跨專業申請碩士時，CV 的寫法跟同專業申請完全不同。你無法靠「本科修過相關課程」來證明自己，必須主動把既有經歷翻譯成目標專業能理解的語言。這正是 AI 可以幫上忙的地方：它能快速生成一個結構框架，把零散經歷歸類。但問題也出在這裡——AI 給的大綱往往看起來合理，卻未必符合你的真實脈絡，若照單全收，CV 會變成一份「看起來很專業、但跟你沒什麼關係」的文件。

先想清楚：你從哪裡來，要到哪裡去

在打開任何 AI 工具之前，先花二十分鐘在紙上回答三個問題。第一，你本科學了什麼，哪些課程或專案讓你產生轉專業的念頭？第二，你過去做過的事（實習、社團、工作、自學）中，哪些能證明你具備目標專業需要的能力？第三，你對目標專業的理解是什麼，為什麼非讀不可？

這三個問題的答案，是 CV 大綱的骨幹。AI 不知道你為什麼從文學轉到數據科學，也不知道你在大學辯論隊學到的論證能力如何應用在使用者研究上。這些脈絡只能由你提供。若跳過這一步直接讓 AI 生成大綱，你只會得到一份「任何跨專業申請者都能用」的模板。

讓 AI 做的事：分類與轉譯，不是發明

AI 在跨專業 CV 上的真正價值，是幫你把既有經歷重新分類。例如你原本把某段實習描述為「負責撰寫行銷文案」，若目標是申請人力資源碩士，AI 可以幫你把這段經歷重新表述為「規劃內部溝通素材，協助團隊對齊招募訊息」。這個轉譯過程保留了事實，只是調整了強調的角度。

做法上，你可以先把每個經歷列成一行：做了什麼、用了什麼方法、產生什麼結果。然後請 AI 根據目標專業的能力要求，把這些經歷分配到不同區塊。AI 可能會建議你新增「數據分析工具」「專案管理經驗」「跨文化溝通」等小節，你可以逐一檢視：這些分類是否真實反映你的經歷？若某個分類底下只有一項內容，寧可併入其他區塊，也不要為了撐場面而硬湊。

必須自己判斷的三件事

第一，經歷的取捨。AI 會傾向保留所有輸入的內容，但 CV 的篇幅有限，跨專業申請者尤其需要聚焦。你必須決定：哪些經歷與目標專業最相關，哪些可以刪掉或縮減。這個判斷沒有公式，取決於你對目標專業的理解。

第二，敘述的順序。跨專業申請者的 CV 通常不按時間排序，而是按「與目標專業的相關程度」排列。AI 不知道你哪段經歷最能打動審查委員，這需要你根據自己對目標專業的認識來決定。

第三，語氣與真實性的平衡。AI 生成的描述往往偏向積極，可能把「協助舉辦活動」寫成「主導活動策劃」。你必須確保每個動詞都符合實際參與程度，不要為了讓 CV 看起來更強而誇大。跨專業申請的審查委員通常會特別留意經歷的真實性，因為他們無法從本科背景直接判斷你的能力。

常見誤區：把 CV 變成關鍵字清單

不少跨專業申請者誤以為「把目標專業常見的關鍵字塞進 CV」就能通過初步篩選。於是 CV 裡出現一堆「數據分析」「專案管理」「團隊合作」等詞彙，卻沒有具體事例支撐。AI 確實能幫你生成這些關鍵字，但審查委員一眼就能看出哪些是空話。

更好的做法是：每個關鍵字後面都跟一個具體例子。與其寫「具備數據分析能力」，不如寫「使用 Excel 分析 200 筆客戶回饋，歸納出三項主要投訴類別」。後者不需要你列舉工具名稱，卻能讓審查委員相信你真的做過。AI 可以幫你把模糊的描述改寫得更具體，但它無法替你編造你沒做過的事。

檢查清單：提交前逐項確認

完成 CV 大綱後，請確認以下事項：每個經歷的動詞是否準確反映你的實際參與程度；所有機構名稱、職稱、時間是否與事實一致；整份 CV 的敘述邏輯是否能回答「為什麼這個跨專業申請者適合我們」；以及最重要的——你能否在面試中針對 CV 上的每一項內容展開說明。

若某一段經歷連你自己都覺得陌生，那很可能是 AI 改寫過度，請回到原始版本重新調整。AI 是草稿階段的工具，最終的判斷與責任都在你身上。