5 ошибок, которые ИИ регулярно делает, переписывая резюме — и рекрутеры их сразу замечают

«Загрузите резюме в ChatGPT, и оно станет лучше» — совет, который работает лишь отчасти. Я показал десяток резюме, переписанных с помощью популярных ИИ-инструментов, трём рекрутерам с опытом больше 5 лет и попросил отметить, что выдаёт в тексте механическую генерацию. Вот пять повторяющихся ошибок, которые они назвали независимо друг от друга.

ИИ систематически превращает конкретные результаты в обтекаемые формулировки вроде «повысил эффективность процессов» вместо «сократил время обработки заявки с 3 дней до 4 часов». Рекрутеры отмечают это как красный флаг номер один — конкретные цифры выглядят достовернее, а их отсутствие после явной ИИ-обработки текста читается как «кандидату нечем подтвердить достижение».

Резюме, переписанные ИИ без правки, часто состоят из пунктов с одинаковой синтаксической структурой: «Разработал X, что привело к Y» повторяется пять-шесть раз подряд с разными существительными. Живой текст обычно более неровный по структуре — и рекрутеры за годы практики привыкли считывать эту монотонность как признак нередактированной генерации.

«Проактивный», «результативный», «нацеленный на результат» — ИИ добавляет такие определения через одно предложение, чтобы усилить впечатление, но рекрутеры в один голос назвали это шумом, который они просто пропускают глазами при чтении, — то есть эффект обратный ожидаемому: вместо усиления впечатления текст становится менее читаемым.

При просьбе «сделай резюме более профессиональным» модель нередко заменяет специфичные для отрасли термины на более общие и понятные широкой аудитории — например, конкретное название методологии или инструмента на общее описание процесса. Для рекрутера, который ищет кандидата именно по этим специфичным ключевым словам (в том числе через автоматический скрининг), потеря специфики снижает шансы пройти отбор, а не повышает их.

Когда просят ИИ переписать только один раздел (например, «сделай раздел про опыт работы лучше»), стиль этого раздела часто заметно отличается от остального документа — более гладкий, «причёсанный» текст на фоне более простого изложения в других разделах. Рекрутеры называют это одним из самых очевидных сигналов частичной ИИ-правки — цельный документ читается неровно, будто написан двумя разными людьми.

ИИ учится делать текст «более профессиональным» в общем смысле — грамотным, гладким, позитивным. Но резюме читает не абстрактный судья хорошего письма, а рекрутер, который ищет конкретику, специфику и следы реального опыта. Это разные критерии качества текста, и модель по умолчанию оптимизирует не под тот, который на самом деле оценивают.

Полные примеры резюме до и после с пометками рекрутеров по каждому пункту выложил в канале.

За кадром остался разбор того, как автоматические ATS-системы (фильтры резюме у крупных компаний) реагируют на переписанные ИИ тексты — там результаты оказались прямо противоположными мнению рекрутеров-людей. Этот разбор выложу отдельно в Telegram.