履歷不是把學過什麼列出來，而是把能力證據整理出來
很多人寫 AI 履歷時，第一反應是把 ChatGPT、OpenAI API、Python、Next.js、LangChain、RAG 全部放上去。這些詞不是不能寫，但如果履歷只停在工具名稱，面試官看不出你到底會不會做事。
AI 應用工程師比較接近「把 AI 做進產品或工作流程的人」。所以履歷要回答的不是你聽過多少名詞，而是你能不能把一個真實問題拆成輸入、處理、輸出、檢查和限制。
對轉職者來說，這一點很重要。你可能還沒有大型公司經驗，也不一定有漂亮的學歷背景，但你可以用作品證明自己懂流程、懂使用者問題，也知道 AI 不是回答完就結束。
履歷真正要建立的是信任。別人要相信你進到團隊後，不會只會打 Prompt，而是能把需求整理清楚、串接 API、處理資料格式、設計結果呈現，並且知道哪些地方需要人工確認。
履歷證據
AI 履歷要從工具清單變成能力證據
先對齊職缺，再決定履歷要寫什麼
很多新手寫履歷會從自己學過什麼開始寫。這個順序容易出問題，因為公司不是在買你的學習清單，公司是在找能解決特定問題的人。
你應該先看職缺描述。職缺如果寫 API 串接、前後端整合、Prompt 設計、資料處理、產品需求理解，你的履歷就要用作品證明這些能力，而不是把所有課程名稱塞進去。
同一份作品可以針對不同職缺調整重點。投 AI 應用工程師時，你可以強調 API、輸入輸出、錯誤處理和使用者流程。投資料相關職缺時，你可以強調資料清理、欄位設計和分析邏輯。投產品助理或 AI PM 類型時，你可以強調需求拆解、使用情境和限制說明。
這不是造假，而是排序。你把最符合職缺的證據放前面，讓對方不用在你的履歷裡面自己找答案。
履歷對齊
先讀職缺，再整理你的作品證據
一份 AI 應用工程師履歷可以照六個區塊寫
第一個區塊是定位。不要只寫「想成為 AI 工程師」。可以寫得更具體，例如：熟悉 AI 應用工具開發，能將工作問題整理成可操作的 AI 流程，並使用 API、前後端介面和結構化輸出完成小型產品。
第二個區塊是作品。作品要放在履歷前段，尤其是轉職者。因為你沒有太多相關工作經驗時，作品就是最直接的證據。
第三個區塊是技術能力。這裡不是把工具全部列出來，而是分成語言、API、前端、後端、資料格式、部署和版本控制。分類清楚，別人才知道你能放在哪個工作環節。
第四個區塊是流程能力。AI 應用工程師不是只寫程式，也要理解需求、設計輸入、規劃輸出、處理例外狀況。這些能力可以寫在作品敘述裡，也可以放在技能摘要。
第五個區塊是限制與品質意識。你要讓對方知道你理解 AI 會出錯、會亂編、會受輸入影響，所以你會加上提示、格式限制、人工確認或錯誤處理。
第六個區塊是過去經歷。就算你原本不是工程背景，也不要整段刪掉。要把舊經驗翻譯成和 AI 應用相關的能力，例如需求整理、流程改善、跨部門溝通、文件處理、客戶問題理解。
經歷不相關時，要把舊工作翻譯成 AI 能力
轉職者最常見的焦慮是：我以前不是工程師，履歷是不是看起來很弱。這個問題不能靠多列幾個工具解決，而是要把原本工作拆成可轉移能力。
如果你做過行政，你可能熟悉文件分類、資料整理、表單流程和跨部門追蹤。這些可以連到 PDF 摘要工具、資料清理工具、會議記錄整理器。
如果你做過客服，你可能熟悉常見問題、回覆規則、語氣控制和升級處理。這些可以連到 FAQ Bot、客服知識庫、回覆建議工具。
如果你做過行銷，你可能熟悉內容企劃、受眾理解、文案改寫和成效觀察。這些可以連到內容生成流程、短影音腳本工具、文案分類和改寫工具。
重點不是把舊工作包裝成 AI 經驗，而是說清楚：你原本懂哪些問題，現在用 AI 工具把這些問題做成可操作的解法。
專案經歷要寫出問題、做法、AI 位置和限制
比較弱的寫法是：「使用 OpenAI API 製作履歷分析器」。這句話太薄，讀者看不出你的工作量，也看不出你做了哪些判斷。
