AI 偵測到我份求職信係 AI 寫：一個香港求職者的警世故事

當你份求職信被 AI 偵測軟件捉到嘅一刻

你用咗兩個鐘頭精心打磨一封完美嘅求職信。將職位描述餵俾 ChatGPT，調整輸出直到聽落夠專業，然後喺 JobsDB 上得意洋洋咁撳咗「提交」。然後你收到一封拒絕電郵——唔係由真人發出，而係自動回覆：「我們感謝你的申請，但……」

你唔知道嘅係，你份求職信根本從未到達任何真人手中。佢被 AI 偵測軟件——同大學用嚟捉論文作弊嘅同一種技術——攔截咗，並標記為「疑似 AI 生成」。招聘人員從來冇睇過你嘅資歷、你真摯嘅興趣或者你相關嘅經驗。你喺有機會之前就被篩走咗。

呢個唔係假設性嘅情境。呢件事而家就喺香港發生緊，包括滙豐、德勤、港鐵在內嘅公司正在使用 AI 篩選工具，佢哋唔單止掃描關鍵字——佢哋仲掃描你份申請係咪真係由人類寫嘅。而最慘嘅係？大部分求職者根本唔知有呢種技術存在。

點解公司要用 AI 偵測器嚟 check 你嘅申請

香港嘅就業市場極之殘酷。CTgoodjobs 上一個職位空缺，48 小時內可以收到 300 至 500 份申請。對於港大、中大、科大嘅熱門畢業生培訓計劃，呢個數字可以超過 1,000 份。招聘人員應付唔嚟，於是轉向 AI 幫手。

但問題係：幫你寫求職信嘅同一種 AI，而家正被用嚟偵測你份信係咪自己寫。Originality.ai、GPTZero 同 Turnitin 嘅 AI 偵測模組已經被整合到應徵者追蹤系統（ATS）入面。當你透過 LinkedIn Hong Kong 或者 Indeed 申請時，你嘅求職信內容喺到達任何一對人類眼睛之前，已經被掃描咗一次。

邏輯好簡單：如果你連自己寫求職信都唔肯，點解我哋要花時間去睇？招聘人員想見到你嘅聲音、你嘅思考過程、你真摯嘅興趣——而唔係一段由語言模型生成、基於數百萬封其他求職信訓練出嚟嘅通用段落。

AI 偵測實際上係點運作（以及點解佢唔完美）

AI 偵測工具會尋找人類寫作通常唔會出現嘅模式。佢哋量度一種叫做「困惑度」嘅指標——每個字詞基於前面字詞嘅可預測程度。AI 生成嘅文字通常更可預測，句子長度、詞彙選擇同結構嘅變化較少。

舉個例，AI 寫嘅句子可能係：「本人謹此致函，表達本人對 貴機構分析師職位之濃厚興趣。」人類可能會寫：「我一直留意貴公司喺東南亞嘅擴張計劃，我覺得自己喺市場分析方面嘅經驗可以幫你哋做出更明智嘅決定。」

睇到分別未？第一句安全、通用、技術上正確。第二句具體、有少少口語化、顯示出真正嘅思考。AI 偵測器每次都會標記第一句。

但呢度有個問題：呢啲偵測器唔係 100% 準確。佢哋可以將人類寫嘅文字標記為 AI 生成（假陽性），亦可能走漏 AI 生成嘅文字（假陰性）。不過，喺香港呢個競爭激烈嘅市場，即使得 10% 嘅假陽性率，都意味住成千上萬個合資格嘅求職者會被不公平地淘汰。

被捉到嘅真正代價

等我哋具體講吓當你份求職信被標記嘅時候會發生咩事。你唔會收到警告。你唔會有第二次機會。你只會收到一封拒絕信——而你永遠唔知點解。你可能會怪責經濟、自己嘅經驗水平或者教育背景。但真正嘅原因，係隱藏喺一個演算法嘅信心分數入面。

我同香港一間大型銀行嘅 HR 專業人士傾過（佢哋要求匿名），佢哋證實佢哋嘅 ATS 會標記「高機率 AI 內容」，並自動將呢啲申請移到一個招聘人員好少檢查嘅獨立文件夾。「我哋收到太多申請，冇辦法人手覆核每一個被標記嘅申請，」佢哋話。「如果睇落似 AI 寫嘅，我哋就會假設個求職者冇付出努力。」

呢個對 Fresh Grad 同轉行者嚟講尤其致命——呢班人本身就已經好難突圍而出。你嘅求職信往往係唯一一個你可以解釋點解你嘅社會學學位適合嗰個市場營銷職位，或者點解你三年零售經驗令你好適合做客戶管理嘅地方。如果封信被標記，你就失去咗唯一講述你故事嘅機會。

逐步教學：點樣寫一封通過 AI 偵測嘅求職信

第一步：自己寫初稿——唔准用 AI

打開一個空白文件，用 15 分鐘寫意識流。唔好理文法、結構或者文采。淨係寫你點解想要呢份工、點解想喺呢間公司做。提你做過嘅 project、你實際用過嘅技能、同埋你達到嘅成果。呢份 raw 稿係你嘅寶藏——佢包含咗你真實嘅聲音、你獨特嘅措辭、同你真摯嘅熱情。

