當招募流程獎勵 ChatGPT 對話紀錄而不是你的履歷
一位朋友告訴我，某家雇主面試了一名似乎直接提交聊天機器人原始對話紀錄的應徵者。我無法證明系統如何排名，也無法證明自己為何被拒。這件事仍揭露一項實際風險：粗糙的文字匹配流程，可能把篇幅當成判斷力。
前一陣子，我申請了一家大型雇主的職缺。我有相關經驗，而且提交時職缺仍然開放。結果申請被拒。
我問一位在那家公司工作的朋友，他能看到什麼。他的說法是，我抵達時，一份可用的初選名單已經形成。
廣告上的截止日還有幾週，但朋友說，公司使用依關鍵字預先排序的畫面，而且已從較早的應徵者中建立可用名單。我無法獨立查證系統究竟如何排列我的履歷，但實際結果是，我在主動比較已經開始後才進場。
接著，他告訴我自己面試系統確實挑中的其中一名應徵者時，發生了什麼。
拿到面試的對話紀錄
那名應徵者把與 ChatGPT 的完整、未編輯對話紀錄當成履歷提交。問題、回答、問題、回答。提示詞看得見，模型回覆也看得見。至於應徵者真正做過什麼，如果有的話，並不清楚。
朋友告訴我，那份申請進了面試，我的沒有。我不知道對話紀錄其他地方是否包含真實資格、雇主怎麼評分，也不知道兩份申請是否由同一批人評估。
薄弱的文字匹配流程如何失準
主要依靠文字重疊的評分層，可能獎勵字詞密度與術語廣度。簡潔履歷必然比冗長的聊天機器人對話少字，因此粗糙的重疊分數可能把重複誤認為相關。更成熟的系統和真人審閱者可能有不同結果；問題在薄弱的評分方法，不是每套 ATS 都如此。
「每套 ATS 都會默默拒絕缺少特定關鍵字的履歷」並不正確，我們的 ATS 解說談過這點。雇主設定產品的方式不同，也可能加上淘汰題、評分工具或第三方篩選。冗長的對話紀錄可能鑽了粗糙重疊分數的漏洞，也可能立刻被真人或設計更好的系統拒絕。
這份對話紀錄不能證明什麼
貼上的聊天機器人對話，不能證明應徵者理解工作、查核過內容，或有能力勝任。它同樣不能證明對方缺少這些能力。站得住腳的批評更窄：如果流程獎勵反覆出現的術語，卻不查核證據，它衡量的就是錯誤訊號。
關鍵在進場時機，不在文采
簡潔、誠實的履歷不可能比語言模型塞進更多文字，你也不該嘗試。位置上的防守，是從雇主源頭找到合適職缺，並在應徵佇列與初選名單形成前提交。這會給你的證據真正的曝光優勢，又不必假設每位招募人員都按日期排序，或每家雇主都採用自動排名。
這也是先行者效應值得注意的原因，也解釋了為何該留意在登上 LinkedIn 前便可能補滿的職缺。提早申請不會讓每套招募系統都偏向你，但它提高了真人在佇列變得難以審完之前，看見你證據的機會。越晚到，你越容易受制於雇主剛好採用的篩選方式，包括可能獎勵機器生成雜訊的工具。
我現在的做法
那次失利後，我改了自己的流程。具體來說：
- 我追蹤真正想加入的雇主招募頁面，合適職缺出現時便迅速申請。
- 我不只依賴聚合平台提醒。它們位於雇主源頭下游，可能增加本可避免的發現延遲。
- 我寫真正的履歷，把相關證據移到前面，並保持結構容易解析。
- 我查看雇主目前的廣告，不把其他平台複製的時間戳記當成完整事實。
我們的提早申請指南說明如何建立這套流程，而不把速度變成草率申請。
最後一項提醒
這些都不表示塞滿關鍵字的對話紀錄一定會勝出。招募人員可能立刻拒絕，另一套系統也可能完全不替它排名。這只是來自一家雇主的二手說法，不是整個市場的通則。
我能說的是，這類取巧的條件確實存在。我預期塞滿 AI 文字的申請會更常見，但無法知道雇主的篩選方式會以多快速度調整。我的實際做法，是提早提交清楚、誠實的履歷，而不是跟機器人比誰產出更多文字。
早一點到場。寫真實內容。給雇主可以核實的證據。