AI 改简历或作品集时的虚构经历、虚构数字、夸大角色风险

风险描述

使用 AI 改写简历、求职信、作品集文案、整理项目案例或准备面试答案时，模型可能为了"句子完整"或"页面好看"主动补写未经核实的内容：

• 把"参与"升级成"负责"，把"协助"升级成"领导"——即夸大角色。
• 把课程作业写成商业项目，把视觉概念写成已上线产品。
• 凭空添加百分比、营收、团队规模、用户量、获奖、客户、用户反馈或业务指标。
• 编造学历、证书、时间范围等可被背调查证的事实。

这是求职场景中最危险的失败模式，因为这些信息一旦进入简历、作品集页面或面试回答，本人通常需要承担招聘方追问、背调或合规审查时的失实责任。

何时容易出现

• 仅向模型说"帮我改简历/写求职信/润色作品集"，没有提供经过脱敏的事实底稿。
• 让模型一次性整份覆盖简历或作品集文案，错误跨多段累积。
• 在模拟面试练习中允许 AI 给出"标准答案"，并把其中的数字与项目直接背下来。
• 作品集页面直接引用 AI 生成的占位文案、数字、评价而未做核对。

人工复核检查点

• 简历改写后逐条 bullet 回查"动作—对象—方法—结果"四要素是否清楚。
• 每个数字都能由证据材料证伪或证实：营收、百分比、团队人数、用户量、时间范围、获奖、证书、学历等。
• 对所有角色、时间、获奖、客户、指标回到原文件、第三方平台或项目证据核对。
• "待补项目"和"待询招聘方"以独立行或注释形式保留，不要在简历正文里被自动填入。
• 概念练习、个人作品、课程作业明确标注"个人练习 / 概念项目"，避免被误读为商业案例。
• 模拟面试的回答以自己的语言写，AI 给出的建议词不应覆盖事实底稿。
• 即使句子"听起来合理"，只要本人不能解释过程、提供证据或承受追问，就不应出现在简历或作品集里。

缓解做法

• 在输入中明确约束："只允许改写我提供的事实，不允许补充未提供的经历、数字、奖项、客户、反馈"。
• 用 简历事实底稿（让 AI 不能补写未经核实的经历）（简历事实底稿）方式准备输入。
• 用 简历—JD 证据映射 把简历条目映射到证据材料。
• 用 简历逐条改写（一次只改一段经历） 分段改写，避免错误跨段累积。
• 用 一次性一题 + 反馈的模拟面试 做模拟面试。
• AI 参与范围在作品集中如实说明（参考性 UI、风格迁移、生成草稿等）。

来源边界

• 来源 SRC-CAREER-001：让 ChatGPT 变成求职神器的 5 个小技巧：明确把"虚构经历"列为最严重失败模式，侧重点在简历与面试回答中的角色夸大与数字补写。
• 来源 SRC-CAREER-005：YUCONG 个人作品集——把 AI 调研、生成、建站和交付串成求职展示：进一步扩展到作品集场景，强调占位文案、数字、评价、客户、反馈若未删会直接损害可信度，并把"项目参与误写为主导"列为典型问题。
• 本风险专指"虚构经历/虚构数字/夸大角色"维度；与版权、商标、生成图像权利等风险分属不同问题，参见 个人作品集中参考视觉、生成图与原作品相似性的版权、商标与品牌风险。

关联案例

• 案例 张誉聪 用 AI 工具组合搭建跨媒介个人作品集：AI 生成占位文案、数字、评价如果未删会直接损害可信度；模型可能把项目参与误写为主导。

关联主题

• 关联主题：求职与职业发展
• 相关任务：根据 JD 用 ChatGPT 定制简历、用 AI 把分散的项目材料整理成个人求职作品集网站