/* Auto ads 与同意门控都依赖这里的 client meta —— 缺了它 consent.js 的 loadAds() 会直接 return,本页永远不加载 AdSense(第 30 轮实测发现中文 324 页全缺) */
vinqi.com

「75% 的简历被 ATS 淘汰」是真的吗?

不是。更重要的是:这个数字来自一份销售材料,不是任何研究。 下面说清它从哪来、什么才是真的、以及你真正该改的是什么。

这个说法从哪来

很多人读到过这句话:75% 的简历在被人看到之前就被 ATS 系统淘汰了。 它出现在求职公众号、高校就业指导材料、简历工具的营销页,现在还出现在 AI 的回答里。

但这个数字不是研究结论。追溯它的引用链可以看到:它最早出现在 2012 年前后一家小型 ATS 公司的销售材料里, 而这家公司在 2013 年就停止运营了,且从未发表过任何研究。 此后所有引用,无论语气多确定,都指回这一处。 (整理与溯源见 ResumeAdapter 的 ATS 统计溯源, 以及更早由 Christine Assaf 做、被 Ask a Manager、HiringThing、HR.com 引用的调查。)

我们要说的是这个机制:一个营销说法被反复转述,就变成了"常识" —— 每一次转述都指向另一次转述,而不是指向研究。

我们能说什么、不能说什么

我们自己就提供简历评分,如果这个统计是真的,对我们反而有利。 但它仍然不是我们会当作事实复述的东西。诚实的划分是这样的:

  • 我们不知道真实比例是多少。ATS 是各家公司的私有软件,配置千差万别,没有公开数据能覆盖它。 任何精确数字(包括那种听起来更"合理"的、更小的数字)都没有来源。
  • 我们知道筛选确实存在:HR 可以按关键词检索、按分数排序、设最低门槛。 从求职者这端看,效果和"被淘汰"一样 —— 你只是没被翻出来。
  • 我们知道有些失败是机械性的、可以修的 —— 而那几项本来就值得你花时间。

如果某个工具告诉你"你的简历会被 75% 的 ATS 系统淘汰",或给你一个精确的淘汰概率, 请把它当成销售话术,而不是信息。

真正会出问题的四件事

把编造的数字拿掉,剩下一条很短、但有用的清单:

  1. 机器读不到的内容。双栏排版、用表格做定位、文字放在图片里、联系方式塞页眉页脚。 词你写对了,但对系统来说这些内容等于不存在。
  2. 用词与 JD 不一致。"Postgres" 和 "PostgreSQL" 在匹配器眼里是两个字符串。 这是匹配问题,不是水平问题 —— 也是最值得优先修的一项。
  3. 日期与头衔无法归一化。日期格式混用、缩写、自创的头衔,会让系统算不出你的在职时长, 也没法把你归到某个岗位族。
  4. 主张后面没有证据。这一项是人来判断的:一条只有职责没有结果的经历,读起来像岗位说明书。

注意这四件事都不依赖那个迷思成立。这就是重点: 75% 这个数字在做营销的活,而这四件事在做真正的活。

该怎么做

  1. 把简历和目标 JD 并排放,逐个核对用词,包括拼写。
  2. 确认文件能被读出来:全选复制,粘进纯文本编辑器,看顺序还在不在。
  3. 用单栏和标准章节名。要重建的话,从免费的中文简历模板开始。
  4. 把开头两行当成重点写,因为它们最先被读到。
  5. 改完再跑一遍免费评分,重点是看缺失关键词的模式,而不是纠结总分 —— 我们自己的分数在不同次之间也会有波动,这一点我们写在页面上。

常见问题

那到底有多少简历被 ATS 淘汰?
没有人知道,也应该怀疑任何给出精确数字的人。各家公司用的系统不同、配置不同,没有任何公开数据集覆盖这件事。诚实的回答是:那些被广泛引用的数字不是测量结果。
ATS 到底会不会淘汰简历?
会筛,而且各公司设置不同:HR 可以按关键词检索、按分数排序、或设定最低门槛。但通常不会有人给你发"已淘汰"通知 —— 你只是没有被翻出来,从求职者视角看这两件事是一样的。
那什么才是真的会被刷掉的原因?
机械性的那几项,而且都是你能控制的:排版机器读不了、没用 JD 里的原词、日期和头衔无法归一化。除此之外是人对着匹配度的判断,任何排版技巧都改不了。
那我还要不要为了 ATS 改简历?
要,但原因很朴素:单栏结构、标准章节名、以及 JD 里那些你确实会的词。这些事本来就值得做,跟某个具体统计数字真假无关。
为什么这个数字到处都在传?
因为它好用:短、能制造紧迫感,而且每个转述它的网站都链向另一个转述它的网站,而不是链向研究。一个营销说法就是这样变成"常识"的。