只要每一项事实都由求职者而不是模型掌握，就可以用 AI 写简历和求职信。先冻结一份经过核实的职业记录，把每项岗位要求对应到真实证据，只根据这些证据生成内容，并在提交前核对每个公司、职位、日期、职责、技能、证书和数字。

AI 可以帮助组织、压缩和编辑语言，但绝不能编造学历、证书、技能、任职日期、业绩数字、客户或项目经历。缺少某项资格，是需要诚实面对的缺口，而不是留给模型填写的空白。

关键要点

在提示之前，先建立一份由求职者掌握的事实清单。

把岗位要求对应到证据，包括诚实标出的缺口。

根据已批准的证据 ID 生成 bullet，而不是凭记忆或推断。

为每个岗位单独起草求职信，并恢复你自己的语气。

检查 ATS 可读性、隐私，以及所有申请字段之间的一致性。

用 AI 写简历和求职信前需要知道什么？

用 AI 来调整结构、提供措辞选项、检查相关性、校对，以及练习把你的证据与职位描述比较。CareerOneStop 的求职信指引明确允许用 AI 程序根据简历和招聘启事起草，之后再加以编辑，让信件体现申请人自己的语气、技能、经历和兴趣。［1］

不要在没有事实边界的情况下，授权模型“让我看起来够格”。它可能把参与写成领导，把估算写成实测结果，把课程作业写成职业经历，或把熟悉写成精通。即使是很小的润色夸大，也可能与申请表、推荐人、背景调查、作品集或面试回答相矛盾。

每项主张使用三种状态：

状态	含义	能否出现在最终材料中？
已核验	求职者确认，并有支持记录或亲身了解	可以
待确认	看似合理，但日期、范围、职位、数字或措辞仍不确定	不可以，直至解决
无依据	属于推断、虚构、夸大或与记录矛盾	不可以

第一步：冻结候选人的事实清单

在对话之外建立职业记录。包括：

雇主或组织名称；
正式职位名称和工作地点；
起止日期；
实际承担的职责；
允许公开名称的项目、客户、产品或团队；
你亲自使用过的工具和技能，并注明水平和场景；
学历、执照、证书及取得日期；
成就，以及任何数字的原始证据；
获准使用的作品集链接和联系方式。

CareerOneStop 的简历指南把工作经历、教育和相关部分视为记录中各自独立的部分。［2］其工作经历指引建议一致地列出职位、组织、地点、任职日期、职责和相关成就。［3］把这些类别当作收集清单，而不是估算缺失事实的许可。

为每项事实分配一个 ID，例如 EXP-03 或 EDU-02。标记绝不应分享给外部 AI 服务的敏感字段。除非获批的工具和政策明确允许，否则不要把住址、电话号码、个人邮箱、推荐人、政府证件号码、薪酬历史、雇主保密数据和未公开的客户细节放进提示词。

第二步：拆解职位描述

把职位描述复制到工作文档中，并分成：

必需的技能和资质；
优先考虑的技能；
经常性职责；
行业或客户知识；
协作和沟通方面的期望；
地点、工作时间、出差或工作许可条件；
要求提交的申请材料。

不要假定每个短语同样重要。合并重复内容，保留雇主的原意。像“负责月度报告”这样的短语，同时包含了交付物、频率、责任归属，以及可能涉及的利益相关方关系。

只通过你能识别出处的来源研究雇主。不要让模型为求职信编造使命、近期项目、招聘经理或企业文化方面的说法。

第三步：建立要求—经历—证据矩阵

每项重要要求占一行：

岗位要求	候选人证据 ID	强度	缺失细节	使用决定
制作月度运营报告	EXP-03	直接	确认受众规模	确认后用于简历和求职信
带领五人团队	无	缺口	候选人协调过同事，但没有管理过	不声称管理经验
使用指定分析工具	SKILL-04	部分	仅在课程作业中使用	写明确切场景或删除

