Naar de inhoud

Je cv met AI bewerken

Waarom gaan door AI bewerkte cv’s op elkaar lijken?

Herken vier tekenen van algemene AI-taal en behoud je echte rol, resultaten en specifieke details terwijl je de formulering verbetert.

Leg drie door AI bewerkte cv’s naast elkaar en je ziet misschien drie bekende regels:

Betrokkenen uit verschillende afdelingen afgestemd om efficiënte projectoplevering te stimuleren.
Processen geoptimaliseerd om de teamefficiëntie aanzienlijk te verhogen.
Gebruikersbehoeften ontdekt en duurzame bedrijfsgroei mogelijk gemaakt.

De één werkt aan content, de ander aan producten en de derde in de administratie.

Hun banen verschillen volledig. Na bewerking klinken ze alsof ze in hetzelfde team werkten, of door dezelfde persoon zijn geschreven.

Dat is de algemene «AI-stem» die mensen in cv’s herkennen.

Het probleem is niet alleen dat AI is gebruikt. Het begint vaak met te weinig materiaal, een vage opdracht en de aanname dat «professioneler» grotere woorden betekent.

De zinnen lopen beter terwijl de informatie die echt van jou is verdwijnt.

Signaal 1: de werkwoorden worden groter en het werk minder concreet

Stel dat de oorspronkelijke regel luidt:

Onderwerpen en artikelen voor de nieuwsbrief verzorgd en elke week met de betrokken afdeling de onderwerpen voor de volgende week bevestigd.

AI maakt ervan:

De bedrijfsbrede contentactiviteiten geleid, productie tussen afdelingen afgestemd en de merkinvloed voortdurend versterkt.

Op het eerste gezicht lijkt de tweede versie meer op een cv-regel.

Kijk opnieuw en bijna alle bevestigbare details zijn verdwenen:

Die feiten zijn vervangen door «geleid», «afgestemd», «aangestuurd» en «merkinvloed versterkt».

Die woorden zijn niet automatisch verkeerd. Ze vragen feitelijke onderbouwing.

Was je maar voor een deel verantwoordelijk, dan vergroot «geleid» misschien je rol. Zijn er geen gegevens of reacties over gewijzigde merkinvloed, dan komt dat resultaat van AI en niet uit je ervaring.

Nauwkeuriger kan zijn:

Nieuwsbriefonderwerpen gekozen en artikelen geschreven, met wekelijkse bevestiging van de onderwerpen voor de volgende week bij de betrokken afdeling.

Dit bewaart bestaande informatie. Het verzint geen beoordelingsproces of minder beslissingen op het laatste moment. Wil je de bijdrage verder uitleggen, stel dan eerst vast hoe het werk werd gedaan en gebruikt. Herschrijven kan die feiten niet leveren.

Signaal 2: elke ervaring moet in hetzelfde zinspatroon passen

AI kiest vaak een bekende formule:

Door X te doen, Y afgerond en Z bereikt.

Een heel cv kan dan zo gaan klinken:

Het redactieproces geoptimaliseerd om publicatie efficiënter te maken.
Het klantcommunicatieproces verbeterd om de servicekwaliteit te verhogen.
Een data-analysekader gebouwd om bedrijfsbeslissingen te verbeteren.

De zinnen zijn netjes, maar lijken uit hetzelfde sjabloon te komen.

Echt werk is niet zo uniform.

Sommige ervaringen passen vanzelf bij handeling en resultaat:

De indeling en doorverwijzing van klantvragen heringericht, waardoor de gemiddelde reactietijd van twee dagen naar één ging.

Andere hebben geen precies cijfer, maar wel een duidelijke oplevering:

Een contractcontrolechecklist gemaakt en aanlevermaterialen gestandaardiseerd, waardoor minder herhaald hoefde te worden gevraagd naar ontbrekende documenten.

Sommige oorspronkelijke regels zijn al duidelijk:

Dynamische configuratie voor dienstcategorieën beheerd, waardoor de introductietijd voor nieuwe categorieën van vier weken naar drie dagen ging.

Die laatste hoeft niet te worden:

Een sleutelrol gespeeld in dynamische configuratie van dienstcategorieën en efficiënte introducties mogelijk gemaakt.

Een cv is geen tentoonstelling van identieke zinsbouw.

Verschillende ervaringen mogen verschillend worden beschreven. Begrijpt de recruiter snel wat je deed en waarin de waarde zat, dan hoeft niet elke regel in dezelfde formule.

