投了一堆简历,系统里显示「已查看」却始终没有下文?在招聘者看到你的简历之前,它可能先要过一道机器关卡。这篇文章把这道关讲清楚:AI 和系统初筛通常在看什么、为什么合格的人也会被挡掉、哪些写法能让简历更容易被机器读懂,以及机器过关之后,怎么继续通过「人的快速扫视」。数据和建议都标注了来源。

一、你的简历可能要过两道关

先把流程拆开看。一个有用的简化框架是:机器/系统初筛在前,人的快速扫视在后。这是一个帮助组织写法的记忆框架,不是对每家公司的精确描述——具体到每家公司的流程组合,外部人无法确知。

机器这道关不是假设:国内招聘 SaaS 厂商 Moka 在官网把「AI 筛选简历」作为其招聘平台的核心能力之一来介绍 [2]。当招聘方用这类系统处理申请时,简历的第一个读者就不再一定是人。

自动化环节带来的一个新问题是不透明。求职平台 Enhancv 对 1,066 名求职者的调查发现,50.5% 的受访者收到过没有任何人工反馈的拒信,68.5% 从未被告知招聘中使用了 AI [3]。对求职者来说,你无法知道每家公司用不用 AI、怎么用;但简历的写法是你能控制的部分,也是这篇文章要解决的。

二、机器初筛通常在看什么

不同系统的实现差别很大,但从「帮招聘方在海量申请里缩小范围」这个目的出发,常见的解析与初筛逻辑通常包括三步:

  1. 解析:把 PDF 或 Word 文件转换成结构化字段——教育经历、工作经历、技能等。排版越规整,解析越不容易出错。
  2. 匹配:把解析出的字段与岗位描述(JD)比对,尤其是技能名、工具名、职级名等关键词。
  3. 排序或过滤:按匹配度排序,或按硬性条件(学历、地点、年限等)过滤。

以上是对常见逻辑的概括,用来解释「为什么下面这些建议有效」;不要把它当成某家公司的确切规则。

理解了这三步,就能推出写法上的核心结论:机器读的是文本和结构,不是「设计感」。一份图片化、双栏花哨、关键词缺失的简历,内容再好也可能在解析和匹配这两步吃亏。

三、被机器挡住,不等于你不合格:哈佛的研究怎么说

机器初筛的一个副作用是「误伤」。哈佛商学院 Joseph Fuller 团队的研究《Hidden Workers: Untapped Talent》把因初筛条件而被排除在招聘视野之外的求职者称为「hidden workers」(隐藏求职者)[4][5]。研究关注的核心问题就是:普遍存在的筛选惯例如何让公司错过大量有能力的人 [4]。研究还提到,雇佣过这类「隐藏求职者」的公司反映,他们在忠诚度和多项表现指标上不逊于传统渠道 [5]。

这对求职者的含义是:收到拒信不一定说明能力不行,也可能说明「翻译」没做好——你的经历没有被系统按它的语言读出来。公司怎么改筛选流程你控制不了;你能控制的,是自己这份「翻译」的质量。

四、让机器读懂你:八条可执行的修改清单

以下为写作建议(示例均为教学示例):

  1. 关键词从 JD 来。把目标岗位 JD 里的硬技能、工具、职级名,用与 JD 相同的措辞写进经历描述;同义词要并列写(例如「搜索引击优化(SEO)」这种「全称 + 缩写」的写法),因为解析器和筛选条件可能只认其中一种写法。
  2. 用标准章节标题。「工作经历」「教育经历」「技能」这类通用标题,比「我的旅程」这类创意标题更容易被正确归类。
  3. 单栏排版。避免双栏、文本框和复杂表格——这些在解析时容易把内容顺序打乱。
  4. 避免图片化。不要把经历做成图片或图标列表;解析器读不到图片里的字。
  5. PDF 优先。按多数投递系统的惯例提交 PDF 版本,并确认文件能正常打开、文字可选中。
  6. 日期格式统一、无无故断档。如确有空档,用一句话在简历里交代,比让系统或人去猜要好。
  7. 一岗一版。按每个岗位的 JD 调整关键词与顶部定位句,而不是一份文件投所有岗位。
  8. 投递前做一次「纯文本自测」。把简历内容复制成纯文本(或用阅读模式的纯文本视图)看一遍:如果顺序混乱、关键字段丢失,解析器大概率也会读乱。这是一分钟就能做的模拟测试。

五、机器过了之后:为人的扫视而写

机器初筛不是全部。通过系统这一关后,简历还要经受招聘者的第一眼扫视——关于那道关的数据(首轮扫视平均仅数秒)和对应的排版写法,见本站《HR看一份简历平均多久》一文。两道关的写法并不冲突:规整的结构同时服务机器和人的扫视。

准备投外企的读者,建议接着读外企简历怎么写:英文简历指南——英文简历在格式、动词体系和信息取舍上都另有规则。

常见问题

Q:ATS 是什么?

A:ATS(Applicant Tracking System,申请人跟踪系统)是公司用来收集、解析、检索和跟进求职申请的软件。很多公司的招聘流程里,简历会先经过这类系统的解析和初筛,再到人手中。

Q:是不是所有公司都用 AI 筛简历?

A:不是。不同公司的工具和流程差别很大,求职者通常无法确知某家公司怎么筛。正因如此,把简历写得「机器易解析、人易扫视」是低成本、对所有情况都稳妥的做法。

Q:往简历里堆关键词有用吗?

A:不建议生硬堆砌。堆砌或许能提高机器匹配的命中,但机器过关之后还有人扫视和面试,内容对不上反而减分。更好的做法是把关键词放进真实经历的描述里(见第四节第 1 条)。

Q:设计感强的简历(图片、图形化)一定不行吗?

A:不是一定不行,但解析出错的风险更高,人力扫视也未必加分。如果目标行业确实重视设计(如设计岗),可以另备作品集;简历本身仍建议保持可解析的结构。

下一步:把方法用起来

按第四节清单改完,再配合纯文本自测,你的简历在「机器关」的出错面会小很多。想系统性地把这套方法落成一份完整的简历,可以看本站作者 Johnny Mai 写的明嘉Johnny的简历操作系统——按其产品页介绍,这是一份面向想投大厂和外企求职者的中文简历方法论与模板系统。

参考来源

  1. 知乎专栏(镜像): 7秒抓人眼球简历制作实用手册
  2. Moka: AI Recruiting Platform
  3. Enhancv: AI Hiring Statistics
  4. Harvard Project on Workforce: Hidden Workers — Untapped Talent
  5. Harvard Business School, Managing the Future of Work: Hidden Workers research