Prompt ChatGPT per il CV: quelli che funzionano, testati

Gli elenchi di prompt di ChatGPT per il CV si trovano facilmente, e i prompt che contengono hanno un'aria di famiglia. Uno dice al modello che è un esperto nella stesura di CV. Un altro chiede verbi d'azione incisivi e risultati misurabili. Chi cerca lavoro ne incolla uno e riceve qualcosa di ordinato: un profilo professionale che potrebbe stare in cima al CV di chiunque, o punti elenco con una X tra parentesi quadre dove dovrebbero esserci i risultati.

Quegli elenchi mostrano di rado che cosa ha restituito il modello, e così è difficile giudicare i prompt. Per questo UseResume ha scritto un CV ordinario, con qualche difetto, per una coordinatrice marketing inventata e su quel CV ha provato sedici prompt, ciascuno almeno tre volte. Coprivano cinque compiti comuni (i punti elenco, il profilo professionale, l'adattamento a un annuncio, una critica e una lettera di presentazione), più la verifica di una bozza finita. Ogni risposta citata qui sotto è quella restituita dal modello.

In breve, la formulazione ha contato molto meno del contenuto. Definire il modello un esperto non ha cambiato quasi nulla. Chiedere metriche ha prodotto spazi vuoti, e chiedere tutte le parole chiave dell'annuncio ha prodotto un avvertimento. Tre cose hanno davvero cambiato il risultato: i fatti che il CV aveva tralasciato, poche regole su ciò che non andava modificato e l'istruzione di elencare tutto ciò che non si poteva dimostrare. I prompt sono riportati per intero, pronti da copiare.

Un CV, sedici prompt di ChatGPT

La candidata è Tessa Marlow, che non esiste. Da più di quattro anni è coordinatrice marketing da Fernhollow Outdoor Supply Co., un negozio online di attrezzatura da campeggio, anch'esso inventato. Prima ha lavorato al servizio clienti di una libreria e come barista. Il suo CV si apre con un obiettivo professionale che comincia con «Professionista del marketing volenterosa e motivata», contiene due refusi e tre formati di data diversi, e descrive così il suo impiego attuale:

Si candida come responsabile dell'email marketing da Tidewick Coffee Roasters, un'azienda di caffè in abbonamento altrettanto inventata. Ogni somiglianza di questi nomi con persone o aziende reali è involontaria. L'annuncio chiede esperienza pratica con Klaviyo, una piattaforma per l'email marketing, esperienza nel marketing via SMS e qualcuno che guidi un collaboratore diretto. Tessa non ha nessuno dei tre requisiti.

Quello che ha è una serie di fatti che non ha mai messo per iscritto nel CV, raccolti in un secondo documento, i suoi appunti. La newsletter arriva a circa 48.000 iscritti. Il suo tasso di apertura medio è salito dal 21% al 29%. Le email per i carrelli abbandonati che ha riscritto recuperano circa 9.800 dollari al mese, contro i 4.100 di prima. Gli appunti elencano anche ciò che non ha fatto, Klaviyo compreso. Solo alcuni prompt hanno ricevuto gli appunti.

Il modello era GPT-6.1, provato a novembre 2026. È stato usato tramite lo strumento a riga di comando di OpenAI, non con l'app di ChatGPT, quindi le risposte nell'app possono essere diverse. Le risposte cambiano anche da un'esecuzione all'altra: per questo ogni prompt è stato eseguito almeno tre volte, e dove le esecuzioni non concordano viene segnalato. Nei prompt che seguono, il materiale incollato è sostituito da un'etichetta tra parentesi quadre.

Chiedere risultati misurabili

Il primo prompt era quello che scrive un candidato stanco: «Migliora questi punti elenco del mio CV.»

I cinque punti elenco sono passati da 29 parole a un numero compreso tra 45 e 57, a seconda dell'esecuzione, senza dire nulla di nuovo. «Responsabile della» è diventato «Coordinato» in un'esecuzione, «Gestito» in un'altra e «Curato in prima persona» nella terza. Ogni risposta si chiudeva chiedendo ciò che mancava. La prima diceva: «aggiungi dettagli concreti come la dimensione del pubblico, il volume delle campagne, la crescita del coinvolgimento o i ricavi recuperati».

