24岁的玛格丽特·费利西亚·戈诺（Margareth Felicia Gono）在今年5月获得应用分析硕士学位后，已成功入职DoorDash担任高级助理。作为一名需要签证支持的印尼裔国际学生，戈诺在求职初期面临巨大压力：父母资助了其私立本科及常春藤硕士学业，她迫切希望在离美前积累企业工作经验。
面对海投带来的焦虑与低效，戈诺没有陷入情绪内耗，而是选择将求职过程数据化。她利用AI大模型Claude构建了一套自动化工作流，将原本盲目的申请行为转化为可优化的漏斗模型。
用AI重塑简历与申请策略
戈诺将Claude视为职业教练，开发了一套个人版的“ATS评分系统”。她将职位描述（JD）与简历输入模型，让AI识别关键技能缺口，指出经历中传达不清的部分，而非简单虚构内容。通过这一反馈机制，她不仅优化了简历要点，更学会了及时止损，放弃不匹配的职位。
随着对自我认知的清晰，戈诺发现自身优势集中在人际沟通、内容制作与规律洞察三个维度。据此，她定制了三份针对性简历，分别投向数据分析、销售营销及咨询行业。最终，她搭建了一个可视化仪表盘来追踪求职进展：累计186次申请、44次冷启动联系、19次面试、6次作业测试及3轮终面，直至拿下1个录用通知。这种视角转换，让她将185次“拒绝”重新定义为漏斗优化的必要数据。
面试中的情感计算与背景调研
在面试环节，戈诺将单向考核转变为双向对话。当招聘方允许时，她会录制面试过程，利用AI进行情感分析，精准捕捉自己的犹豫时刻、填充词使用频率，以及面试官表现出投入、赞同或困惑的情绪节点。即便无法录音，她也会在会后立即复盘关键互动。
此外，她还利用AI辅助背景调研。通过抓取面试官的LinkedIn资料并输入Claude，她能快速寻找双方的共同点。在一次面试中，她借此发现与招聘人员曾参与同一个奶酪俱乐部，这种基于真实连接的共鸣远比简历格式更具说服力。
戈诺强调，在AI普及的当下，工具本身已不再是差异化优势。真正的竞争力在于知道如何向AI提问、如何解读其输出的信息，以及在何处保留人类的主观判断。AI能帮你敲开大门，但无法替代你对工作的渴望，也无法让面试官记住独特的你。