為什麼你的 CV 明明不差，卻還是對不上理想 program？我用這套 keyword 分析法找答案

選校不是只看排名，而是看 fit

這句話很多人都聽過。
但真正知道怎麼做到的人，其實不多。

大部分人的做法是：

先把 CV 整理好，去官網看一下 program 介紹，感覺不錯就投。

這樣做最大的問題是：

你是用自己的框架去看 program，
而不是用 program 的框架來看自己。

只要這個順序錯了，不管你把 CV 改得多流暢，方向都還是可能不對。

我自己曾經繞過的彎路

申請前期，我花了很多時間優化 CV。

我把每一條 bullet point 改得更精準，數字更清楚，動詞更有力。
改完之後，自己也覺得好像不錯。

但投了幾間之後，我一直有一種說不上來的感覺：
好像哪裡不太對。

後來我把其中一間學校的 program handbook 仔細讀了一遍，
才發現這個 program 真正在意的能力方向，
和我 CV 裡強調的重點其實有明顯錯位。

我花很多力氣強調的部分，不是他們最在意的。
他們真正重視的東西，我反而只用一行帶過。

這時我才意識到：

不是我的 CV 寫得不好，
而是我在開始改 CV 之前，根本沒有先搞清楚對方的標準。

為什麼很多人的 CV 優化，其實是從錯的地方開始

最常見的做法是：

先把自己的經歷整理好，
再叫 AI 幫你改得更流暢、更專業。

這沒有錯。
但它漏掉了一個更重要的前置步驟：

先搞清楚你到底要對齊什麼。

每個 program 對「理想申請者」的定義都不一樣。

有些 program 強調 research。
有些偏重 systems 實作。
有些看重跨領域應用。
有些在意你對某個特定方向的理解深度。

而這些偏好，通常不會直接寫在首頁上。
它們比較常藏在：

• handbook
• curriculum
• faculty research
• admissions FAQ
• 官網常用語言

所以在動 CV 之前，
你更應該先做的事是：

把 program 真正在意的能力方向挖出來。

步驟一：把官方資料整理進 NotebookLM

這是我在申請過程中最常用的方法。

我會先把和該 program 有關的官方資料整理進 NotebookLM，
建立一個專屬 notebook。

我通常會放進去的資料包括：

• program handbook 或 overview
• curriculum 頁面
• admissions FAQ
• 1 到 2 位有興趣的 faculty research 介紹

這幾份資料放在一起之後，
基本上就能拼出這個 program 想培養什麼人、看重什麼能力。

步驟二：請 AI 幫你整理出 program 的能力關鍵字

有了資料之後，
下一步不是直接改 CV，
而是先請 AI 幫你整理這個 program 最重視的能力方向。

我最在意的不是它幫我總結得多漂亮，
而是它能不能用 program 自己的語言 把重點抓出來。

因為真正有用的 keyword，
不是你自己想像出來的漂亮詞，
而是對方在 handbook、curriculum、faculty 頁面裡反覆出現的那些能力與用語。

例如有些 program 會一直提到：

• multilingual NLP
• human-language interaction
• scalable systems
• applied machine learning
• research rigor

這些字，
之後都會直接影響你怎麼改 CV、怎麼寫 SOP。

完整的 prompt 架構，我會放在課程裡提供。

步驟三：把 keyword 對照你的 CV，找出真正要改的地方

接下來我會把整理出來的 keyword，
逐條對照我現有的 CV。

這時我通常會把內容分成三種狀態：

• 已覆蓋：這個能力已經有在 CV 裡清楚呈現
• 有但沒寫清楚：我其實做過，但沒有用對方熟悉的語言描述
• 完全沒提：可能是真實 gap，也可能是我有經驗但根本沒想到要放

做完這個對照之後，
你就會很清楚知道：

接下來到底該改什麼，
以及該往哪個方向改。

這一步非常重要，
因為它會讓你從「我是不是整份 CV 都很糟」的焦慮，
變成「原來我要改的是這幾個地方」。

一個具體例子

我在分析 CMU LTI 的 handbook 時，
NotebookLM 幫我整理出幾個很明顯的方向，
例如 multilingual NLP、human-language interaction system，
以及 real-world deployment 的 scalability 考量。

回頭看我當時的 CV，
第一個方向有覆蓋，
第三個方向其實也有相關經驗，
但我完全沒有用這種語言去描述。
第二個方向則幾乎沒有帶到。

這個分析結果對我最有幫助的地方，不是它告訴我「你不夠好」，
而是它讓我知道：

我不是要重寫整份 CV，
而是要把原本有的經驗，
用 program 看得懂、也會重視的語言重新描述。

這和單純叫 AI 幫你把 CV 改得更漂亮，
是完全不一樣的事情。

這一步為什麼值得放在 CV 優化之前？

如果你跳過這一步，那你的 CV 優化很可能只是：

讓一份方向不對的文件，變得更漂亮。

但如果你先讀懂了 program 的語言，再回頭看自己的 CV，你常常會發現：

不是你的經歷不夠，而是你的描述方式沒有對上對方的頻率。

這種調整不一定需要你新增什麼經歷。很多時候，你只需要重新排序、重新命名、重新強調。

而這也是我後來在申請多個 program 時，幾乎都會先做 keyword 分析，再開始動 CV 和 SOP 的原因。

這套方法能幫你做到什麼？

它能幫你做到的，不是保證 CV 一改就錄取。

它真正能幫你做到的是：

先看懂 program 的標準，
再決定你的 CV 要怎麼對齊。

這件事很重要，
因為很多人的問題不是不努力，
而是努力的方向沒有先校準。

但它不能取代你的判斷

AI 可以幫你整理資料、抓出關鍵字、加速分析。
但最後還是要由你來判斷：

• 哪些經驗真的值得強調
• 哪些 keyword 和你是自然對得上的
• 哪些部分只是看起來厲害，但其實不適合硬塞進 CV

所以我一直覺得，
AI 在這裡最有價值的角色不是代替你思考，
而是幫你 更快看見問題在哪裡。

結語

這套 handbook keyword 分析方法，
是我在實際申請過程中慢慢建立出來的。

它幫我理解一件很重要的事：

CV 優化的起點，不是先把句子修漂亮，
而是先搞清楚對方到底想看到什麼。

如果你現在也正在改 CV，
但越改越沒有方向，
也許你真正缺的不是更厲害的修稿技巧，
而是先做一次 program keyword 分析。

完整的分析流程、prompt 架構，
以及後面怎麼接到 CV 與 SOP 對齊，
我會放在課程裡完整示範。

如果你有興趣，
也歡迎先追蹤課程頁，
後面的試閱內容也會開放其中一小段分析流程。

填寫課程問卷+追蹤課程頁面，抽免費課程！

 ✅ 全額免費課程名額（抽 5 名） 

 ✅前 100名享$1,000 課程驚喜折價券 

👉 立即填寫問卷