比較好的寫法是：「設計履歷與職缺比對流程，將輸入內容整理為技能、經驗、缺口與修改建議，並加入人工確認提醒，避免 AI 建議被直接當成事實。」
這種寫法沒有亂加數字，也沒有誇大成果，但它清楚說明你做了什麼、為什麼這樣做、AI 在流程哪個位置、你注意到哪些風險。
你可以用一個固定公式寫作品項目：遇到什麼問題、你設計什麼流程、AI 負責哪一段、輸出長什麼樣子、你怎麼降低錯誤風險。
履歷句型
專案 bullet 可以用這個公式寫
三個作品可以這樣寫進履歷
如果你做的是履歷分析器，不要只寫「分析履歷」。你可以寫：建立履歷與職缺比對工具，將求職者資料拆成技能、經驗、缺口和修改建議，並提醒使用者逐項確認 AI 輸出，避免把建議直接當成事實。
如果你做的是 PDF 摘要工具，不要只寫「PDF 摘要」。你可以寫：設計長文件摘要流程，將 PDF 內容整理成重點、待辦、風險與原文依據，讓使用者能快速判斷文件是否需要細讀。
如果你做的是客服 FAQ Bot，不要只寫「客服機器人」。你可以寫：建立常見問題問答流程，限制回答只能依照既有 FAQ 內容產生，並設計無法判斷時的轉人工提醒，降低 AI 回答超出資料範圍的風險。
這些寫法的共同點，是把作品寫成一段工作流程，而不是把作品寫成一個玩具。這會直接影響別人判斷你是不是能接近真實工作。
不要為了好看硬寫沒有來源的成果數字
有些履歷教學會叫你把每個專案都寫成提升多少效率、降低多少成本。但如果你沒有實際測量，硬寫數字反而危險。
你可以寫「設計了哪些流程」、「處理了哪些輸入」、「輸出了哪些欄位」、「加入了哪些限制」。這些是你真的能解釋的內容。
如果之後你有實際使用者、測試資料或清楚的比較方式，再補上數據。沒有數據時，清楚、誠實、可驗證，比看起來漂亮但講不出來源更好。
履歷不是廣告單。你越想用漂亮數字掩蓋內容不足，面試時越容易被追問到破功。初學者真正該做的是把作品補完整，讓每一句履歷都有畫面、有流程、有依據。
履歷、作品集、Demo 和面試說法要一致
如果履歷寫得很強，但 GitHub README 很空，Demo 也看不出流程，這會讓人懷疑履歷是不是包裝過度。
一個比較好的做法，是讓履歷寫濃縮版，作品集寫完整說明，Demo 展示操作流程，面試再補充技術細節。四者講同一件事，只是深度不同。
例如履歷寫「設計 PDF 摘要流程並加入人工確認提醒」，作品集就應該說明輸入格式、摘要欄位、錯誤情境和限制。Demo 影片要讓人看到文件進去後，結果如何被整理出來。面試時你要能回答為什麼這樣設計。
這種一致性比華麗排版重要。公司不是在找最會裝飾履歷的人，而是在判斷你是否真的做過、想過、修過。
新手最常見的履歷錯誤
第一個錯誤是只列工具。工具清單可以有，但不能取代作品敘述。你要讓人知道工具被用在哪個問題上。
第二個錯誤是只列課程。上課代表你接觸過內容，不代表你能做出東西。課程可以放在後面，作品應該放在前面。
第三個錯誤是把自己寫得太滿。例如「精通 AI」、「熟悉所有主流模型」、「具備完整 AI 系統開發能力」。如果你是初學者，這類句子很容易被追問。
第四個錯誤是沒有連結。AI 應用工程師履歷最好能提供 GitHub、作品頁、Demo 影片或截圖。沒有任何可查看的證據，履歷說服力會差很多。
第五個錯誤是完全不提限制。真正做過 AI 工具的人會知道，AI 可能回答錯、格式跑掉、輸入太長、資料不完整。你能說出限制，反而比較像真的做過。
寫完履歷後，用三個問題檢查
第一個問題：這份履歷是否讓人看懂我想投的是 AI 應用工程師，而不是泛泛的 AI 學習者。如果看不出方向，代表定位還太模糊。
第二個問題：每一個作品描述是否能被追問。對方如果問你輸入怎麼設計、API 怎麼串、結果怎麼顯示、錯誤怎麼處理，你能不能回答。
第三個問題：我的舊經歷是否被翻譯成有用能力。如果你只是把過去工作照抄，讀者不一定看得出它和 AI 應用有什麼關係。
履歷不是寫完一次就結束。你投不同職缺時，應該調整順序、摘要和作品重點。這件事很麻煩，但它會逼你更清楚地理解自己到底能提供什麼。