生活分享

用 ChatGPT 改履歷與求職信:改得像自己寫的做法

把 ChatGPT 當履歷 AI,不要從零生成:先貼自己的履歷與職缺說明,照 6 個步驟做,比對落差、把職責改成成果句、量化與換動詞、對準職缺關鍵字、寫一頁求職信、模擬面試追問,每步附提示詞,並用門市、行政、業務、工程師的改前改後示範。另外整理英文履歷常見的錯、不能編造的事、AI 偵測工具為什麼不可靠。2026 年 9 月依 OpenAI 官方資料查證。

更新日期: 閱讀時間約 16 分鐘

一張履歷文件,其中一段被反白成青色;右上方一個藍色對話泡泡連著箭頭指向反白的段落,右下方一枝橘色的筆,底下一行字「從自己的版本改起」。
圖片:Mokaair (© Mokaair)

用 ChatGPT 改履歷最常見的錯,是打一句「幫我寫一份行政專員的履歷」,然後拿到一份漂亮但和你無關的文件。這篇回答的問題是:怎麼用它把自己的履歷和求職信改好,又改得像自己寫的。結論是從自己的版本改起,不從零生成:先把現有履歷和職缺說明貼進去,讓它比對落差、把職責改寫成有結果的句子、對準職缺的用語,再寫求職信,最後讓它扮演面試官追問每一句。經歷、數字、證照一律自己給,它只負責改句子;履歷上的每一句,面試被問到都要講得出細節,講不出來就刪掉。搜「履歷 」找到的任何工具都適用這套做法,重點不在工具,在你給它什麼。

讀完你會有一套可以照抄的 6 個步驟,每步附提示詞,加上台灣常見職務(門市、行政、業務、工程師)的改前改後對照、英文履歷常見錯誤的修法、哪些事不能做,以及人資到底看不看得出 AI 的痕跡。ChatGPT 的功能名稱與設定位置在 2026 年 9 月依 OpenAI help center 查證,求職寫法參考 OpenAI Academy 給就業輔導員的教材;按鈕與選項依方案、裝置與推出進度可能不同,以你畫面上的為準。

開始前:準備三份東西,把對話設成不留痕

開始前準備三份東西。一是現有的履歷,沒有現成檔案就先用條列寫出學歷、每段工作的公司、職稱、期間與做過的事。二是你要應徵的職缺說明全文,直接從人力銀行或公司網站複製。三是自己的三個具體成果,每個寫清楚時間、你做了什麼、結果是什麼,有數字就附上。第三份最重要,它是後面所有成果句與求職信的材料;ChatGPT 不能替你想出成果,只能幫你把成果講清楚。

履歷裡有姓名、電話、出生年月日、身分證字號、地址與前公司的內部數字,貼進去之前先把用不到的個資刪掉,然後把對話設成不留痕。做法有兩種,也可以都做。

  • 暫時對話:開新對話,按右上角藥丸形的「Temporary」按鈕,開始前選擇要不要個人化。help center 寫明暫時對話不會出現在歷史紀錄、不會建立記憶、留著時不會用來訓練模型,OpenAI 為了安全可能保留一份最多 30 天;之後想留下來可以存成一般對話,存了就依帳號設定處理。
  • 關掉訓練:點個人頭像 → Settings → Data Controls → 關掉「Improve the model for everyone」;手機 App 是側欄 → 頭像 → Data Controls。關掉後套用整個帳號、不分裝置,對話仍會留在歷史紀錄,只是不拿去訓練。
  • 上傳檔案:履歷是 PDF 或 Word 都可以直接用「+」附加,免費版每天 3 個檔案。ChatGPT 讀文件時只抓文字、丟掉圖片,用圖片排版的履歷要先轉成文字再貼。
  • 要一次改好幾家的版本,可以開一個專案(Projects):側欄 New project,把履歷檔和三個成果放進去,右上角三點 → Project settings 寫上「不准編造經歷與數字」的專案指令;免費版每個專案 5 個檔案,Go 與 Plus 25 個。注意 Free、Plus、Pro 若「Improve the model for everyone」開著,專案內容可能用於訓練,而且暫時對話不能放進專案,所以用專案前先關訓練。