这个矩阵是一种出处控制。空白单元格必须保持为缺口，而不是邀请 AI 补上一段看似合理的经历。

要求模型只根据证据 ID 工作：

对每项要求，列出最匹配的证据 ID。如果提供的证据都不支持，写 GAP。不要推断技能、日期、资历、客户、结果或证书。

亲自复核这份对应关系。模型可能匹配了相似的词语，却忽略了实际的责任层级。

第四步：让 AI 简历写作只使用已批准证据

对每项选中的证据，提供行动、背景、产出和已核实的结果。要求给出两三个措辞选项，然后选择用平实语言表达也准确的那一个。

一条有用的 bullet 通常回答：

你做了什么？
为谁或为了什么目的？
改变了什么或交付了什么？
你能核实哪项结果？

如果没有测量结果，就诚实地描述范围或成果：“为项目负责人编写每周状态报告”即使没有编造的百分比，也可以很有力。绝不要让模型添加指标。数字必须来自你能解释的仪表板、报告、奖项、评估、记录或计算。

避免堆砌关键词和照抄职位描述中的句子。只有当雇主的用语准确描述了你的经历时才使用它。事实锁定之后，可以借助 AI 改写与校对流程提升清晰度。

第五步：逐行核对所有事实

在评判文风之前，先做一次事实审核：

每个雇主和职位是否与正式记录一致？
起止日期是否与申请表和公开资料一致？
所述行动是否由候选人亲自完成？
是否把带领团队与协调或参与区分开？
每种工具或语言是否都附有诚实的熟练程度和场景？
每个数字能否复现或得到支持？
客户和项目名称是否获准披露？
学历和证书是否写明正确的院校、学位或资质、状态和日期？

对起草过程中新增或改动的主张，使用 AI 回答事实核验方法。NIST 的生成式 AI 风险概况把虚构内容和隐私列为需要衡量和管理的风险。［4］逐行核对证据，就是这里的实际控制措施。

如果无法确认，就删除那条润色过的主张。在底层事实仍未知时，不要把“管理”弱化为“协助管理”；应回到候选人的记录中查证。

第六步：为一个岗位起草 AI 求职信

求职信应把选定的证据与这家雇主的需求联系起来，而不是复述简历。CareerOneStop 建议根据职位量身定制求职信，并用它突出相关的技能、成就、兴趣和对雇主的了解。［1］

提供给模型：

确切的职位名称；
附来源链接、已核实的雇主事实；
两三项岗位要求；
与之匹配的已批准证据 ID；
候选人真正感兴趣的原因；
语气和篇幅要求。

要求起草时不要编造收件人姓名。如果不知道招聘经理是谁，就按申请说明处理，或使用中性的、以职位称呼的问候语。删除那些适用于任何公司的泛泛赞美。

然后用你自己的语气改写。朗读一遍，替换你平时不会说的表达。候选人必须能在面试中解释信里的每一句话。

第七步：检查 ATS、隐私和最终一致性

CareerOneStop 的格式指引建议使用干净、一致、简洁的版式和标准标题，并避免使用可能被招聘管理系统打乱的表格、文本框、标志、分栏、图片和图形。［5］首先遵循雇主要求的格式。

进行四轮最终检查：

ATS 与视觉检查

使用标准的章节名称、易读的字体、简单的项目符号和合乎逻辑的单栏顺序。导出为要求的文件类型，重新打开，把文字复制到纯文本编辑器中，确认阅读顺序。AI 无法保证每家雇主的系统会如何解析文件。

隐私检查

删除提示词历史、批注、修订记录、隐藏文字、不必要的地址、推荐人联系方式和工作中的保密信息。检查文档元数据和文件名。在上传职业记录之前，阅读 AI 隐私风险指南。

跨材料检查

比较简历、求职信、申请表、公开资料、作品集和面试证据。职位、日期、技能、项目名称和结果不能相互矛盾。

人工检查

请一位信任的人检查清晰度和可信度，尤其是当职位、语言或当地的申请惯例对你来说比较陌生时。最终是否提交由候选人决定。

一个安全的起草 Prompt

使用有边界的请求，例如：

只使用下方的证据 EXP-03，为要求 R4 起草三个简历 bullet 选项。保留正式职位名称和日期。不要添加工具、领导职责、客户、数字或成果。如果证据不足，写 GAP 并提出一个事实性问题。在每个选项旁边返回一栏证据 ID。

