履歷關鍵字優化器範本：不堆詞也能對齊職缺 JD 與 ATS

履歷關鍵字優化器範本實作流程：先拆職缺 JD 關鍵字，再對到真實專案證據，重寫經歷 bullet 並做 ATS 解析檢查。

1. 先做關鍵字映射表，再重寫履歷

   把職缺 JD 拆成必備詞、情境詞、可選詞，並為每個詞找一條真實經歷證據。沒有證據先不要寫，避免招募方追問時失真。

   可用 Prompt： 請從這份職缺 JD 提取必備詞、情境詞、可選詞，逐條追問我對應的真實專案證據，再開始改寫履歷。
   表達示例： 關鍵字：stakeholder management；證據：在系統遷移專案中，每週協調 4 個團隊風險同步與決策。

2. 使用四欄式 JD 關鍵字範本

   把職缺 JD 掃描結果整理成四欄：JD 要求、履歷證據、改寫動作、風險。先看證據缺口，再決定是否改寫，避免為了 ATS 硬塞不能證明的詞。

   可用 Prompt： 請根據這份職缺 JD 產生四欄式履歷關鍵字優化範本：職缺要求、目前履歷證據、改寫動作、證據缺失風險。
   表達示例： 要求：forecasting；證據：每月 pipeline review；動作：改寫業務營運經歷；風險：如果只是看過預測，不要寫成負責預測。

3. 用「動作 + 情境 + 結果」改寫 bullet

   保留 JD 同語意關鍵字家族，但每條經歷要有動作、範圍和結果，避免空泛敘述。

   可用 Prompt： 請依目標職缺關鍵字家族改寫我的經歷，格式為動作、範圍/工具、結果，確保可在面試中說明。
   表達示例： 把「優化報表」改成「建立銷售營運週 KPI 看板，將人工更新時間由 3 小時降至 45 分鐘」。

4. 控制密度，避免關鍵字堆砌

   同一詞不要在單段重複出現。可改用同意圖詞，分散到摘要、經歷、技能欄。這樣 ATS 和人讀都更自然。

   可用 Prompt： 檢查我的履歷關鍵字重複度，提供同意圖替換詞與段落位置調整，不改動事實含義。
   表達示例： 把重複的 communication 改成跨部門同步、利害關係人更新、升級議題處理（前提是你確實做過）。

5. 判斷 AI 工具名是不是有效關鍵字

   Claude、Microsoft Copilot、GitHub Copilot、ChatGPT 這類詞不是預設技能詞，而是條件關鍵字。只有職缺 JD 要求 AI 輔助工作，或你能證明自己在專案中有人工覆核地使用過，才寫進履歷。

   可用 Prompt： 請審查這些 AI 工具名是否適合寫進履歷：Claude、Microsoft Copilot、GitHub Copilot、ChatGPT。按職缺需求和證據標記為：保留、放進專案 bullet、移到工具欄或刪除。
   表達示例： 保留：用 GitHub Copilot 輔助測試腳手架，並通過 pull request 審查。刪除：技能欄寫 Claude AI，但沒有工作流程、產出和覆核證據。

6. 最後做 ATS 與人讀雙檢查

   關鍵字對齊後，再檢查標題結構、日期一致、檔名、句長和可讀性。只顧 ATS 解析、忽略閱讀體驗，招募主管仍可能快速略過。

   可用 Prompt： 請做最終 QA：ATS 解析風險、關鍵字缺口、空泛敘述與可讀性問題，按優先級列出修正清單。
   表達示例： 優先修正：摘要缺目標職缺詞、2 條經歷缺結果、日期格式不一致、技能區過長。