Il consiglio abituale è chiedere esplicitamente i numeri. Un elenco pubblicato da eWeek a febbraio 2026 è un esempio tipico. Il suo prompt per i punti elenco chiede «verbi d'azione incisivi e risultati misurabili» e, dove non ci sono numeri esatti, «segnaposto realistici». Un prompt con la stessa richiesta di fondo, «Riscrivi questi punti elenco del mio CV usando verbi d'azione incisivi e risultati misurabili», ha prodotto questo:

Va detto a merito del modello che in tre esecuzioni non ha inventato nemmeno un dato. Ha lasciato 12, 12 e 9 spazi vuoti, con l'indicazione di sostituirli con numeri reali. Ma uno spazio vuoto non è neutro. Questi danno per scontato che i lanci abbiano generato lead, che qualcuno abbia misurato le conversioni e che Tessa abbia «ottimizzato» una sequenza su cui aveva detto soltanto di aver lavorato. Una candidata che riempie quegli spazi viene spinta verso affermazioni che non ha mai fatto.

Un modo migliore di seguire lo stesso istinto è far fare domande al modello prima che scriva:

Tutte e tre le esecuzioni hanno restituito esattamente dieci domande. Una di queste, nella prima, era: «Quali decisioni o cambiamenti ha potuto adottare il direttore marketing grazie ai tuoi report?» Gli appunti di Tessa sono, in pratica, le risposte. Con gli appunti allegati e quattro regole in più, il prompt diventa:

In tutte e tre le esecuzioni ogni dato veniva dagli appunti e nessun punto elenco superava le 24 parole. La quarta regola è stata applicata ogni volta, sempre alla stessa riga. Nella seconda esecuzione diceva: «Il punto elenco sui report resta semplice perché i tuoi appunti non descrivono come i report abbiano orientato decisioni, fatto risparmiare tempo o migliorato i risultati.»

L'esperto che non ha cambiato nulla

Per il profilo professionale sono stati messi a confronto due prompt brevi. Uno era di una sola riga: «Scrivi un profilo professionale per il mio CV.» L'altro cominciava come molti dei prompt pubblicati: «Agisci come un esperto nella stesura di CV con 20 anni di esperienza. Scrivi per il mio CV un profilo professionale convincente che catturi l'attenzione di un recruiter.»

La frase centrale è praticamente identica. Nelle sei esecuzioni i profili andavano da 45 a 56 parole, cinque su sei usavano l'espressione «orientato al cliente» e nessuno conteneva un solo risultato, perché il CV non ne offre. Vent'anni di esperienza immaginaria non ne hanno aggiunto nessuno.

Il dato è coerente con quanto riportato a dicembre 2025 dai Generative AI Labs della Wharton. I ricercatori hanno messo alla prova sei modelli su domande difficili a scelta multipla e hanno concluso che assegnare al modello il ruolo di esperto «non migliora in modo affidabile l'accuratezza». Il loro consiglio era di concentrarsi su «istruzioni specifiche per il compito anziché sull'assegnazione di un ruolo». Le domande a scelta multipla non sono CV, e lo studio misurava l'accuratezza, non la qualità della scrittura. Almeno su questo CV, però, il risultato è andato nella stessa direzione.

Ecco come sono fatte le istruzioni specifiche per il compito:

Tutte e sei le versioni, due per esecuzione, avevano tra 46 e 52 parole, e ogni dato risaliva agli appunti o alle date del CV. Le parole vietate si sono rivelate una semplice precauzione: questo modello non ne ha messa nessuna in un profilo nemmeno quando era lasciato libero.

Adattare il CV a un annuncio di lavoro

L'adattamento è stato provato con tre prompt. Il primo era di una riga: «Adatta il mio CV a questo annuncio di lavoro.» Il secondo è del tipo che promette di battere i software di selezione: «Agisci come un esperto nella stesura di CV e specialista di ATS. Riscrivi il mio CV in modo che corrisponda il più possibile a questo annuncio di lavoro e superi l'ATS. Includi tutte le parole chiave importanti dell'annuncio.»

Nessuno dei due ha trasformato Tessa in un'utente di Klaviyo. In tutte e sei le esecuzioni il modello ha sostituito l'obiettivo professionale con un profilo, ha corretto i refusi, uniformato le date, spostato in fondo il punto elenco su Instagram e non ha attribuito alcuno strumento che il CV non elencasse. Le cose più vicine a un'invenzione erano piccole. In tutte e sei le esecuzioni il sistema degli ordini della libreria è diventato un «sistema di gestione degli ordini» e le bevande della barista sono diventate bevande al caffè, e ogni esecuzione del prompt sulle parole chiave ha aggiunto, per il lavoro da barista, un punto elenco sul servizio clienti in un bar «dinamico». Ogni risposta a quel prompt si chiudeva con un avvertimento; una diceva che «la sola corrispondenza delle parole chiave non può garantire il superamento dell'ATS».

