有沒有想過，如果 AI 能根據職缺自動幫你修改履歷，你的求職效率會提升多少？
今天，我們就要讓這件事成真。

昨天，我們停下腳步，深入探討了自動化工作流背後的「設計思維」。我們學到，所有工作流的本質都是資料的流動，並掌握了一套從零開始設計自己工作流的六步驟方法。理論是骨架，實踐讓它有了生命。今天，我們就要把昨天的思維框架應用到一個真實、且極具價值的場景中——履歷修改。

為什麼要自動化「履歷修改」？求職者都知道，針對不同職位「客製化履歷」是提高面試率的關鍵。但為每個職缺手動修改履歷，是一件重複性高、又極度耗時的苦差事。這很符合我們昨天提到的「值得被自動化」的任務特徵。因此，我們今天要來打造一個真正能解決痛點的自動化工具：AI 履歷修改器。今天的文章將分享：

• 如何應用「工作流設計六步驟」來規劃一個新專案
• 如何使用 n8n Form Trigger 節點建立互動表單
• 如何設計精準 Prompt，讓 AI（Gemini） 扮演專業 HR 角色
• 如何將理論思維轉化為實際可運行的 n8n 工作流

準備好了嗎？讓我們從思維到落地，完整見證自動化的威力！

一、從設計到落地：把思維變成流程

步驟一：先確認是否有現成工具可用

市面上雖有 Grammarly 或履歷健檢網站，但它們多半偏重語法或格式建議，很少能針對特定 職位描述 (Job Description) 提供客製化建議。我們希望的是讓 AI 能深度比對「我的履歷」與「目標職缺」，因此自己打造工作流是個更靈活的選擇。

步驟二：拆解行為

手動修改履歷的過程大致如下：

1. 開啟履歷文件與職缺描述頁面：
   也就是說，我們需要兩個關鍵輸入：職缺資料與履歷草稿。
2. 比對兩份內容，找出關鍵技能與經驗：
   這部分有時候我們人工判斷、有時候請 AI 判斷
3. 修改履歷語句與順序，凸顯重點：
   以我自己為例，我通常都會先將我的草稿請 AI 潤飾、調整
4. 輸出最終版本：
   將 AI 提供的內容貼上履歷編輯器上，最終輸出 PDF

這過程可對應到工作流的四個階段：觸發(我要找某個職缺) → 輸入（職缺網址/內容、履歷草稿） → 處理（AI 潤飾） → 輸出（潤飾過後的內容）

步驟三：確認是否有對應節點或 API 可用

根據拆解結果，我們盤點可用的 n8n 節點：

• Form Trigger：接收使用者輸入（履歷草稿、職缺描述）
• AI Agent：AI 分析與建議生成
• Gmail / Send Email（可選）：輸出結果給使用者
• Google Sheets（可選）：紀錄每次修改結果
• Google Docs：將 AI 潤飾過後文件產出

技術上完全可行，沒有任何瓶頸。

步驟四：理解資料流向

資料旅程如下：Form Trigger (輸入資料) → Gemini (處理與分析) → Gmail (輸出結果)

資料流在節點間幾乎都以簡單的 文字（String） 型態傳遞，非常好處理。

步驟五：思考資料處理方式（設計 Prompt）

核心問題：如何讓 AI 提供真正有價值的建議？

關鍵在於 Prompt 的設計。我們可以讓 AI 扮演專業 HR 以及面試官的角色。

範例 Prompt 可見下一節 AI Agent 的提示詞截圖

步驟六：測試與優化

使用真實履歷與職缺描述進行測試，觀察 AI 回傳品質，不斷微調 Prompt，直到輸出結果穩定且具實用價值。

二、開始搭建！AI 履歷修改器實作

在前一部分，我們已經構思了整個工作流的架構。接下來，就要進入實作階段，一步步打造出屬於你的 AI 履歷修改器。

1. 工作流觸發與輸入（Input） — 使用 Form Trigger 建立資料入口

首先，我們需要一個讓使用者提交資料的入口。在 n8n 裡，這可以透過 Form Trigger 節點輕鬆完成。

基本設定步驟：

1. 建立新工作流，第一個節點選擇 Form Trigger。
2. 開啟節點後，你可以設定：

   • Form URLs：表單網址。和 Webhook 一樣分為 Test URL 與 Production URL。

     測試時使用 Test URL；正式上線後，將工作流切成 Active 模式，再使用 Production URL。

     • 在測試階段，如果使用Execute Step（執行節點），需要手動將 Test URL 複製到瀏覽器中開啟表單；若使用 Execute Flow（執行工作流），系統則會自動在新視窗中開啟測試表單，方便你即時測試輸入效果。