Signaal 3: elk werk moet iets «aanzienlijk verbeteren»

Ontbreekt een uitkomst in de bron, dan voegt AI vaak iets aannemelijks toe:

Operationele efficiëntie aanzienlijk verbeterd.
Gebruikerstevredenheid effectief verhoogd.
Communicatiekosten sterk verlaagd.
Krachtige ondersteuning voor bedrijfsgroei geboden.

Dat klinkt misschien redelijk, maar maakt het geen bevestigd feit.

Stel dat de oorspronkelijke notitie is:

Veelgestelde klantvragen geordend en standaardantwoorden gemaakt.

AI herschrijft:

Veelvoorkomende klantproblemen geanalyseerd en een gestandaardiseerd antwoordsysteem ingericht, waardoor antwoordefficiëntie en gebruikerstevredenheid aanzienlijk verbeterden.

Er zijn minstens twee onbevestigde uitkomsten toegevoegd:

Gebruikte het team de sjablonen, maar werden efficiëntie en tevredenheid niet gemeten, schrijf dan wat bevestigd is:

Veelvoorkomende klantvragen geordend en standaardantwoorden gemaakt voor gebruik door het ondersteuningsteam bij terugkerende vragen.

Gebruik door het team is al een betekenisvol eindpunt.

Een uitkomst hoeft geen groeipercentage te zijn. Het kan een oplevering, lancering, gestart proces of opgelost probleem zijn.

Signaal 4: details die de ervaring van jou maken verdwijnen

Een oorspronkelijke beschrijving kan lang zijn en toch onderscheidende informatie bevatten:

Productinformatie stond verspreid over chats en documenten, waardoor verkopers vaak op het laatste moment moesten navragen. Ik verzamelde specificaties, veelgestelde vragen en wijzigingsnotities in één gedeeld overzicht en werkte dat bij zodra het product veranderde.

AI kan dat inkorten tot:

Een productinformatiemanagementsysteem gebouwd om de toegang tot informatie voor verkoop te verbeteren.

Korter en «professioneler».

Maar verdwenen zijn de oorspronkelijke verspreiding, wat werd geordend en hoe het actueel bleef. Juist die details tonen het echte werk.

Het kan korter zonder alle concreetheid te verliezen:

Productspecificaties, veelgestelde vragen en wijzigingsnotities uit chats en documenten samengebracht in een gedeeld overzicht en na productwijzigingen bijgewerkt, zodat verkoop actuele informatie kon raadplegen.

De zin blijft compact, maar de concrete handelingen zijn er nog.

Een cv wordt meestal niet persoonlijk door een ongebruikelijker bijvoeglijk naamwoord, maar door de feiten die alleen jij kunt geven.

Vergelijk de bewerking met je oorspronkelijke ervaring

Lees nieuw en oud naast elkaar, in plaats van alleen vloeiendheid te beoordelen. Controleer vier dingen:

Ontbreekt informatie, ga terug naar het echte werk en voeg alleen bevestigbare feiten toe. Onbekende uitkomsten mogen wegblijven; een nette zin heeft geen verzonnen einde nodig.

Controleer met twee vragen op een algemene AI-stem

Laat na bewerking even het aantal professioneel klinkende woorden los en vraag:

Eerst: ziet de recruiter wat ik werkelijk deed?

Staan er alleen «aangestuurd», «mogelijk gemaakt», «afgestemd» en «geoptimaliseerd» zonder herkenbare taak, dan blijft de regel te vaag.

Daarna: kan ik elke uitkomst in een gesprek uitleggen?

Kun je niet zeggen waar een getal vandaan komt of wat «aanzienlijk verbeterd» betekent, haal het weg.

Goede AI-bewerking laat niet elke kandidaat hetzelfde klinken.

Ze helpt lege woorden verwijderen, noodzakelijke feiten toevoegen en de ervaring beschrijven die werkelijk van jou is.

Heeft AI je cv vloeiender maar minder eigen gemaakt? Neem het mee naar ResumeMeow.

ResumeMeow bekijkt eerst de bestaande inhoud en stelt gerichte vragen om de ervaring te bevestigen, in plaats van een paar regels in een indrukwekkend antwoord te veranderen.

Bekijk en verbeter je cv met ResumeMeow

Je cv hoeft niet te klinken als dat van iedereen. Het moet nauwkeurig vertellen wat je deed en waar de waarde zat.

← Terug naar artikelen over ResumeMeowOver ResumeMeow ↗