简历 ATS 友好度评分
广东名企(华为、腾讯、比亚迪、立讯、平安、广发银行等)HR 用的简历筛选系统(BOS、Moka、北森等)对简历格式有严格要求。本工具特色:逐项检查;广东名企关键词库;并提供"诊断 + 修改建议"。
分项评分
广东 制造 行业关键词
如何使用
- 选目标行业,粘贴核心内容。
- 工具按行业关键词库检查命中度,并扫描格式风险。
- 修改建议按重要性排序——重点修最高优先级项。
注意事项
- 不要用图片简历:扫描件/图片简历 ATS 几乎 100% 解析失败。
- 慎用复杂表格:深职简历中"项目经验"用单列表格相对安全,多列表格易乱码。
- 关键词必须真实出现:不要堆砌 JD 关键词,HR 追问就露馅。
- 量化成就:每个项目至少有 1 个数据(转化率/效率/规模/客户数)。
- 简历长度:1 页(应届/3 年内)、2 页(5 年以上)、3 页(高级管理岗)。
常见问题
HR 真的会看简历吗?
通常先 ATS 筛(淘汰 50-80%),HR 看到的只是剩下的 20-50%。腾讯/华为等大厂甚至只显示前 100-200 份。
关键词怎么选?
从目标 JD 复制 3-5 个核心技能词,自然嵌入项目描述。同时加入行业通用词(如电子行业:SMT、AOI、ISO9001)。
中文简历也要 ATS 吗?
需要。广东名企用 BOS、Moka、北森等,中文简历同样会经历关键词匹配。
HR 推荐会比海投好吗?
通常显著更好。内推简历多绕过 ATS,且 HR 会认真看。LinkedIn 上找校友/前同事推荐成功率最高。
简历 ATS 友好度评分:机器筛简历时,它到底在读你的哪一部分
在广东,不少名企的招聘流程是「系统先筛,HR 后看」。简历进入企业招聘系统后,大致经历三步:第一步解析,把文件里的文字、标题层级、段落顺序还原成结构化字段;第二步匹配,把简历字段与岗位描述做关键词与条件的比对;第三步排序,按匹配度与规则把人排成队列,HR 通常从排在前面的开始看。这就意味着,一份排版精美但机器读不出正文的简历,在第一步就被清空了,后面两步根本轮不到你。本工具做的事情,就是把这三步各自会出问题的地方拆开检查,给你一份按优先级排序的修改清单。
先说清楚工具的定位与局限:它的评分基于一套关键词命中与结构规则,模拟的是「解析 + 匹配」的常见要求,并不是任何一家厂商真实解析器的复刻;不同厂商、不同岗位模板的解析规则与权重并不相同。因此分数只是一个体检表,不是录用预测。它既不能保证你的简历通过任何公司的筛选,也不能替代招聘方的判断。把分数当作「先把明显会被机器丢掉的问题修掉」的自查工具,收益才是实的。
使用方法:从目标岗位倒推,而不是从模板出发
第一步,选定目标行业。不同行业在广东的关键词簇差别很大:电子制造关心产线与工艺、质量体系与认证、设备与工装;互联网与软件关心技术栈、协作工具、系统规模与性能指标;金融关心风控模型、合规流程、报表体系与业务指标;外贸跨境关心平台操作、订单履约、结算方式与海外市场。把你的简历内容放到对应行业的关键词簇下,命中率才有意义。
第二步,粘贴简历核心内容,也就是最有价值的项目与工作经历段落。这一步的常见误区是粘贴整份文档包括页眉页脚与个人信息,那样会混入噪声。第三步,选择文件格式——这是解析成功率的第一道闸门。第四步,填简历长度与你准备的数据点数量。第五步,看分项评分,并按工具给出的优先级先修最高优先级的两项,不要一次性改十处,那样无法验证哪一步起了作用。
修改时用「诊断—改写—再测」的循环:改完重新跑一次评分,看命中项变化;再把改写后的段落拿去做一次人工自查——读起来是否仍然自然、是否经得起面试追问。工具负责提示机器视角的缺口,你负责保住人读起来的那一关。
关键与易错:八个让机器读不懂你的写法
图片或扫描件简历。解析器拿不到文本层,关键词命中率几乎为零。除非你确信该岗位是人工直投的邮箱或内推流程,否则一律用文字型文件。
把关键信息放在页眉页脚。姓名、电话、邮箱放在页眉页脚里,在很多解析器中会被直接丢弃。放在正文最上方,单独两行。
用文本框、多列表格、图形化时间轴。这些是排版师最爱、解析器最怕的元素。表格如果必须用,控制在两列以内且不跨页断裂;时间轴图形化、AI 生成的渐变页眉、进度条式的技能百分比,一律去掉。
把项目经历放在最前面还是最后面。对有经验的候选人,应把最能匹配岗位的最近项目放在前面;应届生则把教育背景与实习放在前面。顺序原则只有一个:与岗位最相关的内容离顶部越近越好。
技能写成形容词。「熟练使用办公软件」几乎不提供任何匹配价值;「熟悉用 Python 做数据清洗与自动化报表,处理过日均百万行订单数据」才是能被匹配的文本。
每条描述都写成职责清单。「负责需求沟通、跟进开发、编写文档」在匹配时几乎没有区分度。改写公式是:场景 + 你的动作 + 方法 + 结果,结果处放数字。
一份简历投所有岗位。关键词匹配是逐岗位计算的,同一份简历对不同 JD 的命中集合不同。正确的做法是准备两到三份母版,按目标岗位调整标题、摘要与前两个项目,其余内容保持不变,既省力又匹配。
文件名与投递方式随意。建议按「姓名-目标岗位-城市-年份」命名,便于 HR 检索与区分版本;同时优先走内推渠道,内推简历通常不进入初筛队列,被认真阅读的概率显著更高。
我用设计软件做的简历排版很漂亮,会被系统读不出来吗?