步驟一:比對職缺與履歷的落差

第一步不是改,是比對。把職缺說明和履歷一起貼進去,要它做成三欄表,讓你一眼看到哪些要求你已經有、哪些寫得不夠清楚、哪些真的沒有。提示詞可以這樣寫:

「我要應徵下面這個職缺。先讀職缺說明,再讀我的履歷,做成三欄表格:職缺要求、我的履歷裡對應到哪一句、符合/部分符合/缺少。缺少的只標出來,不要替我補任何經歷或技能。最後用三句話說這份履歷最大的落差在哪裡。」接著換行貼上職缺說明,再貼履歷。

看結果時分兩種情況處理。標「部分符合」的,多半是你做過但寫得太簡略,例如職缺要「跨部門溝通」,你只寫「協助專案」,這種就補上具體做了什麼。標「缺少」的,先問自己是不是真的沒做過;沒做過就不寫,求職信裡可以誠實說願意學,履歷上不要出現。

步驟二:把職責改寫成成果句

台灣履歷最常見的寫法是抄職務說明:「負責門市銷售」「負責行政庶務」「維護客戶關係」。這些句子任何人都能寫,人資看不出你做得好不好。成果句的公式是「動詞+做了什麼+量化結果」,OpenAI Academy 給就業輔導員的教材也是同一個原則:每一條以動詞開頭、說做了什麼、盡量附一個簡單的結果。改寫時最重要的限制是數字要你自己填。提示詞:

「把下面每一句職責改寫成成果句,格式是動詞+做了什麼+量化結果。你不知道的數字用【 】空著讓我填,不准自己補數字或加我沒提到的事。每一句改完,用一行問我可以補哪個數字。」

下面是三組改前改後的示範,職務與數字都是虛構的,看格式就好:

  • 門市:改前「負責門市銷售與補貨」。改後「在 3 人門市負責主力商品銷售與補貨,2025 年下半年個人業績達成率 112%,並帶 2 位新進同事上手收銀與盤點」。
  • 行政:改前「負責行政庶務與報帳」。改後「整理 40 人部門的請款流程,把月結對帳從 3 天縮到 1 天,退件從每月 5 件降到 0 件」。
  • 業務與工程師:業務改前「維護客戶關係、開發新客戶」,改後「維護 35 家經銷商,2025 年續約率 92%,新開發 6 家,年度業績達成率 108%」。工程師改前「負責後端 API 開發」,改後「重寫訂單查詢 API,平均回應時間從 800 毫秒降到 200 毫秒,上線後相關客服工單少了三成」。

改完先做一件事:每個數字寫下出處,例如業績報表、年度考核、系統後台的截圖。講不出出處的數字,改成你講得出來的說法,例如「連續兩季達標」或「部門內排名前三」。

步驟三:量化與動詞

很多工作沒有現成的業績數字,行政、客服、設計、工程都常遇到。量化不是只有金額,還有規模(服務多少人、管多少台設備)、頻率(每週處理幾件)、期間(多久內完成)、前後對比(從幾天縮到幾天)、相對量(減少幾成)。讓 ChatGPT 用問的,不要用猜的:

「針對下面每一句,列出可以量化的角度,用問題問我,例如『這個流程每個月處理幾件』『改善前後各花多久』。不要替我填答案。」你回答之後,再要它把數字放回句子裡。

動詞也要換。「協助」「參與」「負責」三個詞幾乎不帶資訊,因為看不出你做到哪裡。改法是先講清楚你負責的那一段,再挑動詞:

  • 協助 → 你實際做的動作:執行、整理、完成、撰寫、測試。
  • 參與 → 你在裡面負責的部分:主導其中的資料整理、負責需求訪談、獨立完成前端頁面。
  • 負責 → 你造成的改變:建立、縮短、提高、降低,把某件事從原本的樣子變成什麼樣子。