   • Form Title / Description：顯示在表單頁面的標題與說明。

   • Form Elements：定義輸入欄位，像是：

     • Field Name：欄位名稱
     • Element Type：輸入格式（文字、檔案、選項等）
     • Placeholder：提示文字
     • Required Field：是否必填

在 Form Fields 中點擊 Add Form Element 即可新增欄位。例如，我可能會新增：

• 一個「職缺網址」欄位（讓工作流去抓取職缺內容）
• 一個「履歷上傳」欄位（用來取得原始履歷 PDF）

啟用工作流後即可看到表單。如果正式啟用，可直接在瀏覽器輸入 Production URL 進入表單填寫。

小提示：這部分的彈性非常高。

你也可以改為：

• 直接輸入 職缺描述文字 (Job Description)；
• 從 Google Drive 讀取履歷檔；
• 使用 AI Agent 搭配 Google Docs Tool 自動讀取履歷內容；
• 監控 Google Sheets 新增列時觸發工作流；
• 或串接 Webhook / Discord / LINE，讓使用者從聊天室觸發流程。
• 收到來自職缺網站的通知信，觸發取得信件與職缺網址、內容

這完全取決於你的使用情境與資料來源，設計空間相當自由。

2. 資料處理（Process） — 讓 AI 分析並生成適合的履歷內容

當表單資料送出後，下一步就是「處理階段」。我們要讓工作流理解並轉化這些輸入，讓 AI 幫我們改寫履歷。

處理流程說明：

1. 取得的輸入資料包含：

   • 職缺描述
   • 原始履歷內容

2. 若使用者提供的是職缺網址，可使用：

   • HTTP Request 節點：直接抓取網站內容；
   • 或 Code 節點（JavaScript/Python）進行客製化擷取。

   若網站結構複雜，可能需要簡單的爬蟲邏輯。

3. 若履歷是 PDF 檔案，可使用：

   • Extract from PDF 節點：將 PDF 中的文字內容擷取出來；
   • 若 PDF 是圖片形式，則可搭配 OCR 節點進行文字辨識。

4. 資料整理完成後，將「職缺描述」與「履歷內容」一同餵給 AI 節點（如 Gemini 或 OpenAI），

   讓 AI 提供具體的修改與優化建議。

就像平常我們請 AI 幫忙潤飾文字一樣，只是這次，它要根據職缺需求自動「對齊」你的履歷。以下為我在 AI Agent 中輸入的提示詞：

進階應用：
你也可以更進一步，加入『Prompt 模板邏輯』，讓 AI 根據產業別、履歷風格（專業／技術／新創）自動切換不同語氣與架構。

3. 成果輸出（Output） — 將結果交回使用者

完成 AI 的分析後，最後一步是決定如何「交付結果」。

幾種常見的輸出方式：

1. 直接傳送文字結果

   • 使用 Gmail、Discord、LINE、Messenger 等節點，

     將 AI 生成的履歷修改建議直接寄回使用者。

   • 適合快速回饋、不需太多格式化的情境。

   • 也可以透過文字生成網站的 HTML Code，直接產生一個臨時個人網站

2. 寫入文件（建議，這樣更省去複製貼上的時間）
   • 若希望輸出更正式，可將結果寫入 Google Docs。這樣就能省下手動複製貼上的時間。
   • 可使用：
     • Google Docs 節點 的「Create Document」或「Replace Text」功能；
     • 或使用 AI Agent 節點 掛載 Google Docs Tool，讓 AI 直接將內容寫入指定段落或模板。
   • 延伸應用：

