나는 10개의 ChatGPT 이력서 프롬프트를 시도했다. 실제로 인터뷰를 잡아준 것은 이것이다.

발행: (2026년 4월 28일 PM 12:49 GMT+9)
5 분 소요
원문: Dev.to

Source: Dev.to

나는 오래된 이력서로 47개의 지원서를 보냈지만 콜백을 0개 받았다.
그 후 내가 모아두었던 10개의 ChatGPT 프롬프트를 사용해 이력서를 다시 작성하고 다음 12개의 지원서를 보냈다. 그 결과 4개의 콜백을 받았다. 아래는 실제로 효과가 있었던 프롬프트와 시간을 낭비한 프롬프트이다.

효과적인 프롬프트

프롬프트 1 – STAR와 [needs metric] 표시

Rewrite my resume bullets using the STAR method (situation, task, action, result). Use the job description below as context. If a bullet doesn't have a measurable result, mark it [needs metric] instead of inventing one.

“[needs metric]” 지시문 덕분에 ChatGPT가 숫자를 꾸며내는 일을 막을 수 있었다. 오래된 항목 중 절반은 표시가 남아 있어 실제 결과를 찾기 위해 Slack 기록을 파고들어야 했고, 나머지 절반은 간결하게 다듬어졌다.

프롬프트 2 – 키워드 격차 분석 (추가하지 말고 식별)

Read the job description. List the 10 most important keywords (skills, tools, methodologies) it uses. Then check my resume and tell me which keywords I'm missing or underusing.

AI에게 키워드를 식별하도록 요청함으로써 실제로 적용 가능한 키워드만 선택할 수 있었다. 이는 ATS “이력서 스터핑”을 방지한다 – 키워드 밀도가 ~2‑3 %를 초과하면 봇이 이력서를 낮게 평가한다.

프롬프트 3 – 3문장 요약 제한

Rewrite my summary in 3 sentences max.
Sentence 1: who I am professionally.
Sentence 2: my biggest measurable achievement.
Sentence 3: what I'm looking for next.

엄격한 3문장 제한은 기업식 빈말(“results‑driven professional with a passion for…”)을 없애고 간결하고 임팩트 있는 표현을 강제한다.

프롬프트 5 – 다차원 점수 매기기

Compare my resume to the job description. Score the match 0‑100 across these 5 dimensions: keyword overlap, experience relevance, seniority match, industry fit, recency. Explain each score in one sentence.

구조화된 실행 가능한 피드백을 얻을 수 있다. 예시: “Your industry fit is 30/100 because the JD mentions ‘fintech’ 4 times and your resume has none.”

프롬프트 6 – 약점 감사

What's the weakest bullet on my resume? Why is it weak? Suggest a rewrite if I provide more context — but if you don't have enough context, ask me 1 specific question.

“질문을 해 주세요” 흐름은 모델이 추가 정보가 필요할 때 이를 인정하도록 만들며, 자신 있게 틀린 제안을 하는 일을 방지한다.

비효과적인 프롬프트

프롬프트 4 – 모호한 요청

“Make my resume more impressive”

모호한 프롬프트는 모호한 결과를 만든다. 이런 스타일은 피한다.

성공적인 프롬프트의 공통 구조

  • 구체적인 출력 형식 (번호 매기기, 제한, 표시)
  • 빈칸을 남길 수 있는 허용 ([needs metric], “I don’t know”)
  • 길이 제한 (예: 3문장, 5개 항목, 100단어)
  • 비교‑수정 프레이밍 (먼저 점수를 매긴 뒤 개선)

ResumeAI와 자동화

이 프롬프트들을 직접 테스트한 뒤 ResumeAI 를 만들어 10개 모두를 자동으로 실행하도록 했다. 정제된 프롬프트와 경력‑상황 분기(전환 / 복귀 / 신입 / 시니어), 그리고 23가지 기준 ATS 점수 시스템을 사용한다.

  • 일회성 가격: $9 (구독 없음).
  • 수동 방식을 선호한다면 위 다섯 개 프롬프트만으로도 충분하다.
  • 30초 만에 자동화된 솔루션을 원한다면 위 링크를 이용하라.
0 조회
Back to Blog

관련 글

더 보기 »

2026년 RL 환경 플랫폼 현황

지난 글에서 나는 처음부터 로컬 RL 환경을 구축하는 고통에 대해 썼다. 시장을 파헤쳐 본 결과, 내가 발견한 것은 다음과 같다. 왜 RL 환경...