵字要對齊，句子要寫你自己的經歷。
HR 一眼看穿的 7 個 AI 痕跡
HR 每天看大量履歷，AI 直出的稿子長得很固定。下面這些特徵只要出現兩個以上，基本上就會被歸到「沒花心思」那一堆：
- 堆疊空泛形容詞：「具備卓越的溝通能力與團隊合作精神」「對工作充滿熱情」。沒有實例撐著的形容詞，寫了等於沒寫。
- 中國大陸用語：「賦能」「抓手」「助力」「落地」「閉環」「優化了用戶體驗」。台灣 HR 對這些詞很敏感，一看就知道是 AI 寫的或套了範本。
- 每條句型一模一樣：五條經歷全是「透過 X，成功實現 Y，進而提升 Z」，連長度都差不多。真人寫的會長短不一。
- 自傳開頭繞圈子：「在這個瞬息萬變的時代」「我始終相信」。HR 想看你做過什麼，不想看勵志開場。
- 數字太圓或兜不攏：「提升 50%」「節省 30% 成本」，卻說不出比較基準，或者前後兩處數字互相矛盾。
- 格式殘留：簡體字混在裡面、全形半形亂用、Markdown 的 ** 符號沒刪、破折號多到不自然。
- 跟面試對不起來：履歷寫「主導跨部門專案」，面試追問細節卻講不出預算多少、卡在哪裡。這是最致命的一種。
修法是改完自己唸一遍，每個形容詞都換成一件具體的事，每個大陸用語都換成你平常會講的話。也可以反過來叫 AI 當審稿人：「請用台灣 HR 的角度，挑出這份履歷裡像 AI 寫的句子，並說明原因。」寫報告、企劃也是同一套邏輯，AI 寫報告不被看破那篇有更完整的分工方式。
實戰流程：30 分鐘改完一份履歷
- 去識別化（2 分鐘）：貼給 AI 之前，先刪掉身分證字號、住址、電話，以及前公司沒公開的營收、客戶名單。履歷上可以用「某上市電商」代替公司名。也順便到工具設定裡確認對話會不會被拿去訓練模型。
- 追問挖素材（10 分鐘）：用上面的追問 prompt，每份工作至少回答 5 題。
- 量化改寫（5 分鐘）：請 AI 照「動詞＋事情＋結果」改寫，數字逐條核對。
- 對準 JD（8 分鐘）：做對照表，調整前 3 到 5 條的排序和關鍵字。
- 去 AI 味（5 分鐘）：先叫 AI 挑出 AI 痕跡，再自己唸一遍，刪形容詞、換用語。
第一份會花比較久，之後每投一家只要重做第 4、5 步，大約 10 到 15 分鐘。工具方面，ChatGPT、Claude、Gemini 這類通用模型都做得到，改履歷的差距不大，關鍵在 prompt 和你給的素材夠不夠具體。想比較各家工具的特性，可以到 AI 工具箱看看。
常見問題
Q：用 AI 寫履歷會被 HR 發現嗎？會被扣分嗎？
HR 不會因為你用了 AI 就扣分，扣分是因為看得出「沒花心思」。空泛形容詞、大陸用語、每條句型都一樣，是最容易被認出來的痕跡。只要內容是你的真實經歷、數字講得出來源，用 AI 修句子完全沒問題。
Q：工作沒有具體數字，履歷要怎麼量化？
換維度就好：規模、頻率、時間、範圍。例如行政工作可以寫「每月處理約 200 張請款單」「把報帳流程從 5 天縮短到 2 天」。合理估算沒關係，但要寫「約」，並確定面試時講得出怎麼算的。
Q：中文履歷和英文履歷都能交給 AI 嗎？
可以，英文履歷反而是 AI 最好用的地方，文法和慣用動詞都比自己硬寫自然。不過產業專有名詞、職稱、公司名稱要自己核對。外商常會看 LinkedIn，兩邊內容要一致。
Q：把履歷貼給 AI 安全嗎？
貼之前先刪掉身分證字號、住址、電話，以及前公司沒公開的營收或客戶資料。也建議到工具設定裡確認對話會不會被拿去訓練模型，各家規則不同，以官方說明為準。
Q：每投一家都要重改嗎？
不用整份重寫，只要依 JD 調整最前面 3 到 5 條經歷的排序和關鍵字，熟練後一家大約 10 到 15 分鐘。同一版海投的回覆率通常比針對性投遞低，寧可少投幾家，每家各改一版。