用 AI 寫履歷與自傳的完整教學（求職者實戰版）

每年三月和九月，台灣求職市場進入旺季。HR 一個早上可能看過三十份履歷，淘汰速度快到秒殺。很多求職者把問題歸咎於「沒有好的格式」，其實真正的問題更簡單：履歷不是寫給人看的，是寫給三秒鐘的第一印象看的。

AI 可以幫你把零散的工作經歷組織成有說服力的敘述，但前提是你得知道怎麼下指令、怎麼校正輸出。這篇文章從 104/1111 台灣主流平台的欄位結構出發，帶你一步一步用 AI 產出真正能投出去的履歷與自傳。

為什麼用 AI 寫履歷不會被看出來（正確用法）

許多求職者擔心 AI 生成的履歷太「通用」，一眼看穿是機器寫的。這個擔心有道理，但問題不在 AI，在於使用方式。

AI 生成的履歷之所以被看穿，通常有三個原因：

1. 輸入太空洞：只告訴 AI「我做過業務工作」，沒給具體數字和情境。
2. 照單全收：把 AI 第一版輸出直接貼上，沒有加入個人語氣。
3. 用詞過於完美：「具備卓越的溝通協調能力，能跨部門協作達成目標」——這類句子在 HR 眼中已是警訊。

正確的做法是把 AI 當強力的文稿助理，而不是代筆機器人。你提供原材料（職稱、專案細節、量化成果），AI 幫你重組成更有說服力的結構和語氣。最後一定要過一遍，加進自己的口吻。

Prompts AI 指令庫的求職履歷指令集 整理了超過 20 個專為台灣職場設計的指令，可以直接取用。

履歷該有的架構（含台灣 104/1111 欄位、STAR 法則）

台灣主流平台的欄位對照

以下是 104人力銀行 與 1111 人力銀行的主要履歷欄位，以及 AI 可協助的程度：

STAR 法則：讓工作描述有說服力的關鍵

HR 看工作經歷最怕看到「負責業務推廣及客戶關係維護」這種廢話。STAR 法則是最有效的結構化描述方式：

• S（Situation）情境：你在什麼樣的背景或狀況下工作？
• T（Task）任務：你被賦予了什麼目標或挑戰？
• A（Action）行動：你具體做了什麼？
• R（Result）結果：量化成果是什麼？

改寫前：負責電商平台的日常運營與客戶服務。

改寫後（STAR）：接手業績連三季下滑的品牌帳號（S），目標在半年內止跌（T），透過重新規劃商品主圖與短影音策略，每月上架率提升 40%（A），最終季度 GMV 較前季成長 28%（R）。

實戰：用 AI 產出履歷的步驟

步驟一：整理原始素材

先不管格式，把以下資訊整理成一份「原材料清單」：

• 每份工作的職稱、公司規模、年資
• 每個角色的主要職責（3–5 個）
• 你參與過的重要專案（可量化的最好）
• 你離職的原因（不一定放進履歷，但 AI 需要知道以免產出矛盾）

步驟二：用 AI 產出工作描述

把原材料丟給 AI，搭配這個指令：

我是一位 [職稱]，曾在 [公司規模/產業] 工作 [年資]。
以下是我的工作原材料：
[貼上你的原材料清單]

請用 STAR 法則，把上述內容改寫成 3–5 條有說服力的工作經歷描述。
語氣要具體、有數字，適合台灣 104 人力銀行的履歷格式。
每條不超過 60 字，使用繁體中文。

實測輸出範例（AI 根據業務職位的原材料產出）：

主導 15 家企業客戶的年度合約續約，透過季度業績追蹤系統縮短溝通來回 30%，年度合約留存率維持 92% 以上。

與產品團隊協作推出 3 項新功能的試用方案，首季轉換率達 18%，超越團隊設定的 12% KPI 目標。

獨立建立客戶分層管理 SOP，在人力未增加的情況下，同期服務客戶數從 8 家擴增至 15 家。

這三條不完美，但有具體感、有數字、有行動，遠勝過空洞描述。值得注意的是：AI 的第一版輸出不要照單全收，動詞和數字要核對是否符合你的實際狀況。

步驟三：優化關鍵字（ATS 篩選）

履歷關鍵字優化指引 有詳細說明。簡單來說，把目標職缺的 JD（職缺描述）複製下來，用這個指令：

以下是我的目標職缺描述（JD）：
[貼上 JD 全文]

以下是我目前的履歷工作描述：
[貼上你的履歷工作描述]

