履歷裡的「協助」被改成「主導」,看似只換了兩個字,責任卻完全不同。面試官接著問起如何做決定、如何分配工作,求職者就得回答原本不屬於自己的經歷。
2026 年 8 月 5 日 Yahoo 刊登的報導轉述一則 Dcard 發文:發文者用 AI 改履歷,收到面試通知後才發現工作內容遭到誇大。這是媒體轉述的個人經驗,本站未獨立確認當事人的履歷、提示詞與完整對話,因此不能用它判斷所有 AI 工具的表現。原報導
先分清楚:句子變順,還是事實變了?
修履歷時,可以先把每一句拆成三部分:做了什麼、負責到哪裡、留下什麼成果。文字是否漂亮放在後面,先確認這三部分沒有被改動。
例如,假設原稿是「每週整理客服問題,交給產品經理評估」,改成「彙整每週客服問題,提供產品經理評估需求」仍保留原本的分工。若變成「主導產品需求規劃,提升顧客滿意度」,就增加了決策權與成果。除非另有事實支持,這兩部分都不能直接接受。這是說明用的假設例子,並非上述發文者的履歷。
數字也要用同樣方式看待。原稿沒有寫處理幾件案件、節省多少時間,就不該為了讓成果看起來具體而補一個百分比。資料不齊時,寫清楚任務範圍,比寫出無法解釋的成效更有用。
讓 AI 指出缺口,不要替你填經歷
可以先列出確定的事實,再請工具整理成句子。以下是一段可依需要調整的指令:
請只依據以下資料修改履歷,保留我的角色、任務範圍與已提供的成果。不要新增技能、年資、管理責任、數字或成效。資訊不足時,請列出要問我的問題。最後逐項說明你改了哪些內容。
這段指令不能保證工具不出錯,它的用途是把修改範圍說明白,讓後續比對更容易。拿到結果後,仍要把原稿與新版放在一起看,特別留意「主導、建立、改善、精通」這類會改變讀者期待的字。
用一次面試追問,檢查一句履歷
挑出新版最亮眼的一句,試著回答:當時遇到什麼問題?哪一部分由自己負責?做過哪些選擇?結果是如何確認的?如果只能重複履歷上的形容詞,卻無法說出過程,就需要回頭補資料,或把句子改回實際做過的範圍。
這不表示履歷一定要寫得保守。能夠說明自己如何完成工作,就是值得呈現的內容。協助者也可以寫清楚貢獻,例如整理了哪些資料、找出了什麼問題、讓下一位接手的人能做什麼;不必把職責升級成「主導」才能顯得有價值。
我們的觀察
這則討論值得留下的提醒,是在接受漂亮句子之前,先看它有沒有改變事實。使用 AI 整理履歷時,最有用的分工是由本人提供經歷與證據,工具協助組織文字,再逐句確認。能在面試中自然解釋的內容,才適合留在履歷上。
更新紀錄|2026/10/15:本文改為聚焦履歷修改,移除未完成核實的 Meta 測試與 SpaceX 營收段落,以及將「過度擬合」與「幻覺」混用的說明。原發布日期保留。本文未進行工具實測。
留言
張貼留言
留言會先經過審核。歡迎補充觀點或來源;請勿張貼廣告、無關連結、成人、賭博、藥品或自動產生的內容。