Как проверить и улучшить резюме с ChatGPT

Если резюме уже написано, ChatGPT полезнее использовать как редактора, а не как автора «карьеры из воздуха». Его задача — найти расплывчатые места, сопоставить текст с конкретной вакансией и предложить правки, которые вы можете подтвердить. Проверять нужно не только красивый результат, но и основание каждой строки.

Начните с исходных данных

Перед вставкой текста уберите телефон, адрес, почту и другие личные контакты. Для редакторской проверки они не нужны. Оставьте:

• название должности и период работы;
• реальные обязанности и инструменты;
• факты, которые можно подтвердить;
• текст вакансии или хотя бы требования к нужной роли;
• ограничения: что нельзя додумывать и какие сведения пока неизвестны.

Не просите нейросеть «сделать резюме сильнее» без контекста. Такой запрос оставляет ей слишком много свободы. Ясная задача, достаточный контекст и уточнение первого ответа обычно дают более управляемую редактуру — это соответствует рекомендациям OpenAI по работе с запросами к ChatGPT. Если вы регулярно работаете с несколькими версиями резюме и отдельно выбираете месячный Plus, Amber Market помогает оформить подписку ChatGPT на вашем аккаунте через менеджера. Заказ можно оплатить через СБП, а актуальные условия и итоговую стоимость стоит проверить до оплаты: оформить месячный ChatGPT Plus. Для самой проверки подписка не нужна: текстовая работа доступна на Free с ограничениями.

Вот рабочая заготовка:

Проверь готовый фрагмент резюме под вакансию специалиста поддержки. Найди расплывчатые формулировки, несоответствия требованиям и утверждения без фактического основания. Предложи правки только по данным ниже. Не добавляй работодателей, цифры, навыки и достижения, которых нет в исходных данных. Для каждой правки укажи, на каком факте она основана и что мне нужно проверить самостоятельно. Отдельно перечисли пробелы.

Исходные данные: [должность, период, обязанности, инструменты, подтверждённые результаты].
Вакансия: [текст требований].
Фрагмент резюме: [готовый текст].

Один запрос лучше посвящать одному этапу. Сначала попросите диагностику, затем — исправленный вариант, а потом — проверку каждой строки. Так легче увидеть, где редактура закончилась и началась выдумка.

Как нейросеть улучшает готовый пункт

Возьмём учебный пример. Это не настоящее резюме и не результат эксперимента в интерфейсе.

Исходные сведения такие: специалист поддержки работал с марта 2024 по август 2026 года, обрабатывал обращения в Zendesk, раз в неделю выгружал обращения в Excel и группировал причины повторных вопросов. Количество обращений и процент улучшения неизвестны. Вакансия требует обработки письменных обращений, работы с CRM и подготовки отчётов. SQL в ней указан как желательный навык, но данных о знании SQL у кандидата нет.

Исходная строка:

Работал с клиентами, делал отчёты, помогал команде.

В ней три проблемы.

Во-первых, «работал с клиентами» не показывает, что именно делал человек. Во-вторых, «делал отчёты» не называет инструмент и регулярность. В-третьих, «помогал команде» нельзя проверить: непонятно, в чём состояла помощь.

Правка на основании известных фактов:

Обрабатывал обращения в Zendesk с марта 2024 по август 2026 года; еженедельно выгружал обращения в Excel и группировал причины повторных вопросов для подготовки отчётов.

Это уже связывает опыт с вакансией: в строке видны обращения, CRM и отчётность. Формат обращений в исходных данных не уточнён, поэтому письменные обращения нужно подтвердить отдельно, а не приписывать кандидату по одному тексту вакансии. Количественного результата здесь нет — и это нормально. Если число обращений или эффект от группировки не зафиксированы, их нельзя заменять впечатляющей цифрой.

Например, такая версия выглядит сильнее, но её нужно удалить:

Снизил количество повторных вопросов на 30% благодаря анализу обращений в Zendesk.

