CV pod ATS: jak wygląda dokument, który robot przeczyta w całości

Bartek Grygowicz, twórca techpilot.pl · 13 września 2026 · 7 min czytania

CV pod ATS to nie osobny gatunek dokumentu, tylko zwykłe, dobrze zrobione CV, z którego program rekrutacyjny potrafi wyciągnąć tekst w dobrej kolejności. Problem w tym, że większość „ładnych” szablonów tego testu nie przechodzi, a kandydat nigdy się o tym nie dowiaduje. Poniżej: czym są systemy ATS, jak czytają plik, co je wywraca i jak sprawdzam, czy dokument z generatora robot przeczyta w całości.

Czym jest ATS i co naprawdę robi z Twoim CV

ATS, czyli Applicant Tracking System, to program, w którym rekruter zbiera i obsługuje aplikacje. Wyobraź sobie poniedziałek rekruterki, nazwijmy ją HR-owa Anetka: kawa, plotki na Teamsach, a potem 300 CV na jedno ogłoszenie. Bez systemu utonęłaby w załącznikach. System wyciąga z każdego pliku tekst, próbuje rozpoznać, gdzie jest imię, gdzie doświadczenie, a gdzie umiejętności, i wkłada to do rubryk w bazie. Od tej chwili Anetka nie przegląda plików. Przeszukuje bazę. „Wymagany angielski?” Cyk, filtr. „Znajomość prowadzenia projektów?” Cyk, słowa kluczowe.

Tu ważne sprostowanie, bo w internecie krąży liczba, że „75% CV odpada na ATS-ie, zanim zobaczy je człowiek”. Nie znalazłem badania, które by to potwierdzało, więc jej nie powtarzam. To, co wiem z praktyki po stronie zatrudniającego: system rzadko odrzuca kogokolwiek sam z siebie. To człowiek ustawia filtry i wpisuje frazy, po których szuka. Robot decyduje o czymś innym: czy Twoje dane w ogóle trafią do bazy w czytelnej postaci. Jeśli parser pomieszał Ci doświadczenie z umiejętnościami, Anetka szuka frazy „zarządzanie projektami”, nie znajduje jej w odpowiednim polu i idzie dalej. Nikt Cię nie odrzucił. Po prostu nikt Cię nie znalazł.

Jak robot czyta dokument: kolejność tekstu, nie wygląd

Człowiek patrzy na stronę i widzi układ: tu ramka z kontaktem, tu kolumna z umiejętnościami, tu główna treść. Robot nie widzi układu. Widzi strumień tekstu w takiej kolejności, w jakiej zapisał go program, który tworzył plik. W mojej książce dla wydawnictwa Helion (premiera wkrótce) piszę o tym bez owijania: to proste programy, które czytają kod dokumentu linijka po linijce. Może się okazać, że Twoje doświadczenie zmiesza się z umiejętnościami i system wypluje bełkot.

Po wyciągnięciu tekstu parser szuka punktów orientacyjnych: nagłówków sekcji („Doświadczenie”, „Wykształcenie”, „Umiejętności”), dat, nazw firm, tytułów stanowisk. Na tej podstawie tnie strumień na wpisy. Jeśli nagłówki są standardowe, a daty w jednym formacie, robi to dobrze. Jeśli nagłówek brzmi „Moja zawodowa podróż”, a daty raz są zapisane jako „2021-2023”, a raz jako „od wiosny 2021”, zaczyna zgadywać. A zgadujący robot to loteria, w której Ty nie widzisz wyniku losowania.

Najprostszy test, jaki możesz zrobić sam: otwórz swój PDF, zaznacz wszystko, skopiuj i wklej do zwykłego notatnika. To, co zobaczysz, jest bliskie temu, co widzi parser. Jeśli tekst z prawej kolumny wskoczył w środek opisu stanowiska, a pod nazwiskiem masz pustkę zamiast telefonu, to robot ma dokładnie ten sam problem. Test pokazuje tylko kolejność, nie to, jak system zaszufladkuje poszczególne sekcje, ale już to wystarczy, żeby odrzucić większość „kreatywnych” szablonów.

CV pod ATS: pięć rzeczy, które robot musi znaleźć

Nie ma tu żadnej magii. Jest kilka decyzji, które podejmujesz raz, na etapie układu, i potem już ich nie ruszasz.