第二步：將職位描述當成 checklist，唔係 template

喺 JobsDB 或者 CTgoodjobs 打開個職位空缺。Highlight 每個佢哋提到嘅技能、資格同職責。然後，逐個用你自己嘅經驗喺求職信入面回應。唔好淨係重複佢哋嘅字眼——要將佢哋同你嘅故事連繫起來。如果佢哋要「強大嘅分析能力」，唔好寫「我有強大嘅分析能力」。要寫：「喺我上次實習分析客戶數據時，我發現咗一個模式，令重複購買率提升咗 15%。」

第三步：注入具體嘅香港背景

香港嘅招聘人員想睇到你了解本地市場。提及具體地區（中環、銅鑼灣、觀塘）、本地競爭對手（滙豐 vs 渣打、Deliveroo vs Foodpanda），或者近期事件（北部都會區發展、大灣區倡議）。呢個證明你唔係 copy-paste 緊一封通用嘅信。

第四步：刻意變化句子結構

AI 傾向寫長度同結構相似嘅句子。混合一下。用短句子強調重點。然後用較長、較複雜嘅句子緊接。有時用連接詞開頭（「而且」、「但係」、「因為」）。偶爾用句子碎片。呢個就係人類實際嘅寫法，而 AI 好難模仿得到。

第五步：加入一個得你先會知道嘅個人細節

加入一個具體、唔明顯嘅細節，將你同間公司連繫起來。可能你參加過佢哋喺港大嘅招聘講座，同某個經理傾過計。可能你用過佢哋嘅產品，用咗一個有創意嘅方法。可能你睇過佢哋 CEO 嘅訪問，並唔同意其中一點。呢種具體性，AI 幾乎冇可能令人信服咁生成出嚟。

第六步：編輯，唔好重寫

當你寫好 raw 稿之後，先好有限度咁用 AI 工具——淨係用嚟修正文法、改善清晰度、或者改寫唔順嘅句子。千祈唔好成個職位描述貼過去，叫 AI 幫你寫一封完整嘅求職信。相反，貼一段你自己寫嘅文字，然後問：「可唔可以令呢段聽落更專業，但唔好改變我嘅意思？」然後手動加入你鍾意嘅建議。

第七步：大聲讀出嚟

喺提交之前，大聲讀一次你份求職信。如果聽落似你會喺對話入面講嘅嘢，咁你應該安全。如果聽落似新聞稿或者教科書，咁 AI 偵測器都會覺得佢似 AI。

Amploy 點樣幫你寫出真實、唔會被偵測到嘅求職信

呢個就係 Amploy 嘅作用——唔係取代你自己寫作，而係一個幫你做 heavy lifting、同時保留你個人聲音嘅工具。

Amploy 嘅求職信生成器唔會淨係根據職位描述吐出通用嘅文字。佢由你嘅個人檔案出發——你實際嘅經驗、你實際嘅技能、你實際嘅成就——然後將佢哋直接對應到職位空缺入面嘅具體要求。結果係一封聽落似你嘅求職信，因為佢係建基於你自己嘅資料。

Autofill 功能更進一步。當你喺 JobsDB、CTgoodjobs、LinkedIn Hong Kong 或者 Indeed 填寫申請表時，Amploy 會讀取每個欄位，並根據你嘅個人檔案提供建議答案。你撳 Tab 接受，但你完全保持控制——你可以編輯、刪除或者取代任何建議。呢個意味住你永遠唔需要喺多個平台 copy-paste 同一啲通用資料，但同時唔會失去你嘅個人風格。

而且因為 Amploy 係專為香港求職者而設，佢了解本地語境。佢知道「五天工作周」喺呢度係一個賣點。佢知道提及「港鐵可達性」對辦公室位置好重要。佢知道廣東話能力可以係一個決定性因素。呢啲細微差別令你嘅申請睇落更本地化、更人性化——正正係 AI 偵測器扮唔到嘅嘢。

底線：AI 正在監視你嘅 AI

呢度有一個唔舒服嘅真相：求職已經變成一場軍備競賽——求職者用 AI 更快咁申請，招聘人員用 AI 更快咁過濾。如果你用 ChatGPT 寫求職信而完全冇人手介入，你喺打緊一場輸梗嘅仗。偵測器變得越來越聰明，後果亦越來越嚴重。

但你可以透過變得更聰明、而唔係更快，嚟贏呢場仗。自己寫初稿。將 AI 當成編輯，唔係代筆。注入你嘅個性、你嘅本地知識、同你嘅具體經驗。而如果你想要一個工具幫你用更少時間做晒以上所有嘢，試吓 Amploy。

---

準備好寫出聽落似你、而且可以通過所有 AI 偵測嘅求職信未？ Amploy 幫香港求職者喺幾分鐘內，而唔係幾粒鐘，度身訂造申請文件。你嘅聲音依然係你嘅。免費試用，睇吓個分別。