求职信可以这样写：

只使用 EMP-01、EXP-03 和 EXP-06，为所述职位起草一封简洁的求职信。不要编造收件人、公司事实、动机、证书或结果。标出任何需要候选人确认的句子。

提示词本身并不能保证真实。能保证真实的是证据矩阵和最终的人工审核。

保存申请证据包

每次申请都保存招聘启事、事实清单的版本、要求矩阵、最终的简历和求职信，以及一份简短的核验清单。记录哪些证据 ID 支撑了为该职位定制的主张。如果某个数字或证书是通过文件确认的，就注明候选人能在哪里找回那份记录，而不必把不必要的敏感数据存放在 AI 对话中。

这个证据包能帮助候选人一致地回答后续问题，并在发现错误时更正申请。它还能防止之后为其他职位起草时，悄悄改动日期、职位或结果。按照候选人的保留和隐私规则保管它；这并不是保留每一段模型对话的理由。

总结

使用 AI 之前，先冻结一份由候选人掌握的事实清单。
把要求对应到真实证据，并保留诚实的缺口。
只根据已批准的证据 ID 生成 bullet；绝不索要编造的指标。
根据已核实的职位和雇主事实定制求职信，再恢复个人语气。
在候选人提交之前，检查 ATS 可读性、隐私和一致性。

常见问题

使用 AI 写简历可以吗？

可以，前提是把它作为起草和编辑的辅助工具，最终的每项主张都来自候选人经过核实的经历，并且雇主的规定允许。候选人仍对准确性负责。

可以让 AI 增加数字来强化 bullet 吗？

不可以。只使用你能支持并解释的数字。如果没有测量数据，就描述真实的行动、范围、交付物或定性成果，而不要制造精确度。

应把完整简历上传到公开 AI 工具吗？

不应不假思索地上传。删除不必要的个人和保密数据，查看平台和组织政策，并使用获批的环境。一份合成的事实清单往往更安全。

不符合某项要求怎么办？

把它标为缺口。你可以诚实地描述相邻或可迁移的经历，并写明确切背景，但不要把它改称为所缺少的证书或技能。

AI 能保证简历通过 ATS 吗？

它可以建议标准标题、相关措辞和更简单的结构，但无法保证解析或排名结果。遵循雇主的说明，并测试导出文档的阅读顺序。

求职信应该重复简历 bullet 吗？

不应该。挑选几个已核实的例子，说明它们与职位的关系以及你真正的兴趣。使用不同的措辞，只添加有来源的雇主背景。

谁负责最终事实核对？

候选人。审阅者可以帮忙，但只有候选人能确认亲身承担的职责、日期、技能水平、披露许可，以及最终的语气是否真实。

能直接用这些材料准备面试吗？

可以把已核验的证据矩阵作为输入，但面试练习是另一个流程。请继续阅读用 AI 准备求职面试，而不是让写简历的对话去预测面试结果。

延伸阅读：

免责声明：本文提供一般求职材料建议，不构成法律、雇佣、移民或职业建议。遵守雇主指引和当地要求，只提交本人确认的事实。

来源：

CareerOneStop — Cover letters — https://cloudfront.careeronestop.org/JobSearch/Resumes/cover-letters.aspx
CareerOneStop — Resume Writing Guide: Introduction — https://cloudfront.careeronestop.org/JobSearch/Resumes/ResumeGuide/introduction.aspx?frd=true
CareerOneStop — Resume Writing Guide: Work experience — https://cloudfront.careeronestop.org/JobSearch/Resumes/ResumeGuide/work-experience.aspx
NIST — Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile — https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence
CareerOneStop — Resume Writing Guide: Formatting — https://cloudfront.careeronestop.org/JobSearch/Resumes/ResumeGuide/formatting.aspx

Sources checked 2026 年 8 月 24 日。

负责任地用 AI 写简历和求职信：从事实清单到 ATS 检查