步驟四:對準關鍵字但不堆砌

人資篩履歷時常先找職缺說明裡的關鍵字:工具名、證照名、職能的固定說法。同一件事,用職缺的用語寫,例如職缺寫「庫存管理」,你就不要寫「顧倉庫」;職缺寫「Google Ads 投放」,你做過就寫工具的正式名稱。但只換說法,不加你沒做過的技能,也不要在履歷末尾堆一排「技能:溝通、領導、企劃、分析」的關鍵字牆,人資看得出那是湊的。提示詞:

「比對職缺說明的用語和我的履歷,列出可以自然換成職缺用語的句子,每句給我改法,並標出職缺提到但我履歷沒有的技能。沒做過的技能不要幫我加進去,只列出來讓我決定。」

步驟五:寫一頁求職信

求職信只寫一頁,三段:第一段說為什麼是這個職缺與這家公司,第二段挑履歷裡最相關的兩到三個成果對到職缺需求,第三段說希望有機會面談並致謝。寫之前先給 ChatGPT 四樣東西:職缺說明、你查到這家公司在做什麼、你為什麼想去、履歷裡最相關的三個成果。規則只有一條:只能用履歷上已經有的事。提示詞:

「用下面的資料寫一封一頁的中文求職信,三段,語氣平實不誇張。只能用我履歷裡已有的經歷與數字,不准新增任何成果或形容詞。公司名用貴公司,收信人空著。」

下面是一份示範,公司與經歷都是虛構的,看結構就好:

  1. 示範第一段:您好,我在貴公司網站看到行政專員的職缺。過去三年我在一家 40 人的貿易公司負責請款與總務,職缺說明裡提到的流程整理與跨部門協調,正是我每天在做的事。
  2. 示範第二段:我曾把部門的月結對帳從 3 天縮到 1 天,做法是統一請款表單並改成每週結一次,退件也從每月 5 件降到 0 件。另外我負責過 2 位新人的教育訓練,貴公司提到要帶領工讀生,這部分我有具體的做法可以說明。
  3. 示範第三段:附上履歷,若有機會希望能當面說明我怎麼處理這些流程。謝謝您撥冗閱讀。

改成自己的口氣有兩個做法。一是貼 2 到 5 段你自己寫過的文字(例如以前寄過的正式信)給它,說「保留我的用字習慣,不要用你自己的形容詞」,OpenAI 論壇的求職 playbook 也建議用自己的文字樣本保留語氣。二是逐段改而不是重寫:草稿會放在對話裡的寫作區塊(以前叫 Canvas),可以選取其中一段只改那一段,改壞了按復原,其他段落不會被動到。

步驟六:模擬面試追問

最後一步是把改好的履歷交回去,讓它扮演面試官,針對每一句成果句追問。OpenAI Academy 教材的做法是請它扮演友善的用人主管,一次問一題、共 3 題,每題回答後給 1 到 2 個建議;改履歷時把範圍縮小到「追問細節」就好。提示詞:

「你是這個職缺的用人主管。針對我履歷裡每一句成果句,各問 2 個追問:怎麼做的、數字怎麼算出來、哪一部分是你自己負責的。一次問一句,等我回答後指出哪裡講不清楚或前後矛盾,不要替我回答。」

答得出來的句子留下,並把你答出來的細節記在面試準備筆記裡;答不出來的句子只有兩條路,補上真實的細節,或整句刪掉。答案一定自己寫,不要請它「幫我想一個好答案」,那等於把面試也交給它,到了現場你講不出來。

上排是用 ChatGPT 改履歷的六步流程:準備、比對、成果句、關鍵字、求職信、模擬面試;下排是成果句公式「動詞+做了什麼+量化結果」與一組改前改後,右下角提醒面試被追問要講得出細節。
上排照 1 到 6 的順序做,每一步的提示詞在正文;下排的公式套在每一句職責上,數字一律自己填。 · 圖片:Mokaair (© Mokaair)
閱讀完整文字說明