     • 若希望直接產生 PDF 檔，可在寫入 Google Docs 後，再利用 Google Drive Download 節點以 PDF 格式下載文件。
       

     • 不過因為我通常會在寫入文件後再進行細微的排版、內容微調，所以工作流通常到「寫入文件」這步就結束，這樣還是能省下不少時間。

3. 進階應用
   • 若想保留原格式，可使用「Replace Text」將內容更新到指定位置；
   • 若要記錄歷史版本，可同時寫入 Google Sheets 作為修改紀錄；
   • 或搭配 Webhook 節點，自動將結果同步到其他應用（如 Notion、Slack）。

到這裡，你已經完成一個具備：

輸入（Form Trigger）→ 處理（資料解析與 AI 分析）→ 輸出（多通道回傳）的 AI 履歷修改工作流。

三、成果展示與延伸應用

以下是我所架設的工作流示意圖：

這個流程讓我只需要在表單中輸入職缺網址並上傳原始履歷，幾秒鐘後，Google 雲端就會自動生成一份由 AI 潤飾後的履歷文件。

相較於以往的流程——「看到職缺 → 複製 JD 和履歷 → 丟給 AI → 複製生成結果 → 貼回 Word」—— 如今，只要填一次表單，整個流程便能全自動完成，省下大量重複的手動操作時間。

實際體驗後，我發現這不只是提升效率，更是一種 重新定義工作方式 的過程。
當你能用系統思維重塑日常任務時，你就真正掌握了自動化的核心價值。

驗證設計思維

這個成果，其實正是昨天所分享「工作流設計思維」的最佳實踐：

1. 確認是否有現成工具 — 沒有專門為我需求設計的履歷修改工具，因此選擇自行打造。
2. 拆解任務行為 — 分為「上傳履歷」「取得職缺」「AI 改寫」「文件生成」等步驟。
3. 確認節點或 API — 透過 Form Trigger、HTTP Request、AI Agent、Google Docs 等節點完成。
4. 思考資料處理方式 — 履歷與職缺敘述如何處理再能交給 AI。
5. 測試與優化 — 逐步確認各節點資料傳遞是否正確，最後再串成完整流程。

最終的工作流也對應昨天提到的四個階段：

觸發：提交表單 → 輸入：履歷與職缺資料 → 處理：AI 分析與生成 → 輸出：寫入 Google Docs

進一步自動化的可能

當然，如果你覺得**「還要手動上傳履歷、貼職缺網址」**太麻煩，當然也有更進階的做法：

• 雲端履歷整合：
  將履歷預先上傳至 Google Drive 或 Notion，讓 n8n 可直接讀取。
• 自動觸發：
  改以 Gmail 節點為觸發條件，當信箱收到職缺推薦信時，自動擷取職缺網址與內容，立即觸發改寫流程。

這樣就能實現「真正的零接觸履歷更新」：AI 會在你收到新工作推薦的瞬間，自動幫你生成一份針對該職缺調整後的履歷。

延伸功能

除了履歷修改，其實這套流程也能加入更多延伸的功能，例如：

• 加入資料庫紀錄：將每次生成的履歷與職缺資料寫入 Google Sheets 或 Notion，建立「履歷改寫歷史庫」。
• 多平台通知：同步推播到 LINE、Discord 或 Slack，提醒你「AI 已完成新履歷」。
• 個人化風格選擇：在表單中加入「風格選項」（如：專業 / 新創 / 技術導向），讓 AI 根據風格自動調整語氣與內容呈現。

這樣一來，這不僅是一個「AI 幫你改履歷」的工作流，更是一個可延展、可重複使用的個人自動化系統。它的價值不只在於省時間，而是在於讓你開始用系統思維去設計自己的工作方式。

四、結語與明日預告

今天，我們不只是完成了一個自動化任務，而是親手走完了從「需求思考」到「具體實踐」的完整過程。你現在擁有的，不只是照著教學複製他人工作流的能力，而是能夠 獨立思考、設計並實現屬於自己自動化系統 的能力。

這代表你已經跨過了「工具使用者」與「系統設計者」之間的那道分界線。這也是本系列中最後一個完整的實戰案例。從今天起，你已經具備打造屬於自己 AI 工作流的基礎思維與方法。

明天，我將帶你學會如何善用別人的智慧 ——了解如何取得、導入並改寫他人的 n8n 模板（Template）。 別人的經驗，將成為你前進的捷徑，準備好了嗎？我們明天見！