你需要清楚自己的优势，从字里行间解读公司的诉求，掂量能力和经验与岗位匹不匹配，还有无数的经验贴教你如何写简历和面试。
光是制作简历，就算得上一件苦差事，我们如同怀着匠心的手工艺人，精心在一张 A4 纸里雕琢工作经历、项目成就和奖项技能，希望创造出一件被伯乐欣赏的作品来。
(资料图片)
然而，当 AI 席卷了各行各业，有人失业，有人改换门庭，也有人想用它改写职场的敲门砖。
用 ChatGPT 做简历，能获得更多 offer 吗
今年 2 月，在线求职网站 Resume Builder，对 2000 多名求职者做了一项调查，发现了一项有趣的结论：
近一半求职者使用 ChatGPT 帮助撰写简历或求职信，其中 69% 觉得回复率更高了。
那么，职业规划师、简历优化师的饭碗岌岌可危了吗？头脑灵活的行内人，已经在 TikTok 上分享 ChatGPT 简历编辑教程，甚至做出播放量上百万的视频。领英上也有很多类似的帖子，教你如何输入提示词，让 ChatGPT 帮你完成求职信。其中一位求职者，只向 ChatGPT 输入了职位描述（JD）和过往的几个岗位，生成结果让他很惊讶；它基本填补了它所知道的这些职位的知识。
与免费的 ChatGPT 打交道，算是半智能半手工，各种一步到位的 AI 简历生成平台正在兴起。它们用起来更快速，也更昂贵。
其中一个是基于 GPT-4 的 kickresume，当你输入理想岗位，AI 在几秒钟内生成「工作经验」，然后你可以根据需要，编辑、删除、扩写或者重新生成。免费试用过后，订阅费每月 5 美元起。GPT-4 非常适合生成结构化文档，例如简历。
其实在引入 GPT-4 之前，这家公司的服务也是基于这样的数据导向。他们为 3200 多个职位提供了 20000 多个可能的短语，用户找到对应的那个，将它们「组装」成初稿即可。类似的 AI 简历工具不再一一例举，但它们基本都有以下功能：
解析：AI 从你的当前简历或领英页面提取信息，分析它们的内容、结构和语言。
分析：AI 识别和目标岗位职位描述相关的关键词。
定制：AI 根据职位描述，为简历生成个性化建议，可能包括重写某些句子、添加或删除某些部分、突出特定技能或经验等。
当然，它们更多是用于初稿和查漏补缺，不可能让你完全解放双手。毕竟，AI 只能锦上添花，技能和经验无法张口就来。但在其他条件平齐时，AI 或许会是决定胜负的最后底牌。头脑灵活的求职者没有止步于此，他们还让 ChatGPT 扮演目标岗位的面试官，对简历提出问题。就算无法准确预测人类 HR 的想法，也能在这个过程里打开新的思路。
不只是模拟面试，ChatGPT 也能被带入实操场景。GitHub 上有一款名为 Ecoute 的工具，它将音频实时转录为文字并发送给 ChatGPT，由 ChatGPT 自动生成回复。那么当面试官提出问题，面试者装上这款「在线作弊神器」，不慌不忙照着念 AI 生成的答案就可以了。
别急还没有完，改善简历和模拟面试两大功能强强结合之后，便是 AI 职业教练 Boris。首先，你可以上传简历让它分析，Boris 会反馈详细的修改建议，包括去口语化、纠正拼写错误等等，这份能力来源于 GPT-4，以及超过 200 万个数据点。
其次，你可以通过 Boris 进行模拟面试，这也是它最有意思的部分。屏幕上会出现一位长相接近真人的面试官，根据你提供的简历提问。
当你回答完第一个问题，这位面试官会花一分钟分析你各方面的表现，从回答的具体内容，到你的姿势、眼神和着装，然后给你打出一个分数，分析你的回答哪里不好以及如何改进，接着你可以选择重试或者继续下一个问题。Boris 每月的费用为 5 美元，主要面向 Z 世代学生群体。创始团队认为 Boris 是对传统职业教育的必要补充，因为它能让更多涉世未深又资源不足的学生，以极低的成本模拟面试。
想要一份工作？先通过 AI 的火眼金睛
求职是一场双方的博弈，如果切换到企业视角，AI 在招聘方面其实早已大显身手。
不少世界五百强公司，近几年都会使用求职者跟踪系统（ATS），它自动扫描简历中的某些关键字，根据简历内容对求职者排名，从而简化招聘流程。
2022 年接受卫报采访时，求职平台 ZipRecruiter 首席执行官 Ian Siegel 甚至说，在美国求职的所有简历中，至少有四分之三是通过算法阅读的。如何让你的简历通过机器的「火眼金睛」？除了求助简历扫描工具外，也有人总结了以下经验：
没有图像，没有特殊字符，使用最常见的模板，使用简短、明了、定量的陈述句，确保简历与职位描述中的关键字匹配。
尽管如此，被算法拒绝的原因依旧多种多样，或许是因为缺少部分关键词，或许是因为触发了难以捉摸的淘汰条件，仿佛莫可名状的规则类怪谈。哈佛商学院教授 Joe Fuller，曾经访谈过美国、英国和德国的 2250 多名高管，发现了一个很有意思的结论：88% 的高管知道，自动化的工具可能会将某些人才拒之门外。但为了效率和成本，他们还是这么做了。
