ATS 關鍵字密度迷思——你以為的、跟真實的篩選邏輯

履歷投出去石沉大海、大部分人第一個責怪的是 ATS（Applicant Tracking System）——那個傳說中「掃關鍵字、不夠就 reject」的演算法守門員。於是市面上產出大量「ATS-friendly 履歷模板」、教你把 JD 關鍵字塞到密度多高才安全。

但編輯部觀察到一件有趣的事：那些 ATS 教學的 advice 大多停在 2015 年。我們的閱讀方式是——現代 ATS（Workday、Greenhouse、Lever、SmartRecruiters 等主流系統）早就不是純 keyword counter。它們會看 context、看 position、看 phrasing pattern。塞滿關鍵字反而可能被打標籤為「履歷工廠出品」。

這篇我們拆給你看編輯部觀察到的——ATS 大眾認知 vs 真實邏輯的差距、以及怎麼寫「人讀得通、ATS 也認得」的履歷。

「ATS 是個關鍵字 counter」這個印象、十年沒更新了

2010 年代早期、ATS 確實是 keyword-based 邏輯：JD 列 10 個關鍵字、你的履歷出現 8 個 = score 80%、出現 3 個 = score 30%。於是「塞滿關鍵字」變成 sound advice。

但近 5 年、主流 ATS 改造很多。我們從公開的 vendor 技術文件、HR 社群討論觀察到的趨勢：

• Context-aware 解析。 ATS 不只看「Python」這個字、會看「Python」前後 context（「用 Python 寫 X」vs「了解 Python」vs 純 list）。後兩者權重明顯低於前者。
• Position weighting。 關鍵字出現在標題 / 第一段 / 第一個 bullet、權重明顯高於出現在第 5 段。塞滿但都在末段反而沒效。
• Recruiter 階段越來越早介入（這條最關鍵）。 多數現代 ATS 不是「全自動 reject」、是「自動排序 + Recruiter 快速掃過所有履歷」。我們從 HR 顧問對話中校準到——「黃金 6 秒」的人眼掃描比 ATS 演算法更決定生死。塞滿關鍵字也許過 ATS、但人讀到第三行就翻頁。
• Semantic matching（語義匹配）大幅進化。 新世代 ATS（Eightfold.ai / SeekOut / 升級版 Workday AI）結合 LLM 跟 skills ontology、知道「跨部門協調」=「Cross-functional collaboration」=「Stakeholder management」是同一件事。10 年前的「verbatim 才會被抓」規則、在 2026 已經大幅放寬。

換句話說——ATS 已經學會了 SEO 從 2015 年學到的事：keyword density 不是 ranking factor、user intent matching 才是。寫得讓 Recruiter 讀得通的履歷、現代 ATS 自然能讀懂。

我們觀察到、求職者最常踩的三個關鍵字陷阱

陷阱一：Skills 區塊跟 Experience 區塊「斷成兩半」

最常見錯誤、但不是「Skills 區塊不該存在」——是「Skills 區塊跟 Experience 區塊脫節」。履歷最下方 Skills 區塊列：「Python · SQL · Tableau · Power BI · R · Excel · Git · Docker · Kubernetes · AWS · GCP · Azure」——12 個工具、6 行字。但往上看 Experience 區塊、完全找不到這些工具的實際使用描述。人讀的反應是「你都 list 了但實際做過什麼？」

但 Skills 區塊本身極有價值、千萬不要刪掉。我們從 HR 顧問對話中校準到一個求職者常忽略的場景——HR 主動 sourcing。當企業有缺急徵冷門技術組合（例如 `Kubernetes AND Kafka AND GCP`）、HR 會在 ATS 履歷庫下 Boolean search 找候選人。那個獨立存在的 Skills list 就是關鍵字索引區、是你被「主動找到」的入口。

我們的判讀是——最佳解是雙軌並行：Experience 區塊把核心技能寫出 application context（「用 X 做了 Y」）、Skills 區塊保留乾淨的 list 當 search index。兩個都要、不是二選一。

陷阱二：硬塞 JD verbatim、破壞中文流暢度

過去十年職涯諮詢都教：JD 寫「Strong analytical skills」就要 verbatim 抄進履歷、不要翻譯成「具備優秀的分析能力」。這條規則在 2026 主流 ATS 已經大幅放寬——新世代系統的 semantic matching 能力強到知道「跨部門協調」=「Cross-functional collaboration」是同一件事。

但要注意一個 nuance：我們在繁體中文履歷投跨國 ATS 的場景觀察到——對高度專業的硬技能或證照（例：CISSP、MITRE ATT&CK、PySpark、Kubernetes、SOX、GAAP）、verbatim 仍是降低溝通成本的安全策略。理由：這些詞通常沒有「自然中文翻譯」、硬翻反而模糊原意。

我們的建議是：專有名詞 / 認證 / 工具名 verbatim、一般語意敘述用你自己的話。為了塞 verbatim 在全中文履歷裡硬卡英文短語、會破壞人讀的流暢度——而人讀現在比 ATS 更決定生死。

陷阱三：關鍵字散落、不集中在重點位置

JD 強調的核心技能、放在 Skills 區塊最底下、藏在 Experience 段落中段。ATS 跟人類 reviewer 都會優先掃「履歷上半部 + 標題 + 第一個 bullet」——F 型視覺動線的研究 20 年來幾乎沒變。把核心關鍵字埋在底部 = 浪費你最強的證據。

編輯部建議的「人讀得通、ATS 也認得」三條原則

• 關鍵字必須有 context、不只是名詞。 不寫「Python」、寫「使用 Python + Pandas 處理每週 200GB 行為資料、產出留存報表」。同樣命中 ATS、但人讀也能看到 deliverable。
• 關鍵字放在「黃金位置」：標題、第一段、Summary、最近一份經歷的第一個 bullet。 ATS 跟人類 reviewer 的注意力曲線都是 front-loaded、不是平均分佈。
• 用 JD 的 verbatim 字眼、不要創造同義詞。 JD 寫「stakeholder management」、你寫「跨部門協調」是失分；但同時、不要硬塞你沒做過的字眼——ATS 過了、面試會穿幫。

三組編輯部建議的改寫

把前面的觀察、收成三組 Before / After。提醒——這些是編輯部建議的方向、不是 universal 公式。你的真實經驗才是骨幹。