背景與問題
撰寫或更新履歷一直是求職過程中最令人頭痛的環節之一。多數人對自己做過的工作其實有大量記憶與細節，但這些內容往往以零散、口語、缺乏條理的方式存在腦海中，很難直接轉換成履歷上需要的精煉語句。履歷描述還有一個特殊要求：它不像一般寫作，而是要在極少字數內凸顯成果、使用強而有力的動詞開頭，並且必須符合 ATS（Applicant Tracking System，求職者追蹤系統）的解析邏輯。ATS 是企業用來自動篩選履歷的軟體，如果履歷用詞不夠清晰或格式不友善，很可能在人工審閱之前就被系統過濾掉。
Google 部落格在 2026 年 10 月 29 日由貢獻者 Kimberly Fusaro 發表了一篇實用指南，說明如何利用 Gemini 應用程式，用四個簡單步驟把個人工作經歷轉化為適合放進履歷的內容。這篇文章的核心訊息很明確：使用者不需要先整理好完美的大綱，可以直接把混亂的想法丟給 AI，再透過對話逐步收斂成可用的成果。
核心內容：四個步驟的運作方式
根據 Google 的說明，整個流程分為四步。第一步是打開 Gemini，把過去所有工作經歷「隨意地」講出來，不需要修飾、不需要組織，想到什麼就說什麼。這一步的重點在於降低輸入門檻，讓使用者先傾倒出所有原始素材，包括職責、專案、成果，甚至是自己都覺得瑣碎的細節。
第二步是加入一個結構化的提示詞，要求 Gemini「扮演專業履歷撰寫顧問」，把這些未經編輯的原始筆記轉換成四條針對特定職位的高影響力履歷要點。提示詞中還明確要求：每條要點以強烈的主動動詞開頭、語氣維持高階主管水準、清晰明確，並且對 ATS 友善。這個提示詞的價值在於它同時指定了角色、素材來源、輸出數量、目標職位與風格要求，讓 AI 的輸出有明確規格可循。
第三步是來回對話微調。第一版輸出通常不會完全符合需求，使用者可以針對細節的準確性、語氣的強弱、內容的側重方向繼續溝通，例如某項成就的數字需要修正，或某段經歷應該強調領導能力而非執行能力。第四步則是在內容定稿後，直接複製貼上到自己的履歷文件中。
技術與脈絡解讀
這套流程其實體現了目前 AI 輔助寫作的一個常見模式：先寬鬆蒐集，再嚴格收斂。傳統做法中，人們往往卡在「白紙症候群」，因為一開始就要求自己寫出完美的履歷語句，反而難以下筆。Gemini 的做法把「產出素材」和「打磨格式」拆成兩個階段，第一階段允許混亂，第二階段才要求專業，這與人類履歷顧問的工作流程相似。
提示詞中提到的 ATS 友善設計也值得注意。 ATS 系統偏好直接、標準化的描述方式，因此要求動詞開頭、語句清晰，不只是讓履歷讀起來更有力，也實際影響了履歷能否通過自動化篩選。指定輸出四條要點則提供了一個合理的工作量單位：足以呈現一份工作的核心價值，又不會讓履歷過於冗長。
影響與限制
從實務角度來看，這種方法顯著降低了撰寫履歷的時間成本與心理門檻，對轉職者、久未求職者，或不擅長自我行銷的人尤其有幫助。Google 的文章也暗示了 Gemini 應用程式正在往更完整的工作輔助方向發展，例如同樣發布在 Gemini App 分類下的相關文章提到，使用者現在可以直接在 Gemini 中生成、預覽與編輯文件、PDF、簡報和試算表，甚至有針對小型企業主的新工具，顯示產品正從單純對話助手擴展為內容產製平台。
不過，這個方法也有明確的限制。AI 生成的履歷要點基於使用者自己提供的描述，如果原始素材遺漏了關鍵成果或數據，輸出內容同樣會有所不足；若使用者在對話中過度誇大，AI 也可能放大這些失真，最終可能導致履歷內容與事實不符，這在求職情境中是有實際風險的。此外，指南要求使用者填入目標職位，代表輸出品質高度依賴使用者能否清楚描述自己的求職方向；目標越模糊，四條要點的針對性就越差。最後，來回對話微調仍是必要步驟，代表 AI 無法一步到位，使用者仍需具備判斷內容是否準確、語氣是否恰當的能力。履歷終究是個人求職的門面，AI 可以負責格式與措辭，但內容的真實性與個人化，仍需由求職者自己把關。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。