不是让 AI 给你写简历，是让 AI 帮你看见自己的价值。很多人用 ChatGPT 写简历的方式从一开始就错了，结果做出来的东西像流水线产品，没有任何辨识度。
写简历这件事，我见过太多人做错了方向。他们打开 ChatGPT，第一句话就是「帮我写一份简历」，然后把职位名称一贴，等着 AI 输出，复制粘贴，发出去，完事。整个过程不超过十分钟。
结果出来的东西看起来像简历，格式也对，但就是没人味。每一条经历都是「负责 XX 的 YY 工作，完成 ZZ 目标，取得显著成效」，HR 扫一眼就知道这是 AI 写的，然后划走了。问题不在于用了 AI，问题在于用错了方式。
好的简历里，每一段经历都在讲一个小故事：你接手时是什么状况，你判断了什么，你做了什么动作，最后发生了什么变化。STAR 模型说的就是这个逻辑——情境、任务、行动、结果。这个框架不是让你把简历写成小说，而是让读的人在七秒内就能抓住重点，知道你到底做了什么、有没有用。
●让 ChatGPT 按 STAR 结构逐条改写你的经历，比让它从零写强得多。你提供素材，它帮你组织表达，这才是合理的分工。
别一上来就让它写。先把你现有的简历初稿、做过的项目说明、平时写的周报月报、甚至你自己随手记的工作笔记，全部丢给它，让它先帮你提取亮点。这一步很多人跳过了，但恰恰是最值钱的一步。
你会惊讶地发现，它能从你觉得平平无奇的日常工作里，挖出好几个你自己都没意识到算「成就」的事情。比如你随口提了一句「那个项目后来我们把流程缩短了一半」，它会追问你：缩短了多少时间，影响了多少人，这个改动是你主导的还是参与的。这种追问本身就是在帮你整理思路。
「负责新媒体运营」和「负责账号从零起步的内容运营，九个月涨粉至十二万，单条内容最高阅读量八十万」，这两句话的信息密度差了不止一个量级。区别不在于文笔，在于数字。数字是简历里最诚实的东西，也是最有说服力的东西。
告诉 ChatGPT 你需要量化每一条经历，它会主动追问你数字。如果你真的没有精确数字，它也会帮你想办法——用对比、用范围、用相对变化来体现规模感。「从无到有」「缩减了约三分之一的周期」「覆盖全国十二个城市」，这些表达虽然不是精确数字，但比空洞的形容词有效得多。
7
HR 平均只用 7 秒扫完一份简历，量化数据能让视线在你的条目上多停留两到三倍的时间
一份简历投所有岗位，是十年前的做法。现在的逻辑是：你有一份完整的「素材库」，每次投一家公司，就把这家公司的职位描述发给 ChatGPT，让它告诉你哪些经历应该放在前面、哪些关键词需要加进去、哪些内容和这个岗位关联度低可以缩减。
「
最好的简历不是写给所有 HR 看的，是专门写给你想去的那一家公司看的。
」
这个过程听起来麻烦，但实际上每次调整只需要十五到二十分钟。你的核心经历不变，变的只是侧重点和表达顺序。针对岗位定制这件事，本质上是在告诉对方：我认真研究过你们要什么，我的经历刚好能对上。这个信号本身就有价值。
最后一步，也是很多人忽略的一步——把 ChatGPT 生成的那些过度包装的形容词全部删掉。「卓越地完成」「高效地推进」「完美地实现」，这些词不仅没有增加信息量，反而让人觉得在刷存在感。真正的亮点不需要靠副词撑场面，数字和事实说话就够了。
改完之后，大声读一遍你自己写的每一条。如果读起来不像你平时说话的方式，就继续改。简历是你的代理人，它出现在 HR 面前的时候你不在场，所以它必须听起来像一个真实的人，而不是一台内容生成机器。
1原始素材越详细越好，别怕啰嗦，细节是亮点的来源
2能量化的经历全部量化，没有精确数字就用范围和对比
3每投一家公司就针对其职位描述重新调整一版
4最后通读一遍，删掉所有听起来像套话的形容词
✦ 小结
用 AI 写简历的核心逻辑只有一条：你提供真实的经历和数据，它帮你把这些东西表达得更清晰、更有结构、更符合读者的阅读习惯。AI 是工具，但简历里那个人还得是你自己。
10个月宝宝每天需要喝多少奶粉？
