AI 写的简历很容易看出来吗:HR 认出来的不是 AI,是这四个共同特征

你把实习经历发给大模型,让它「帮我润色一下」,几秒钟回来三条漂亮的话。发出去之前你犹豫了一下:HR 会不会看出来这是 AI 写的?

会。但不是你担心的那种看出来。

没人在检测 AI,他们认的是「和上一份长得一样」

先把「检测」这件事放下。我们没见过哪家招聘方在筛简历时跑 AI 检测器,从机制上看也不需要,因为不用工具就认得出来。

一个岗位下几十上百份简历,里面凡是用大模型写的,用的是差不多的提示词:「帮我润色」「写得专业一点」。模型手上没有你的事实,它能做的只有把你给的几个词展开成它见过最多的那种句子。于是这些简历在同样的地方长出同样的话。读到第三份,HR 已经知道下一段会怎么写。

所以「被看出来」的后果也不是你怕的那个。没有人会因为你用了 AI 判你造假。后果是这份简历被归进「没有信息」的那一堆:它和上一份说了同样的话,他从中读不出你和上一个人有什么不同。

「AI 做的简历会被发现是假的吗」,这个问题得拆开。假不假和谁写的无关,和事实是不是你的有关。模型不知道你的事实,你没给的那部分,它会用形容词和一个看起来合理的数字填上。假是从这里进来的。

下面四个特征,就是模型填空时留下的痕迹。每个都给一组「AI 原样 / 改过之后」,用的是同一段构造出来的新媒体运营实习经历,里面的数字全是编的示例,只用来演示结构。

特征一:动词空掉了

AI 原样:

负责推进公司官方账号的内容策划与日常运营,协助制定内容策略,显著提升账号影响力

「负责推进」「协助制定」,这两个词有个共同点:不需要知道任何事实也能写。你只告诉模型「我在一家消费品公司做新媒体运营实习」,它手上就只有一个岗位名,能生成的只有分工词,不是动作。

这类句子有个两秒钟的自测:把公司名和岗位遮住,句子套在同岗位任何一个人身上都成立,它就等于没写。「负责 XX」改成果句那篇给了六种可以直接替换的句式,这里不重讲。

改过之后:

运营公司小红书账号,实习两个月内发出 24 篇笔记,其中 15 篇由我写,选题由主管定

改后这句多了三样东西:一个具体动作,一个量级,一条边界。「选题由主管定」看起来在减分,其实是在让「其余的是我做的」这句话变得可信。

模型写不出这一句,因为它不知道 24、15 和「主管定选题」。这三样只有你知道,而它们恰好是这条经历里唯一有信息的部分。

特征二:数字没有口径,或者根本是编的

AI 原样:

参与多个营销活动的策划与执行,推动粉丝增长 30%,大幅优化用户互动率

两种坏法在同一句里。「大幅优化」是用形容词顶替数字,读的人得不到量级。「粉丝增长 30%」看着像数字,问题是它从哪来的。

多半是这样来的:你在提示词里写了「帮我量化一下」,模型就填了一个。它不知道你账号有多少粉丝,它只是见过太多简历写「增长 30%」,于是也给你一个 30%。

这是四个特征里最危险的一个。 形容词空洞,最多被跳过。编出来的数字会被追问:基数是多少,你自己做了什么,这个数怎么算的。面试官的问题就从简历上长出来,答不上来的那一刻,他接下来会怀疑这份简历上所有的数。

改过之后:

8 月做了一次晒单抽奖活动,方案、评论区维护和开奖名单由我做,预算和奖品由品牌组批;活动那两周新增关注约 1200,是之前两周的三倍左右(后台数据,含自然增长,未扣除)

改后的数字带着基数(之前两周)、来源(后台数据)和一句口径(含自然增长)。它比「增长 30%」难看,但它能在面试里站住。相对值、区间值、口径声明各怎么写,业绩数据涉密时怎么量化那篇写完了。这里只补一条:简历上的每个数字,你都得能指出它是从哪张表里来的。 模型生成的数字,除非是你亲手喂给它的,一律先当作编的。

特征三:每条经历一个模子

把三条 AI 原样并排看:

• 负责推进……,协助制定……,显著提升……
• 参与……,推动……,大幅优化……
• 协助团队进行……,持续优化……,为后续运营提供有力支持

句式一样:动词开头,接一个对象,收在一个好听的结果上。长度也一样,都在三十字上下。每段经历三条。翻到下一段实习,还是这个节奏。

这是模型的默认输出形状,和偷懒无关。你的经历原本不长这样。实习两个月,可能一件事做了六周,另外两件各做了三天。有的事只有体量没有亮点,有的是一次意外,有的是留了一张表下来。真实的经历长短不齐。

HR 读到一份条目整齐划一的简历,未必会想到「AI」这个词。但他会觉得这些话是套出来的。我们的看法是,真做过事的人写不出这么齐。

改法不需要新技巧:按事情本来的形状写。改过之后那一栏里,第一条是日常体量,一句话;第二条是一次活动,写了两行,交代了边界和数据口径;第三条是留下来的东西:

每周一交一张笔记数据表(曝光、点赞、收藏、评论四列),9 月起主管按这张表定下周选题

三条长短、结构都不一样。一段经历里只有一条值得写,就只写一条。 凑到三条,凑出来的那两条就是模子。

特征四:写的不像你,面试一开口就露

AI 原样里的「内容策略」「有力支持」,你平时说话不会这么说。你说的是「就是每天发帖,然后看后台数据」。

简历上的措辞和本人的措辞不一致,单看简历看不出来。露的时候是在面试。面试官照着简历问「你说的内容策略具体是什么」,你答「就是主管让写什么写什么」。两句话对不上,他马上会想:这份简历是谁写的?接着被怀疑的,就是上面所有的事实。

自测办法只有一个:把简历上的每条念出声。念到卡壳的地方,念到你自己都觉得别扭的词,那一处就不是你写的。换成你面试时会说的话,哪怕它显得不那么书面。

改过之后那三条里有「由我做」「由品牌组批」「主管按这张表定选题」,都是你开口就能接着往下讲的话。面试官问「品牌组为什么批」,你有故事;问「你的内容策略是什么」,你没有。

AI 生成的简历能直接发吗:发之前自己必须做的三步

能发。但直接发的那份,和这个岗位下所有直接发的那份长得一样,你要发的是改过的。

改的动作有三步。

一、逐条问它:这是我做的吗,这个数从哪来。 模型只知道你给它的那几个词,其余都是它填的。填上去的分工词换成你真做的动作,填上去的数字要么换成你能指出来源的,要么删掉。这一步做完,简历通常会变短。不用补回去。

二、把三条一样的拆成不一样的。 一段经历按事情的形状写,一条长一条短没有关系,只有一条也没有关系。

三、念出声,换成你会说的话。 念不顺的地方就是要改的地方。

不繁简历的编辑器里也有 AI 润色:选中一段经历描述,可以「AI 优化」「AI 扩写」,或者让它「更专业」「更凝练」。它改的是表达,不会替你补事实,你没写的数字它也不知道。上面四个特征的规则同样适用于它,它给出的那一版,照样要过一遍这三步。

打开你的简历,从 AI 写的那段实习开始。先删,再补,最后念一遍。