北京
英國知識工作者每周使用語音輸入的比例，兩年內從9%飆到43%。下一個被改寫的場景，可能是你寫簡歷的方式。
這事突然能用了，是因為底層模型變了。Whisper級別的語音識別準確率過了98%，帶口音也不怵。更關鍵的是意圖感知工具——比如Wispr Flow——能邊聽邊重組，你只管啰嗦，AI負責收緊。
寫簡歷的瓶頸從來不是"寫出來"，是"改出來"。語音把啟動成本砸到了地板上。
CVPilot團隊觀察到一個三段式工作流正在流行：
第一階段，腦暴傾倒。10分鐘一個崗位，零編輯，想到什么說什么。
第二階段，結構化重錄。按動作動詞、成果、指標、背景的順序重新口述，AI幫你理成簡歷語言。
第三階段，鍵盤精修。最后20%的手術刀修改，回到打字。
他們的用戶先語音出初稿，再扔進ATS優化器過一遍。組合起來又快又誠實——快是省時間，誠實是逼你把經歷說出口，而不是對著空白文檔編。
但語音寫簡歷有坑，而且坑在機器看不見的地方。
長句粘連。口語習慣一口氣說完，粘成一大坨。對策：先粘進結構化編輯器，手動斷句。
填充詞殘留。"sort of""basically"這種口頭禪，語音轉錄會忠實記錄。
時態亂跳。不同崗位的經歷，說著說著就從過去時滑到現在時。
縮寫翻車。"SaaS"識別成"sass"，"API"變成"a pi"。
這些都不是硬傷，是習慣問題。得刻意管。
最反直覺的風險是：打字的摩擦感逼你做決定，語音的誘惑是"先倒出來再說"。而"再說"往往等于"再也不說"。結果簡歷變長，焦點變散。
你試過用語音寫簡歷嗎？哪一步卡住了？
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