  1. Jedna kolumna. Tekst płynie od góry do dołu, tak jak czyta go człowiek (oko skanuje w kształcie litery F) i tak jak zapisuje go plik. Jak piszę w książce: „Pamiętaj o systemach ATS, które głupieją przy dwóch kolumnach.” Do tego jedna kolumna dobrze skaluje się na telefonie, na którym coraz częściej czyta Anetka.
  2. Zero tabel, pól tekstowych i grafik. Tabela w Wordzie wygląda jak porządek, a w warstwie tekstowej bywa czytana komórka po komórce, w kolejności, której nie kontrolujesz. Ikonki, paski umiejętności i wykresy to obrazki. „Robot widzi obrazek, a nie tekst. Dla niego Twoje umiejętności po prostu nie istnieją.”
  3. Standardowe nagłówki sekcji. Podsumowanie zawodowe, Doświadczenie, Umiejętności, Wykształcenie, Języki. Nudne? Tak. Rozpoznawalne dla parsera? Tak. Kreatywność zostaw na treść punktów, nie na nazwy rubryk.
  4. PDF z warstwą tekstową. Nie skan, nie zrzut ekranu zapisany jako obraz, nie Word, który na komputerze rekrutera wygląda jak sałatka owocowa. Prosty sprawdzian: jeśli w PDF-ie da się zaznaczyć kursorem pojedyncze słowo, warstwa tekstowa jest. Nazwa pliku Imie_Nazwisko_CV.pdf, nie CV_v2_ost_poprawione.pdf. Wyjątek: jeśli ogłoszenie wprost prosi o DOCX, wysyłasz DOCX, bo ogłoszenie ma zawsze rację.
  5. Słowa kluczowe z ogłoszenia 1:1. Anetka przeszukuje bazę frazami z ogłoszenia. Jeśli szuka „Zarządzania Projektami”, w Twoim CV ma być dosłownie „Zarządzanie Projektami”, a nie „koordynowanie inicjatyw”. Synonimy są dla poetów. Uczciwie: tylko frazy, które faktycznie masz pokryte doświadczeniem, bo na rozmowie ktoś Cię z nich rozliczy. Więcej w tekście CV pod konkretne ogłoszenie.

To jest bilet na start, nie na metę. Czytelny plik sprawia, że Anetka Cię znajdzie. Czy zatrzyma się na dłużej niż 6-7 sekund, zależy od treści: podsumowania na górze i osiągnięć z liczbami w blokach doświadczenia. O tym w artykule Jak opisać doświadczenie w CV.

Nie chcesz tego robić ręcznie? CV z mojego generatora ma układ zaprojektowany pod robota od pierwszej linijki: jedna kolumna, tekstowy PDF, standardowe sekcje, zero grafik, a do tego treść zebraną w rozmowie z moim sobowtórem AI, który dopyta o liczby jak rekruter. 15-20 minut, płatność jednorazowa od 59,99 zł, bez konta i bez subskrypcji. Zobacz pakiety

Ładne CV, które rozsypuje się w oczach robota

Przez lata przeczytałem setki CV i wiem, które elementy najczęściej psują odczyt. Prawie wszystkie pochodzą z szablonów, które na ekranie kandydata wyglądają świetnie.

Zauważ, że każdy z tych elementów został dodany po to, żeby CV wyglądało „profesjonalnie”. Zapomnij o fikuśnych szablonach. Tu nie chodzi o to, żeby było ładnie. Tu chodzi o to, żeby było transparentnie.

Jak sprawdzam, czy robot przeczyta CV z generatora

Nikt uczciwy nie obieca Ci, że Twoje CV przejdzie przez każdy system na świecie, bo systemów są dziesiątki i każdy parsuje trochę inaczej. Ja też tego nie obiecam. Mogę Ci za to powiedzieć, co robię.

Dokument z generatora jest tekstowy, jednokolumnowy, bez grafik i tabel, ze standardowymi nagłówkami sekcji. Ale nie poprzestaję na deklaracji. Układ testuję maszynowo: przy każdej zmianie w aplikacji wygenerowany plik jest czytany przez program tak, jak czytałby go parser, i sprawdzane jest, czy tekst wychodzi w dobrej kolejności, czy wszystkie sekcje są na miejscu i czy nic nie zginęło po drodze. Jeśli test nie przejdzie, zmiana nie wchodzi na produkcję. Nie deklaruję zgodności. Mierzę ją.

Do tego dochodzi warstwa, której sam plik nie załatwi: słowa kluczowe. Jeśli na starcie rozmowy wkleisz ogłoszenie, mój sobowtór prowadzi wywiad pod tę ofertę i na końcu pokazuje radar dopasowania: co masz mocne, co średnie, czego brakuje. Luki podane wprost, nie zamiecione, żebyś na rozmowie nie usłyszał niewygodnego pytania pierwszy raz w życiu.

Możesz to wszystko zrobić ręcznie: przebudować szablon na jedną kolumnę, wyrzucić grafiki, poprawić nagłówki, przekleić tekst do notatnika i sprawdzić kolejność, potem porównać frazy z ogłoszeniem. I powtórzyć przy każdej kolejnej wersji dokumentu. Ja zrobiłem to raz, w kodzie, i od tej pory pilnuje tego za mnie.

Co dalej

Czytelność dla robota to fundament, nie sukces. Kiedy masz pewność, że parser zobaczy to samo, co Ty, cała reszta zależy od treści: podsumowania, które w 3 sekundy mówi, kim jesteś, i osiągnięć z liczbami. Przegląd wszystkich zasad znajdziesz w artykule Jak napisać CV, które obronisz na rozmowie i na hubie wiedzy o CV. A jeśli wolisz dostać dokument, którego układ został już przetestowany pod robota, a treść zebrana w rozmowie: Zaczynam rozmowę z sobowtórem

Czytaj dalej