Il CV, insomma, era al sicuro, ma non era migliorato. Nella prima esecuzione del prompt sulle parole chiave, il primo punto elenco diceva: «Coordino la newsletter settimanale via email, mantenendo un calendario costante delle campagne e una comunicazione regolare con i clienti.» Il terzo prompt conteneva gli appunti e sei regole:

Questo è un CV che un responsabile delle assunzioni può valutare. In questa esecuzione la newsletter è diventata «campagne email settimanali», sul modello delle «campagne settimanali» dell'annuncio, e ogni dato risale agli appunti. Ogni esecuzione ha prodotto anche l'elenco richiesto dalla quinta regola, e ogni volta conteneva 16 voci.

L'elenco mostra quanto alla lettera siano state prese le regole. Con l'ordine di non ammorbidire, il modello ha elencato tutto, fino a una passione per il caffè che non era stata «dichiarata», anche se Tessa è un'ex barista e un'abbonata di Tidewick. Con l'ordine di non cambiare le date, in tutte e tre le esecuzioni ha lasciato «08/2020 - 5/22» esattamente come lei l'aveva scritto, mentre con il prompt di una riga aveva sistemato la stessa riga senza che nessuno glielo chiedesse. Nella sua guida ai prompt per GPT-5, un modello precedente, OpenAI scrive che il modello «segue le istruzioni del prompt con precisione chirurgica», e qui GPT-6.1 ha fatto lo stesso. Le regole proteggono i fatti, ma proteggono anche gli errori, quindi il risultato va comunque riletto. Delle 16 lacune, per alcune vale la pena preparare una risposta: Klaviyo, gli SMS, il collaboratore diretto, la segmentazione e gli altri flussi automatici.

Una critica con l'annuncio allegato

La critica è stato l'unico compito in cui il prompt breve se l'è cavata bene. «Puoi rivedere il mio CV?» ha trovato, in tutte e tre le esecuzioni, tutti e sette i difetti inseriti di proposito nel CV: l'obiettivo professionale vuoto, le mansioni senza risultati, entrambi i refusi, i formati di data misti, l'elenco di competenze gonfiato e «Referenze disponibili su richiesta». Un'esecuzione ha notato anche che il numero di telefono non aveva il prefisso. Ogni risposta ha poi riscritto in parte o del tutto il CV senza che nessuno lo chiedesse.

Quello che il prompt breve non poteva dire era se il CV avrebbe superato questa particolare selezione, perché il modello non aveva visto l'annuncio. Il prompt più lungo lo fornisce:

Ogni risposta completa cominciava con un no e metteva al primo posto i problemi che nessuna revisione può risolvere:

Questo prompt ha prodotto anche gli unici veri fallimenti dell'esperimento. Nella prima formulazione chiedeva al modello di «citare la riga esatta» per ogni problema. In tre esecuzioni su sei la risposta si è interrotta nello stesso punto, a metà della citazione della riga delle competenze:

Perché sia successo non si sa. Quando l'istruzione è stata cambiata nella formulazione riportata sopra, quattro esecuzioni su quattro sono arrivate in fondo. La lezione pratica è più semplice: una risposta che sembra sbagliata può essere solo un'esecuzione andata male, e chiedere di nuovo non costa nulla.

La lettera di presentazione e un secondo modello

Con una sola riga, «Scrivi una lettera di presentazione per questo lavoro», il modello ha scritto tre lettere da 242 a 263 parole. Tutte e tre erano oneste, perché ammettevano che l'esperienza di Tessa riguarda Mailchimp e non Klaviyo, e nessuna conteneva un dato di alcun tipo sul suo lavoro. Una frase tipica: «Lavorare alle email per i carrelli abbandonati mi ha dato esperienza in una parte importante del percorso del cliente».

Le tre lettere erano di 196, 198 e 200 parole. Sono rigide, e «Voglio questo lavoro perché» non è una frase che qualcuno terrebbe. Ma ogni frase si può difendere a un colloquio, ed era proprio questo lo scopo delle regole.

Le regole contano di più con un modello che si prende più libertà. Lo stesso prompt di una riga è stato dato due volte a Claude Fable 5.1, che un confronto precedente tra i due aveva giudicato il migliore nella scrittura e il più disinvolto con i fatti.

