免費瀏覽器工具 · 免註冊 · 不上傳
用招募系統(ATS)讀履歷的方式,重新看你的履歷。
RoleLens 會比對你的履歷與要應徵的職缺:抽出必要與加分關鍵字,指出還缺什麼、該改用哪種說法,再把段落、數字與行動動詞整理成分數。所有計算都在這台裝置完成,沒有帳號、沒有伺服器,也不使用外部 AI。
01分析工具
先貼職缺,再貼履歷。
兩個輸入框都不會離開這個瀏覽器分頁。可以用職務範例先看完整示範,也可以直接換成真正的職缺與履歷。
步驟 1 · 職缺
範例會填入一份貼近實務的示範職缺,隨時可以換成你真正的職缺。
步驟 2 · 履歷
你輸入的文字不會離開這個頁面:沒有上傳、沒有帳號,也沒有任何分析工具會讀取你的履歷。
02報告
你的適合度報告。
分數是加權總和:先看關鍵字,再看結構與證據。每一列都會顯示它拿到幾分的理由。
滿分 100 · 已在此分頁計算,沒有傳送到任何地方。
分數組成
必要關鍵字
符合 0 · 缺少 0加分關鍵字
符合 0 · 缺少 0段落檢查
段落檢查以你文字中的標題為依據。
證據與篇幅
接下來要改的地方
03評分方式
說得清楚的分數,不是黑箱。
每一分都來自你看得到的文字。以下是權重,以及每一列背後的判定方式。
關鍵字抽取
RoleLens 會讀職缺,並依它自己的標題分段:「應徵條件」「必備」底下的行成為必要關鍵字,「加分」「尤佳」底下的行成為加分關鍵字。若職缺沒有這類標題,出現頻率最高的詞列為必要,其次為加分。單字與兩字詞組都會納入,並移除英文、韓文、日文、中文各自的停用詞。
比對,而不只是計數
只要履歷含有該關鍵字、它的複數或詞尾變化、包含它所有詞的詞組,或常見的同義說法(例如以「JS」代表 JavaScript),就算符合。若履歷用了接近但不同的詞,該關鍵字仍留在缺少清單,並附上職缺的用語,讓你自己判斷要不要改。
權重
| 項目 | 配分 | 滿分條件 |
|---|---|---|
| 必要關鍵字 | 40 | 所有必要關鍵字都出現在履歷中 |
| 加分關鍵字 | 20 | 所有加分關鍵字都出現 |
| 履歷段落 | 15 | 摘要、經歷、學歷、技能、專案、聯絡資訊都具備 |
| 量化成果 | 15 | 40% 的項目含有數字、百分比、金額或節省時間 |
| 行動動詞 | 10 | 50% 的項目以行動動詞開頭或包含行動動詞 |
分數是閱讀輔助,不是錄取預測。各家 ATS 做法不同,請以缺少清單與證據檢查為主,而不是只看單一數字。
四個能誠實加分的好習慣
沿用職缺自己的用語
職缺寫「網站無障礙(WCAG)」,就別寫「好用的設計」。招募人員是用自家公司慣用的詞搜尋。
每兩項就有一項放數字
規模、比例、節省時間、預算、團隊人數或錯誤率,一項可量測的細節就能把職責變成證據。
使用解析器認得的段落標題
摘要、經歷、學歷、技能、專案與聯絡資訊都用一般標題。表格、多欄、頁首與文字方塊,是解析後文字錯亂的主因。
保持易讀的篇幅
大約 350–900 字,每項不超過約 30 字。兩頁精準的履歷勝過四頁密密麻麻的內容。
04問題