一句“协助整理每周订单”，经过AI润色，可能变成一段气势很足的工作成果。句子里有管理、有优化，还有一个你并不记得计算过的增长数字。第一眼看着专业，第二眼却让人迟疑：面试官真问起来，自己该从哪一句讲起？
Reddit的求职讨论里，有人直接问，用ChatGPT改写简历是不是一个好选择。这篇不替你预言是否会获得面试，而是给出一套可以自己核对的用法：先把做过的事放稳，再让表达变清楚。
给AI的第一份材料，是事实表
打开你常用的对话式AI之前，先写四列：做了什么、你负责哪一部分、留下了什么结果、有什么可以核对的材料。不方便公开的客户名称和内部数据，可以用占位符表示。
以下是专门编写的虚构练习：
| 项目 | 已知事实 |
|---|---|
| 任务 | 每周整理门店订单，检查重复记录 |
| 个人职责 | 按既定规则核对，发现问题后交给负责人确认 |
| 使用方法 | 电子表格筛选、订单号比对 |
| 结果 | 形成一份异常清单；没有统计节省时间和损失金额 |
这张表没有耀眼的数字，但已经能说明工作对象、你的动作和交付物。缺少的部分可以继续补证据，不能靠一个听起来合理的数字填进去。
先让它挑事实，暂时不要写成就
把岗位说明和事实表分别标明，交给工具：
对照岗位说明，找出我的经历中直接相关的部分。只使用事实表提供的信息。区分我主导、我协助和团队整体结果。缺少规模、时间或成效数字的地方，列为待补充问题。
看看它提出的问题，是否能被你真实回答。如果它问每周处理多少订单，你可以去查记录；如果现在查不到，就保留不含数量的表述。并非每一句工作经历都必须带百分比，才算有价值。
这一步也能发现岗位和经历之间真正的距离。材料没有支持的技能，要通过学习或新的工作样本补足，靠措辞无法变成已经掌握。
第二轮，要求它把每句改动摊开
让AI提供“原句、改写、依据”三列。对前面的虚构材料，一个有边界的改写可以是：“按周核对门店订单，通过订单号比对整理重复及异常记录，提交负责人确认。”
它描述了行动，没有把协助变成管理，也没有补出“降低成本30%”之类的新成果。
你可以继续要求：“把这句话缩短，保留任务、动作与交付物。每增加一个新判断，都指出材料在哪里支持它。”再逐词检查“主导”“搭建”“优化”“负责”等动词，是否真的符合自己的角色。
AI列出的依据仍要人工复查。一个引用编号，并不能替你保证它没有把相邻两件事拼成同一件。
把自己的嘴，当作最后一道检查
把修改后的经历念出来，试着回答三个追问：当时从哪里开始？中间出现什么问题？最后怎样知道完成了？如果你只能重复简历上的形容词，说明这句话还需要回到具体工作。
也可以让工具模拟追问，但别让它替你编一套经历供背诵。你要练的是把真实行动讲清楚。将答不上来的地方标出来，回去找记录，或者把表述缩小到自己确实做过的范围。
对于刚开始工作的人，一项任务的范围可能很小。认真处理一份清单，发现一个反复出现的问题，并把它交接清楚，也可以写得具体。把小事写成真事，比把自己写成另一个人更容易持续。
留下版本，再决定采用哪些句子
保存原版和修改版。最终交出的每个数字、项目名称、职责和技能，都逐项确认一次；联系信息也要自己核对。不同岗位可以调整相关经历的排列，但各版本之间的事实应当一致。
这套流程的收益，首先是一份更容易解释的简历。它不保证招聘结果，也不能替代岗位要求本身。
当那一页纸终于读起来顺畅时，你应该仍然认得出自己：有些经验还在积累，有些成绩已经发生，每一句都能从纸上走回你做过的事情里。