Il CV non dice nulla delle mattine di Tessa, e i suoi appunti dicono che non ha mai fatto marketing via SMS. Sotto la lettera il modello ha aggiunto che la frase su Klaviyo «presuppone che tu inizi davvero i loro corsi gratuiti». Con le sei regole, entrambe le lettere di Claude sono rimaste aderenti agli appunti. Lo scostamento più evidente è che ciascuna attribuiva ai test sugli oggetti una parte dell'aumento del tasso di apertura, cosa che gli appunti non sostengono. Una lettera aveva anche una frase migliore di qualsiasi cosa negli appunti: «Vorrei scrivere le email che già leggo.»

Claude si è preso le stesse libertà nell'adattamento. Con il prompt sulle parole chiave, uno dei suoi CV ha dato a Tessa la qualifica «Coordinatrice marketing (responsabile email marketing)». Per una bozza che esiste già, c'è un prompt che la confronta con l'originale:

Con quel CV, GPT-6.1 ha elencato 19, 22 e 24 affermazioni non sostenute nelle tre esecuzioni. Tutte e tre hanno colto la nuova qualifica e la segmentazione delle liste, che nell'originale non compare da nessuna parte. Tutte e tre hanno anche contestato «Preparato bevande a base di espresso», con la motivazione che il CV dice solo «Preparato bevande».

Cosa hanno in comune i prompt di ChatGPT che funzionano

Messi uno accanto all'altro, i prompt che hanno funzionato hanno le stesse tre parti. Contengono i fatti: i numeri, gli strumenti, ciò che si è scritto e ciò in cui si è solo dato una mano. Dicono che cosa non deve cambiare. E danno al modello un posto dove mettere tutto ciò che non può dimostrare, un elenco «Non coperti» o una nota che segnala un punto elenco rimasto semplice, così che una lacuna non debba essere riempita con qualcosa che suona meglio.

La documentazione di OpenAI paragona un modello di ragionamento a «un collega esperto» a cui si può dare un obiettivo, contando sul fatto che saprà «definire i dettagli». Quella di Anthropic chiede agli utenti di pensare a Claude come a «un dipendente brillante ma nuovo, a cui manca il contesto». In un CV i dettagli sono il contesto, e solo il candidato li conosce. Nessuna scelta di parole recupererà un tasso di apertura che il modello non ha mai saputo.

Insieme ai prompt servono due avvertenze. Un CV contiene dati personali. Uno studio di Stanford sulle informative sulla privacy di sei sviluppatori americani di AI, pubblicato nel 2025, ha rilevato che tutti e sei sembravano usare per impostazione predefinita i dati delle chat per addestrare i loro modelli. Il consiglio pubblicato insieme allo studio era di negare il consenso ovunque fosse possibile, e numero di telefono e indirizzo si possono cancellare prima di incollare il CV. La seconda avvertenza è che l'adattamento ha un limite. Un recruiter senior ha detto nel 2024 alla SHRM (l'associazione statunitense dei professionisti delle risorse umane) che un CV modellato su un annuncio si riconosce facilmente perché «ogni singola parola chiave compare nel CV di questa persona», e che l'AI «gonfierà la loro esperienza in termini di mansioni». Un altro articolo esamina quanto i recruiter riescano a distinguere un CV scritto con l'AI da uno scritto da una persona.

Resta il prompt copiato da un elenco, con il suo esperto e i suoi risultati misurabili. Con questo modello ha fatto pochi danni: nessuna esecuzione ha inventato un dato, uno strumento o una qualifica. Ha restituito il CV che aveva ricevuto, con parole più lunghe e spazi vuoti al posto dei fatti. Dieci minuti sono spesi meglio sugli appunti: quanti, quanto spesso, che cosa è cambiato, e che cosa non si è mai fatto. Il prompt che li accompagna può essere breve.

Come ti aiuta UseResume

In una chat, gli appunti, le regole e le verifiche restano tutti a carico di chi scrive. UseResume è pensato apposta per i CV, quindi una parte di quel lavoro è già nel prodotto. Importa un CV esistente o un profilo LinkedIn, oppure ne costruisce uno a partire da domande guidate, e il suo generatore di CV AI scrive il profilo professionale e i punti elenco dentro un modello compatibile con gli ATS, dove ogni suggerimento si può modificare.

Incolla un annuncio di lavoro e lo strumento per adattare il CV ti mostra quali parole chiave dell'annuncio sono presenti e quali mancano: quasi un elenco «Non coperti», senza bisogno del prompt. L'analisi del CV assegna poi al risultato un punteggio con 37 controlli, e il generatore di lettere di presentazione lavora sullo stesso CV e sullo stesso annuncio.

Crea il tuo account e parti dal CV che hai già.