只要每項事實都由求職者而不是模型掌握，便可以用 AI 寫履歷和求職信。先鎖定一份經核實的職業紀錄，把每項職位要求對應到真實證據，只按這些證據產生內容，並在提交前核對每間公司、職稱、日期、職責、技能、證書和數字。

AI 可以協助整理、精簡和編輯文字，但絕不能虛構學歷、證書、技能、任職日期、業績數字、客戶或項目經驗。欠缺某項資格，是需要誠實面對的缺口，而不是留給模型填寫的空白。

關鍵要點

提示之前，先建立一份由求職者掌握的事實清單。

把職位要求對應到證據，包括誠實標示的缺口。

按已批准的證據 ID 產生 bullet，而不是憑記憶或推斷。

為每個職位另行草擬求職信，並恢復你自己的語氣。

檢查 ATS 可讀性、私隱，以及所有申請欄位之間的一致性。

用 AI 寫履歷和求職信前要知道甚麼？

用 AI 調整結構、提供措辭選擇、檢查相關性、校對，以及練習把你的證據與招聘廣告比較。CareerOneStop 的求職信指引明確容許用 AI 程式按履歷和招聘廣告起草，之後再加以編輯，令信件反映申請人本身的語氣、技能、經驗和興趣。［1］

不要在沒有事實界線的情況下，授權模型「令我看起來夠資格」。它可能把參與寫成領導，把估算寫成實測結果，把課程作業寫成職業經驗，或把熟悉寫成精通。即使只是輕微的誇大，也可能與申請表、推薦人、背景審查、作品集或面試回答互相矛盾。

每項主張使用三種狀態：

狀態	含義	可否出現在最終資料中？
已核實	求職者確認，並有支持紀錄或親身了解	可以
待確認	看似合理，但日期、範圍、職稱、數字或措辭仍不確定	不可以，直至解決
無依據	屬於推斷、虛構、誇大或與紀錄矛盾	不可以

第一步：鎖定求職者事實清單

在對話以外建立職業紀錄。包括：

僱主或機構名稱；
正式職稱和工作地點；
起止日期；
實際承擔的職責；
獲准公開名稱的項目、客戶、產品或團隊；
你親自使用過的工具和技能，並註明程度和情境；
學歷、牌照、證書及取得日期；
成就，以及任何數字的原始證據；
獲准使用的作品集連結和聯絡資料。

CareerOneStop 的履歷指南把工作經驗、教育及相關部分視為紀錄中各自獨立的部分。［2］其工作經驗指引建議一致地列出職位、機構、地點、任職日期、職責和相關成就。［3］把這些類別當作收集清單，而不是估算缺失事實的許可。

為每項事實編配一個 ID，例如 EXP-03 或 EDU-02。標示絕不應分享給外部 AI 服務的敏感欄位。除非獲批的工具和政策明確容許，否則不要把住址、電話號碼、個人電郵、推薦人、政府身份證明號碼、薪酬紀錄、僱主保密資料和未公開的客戶細節放進提示詞。

第二步：拆解招聘廣告

把招聘廣告複製到工作文件中，並分為：

必需的技能和資歷；
優先考慮的技能；
經常性職責；
行業或客戶知識；
協作和溝通方面的期望；
地點、工作時間、出差或工作許可條件；
要求提交的申請資料。

不要假定每個短語同樣重要。合併重複內容，保留僱主的原意。例如「負責每月報告」這個短語，同時包含交付成果、頻率、責任歸屬，以及可能涉及的持份者關係。

只透過你能辨認出處的來源研究僱主。不要讓模型為求職信虛構使命、近期項目、招聘經理或企業文化方面的說法。

第三步：建立要求—經驗—證據矩陣

每項重要要求佔一列：

職位要求	證據 ID	強度	欠缺細節	使用決定
製作每月營運報告	EXP-03	直接	確認受眾規模	確認後用於履歷和求職信
帶領五人團隊	無	缺口	求職者協調過同事，但沒有管理過	不聲稱管理經驗
使用指定分析工具	SKILL-04	部分	只在課程作業中使用	寫明確實情境或刪除