請分析：
1. JD 中出現頻率最高的 10 個關鍵字
2. 我的履歷中缺少哪些關鍵字
3. 建議如何在不造假的前提下，自然地補入這些關鍵字

這個步驟在 ATS（履歷自動篩選系統）越來越普及的今天特別重要。許多大型企業在 HR 看到你的履歷之前，已先由系統初篩。關鍵字比格式更先被讀到。

步驟四：格式與語氣收尾

AI 產出的文字確認後，記得做三件事：

• 把各條工作描述的句型稍作調整，讓它們不要太像出自同一個模板
• 加入一兩個只有你知道的細節（工具名稱、專案代號、團隊規模等）
• 讓朋友讀一遍，問他們「這聽起來像我嗎？」如果答案是否，就再調整一輪

自傳怎麼寫（動機 / 經歷 / 未來三段式）

自傳是最多求職者放棄的欄位，也是最多 HR 認真閱讀的欄位。台灣慣例是 300–600 字，三段式結構最穩妥：

第一段：動機——我為什麼對這個職位有興趣，要具體，不要只說「對貴公司充滿熱忱」。

第二段：經歷——我有哪些相關背景，用 STAR 精煉成 1–2 個代表性例子即可，不要流水帳。

第三段：未來——我對這個職位／公司的具體期望，說明你可以立即上手的方向，而非泛泛的「期望與貴公司共同成長」。

自傳撰寫指令集 有各種情境的範本可以取用，包括應屆生版、轉職版、有職涯空白的版本。

自傳 AI 指令範例

我是一個 [背景簡介，2–3 句]。
我要應徵的職位是 [職稱] at [公司名稱/產業]。
這份工作對我的吸引力是 [具體原因，非空泛]。

請用繁體中文幫我寫一篇 350–500 字的自傳，三段式：
第一段：入行動機與個人特質（約 100 字）
第二段：工作或學習中最能呼應這份職位的 1–2 個具體案例（約 200 字，用 STAR 概念）
第三段：對這個職位的具體期望與我能為公司帶來的價值（約 100 字）
語氣要真誠自然，不要用制式套語。

轉職與職涯空白怎麼處理

跨領域轉職自傳 與 職涯空白說明技巧 都有專文說明，這裡只給快速版：

對於轉職者，重點是找可遷移技能（transferable skills），而非強調轉變有多大。告訴 AI：

我原本做 [舊職]，現在要轉職到 [新職]。請幫我找出兩個職位之間的共同技能，並以此為主軸改寫我的自傳第二段。

對於有職涯空白者，AI 可以幫你把空白期間的自我學習、照顧家人、斜槓嘗試等重新包裝成有正面說服力的描述。前提是事實要真實——AI 可以優化表達方式，但不能替你捏造經歷。

常見錯誤與優化技巧

錯誤一：讓 AI 從零開始，沒給原材料

AI 不認識你，從零開始只會產出通用模板。永遠先準備好原材料——哪怕只是幾條手打的筆記——再把細節丟給 AI 重組，效果天差地別。

錯誤二：工作描述用第一人稱主詞

台灣履歷慣例是省略主詞直接用動詞開頭：「主導⋯」「建立⋯」「優化⋯」。不要寫「我負責⋯」，這是書信格式，不是履歷格式。AI 有時會自動加主詞，要記得刪掉。

錯誤三：每條工作描述都用「負責」開頭

「負責」是最弱的動詞，只說明你被指派做某事，沒說你做得如何。替換詞庫：主導、建立、優化、推動、執行、協調、分析、設計、開發、監控。更高層次的動詞：策劃、轉型、整合、引進。一份好履歷應該出現至少五種不同的動詞。

錯誤四：自傳第三段只寫「期望與貴公司共同成長」

這是 HR 見過最多次的句型，也是最讓人失去印象的結尾。更好的方式：說明你對這家公司的具體了解（某個產品特色、近期的市場動作、公開的方向），以及你可以在第一個月立即上手的事。顯示你做過功課，比展現熱忱更有說服力。

錯誤五：沒有針對每個職缺客製化

同一份履歷海投不同職缺，通過率極低。用 AI 做客製化其實很快——只需改變輸入的 JD，讓 AI 對應調整關鍵字和工作描述的側重點，通常五分鐘內可以完成一份針對性版本。

更多求職技巧可以在 職場工具總覽 與 各職位指令集 找到針對特定職位（行銷、工程師、設計師、業務、PM 等）的客製化指令。

寫完履歷之後：面試準備別忘了

AI 面試準備指南 有從自我介紹到薪資談判的完整流程，包括讓 AI 模擬面試官提問、分析你的回答，以及如何準備「說說你的弱點」這類棘手題型。

OpenAI 的 ChatGPT、Anthropic 的 Claude，在結構化文字任務上已相當穩定，台灣本地的 AI 工具也陸續跟上。用得好，真的能把準備時間壓縮到原來的三分之一，讓你把省下的時間用在研究目標公司和練習面試上，而不是卡在格式和措辭。