上排六個框由左到右用箭頭串起。步驟 1 準備:現有履歷、職缺說明、自己的三個具體成果,開暫時對話或關掉模型訓練,刪掉用不到的個資。步驟 2 比對:貼職缺說明與履歷,做三欄表標出符合、部分符合、缺少,缺少的只標出來,不要替你補。步驟 3 成果句:職責改成成果句,動詞加做了什麼加量化結果,數字自己填,每個數字要有出處。步驟 4 關鍵字:用職缺的用語寫,工具名、證照名,只放真的做過的,不加沒做過的技能,不堆關鍵字牆。步驟 5 求職信:一頁三段,為什麼是這家、哪些成果對得上、希望面談並致謝,只用履歷已有的事。步驟 6 模擬面試:它扮演用人主管,對每一句成果句追問怎麼做、數字怎麼算,答不出的補細節或整句刪掉。下排左邊是成果句公式:動詞(建立、縮短、提高)加做了什麼(哪個流程、哪個對象)加量化結果(多少、多久、幾成),並附一組改前改後:改前「負責行政庶務與報帳」,改後「整理請款流程,把月結對帳從 3 天縮到 1 天」;數字要有報表或紀錄可查,沒有數字就寫規模、頻率、期間、前後對比。下排右邊是提醒:面試被追問要講得出細節,每一句成果句都會被問怎麼做的、數字怎麼算、你負責哪一部分,講不出來的那一句刪掉,答案自己寫,不要它代答。2026 年 9 月查證。

2026 年 9 月整理;提示詞可以照抄,經歷與數字一律自己填。
步驟提示詞重點產出檢查
1 準備還不用提示詞:整理現有履歷、職缺說明、自己的三個成果;開暫時對話或關掉訓練三份材料、一個不留痕的對話個資與前公司的機密數字刪掉了嗎
2 比對職缺要求對履歷句子,標符合、部分符合、缺少;缺少的不要補三欄落差表缺少的項目是真的沒做過,還是沒寫
3 成果句動詞+做了什麼+量化結果;數字空著讓你填,不准自己補每段經歷的成果句每個數字有出處、面試講得出過程
4 關鍵字換成職缺用語,列出缺的技能但不加進去用語對齊後的履歷沒有關鍵字牆、沒有沒做過的技能
5 求職信一頁三段,只能用履歷已有的事;貼自己的文字保留語氣求職信草稿讀起來像你寫的,沒有空洞形容詞
6 模擬面試扮演用人主管,每句成果句追問 2 個細節,不代答面試準備筆記答不出的句子補細節或刪掉

英文履歷:台灣常見的錯與怎麼要它修

英文履歷的問題通常不是單字,而是三類固定的錯。第一是中式英文:整句以 Responsible for 或 I am 開頭、把中文逐字翻過去,例如把「配合主管交辦事項」直譯成一長串。第二是大寫:職稱與專有名詞亂大寫、整句用 Title Case,或者公司名與工具名沒照官方寫法。第三是時態:現職用現在式、離職的工作用過去式,台灣履歷常整份混用,同一段裡一句現在式一句過去式。

要它修的提示詞把範圍鎖死:「只修文法、時態、大寫與冠詞,不改內容、不改數字、不加形容詞。現職用現在式,離職的工作用過去式。每一處修改列一行,寫出原句、改法與原因。保留我原本的用字,除非是錯的。」

另外要求它用「英文母語的人資看得懂、但不華麗」當標準,它預設會把句子寫得比你需要的漂亮。台灣履歷常見的照片、出生年月日、婚姻狀況、身高體重,英文履歷通常不放,要不要附以應徵公司的要求為準;不確定就問它「這個欄位在應徵國家的履歷慣例上放不放」,再自己查一次。

什麼不能做

  • 編造學歷、證照、數字、任職期間。面試會問,到職時公司多半會要畢業證書與證照影本,寫上去等於留下證據。OpenAI 論壇的求職 playbook 也把「不要編造指標、職稱、工具、時程與範圍」列為第一條規則,你可以把這句直接寫進提示詞。
  • 把別人的履歷貼進去當範本。同事、朋友、網路上流傳的履歷都含別人的個資,個人資料保護法第 19 條與第 20 條規定非公務機關蒐集、利用他人個資要有特定目的並符合法定情形,「當範本」不在裡面。要範本就用職缺說明和自己的經歷產生,或請它寫一份全部標示為虛構的示範。
  • 貼前公司的機密數字。營收、客戶名單、未公開的專案名稱,用相對量與範圍寫(成長三成、管理數十家經銷商),面試時再視情況口頭說明。
  • 請它「幫我想一個成果」。它會想出來,而且很合理,但那不是你的;這種句子在步驟六一定答不出追問。