В исходных данных нет ни базового значения, ни периода сравнения, ни самого снижения на 30%. Это не «улучшение формулировки», а неподтверждённое достижение. Нейросеть может предложить такой текст по шаблону успешного резюме, но ответственность за строку всё равно несёт кандидат.

Полезно просить ChatGPT оформить результат в таблице:

Исходная формулировка	Правка	Факт-основание
Работал с клиентами, делал отчёты, помогал команде.	Обрабатывал обращения в Zendesk с марта 2024 по август 2026 года; еженедельно выгружал обращения в Excel и группировал причины повторных вопросов для подготовки отчётов.	Zendesk, еженедельная выгрузка в Excel и группировка причин указаны в исходных данных.
Снизил количество повторных вопросов на 30%.	Удалить до появления подтверждённых данных.	Процент снижения и методика расчёта неизвестны.

Глаголы действия помогают сделать пункт точнее: «обрабатывал», «выгружал», «группировал». MIT рекомендует начинать пункты опыта с глагола, который показывает применённый навык.

Проверьте соответствие вакансии

После редакторской правки попросите отдельный список проблем с приоритетом:

1. Высокий приоритет — в тексте нет обязательного опыта из вакансии или есть неподтверждённое утверждение.
2. Средний приоритет — обязанность есть, но неясно описана или спрятана в общей фразе.
3. Низкий приоритет — повтор, лишнее слово или неудачный порядок.

В нашем примере обработка обращений и работа в Zendesk соответствуют части вакансии. Еженедельная выгрузка в Excel показывает связь с отчётами. Требование о письменных обращениях нужно сопоставить с собственным опытом: исходные сведения этого не подтверждают. SQL остаётся пробелом: его нельзя добавлять в навыки только потому, что он есть в описании должности. Нужно самому подтвердить, изучали ли вы SQL, где применяли его и что именно можете объяснить на собеседовании. Если подтверждения нет, оставьте навык за рамками этого фрагмента.

Не просите оценить резюме «в баллах» и не делайте выводов о том, пройдёте ли вы автоматический отбор. Редактор может найти несоответствия в тексте, но не принимает решение работодателя и не знает, как устроен конкретный процесс найма.

Второй проход: проверка фактов

Скопируйте предложенную версию в отдельный документ и пройдите по ней построчно. Для каждого глагола и каждого результата ответьте:

• Где я это делал?
• Каким инструментом?
• В какой период?
• Есть ли подтверждение: отчёт, выгрузка, письмо, задача, метрика?
• Не стал ли общий процесс выглядеть как личный результат?
• Не добавила ли нейросеть навык из требований вакансии?

Если на вопрос нет ответа, верните строку в нейросеть:

Перепиши только по подтверждённым фактам. Сохрани смысл, убери все цифры и результаты, которые не указаны. Для каждой строки добавь короткое пояснение, какие сведения ещё нужно подтвердить.

Потом проверьте весь блок глазами рекрутера: понятна ли должность, виден ли инструмент, совпадает ли опыт с вакансией, не обещает ли текст больше, чем вы реально делали. В нашем примере итоговая версия должна остаться без SQL и без «30%», пока у кандидата нет собственных подтверждений.

Что проверить перед откликом

Сохраните финальную версию только после короткого контрольного прохода:

• каждый факт относится к вашему опыту;
• даты и инструменты не перепутаны;
• требования вакансии отмечены только там, где есть подтверждение;
• числа имеют источник и понятный период расчёта;
• общие фразы заменены конкретным действием;
• неподтверждённые достижения удалены;
• в тексте нет личных контактов, которые вы не собирались показывать в копии для анализа.

После этого резюме можно сопоставить с вакансией ещё раз. Если готового резюме пока нет, сначала понадобится отдельная работа по его составлению с нуля — это другая задача, чем редактура существующего текста. Если резюме уже выверено, следующим шагом может быть отдельное сопроводительное письмо под ту же вакансию: как подготовить его с ChatGPT.