這個矩陣是一種出處控制。空白儲存格必須保持為缺口，而不是邀請 AI 補上一段看似合理的經驗。

要求模型只按證據 ID 工作：

每項要求都列出最相配的證據 ID。如提供的證據都不支持，寫 GAP。不要推斷技能、日期、資歷、客戶、結果或證書。

親自覆核這份對應關係。模型可能配對了相似的字詞，卻忽略實際的責任層級。

第四步：讓 AI 履歷寫作只使用批准證據

對每項選中的證據，提供行動、背景、產出和已核實的結果。要求提供兩三個措辭選擇，然後揀選用平實語言表達也準確的那一個。

一條有用的 bullet 通常回答：

你做了甚麼？
為誰或為了甚麼目的？
改變了甚麼或交付了甚麼？
你能核實哪項結果？

如沒有量度結果，便誠實描述範圍或成果：「為項目負責人編寫每週狀況報告」即使沒有虛構的百分比，也可以很有說服力。絕不要讓模型加入指標。數字必須來自你能解釋的儀表板、報告、獎項、評核、紀錄或計算。

避免堆砌關鍵字和照抄招聘廣告中的句子。只有當僱主的用語準確描述你的經驗時才使用。事實鎖定後，可借助 AI 改寫與校對流程提升清晰度。

第五步：逐行核對所有事實

評判文風之前，先做一次事實審核：

每個僱主和職稱是否與正式紀錄一致？
起止日期是否與申請表和公開資料一致？
所述行動是否由求職者親自完成？
有否把帶領團隊與協調或參與分開？
每種工具或語言是否附有誠實的熟練程度和情境？
每個數字能否重現或獲得支持？
客戶和項目名稱是否獲准披露？
學歷和證書是否寫明正確的院校、資歷、狀態和日期？

對起草過程中新增或改動的主張，使用 AI 回答事實核實方法。NIST 的生成式 AI 風險概況把虛構內容和私隱列為需要量度和管理的風險。［4］逐行核對證據，就是這裏的實際控制措施。

如無法確認，便刪除那條修飾過的主張。在底層事實仍未知時，不要把「管理」弱化為「協助管理」；應回到求職者的紀錄查證。

第六步：為一個職位起草 AI 求職信

求職信應把選定的證據與這位僱主的需要聯繫起來，而不是複述履歷。CareerOneStop 建議按職位度身訂造求職信，並用它突出相關的技能、成就、興趣和對僱主的認識。［1］

提供給模型：

確實的職位名稱；
附來源連結、已核實的僱主事實；
兩三項職位要求；
與之相配的已批准證據 ID；
求職者真正感興趣的原因；
語氣和篇幅要求。

要求起草時不要虛構收件人姓名。如不知道招聘經理是誰，便按申請指示處理，或使用中性、以職位稱呼的問候語。刪除那些適用於任何公司的空泛讚美。

然後用你自己的語氣改寫。朗讀一遍，替換你平時不會說的表達。求職者必須能在面試中解釋信中的每一句。

第七步：檢查 ATS、私隱和一致性

CareerOneStop 的格式指引建議使用整潔、一致、簡單的版面和標準標題，並避免使用可能被應徵者追蹤系統打亂的表格、文字方塊、標誌、分欄、圖片和圖像。［5］首先遵從僱主要求的格式。

進行四輪最終檢查：

ATS 與版面檢查

使用標準的章節名稱、易讀的字型、簡單的項目符號和合乎邏輯的單欄次序。匯出為要求的檔案類型，重新開啟，把文字複製到純文字編輯器，確認閱讀次序。AI 無法保證每位僱主的系統會如何解析檔案。