人資會不會看出是 AI 寫的

先講偵測工具。OpenAI 在 2023 年 1 月 31 日推出過自己的 AI 文字分類器,2023 年 7 月 20 日就因為準確率太低下架;它公布的評估數字是只認出 26% 的 AI 文字,還把 9% 的人類文字誤判成 AI,1,000 字元以下的短文更不可靠,英文以外的語言表現明顯更差。OpenAI help center 給教育工作者的說明也直接寫「偵測工具有用嗎?以我們的經驗,沒有」,他們自己訓練的偵測器把莎士比亞和美國獨立宣言都標成 AI 寫的,而且可能不利於英語非母語、寫法精簡的人。ChatGPT 本身也不知道什麼是 AI 寫的,問它「這段是不是 AI 寫的」得到的答案是隨機的。所以人資用工具掃你的履歷,結果不可信,你也不必為了躲偵測故意把句子改怪。

人資看得出來的是另一件事:萬用句與空洞形容詞。「積極進取、善於溝通、抗壓性高、具團隊精神、對工作充滿熱情」,還有每一段都出現的「致力於」「賦能」「打造」「優化」,這些句子沒有任何一個事實,而 AI 從零生成的履歷幾乎每段都有。刪法很簡單,把這件事也交給它:

「列出這份履歷裡沒有事實支撐的形容詞與套話,每一條問我一個問題,讓我用具體的事實或數字取代。我答不出來的,直接建議刪掉。」答得出來的換成事實,答不出來的刪掉,剩下的每一句都是你做過的事,讀起來自然像你寫的。

  • 生活分享

    通義千問 Qwen:開放權重模型家族與 Qwen Studio

    阿里巴巴的通義千問 Qwen 一邊把權重放上 Hugging Face 讓人下載,一邊經營叫 Qwen Studio(原 Qwen Chat)的網頁與 App。這篇用 2026 年 9 月查證的官方頁面,說清楚家族成員、模型卡上的參數規模與上下文視窗、Apache 2.0 與兩份 Qwen 授權差在哪、台灣能不能註冊,以及國際站 Qwen Cloud 與中國站阿里雲百煉的 API 價格。

  • 生活分享

    Mistral Vibe(原 Le Chat):歐洲 AI 助手的方案、功能與資料存放

    法國 Mistral AI 的 Le Chat 已改名為 Vibe,分成 Work、Code、Chat 三種模式。這篇整理官網當天的內容:台灣怎麼註冊與下載、Free 與每月 14.99 美元的 Pro 等四個方案給什麼、官方列出的功能、Mistral Large 3 等模型與 Apache 2.0 開放權重、API 每百萬 token 價格,以及資料預設存在歐盟、訓練開關怎麼關。

  • 生活分享

    MiniMax M 系列模型:開放權重、授權條款與 API 價格

    M 系列是 MiniMax 的文字模型線,從 M1 一路做到 M3。這篇照 2026 年 9 月 14 日官網、API 文件與 Hugging Face 官方組織頁的內容,整理現有版本與時序、參數與上下文視窗、每一代授權能不能商用、API 每百萬 token 的價格與訂閱方案、本機執行的硬體需求,並說明開放權重和開源的差別,以及 M 系列和海螺影片、語音、音樂模型的分工。

  • 生活分享

    MiniMax Agent 怎麼用:一句話做出網頁、報告與簡報

    MiniMax Agent 是 MiniMax 的代理產品,你寫一句話,它自己規劃、上網查、寫檔案,最後交出網頁、報告或簡報。這篇照 2026 年 9 月 14 日的官網頁面,說明網頁版與桌面版的入口、台灣帳號怎麼註冊、一次任務從描述到修改的流程、它會動用哪些工具、產出能匯出成哪些格式、免費額度與付費方案的月費,以及服務條款與隱私政策對上傳內容、內容審核和帳號刪除實際寫了什麼。

最新旅遊情報攻略

資料來源

生活分享