如何寫好轉職履歷表
如何寫好轉職履歷表
2004.03.01 | 人物

眼看著同事遞出辭呈,往人生另一個旅程邁去;眼看著各公司、廠商紛紛釋出職缺,求才訊息無時無刻跳入眼廉。在離職潮湧起的2、3月分,你,是否也想換個好工作?
有機會換個好工作固然讓人心動,只不過,要換工作就得先找工作,找工作前又得先把履歷、自傳寫好。而在履歷表上,又該如何交代過往的工作經驗,以讓自已看起來像是有兩、三把刷子待價而沽的職場老手?這種種細節在腦中轉一圈就已經夠累了,更何況得真的動手做出一份像樣的履歷表來。

訣竅1 寫履歷就像寫廣告信

其實,只要懂的幾個小訣竅,寫份轉職履歷表沒有這麼難。對於撰寫履歷表專精到可以開班授課的104人力銀行品牌總監邱文仁就建議,只要「把履歷表當作個人廣告信來寫」就得了。
既然是廣告信,那麼,確定廣告所要主打的目標族群,以及目標族群的需求,自然成了首要之務。目標族群,當然就是你要去應徵的公司了。至於要怎麼調查這些公司對人才的需求呢?
在網際網路如此發達的今天,這也絕對不是難事。邱文仁認為求職網站就是市場調查的最佳工具,「只要到求職網站輸入你想應徵的職務,然後看看這些公司對這個職務所開出來的要求,你會發現這些要求有高度重疊性。」

訣竅2 打動對方講求快狠準

了解目標族群的需求之後,接下來,當然就是確保履歷表與自傳的每個重點都能又準又狠的打動面試官的心了。邱文仁將履歷表的重點分成四方面——學歷、技能、個性、態度,每一方面都要和公司需求緊密連結。而且,基本上,履歷表就是條列化的自傳,因此,這四個重點在履歷表與自傳上都應該看得到。
而在這兩者當中,邱文仁認為先放學歷、知識,後放工作經驗與人格特質是較好的安排。在所有的元素當中,如果碰到和面試官需求相連結的地方就大書特書,如果沒有強烈關聯,則輕輕帶過,或者努力想出連結點。
抓住這幾個重點,每個人都可以寫出廣告效果一級棒的履歷表,成功將自己推銷給任何想要去的好工作!

履歷表四個不要

  1. 不要用表格 用表格反而會作繭自縛。以工作經驗來說,並不是每樣工作經驗都值得大書特書。表格空間太大,就會凸顯某些工作經驗的空白;空間太小,一些很有價值的經驗反而會被犧牲掉。
  2. 不要寫太短的工作經驗 例如一、兩個月的工作經驗,可以直接省略不提。但若工作經驗達到半年以上,就可以放在履歷表中了。
  3. 不要提離職原因 離職原因通常是負面的。但履歷表中又沒有足夠空間可以解釋,因此,可以略過不提。等到面試時,如果對方問起,再仔細解釋。但解釋時,需確定之前的離職原因不會在這家公司發生。只要好好講,通常不會扣分。
  4. 不要寫之前的薪資 寫了就讓未來的薪水沒有調漲空間了。

履歷表六個一定要

  1. 格式兼顧正式與莊重
    所以,中文履歷表、自傳應該用新細明體12號字或標楷體13號字,英文則用Times New Roman 12號字體書寫。
  2. 重要證照或經驗可重複寫兩三次
    例如證照,可以在學歷下面放一次,在特殊專長的地方再放一次,「半強迫」性的讓對方一定得看到。尤其是學歷比較不顯眼的人,可以避免主管光是看到學歷就把你跳過去。
  3. 興趣欄要填寫可以為工作加分的項目
    一位留美碩士條件很好,卻在興趣欄裡寫「熱愛旅行,每年至少出去玩兩個月」。結果,回國半年沒有接到任何面試機會。
  4. 盡量多放可以為自己加分的物件
    諸如相關作品,可放副本進去。而老闆誇獎你的信件、客戶感謝函等,更是不要客氣,盡量放。
  5. 必寫聯絡方式
    如果老闆聯絡不到你,又怎麼錄用你呢?
  6. 多管齊下送出履歷表
    除了以電子郵件先寄一份履歷表外,更應該以快遞或限時掛號的方式,將紙本形式的履歷表寄出去。一般人收到快遞會立刻打開看看是什麼東西,如此一來,就可以確保主管會看到你精心完成的履歷、自傳及相關作品了。
往下滑看下一篇文章
AI 不只搶流量,下一步連交易都要拿走! iKala 程世嘉:AI 不認識你,廣告下再多都沒用
AI 不只搶流量,下一步連交易都要拿走! iKala 程世嘉:AI 不認識你,廣告下再多都沒用

下一個替你買東西的,可能不是你自己,而是 AI。當 AI 開始介入搜尋、比較與消費決策,品牌與消費者之間的入口也正在改變。iKala 共同創辦人暨董事長程世嘉認為,AI 競爭正進入下一階段,企業真正要面對的已不只是「如何導入 AI」,而是當消費者逐漸把選擇權交給 AI,品牌如何確保自己仍在 AI 的選擇名單中?