近 50% 的高管承认，工具会直接拒绝空窗期超过 6 个月的求职者。也就是说，这些人连出现在 HR 面前的资格都没有，哪怕各项能力都很优秀。
与此同时，如果某位求职者其中一项得分很低，其他得分都接近完美，那么也可能会被拒绝，反而不如那些所有得分都平庸的竞争对手。就算简历被机器通过，也只是过五关里的一关，前方可能还有 AI 主导的视频面试等待着：
面试官是眼前的屏幕，求职者回答问题的过程被拍摄下来，然后程序负责分析他们的言语和面部表情。
这是不同于人工面试的另一种紧张。自动提问浮现在屏幕，思考的时间变短了，和面试官的人际互动也消失了，你心里没有底，不知道自己表现得如何。
萨塞克斯大学商学院的研究人员发现，AI 面试是「令人困惑和不安」的，许多受访者为了给算法留下好印象，似乎变成了机器人：他们的行为往往不自然，保持僵硬的姿势、固定的目光，并尽可能少用手势。
简言之，混入招聘前期的 AI，以数据和关键词为中心，衡量求职者是否够格，这就像 MBTI 人格测试一样，将千人千面的个性特征，划分为 16 种可以解读的类型。用 AI 定制简历、靠 AI 模拟面试的求职者，如果碰上 AI 面试官，有种用魔法碰撞魔法的感觉，一时之间难分高下。一位用 ChatGPT 写求职信的用户，就抱着半开玩笑的态度：
为什么不？机器人会阅读它们，那我会找一个机器人来写它们。
偏见还是公平，不可知的黑箱
让 AI 担任面试官，偏见是一个传统但又从不过时的话题。
AI 基于数据做出决策，如果它从偏见普遍存在的行业中获取养料，后果可想而知。
加州大学伯克利分校的一项研究显示，AI 有 44% 的可能体现性别偏见，有 26% 的可能同时表现出性别和种族偏见，还可能容易筛掉残障人士。
提供相关服务的平台则持反对意见，他们觉得 AI 让招聘更多样化了，偏见也是可以改善的问题。更何况，人力是有限的，也是自带偏见的，AI 至少确保每一份简历都能以相同的方式评估。
当 Sam Altman 与国会议员谈笑风生，强调监管 AI 的重要性，AI 招聘也是其中一个不可忽略的支线。纽约是这方面的先行者。从 7 月开始，该市对 AI 招聘的一系列规定正式生效，包括公司应该告知求职者是否存在 AI 软件，明确收集和分析求职者的哪些数据，每年接受有关偏见的审查等。
作为个人，我们无法肯定事情的走向，只能投递出一份份简历，仿佛置身于一个黑箱之中，渴望水面下的波浪回应。但我们仍有可以掌握主动权的部分，正如常说的那句话，淘汰人的不是 AI，而是会使用 AI 的其他人。技术越来越成为一项隐性资源，我们唯有保持乐观和积极，了解如何使用 AI 工具。
可以肯定的是，除了招聘之外，AI 还将更大范围地影响职场。
比如，以前的求职经验贴里会建议，在投递某家公司的时候，最好了解一下他们的价值观和企业文化。对于这个问题，已经有人用 AI 开发出了更高级的玩法。真格基金将张一鸣 2012-2016 年的微博全文，扔到了 GPT-4 最强竞品 Claude 里，然后让它分析内容的主要特点、推测公司的管理方式和企业文化、列举公司在国际化业务中的竞争对手、预计公司未来可能的业务等等。
虽然部分答案不够准确，但整体效果十分惊艳，如果说 GPT-4 是考高分的斯坦福大学生，Claude 更像「量子速读」的麦肯锡分析员。
类似地，张小龙 2010 年到 2012 年的 2000 多条饭否消息一度疯传，人们从这些只言片语里，用词云分析「微信之父」的个性、喜好、对产品的见解等等。如果将这项工作交给 AI，应该也能够完成得很好。以上只是个人的试验，已经有公司通过 AI，将人力资源的各类数据做得更加系统化。今年 3 月底，人力资源技术公司 Beamery，推出世界上第一个专为 HR 设计的生成式 AI：TalentGPT。
TalentGPT 基于 Beamery 内部的大语言模型，以及 GPT-4 等外部模型，跟踪超过 170 亿个关于求职者、公司、技能和工作的数据点。
它将为管理者、求职者、HR、员工等群体提供个性化体验，包括根据公司缺乏的技能生成新的职位描述、根据现状指导员工的晋升等等。当 AI 越来越入侵生活的方方面面，似乎我们参与的每一项社会活动，都可以被解读为数据，然后找到可能的最优解。就像孙燕姿回应 AI 孙燕姿时说的那样，每个人都没有多特别：
无论你多么小众、多么反常或者精神多么错乱 ....... 你已经是可预测的，而且不幸你也是可定制的。
人为创造的知识和信息被编码、数字化和结构化，喂养出的 AI 既是一个不可参透的黑箱，也是一面洞察人类的镜子，我们反而要按照 AI 的逻辑前行，塑造它眼中理想的自己。
关键词：