私隱檢查

刪除提示詞歷史、註解、修訂紀錄、隱藏文字、不必要的地址、推薦人聯絡資料和工作上的保密資料。檢查文件元數據和檔案名稱。上載職業紀錄前，閱讀 AI 私隱風險指南。

跨材料檢查

比較履歷、求職信、申請表、公開資料、作品集和面試證據。職稱、日期、技能、項目名稱和結果不能互相矛盾。

人手覆核

請一位信任的人檢查清晰度和可信度，尤其是當職位、語言或當地的申請慣例對你來說較陌生時。最終是否提交由求職者決定。

安全起草 Prompt

使用有邊界的要求，例如：

只使用下方的證據 EXP-03，為要求 R4 起草三個履歷 bullet 選擇。保留正式職稱和日期。不要加入工具、領導職責、客戶、數字或成果。如證據不足，寫 GAP 並提出一個事實性問題。在每個選擇旁邊返回一欄證據 ID。

求職信可以這樣寫：

只使用 EMP-01、EXP-03 和 EXP-06，為所述職位起草一封簡潔的求職信。不要虛構收件人、公司事實、動機、證書或結果。標示任何需要求職者確認的句子。

提示詞本身並不能確保真實。能確保真實的是證據矩陣和最終的人手審核。

保存申請證據包

每次申請都保存招聘廣告、事實清單的版本、要求矩陣、最終的履歷和求職信，以及一份簡短的核實清單。記錄哪些證據 ID 支持為該職位度身訂造的主張。如某個數字或證書是透過文件確認的，便註明求職者可在哪裏取回那份紀錄，而不必把不必要的敏感資料存放在 AI 對話中。

這個證據包能協助求職者一致地回答後續問題，並在發現錯誤時更正申請。它亦能防止日後為其他職位起草時，悄悄改動日期、職稱或結果。按照求職者的保存和私隱規則保管它；這並不是保留每段模型對話的理由。

總結

使用 AI 前，先鎖定一份由求職者掌握的事實清單。
把要求對應到真實證據，並保留誠實的缺口。
只按已批准的證據 ID 產生 bullet；絕不索取虛構的指標。
按已核實的職位和僱主事實度身訂造求職信，再恢復個人語氣。
在求職者提交前，檢查 ATS 可讀性、私隱和一致性。

常見問題

可以用 AI 寫履歷嗎？

可以，前提是把它作為起草和編輯的輔助工具，最終每項主張都來自求職者經核實的經驗，而且僱主的規定容許。求職者仍對準確性負責。

可以讓 AI 加數字強化 bullet 嗎？

不可以。只使用你能支持並解釋的數字。如沒有量度數據，便描述真實的行動、範圍、交付成果或定性成果，而不要製造精確度。

應上載完整履歷到公開 AI 工具嗎？

不應不假思索地上載。刪除不必要的個人和保密資料，查閱平台和機構政策，並使用獲批的環境。一份合成的事實清單往往更安全。

不符合某項要求怎麼辦？

把它標示為缺口。你可以誠實描述相近或可轉移的經驗，並寫明確實背景，但不要把它改稱為所欠缺的證書或技能。

AI 能保證通過 ATS 嗎？

它可以建議標準標題、相關措辭和較簡單的結構，但無法保證解析或排名結果。遵從僱主的指示，並測試匯出文件的閱讀次序。

求職信應重複履歷 bullet 嗎？

不應該。揀選幾個已核實的例子，說明它們與職位的關係以及你真正的興趣。使用不同的措辭，只加入有來源的僱主背景。

誰負責最後事實核對？

求職者。審閱者可以幫忙，但只有求職者能確認親身承擔的職責、日期、技能程度、披露許可，以及最終的語氣是否真實。

可用這些資料準備面試嗎？

可以把已核實的證據矩陣作為輸入，但面試練習是另一個流程。請繼續閱讀用 AI 準備求職面試，而不是讓寫履歷的對話預測面試結果。

延伸閱讀：

免責聲明：本文提供一般求職材料指引，不構成法律、僱傭、移民或職涯建議。遵守僱主指示和當地要求，只提交本人確認的事實。

來源：

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。

負責任地用 AI 寫履歷和求職信：由事實清單到 ATS 檢查