「我照網路上的指令貼了，改出來還是很怪。」
這句話我這一年聽了很多次。多數人不是不會用 ChatGPT，是用了之後拿到一堆看起來很完整、但送出去依然沒有回音的句子。
問題出在指令本身。網路上流傳的 prompt 大多長這樣：「請幫我優化這段工作經歷，讓它更專業」。這是任務，不是指令——你只告訴 AI 要做什麼，沒告訴它不能做什麼。而 ChatGPT 在沒有約束的時候，預設會做兩件對履歷最傷的事：把句子寫得更滿，以及幫你補上你沒說過的成果。
這篇整理 10 個我實際在諮詢裡帶個案用的指令。每一個都可以直接複製，也都會說明兩件事：為什麼要這樣下，以及人資看到這種改法時的真實反應。
好的指令不是給 AI 更多任務，是給它更多限制。限制越清楚，你拿回來的東西越能用。
第一組：先診斷，不要急著改（指令 1–3）
大部分人打開 ChatGPT 的第一句話就是「幫我改」。順序錯了。你要先知道問題在哪，才知道該改什麼——不然你只是把本來就還可以的句子改得更花。
指令 1：讓它先當篩選你的人
你是一位資深人資，正在為「（貼上職缺名稱）」篩選履歷，平均每份只看 10 秒。以下是 JD 和我的履歷。請告訴我： 1) 10 秒內你會把它放進「面試」還是「再看看」？ 2) 哪三個地方讓你想跳過？ 3) 哪一句最有記憶點？ 先別幫我改，只告訴我問題。 【JD】（貼上） 【我的履歷】（貼上）
為什麼這樣下：「先別幫我改」這五個字是關鍵。少了它，AI 會直接跳到改寫，你就永遠不知道原本卡在哪。
人資的反應：我們確實是這樣看的。第一輪篩選不是在找優點，是在找「可以刪掉這份」的理由。
指令 2：找出你被歸類到哪一種求職者
看完我的履歷後，請用一句話描述「人資會怎麼記住我」。例如：「一個做過很多事但看不出強項的人」或「一個在電商領域做過完整成長專案的行銷」。請給我三個可能的版本，並說明哪些內容造成了這個印象。 【我的履歷】（貼上）
為什麼這樣下：履歷最怕的不是寫得不好，是沒有標籤。人資看完記不住你是誰，就等於沒看過。
人資的反應：面試前我們通常只記得一句話，那句話決定要不要約你。
指令 3：抓出「看起來很厲害但沒有資訊」的句子
請幫我找出履歷裡「聽起來很專業、但其實沒有提供任何具體資訊」的句子，例如「主導跨部門溝通」「優化流程並提升效率」。列出來，並針對每一句問我 1 個問題，幫我把它變具體。 【我的履歷】（貼上）
為什麼這樣下：讓 AI 問你問題，而不是幫你補答案。這是避免它編造內容最有效的方法。
人資的反應：這類句子我們會直接略過。不是覺得你在騙人，是因為它無法拿來判斷任何事。
第二組：改寫，但要綁住它的手（指令 4–7）
指令 4：用砍的，不是用加的
請把這段經歷砍到只剩三行以內，資訊可以變少，但記憶點要變強。給我 3 個不同方向的版本，各用一句話說明它在凸顯什麼特質。改完後請告訴我你刪掉了什麼、為什麼。 （貼上一段經歷）
為什麼這樣下：「請告訴我你刪掉了什麼」讓你保有判斷權。有時候 AI 刪掉的正是你最重要的那件事。
人資的反應：當每份履歷都很完整，就沒有人被記住。取捨才是專業度的展現。
指令 5：把「負責什麼」改成「做出什麼」
以下經歷都在描述我的工作範圍，請幫我改成描述「結果」。要求： - 每行以強動詞開頭，不要用「協助」「參與」「負責」 - 如果某個結果我沒有提供數字，不要編造，改用範圍、頻率或對象來具體化 - 列出你認為我應該回去查證的 3 個量化方向 （貼上經歷）
為什麼這樣下：「不要編造」這句一定要寫進去。這是所有指令裡最重要的一句。
人資的反應：我們要看的不是這個職位在做什麼，是你在這個職位上留下了什麼。
指令 6：對著 JD 反推公司在煩惱什麼
以下是職缺 JD 和我蒐集到的公司近況。請推測這個團隊現在最可能頭痛的問題是什麼？我的履歷裡哪一段最能回應這個痛點？該怎麼把它移到更前面、講得更直接？ 【JD】（貼上） 【公司近況】（貼上你查到的線索） 【我的履歷】（貼上）
