AI改简历越改越夸张，问题大多不在工具，而在你只丢给它一份旧简历，再加一句“帮我优化一下”。没有事实边界时，它会默认往“听起来更厉害”的方向补：参与写成主导，没提过的数字替你编一个，顺手再塞几个你根本没用过的工具名。改法不是换个更贵的工具，而是动手前先锁死边界：事实清单先行、动词不许升级、每处改动都要能对照核查。正在投简历、又怕改完反而不敢投的人，按这个顺序走一遍就够了。
它为什么总爱夸大：你没写清的地方，它会自己补
常见的夸大有三种。第一种是动词升级：你写“参与客户反馈整理”，它改成“主导客户反馈体系建设”；你写“负责日常报表”，它改成“统筹部门数据报表体系”。第二种是数字虚构：原文只说“效率有提升”，它直接补上“提升 30%”“节省工时 40%”，数字看着专业，来源却是它猜的。第三种是技能扩列：只要岗位描述里出现某个工具，它就默认你也会，写进技能栏。这三种有个共同点——都发生在原文没写清的地方。模型生成的是“好简历通常长什么样”，不是“你实际做过什么”；它补出来的内容不会标注是推测，混在真话里很难一眼挑出来。
动手前先列一张事实清单，缺口让它提问而不是补全
清单不用复杂，五项写清就行：在职起止时间和岗位名称；真实做过的事，用“动作＋对象”写，比如“每周整理用户反馈表格，汇总后发给产品同事”；能量化的真实成果，而且要能说出出处，报表、考核记录、项目文档里查得到的才写；会用的工具和大致熟练程度；不能写的东西，比如保密项目细节和主要是别人完成的成果。
把这张清单和原简历一起发给它，并明确交代：清单里没有的事实不许出现在改稿里；信息不够时先向我提问，不要自行补全。这一步最花时间，但省的是后面逐句抓编造的功夫。实在没有精确数字时，也别让它硬凑百分比，改用可核实的规模说法：服务多少用户、覆盖几个渠道、每月处理多少单。这类表述分量不比百分比差，而且面试时你讲得出来源。
3个约束写进要求里，改完必须能逐句对照
第一个约束：只改表达，不改事实。不新增数字、头衔、技能和项目；拿不准的地方用“待确认”标出来留给你判断，不许直接写进正文。第二个约束：动词按真实角色走。独立负责的事才用“负责、主导”，配合别人完成的一律用“参与、协助、支持”，不许自动升一级；你还可以直接给它一句示范，比如把“参与门店盘点”改顺可以，但不许改成“负责门店盘点工作”。第三个约束：输出对照格式。要求它按原句、改后句、改动说明三项逐条列出，你顺着看下来，哪句被加了料一目了然；没有对照的整段改稿不要直接采用，挑不出来问题不等于没有问题。
关键词可以对齐岗位，但只留你真做过的
很多人夸大是被岗位描述带偏的。正确做法是把目标岗位的描述发给它，让它先列出这个岗位看重的硬技能和常用关键词，再和你的事实清单逐项比对：真做过的保留，并让它落到具体经历里，用一件事证明；只是听说过、没实际上手过的，直接删掉，不要留在技能栏里“占位”。初筛环节看关键词没错，但面试一定会顺着简历往下问细节，写了不会的工具，第一轮就容易露馅。同样别整段复制岗位描述的原话改成自己的经历，句式和你的其他段落对不上，痕迹很明显。宁可少命中一个关键词，也别给自己埋一道答不出的追问。
定稿前逐句自查，面试讲不圆的就改回去
交稿前把改后的每一句都问自己三件事：这句里的数字，我能说出出处吗？这件事让我举一个具体例子，我讲得出来吗？前同事看到这句，会认可是我做的吗？任何一问卡住，就改回原来的表达或者整句删掉，不要抱着“应该看不出来”的侥幸。顺带把隐私处理掉：发给 AI 之前去掉手机号、身份证号和详细住址，公司的未公开数据、客户名单、内部项目代号先脱敏再粘贴。最后自己留一份原稿与改稿的对照，面试前重新读一遍改稿，确保每句话都是你能当场展开讲的版本——简历的作用是帮你拿到面试并撑住面试，写得再漂亮，讲不圆反而扣分。