有可能,而且概率不低。解析器读取的是文件的文本层与结构标记,不是「看起来好不好」。视觉设计靠的是图层、文本框、形状与绝对定位,这些在解析时往往无法还原成有顺序的段落,结果就是内容变成碎片甚至整段丢失。经验规则很简单:凡是你用了「图层、对齐、文本框、表格、图标、渐变、进度条、图形化时间轴」的地方,都可能被解析器误读。安全的做法是保留一份「结构优先」的版本:单栏、顺序清晰、标题层级用规范方式表达(用真实的标题样式而不是把字号调大)、信息按阅读顺序排列、关键内容都在正文文本层。视觉上的美化交给排版规则简单的模板,不要靠自由设计。
关键词应该从岗位描述里抄,还是自己编?
从岗位描述里提取,再自然地融入你自己的经历。提取的方法是分四类去读 JD:必备技能与工具(具体的产品名、系统名、方法名)、行业与业务术语(比如电子行业的工艺与质量体系、跨境电商的平台与履约环节)、证书与合规要求、以及软性要求里隐含的通用词(跨部门协作、带团队、英文沟通)。提取之后要做两件事:一是只写你真的接触过的,二是把关键词放进有上下文的句子里,而不是单列一个「关键词:工具名、方法名、行业术语」这样的标签行——标签行对机器友好、对人无效,还会让 HR 觉得像堆砌。面试环节一定会追问细节,写进去的每一个词都要能展开讲三分钟,这是最实用的自检标准。
我该做几份简历版本?投递量应该多少?
版本建议两到三份:一份对应你最想去的岗位族,一份作为通用底版,必要时再加一份针对特定行业(比如投电子制造就把行业术语与认证前置)。投递量上,常见的经验区间是同一岗位族准备三到五家目标、准备差异化版本,而不是一份简历群发几十家。原因很直接:每家公司的 JD 关键词不同,群发会让每一份的匹配度都被拉低;而差异化修改的成本其实不高,通常只涉及标题、摘要与前两个项目,但收益明显。另外要记录投递结果:投了哪些、什么时候投、有没有回复、回复到哪一步。这份记录在几周后能帮你判断问题出在简历解析层(几乎无回复)、关键词层(回复少但有面试)还是表达层(约面但后续挂),这样每一轮改进才有方向。
简历里要不要写期望薪资?内推真的更有效吗?
期望薪资不建议写在简历上。简历是筛选用材料,写期望区间会限制系统在薪资匹配环节的可选项,也会让 HR 在初筛阶段就带着筛选条件看你。内推通常更有效,原因在于两点:一是部分内推流程绕过了机器初筛,简历直接到招聘方手里;二是内推通常会被当作候选池的一部分优先处理,并且有额外沟通渠道,你可以在推荐时补充一两句项目说明,弥补简历无法表达的部分。找人推荐时,优先找了解你工作内容的人,而不是只有人脉关系的人——前者给出的推荐语有信息量,后者容易被忽略。另外提醒一句:把多个岗位同时推荐给同一公司不同部门,可能造成流程冲突,投递前先和推荐人打个招呼。
适用范围与局限:这个评分不代表什么
本工具的适用范围是「中文简历在机器解析与关键词匹配环节的常见风险自查」,评分基于公开可观察的规则与行业关键词整理,不接入任何招聘系统,不代表任何厂商的解析结果,也不预测面试结果或录用概率。工具不评价简历内容的真实性与业务能力高低,不检查事实错误,不提供职业定位建议,不处理英文简历的特定规则差异,也不覆盖作品集、设计稿与作品集类岗位的评估方式(这类岗位通常人工审阅)。分数与建议仅供修改参考,是否录用由招聘方依其标准决定。文中涉及的行业关键词会随行业演进变化,建议你在投递前用目标公司的最新 JD 复核一次。
使用提示:本工具不承诺通过任何公司的 ATS 筛选,评分仅用于结构与关键词的自查与改写指导;投递前请以目标岗位最新描述为准。