零點擊只是開始!Agentic Commerce 恐讓 AI 從「導購」變「代購」

過去,消費者透過搜尋引擎找到品牌、進入官網,再完成比較與購買;如今,愈來愈多搜尋與決策可以直接在 AI 中完成。程世嘉表示,「零點擊只是剛開始。」隨著 AI Agent 從提供答案進一步走向執行任務,下一步甚至可能替消費者選擇商品、完成交易,讓 Agentic Commerce 從「AI 幫你找」走向「AI 幫你買」。

Sega 側拍.jpg
程世嘉指出「零點擊只是剛開始」,AI Agent 正從「幫你找」進化到「幫你買」,加速 Agentic Commerce 時代到來。
圖/ iKala

這場變化真正改寫的,不只是流量入口,而是交易的主導權。當 AI 開始代表消費者採取行動,品牌未來面對的,可能不再只是「如何吸引消費者」,而是如何成為 AI 最終選擇的對象。

AI 不認識你,廣告下再多都沒用!SEO 下一戰:搶進 AI 的「推薦名單」

要被 AI 選中,第一步是先被 AI 認識。程世嘉直言:「如果 AI 連第一步都不認識你,那你在網路上下多少廣告都沒用。」這也讓品牌競爭從 SEO 進一步走向 GEO(Generative Engine Optimization):過去企業搶的是搜尋排名,現在更要掌握 AI 如何描述品牌、引用哪些來源,以及在什麼問題下會提到自己。

面對新的消費決策入口,iKala 將 AI Marketing 定位為協助品牌成長的全方位行銷服務,結合市場資料、自有 AI 產品與專業顧問團隊,提供從顧問診斷、策略規劃、專案落地到成效優化的一站式服務。從品牌定位、市場與競品分析,到 GEO 內容優化、創作者合作與媒體投放,iKala 不只提供數據分析工具,更協助品牌找出成長機會、制定行銷策略,並持續追蹤與優化執行成效。

iKala AI Marketing 總監許巧彤指出,品牌不只要「聽人」,也要「聽 AI」。透過 Ontix 掌握社群話題、消費者需求與市場趨勢,協助品牌發掘潛在商機;Kuroma 追蹤品牌在 AI 平台的能見度、推薦情境與引用來源,找出內容布局與 GEO 優化方向;Kolr 則結合創作者數據與行銷執行服務,協助品牌媒合合適的 KOL/KOC,規劃內容合作與媒體投放,將市場洞察轉化為實際行銷行動。

iKala
iKala AI Marketing 總監許巧彤分享,iKala 透過全方位行銷服務,搭配獨家產品賦能,協助品牌成長。
圖/ iKala

對內打通資料,對外洞察市場!程世嘉:老闆要懂 AI,AI 更要懂台灣

外部的搜尋與消費入口正在改變,企業內部也面臨另一場 AI 轉型。

企業 AI 為什麼推不動?程世嘉直指,第一個問題往往是「老闆自己不用 AI」。決策者若連 AI 能做什麼、不能做什麼都不清楚,再大的導入計畫也很難解決真正的企業痛點。iKala 提出「小步快跑、長期陪跑」的轉型策略,從關鍵場景快速驗證,再逐步擴大;同時以 AI Service、AI Marketing 雙軸出擊,讓 AI 不只改善內部工作效率,也能成為企業掌握商機、推動品牌成長的助力。

而當 AI 愈來愈深入企業決策、品牌溝通與消費者選擇,另一個問題也隨之浮現:AI 真的讀得懂台灣嗎?

對 AI 而言,語言相通,不等於真正讀懂一個市場。語言背後還有文化脈絡、在地知識,以及台灣人實際使用語言的方式。iKala 投入 TMMLU+,便是希望透過開源的繁體中文 AI 評測基準,檢驗模型對繁體中文與台灣知識的理解能力,讓「AI 到底懂不懂台灣」不再只是主觀感受,而有一套具體的評測依據。

TMMLU+.jpg
TMMLU+ 在九月全新推出 v1.1
圖/ iKala

從 Agentic Commerce、GEO 到企業 AI 落地,背後其實都回到同一件事:AI 應用最終仍建立在人與資料之上。正如許巧彤所說,「先有人才有 AI,因為 AI 終究是要讀資料。」人們創造內容、累積市場訊號,AI 從中學習、理解並影響消費決策,形成相互作用的循環。當 AI 逐漸從輔助工具走向決策與交易入口,企業競爭的關鍵將不再只是如何運用 AI,更在於如何讓 AI 理解企業、讓企業讀懂市場,進而掌握新的成長機會。

【關於iKala】

iKala 致力於透過將 AI 與數據嵌入企業經營核心,協助企業做出更精準、更快速的決策。我們透過引導組織從「數據累積」邁向「決策產出」來支援 AI 轉型,並提供完整的 AI 解決方案,將企業的自有數據與 iKala 基於全球數十億社群訊號所建立的智慧模型相結合。

iKala 總部位於台灣,足跡遍布全球,服務超過 1,000 家企業及 50,000 個品牌,版圖橫跨全球 190 多個國家,客戶群包含多家財星 500 強企業(Fortune 500)。

iKala 官方網站:https://ikala.ai
iKala AI Marketing 介紹:https://ikala.ai/zh-tw/ikala-ai-marketing/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