為什麼這樣下：同樣的行銷職缺，A 公司在煩廣告成效，B 公司在煩內容成長。JD 看起來都差不多，但篩選標準完全不同。
人資的反應：能講到我們正在痛的地方，就算條件差一點也會想約來聊。
指令 7：自傳不要重複履歷
以下是我的履歷和自傳草稿。請檢查自傳裡有哪些內容只是在重複履歷已經寫過的事實，把它們標出來。接著建議我：這些段落可以換成什麼「履歷放不下、但能幫助理解我的資訊」？請以問題的形式提示我，不要幫我寫。 【履歷】（貼上） 【自傳草稿】（貼上）
為什麼這樣下：自傳最常見的問題是把履歷用散文再講一遍。它應該補的是脈絡與判斷，不是重述事實。
人資的反應：自傳我們通常快速掃過。會停下來的，是那種讓我們理解「這個人為什麼做這些選擇」的內容。
第三組：送出前的最後檢查（指令 8–10）
指令 8：抓出誇大的地方
以下是我真實的職級、公司規模和實際做的事，後面是我的履歷。請抓出「寫得比真實情況誇張、可能被資深人資質疑」的句子，並校準到「有亮點但站得住腳」。不要幫我加我沒做過的事。 【我的真實情況】（職級／公司人數／實際負責什麼） 【我的履歷】（貼上）
為什麼這樣下：AI 很會把人「拉高」——應屆生寫成主導專案、小公司專員寫成制定策略。
人資的反應：我們不是在找最厲害的人，是在找「履歷和真實的差距最小」的人。差距越大，越像面試會被拆穿。
指令 9：把 AI 味洗掉
請檢查以下內容有沒有這些特徵，有的話標出來並改掉： 1) 每個句子長度都差不多、節奏過於平均 2) 濫用「不僅⋯更⋯」「透過⋯達成⋯」這類轉折結構 3) 形容詞堆疊（如「高效且系統化地」） 4) 每個成果都剛好有一個百分比 5) 用詞比我的實際職級高一階 改完後請保留我原本的口語習慣，不要讓它更「工整」。 （貼上內容）
為什麼這樣下：AI 味不是玄學，是有具體特徵的。列出來讓它自己檢查，比要求「寫得自然一點」有效太多。
人資的反應：我們注意到的通常不是單一句話，是整份履歷讀起來「太順了」，順到不像一個人在講自己的事。
指令 10：讓它當面試官壓力測試
根據這份履歷，請以一位會挑戰人的資深面試官身份，問我 5 個最尖銳、最容易讓我答不出來的問題。問完先別給我答案，讓我自己試著回答。 （貼上你改好的履歷）
為什麼這樣下：你答不出來的地方，往往就是履歷寫太滿、自己卻撐不起來的地方。這是送出前最後一道保險。
「用 ChatGPT 寫履歷會被發現嗎？」
這是我最常被問的問題，也是搜尋量很大的一個疑問。老實說：會被發現的不是你用了 AI，而是內容和你這個人對不起來。
沒有人資在意你用什麼工具寫履歷，就像沒有人在意你用 Word 還是 Google Docs。真正會出事的情況只有一種——履歷上的你，和面試現場的你，是兩個人。
那個落差通常長這樣：履歷寫「主導跨部門專案」，問到細節時說不出當時怎麼協調的；履歷寫「提升轉換率 35%」，問到基期是多少時答不出來。
與其想辦法把 AI 味藏起來，不如確保每一句話你在面試現場都撐得住。前者是防守，後者才是你真正需要的。
如果你已經改過好幾輪還是沒回音，那問題大概率不在指令，而在履歷根本沒過 ATS 那關，或是定位本身出了問題。
指令再好，也補不上的那一層
這 10 個指令能處理的，都是「文字層」的事：挑語病、砍贅字、補量化、對關鍵字、模擬提問。這些 AI 做得又快又好。
但有一層它做不到——判斷這家公司真正在意什麼、決定哪個亮點該放第一、校準你的經歷該怎麼定位。這些需要有人認識你、也理解那個產業的篩選邏輯。
所以問題從來不是「ChatGPT 還是 Claude」。如果你換過好幾個 AI、改過好幾輪、投了一陣子還是沒消息，那卡點不在工具，在那塊 AI 補不上的策略層。
改之前，先花 30 秒抓出問題：試試免費履歷健檢工具，或看履歷健檢怎麼做的完整 5 步驟。想知道 Claude 在哪些情境比 ChatGPT 更適合，可以看用 Claude 改履歷的 5 個用法。