- AI làm tốt phần câu chữ: viết lại một dòng kinh nghiệm cho gọn, gợi ý động từ mạnh, tìm từ khóa trong tin tuyển dụng. Nó không biết bạn đã làm gì.
- Dữ kiện và con số phải do bạn đưa vào. Mọi con số AI tự thêm mà bạn không chứng minh được đều phải xóa.
- Che email, số điện thoại và thông tin của tổ chức trước khi dán CV vào công cụ AI.
- Hướng dẫn của trung tâm hướng nghiệp Harvard nói rõ: coi kết quả của AI là bản gợi ý sửa, không phải bản cuối, và bạn phải nói được về mọi dòng khi phỏng vấn.
Bài này dựa trên hai trang hướng dẫn dùng AI cho CV và phỏng vấn của Mignone Center for Career Success, Đại học Harvard (đọc ngày 11/11/2026), cộng với cách làm cho người học AI ứng tuyển vị trí thực tập, nhân viên mới.
AI giúp được gì, không giúp được gì
Khi viết CV, việc khó nhất là nhớ lại mình đã làm gì, kết quả ra sao, và chọn điều gì đáng kể. Việc này AI không làm thay được, vì nó không có mặt trong dự án của bạn. Phần AI làm tốt là bước sau: biến một ghi chú lộn xộn thành câu gọn, đặt động từ hành động lên đầu, đề xuất vài cách diễn đạt để bạn chọn, và chỉ ra từ khóa mà tin tuyển dụng nhắc nhiều.
Trang hướng dẫn của Harvard liệt kê các việc như vậy: gợi ý cách viết lại từng gạch đầu dòng, đưa từ khóa của tin tuyển dụng vào đúng ngữ cảnh, đóng vai người tuyển dụng để nhận xét CV, tìm hiểu sứ mệnh và sản phẩm của công ty. Cùng trang đó cũng nói AI không nên là tác giả chính, vì câu chữ nó viết thường chung chung, thiếu giọng của bạn.
Có một rủi ro đặc biệt: mô hình ngôn ngữ có xu hướng làm câu văn "ấn tượng hơn" bằng cách thêm số liệu. Bạn đưa vào "viết script làm sạch dữ liệu", có thể nhận lại "giảm 70% thời gian xử lý". Nếu con số đó không có thật, người phỏng vấn chỉ cần hỏi "70% đo thế nào?" là CV mất hết giá trị.
Bước 1: tự ghi dữ kiện thật
Trước khi mở công cụ AI, viết ra một danh sách thô, không cần đẹp: mỗi dự án, môn học, việc làm thêm, hoạt động câu lạc bộ là một mục. Mỗi mục ghi ba điều: bạn làm phần nào (không phải nhóm làm gì), dùng công cụ gì, và kết quả đo được là gì. Với người học AI, kết quả thường là độ chính xác trên tập kiểm tra, số câu trả lời đúng trên bộ câu thử, thời gian chạy, số người dùng thật.
Nếu một mục chưa có con số, hãy tìm lại: mở kho GitHub, xem README, chạy lại đoạn đánh giá. Nếu thật sự không có số, viết rõ việc đã làm là đủ; một dòng trung thực không có số tốt hơn một dòng có số bịa. Bài 10 dự án AI cho portfolio gợi ý cách làm dự án sao cho có số đo ngay từ đầu.
Bước 2: che thông tin cá nhân
Trang hướng dẫn của Harvard khuyên không chia sẻ thông tin cá nhân hay thông tin nội bộ của tổ chức với công cụ AI tạo sinh. Với CV, điều đó có nghĩa là bỏ email, số điện thoại, địa chỉ, và các chi tiết công ty cũ chưa công bố (tên khách hàng, số liệu kinh doanh) trước khi dán. Phần liên hệ bạn tự điền lại vào bản cuối; AI không cần biết chúng để sửa câu.
Bước 3: nhờ AI sửa từng phần theo tin tuyển dụng
Đừng dán cả CV và yêu cầu "viết lại cho hay". Làm từng phần: phần tóm tắt, từng dự án, phần kỹ năng. Mỗi lần đưa vào ba thứ: tin tuyển dụng, đoạn gốc của bạn, và yêu cầu rõ ràng. Một yêu cầu mẫu:
"Đây là tin tuyển thực tập sinh AI và một dòng kinh nghiệm của tôi. Viết lại dòng này thành ba phiên bản, mỗi phiên bản không quá 25 từ, bắt đầu bằng động từ. Chỉ dùng con số có trong dòng gốc, không thêm số mới. Nếu thấy thiếu thông tin quan trọng, hãy hỏi tôi thay vì tự đoán."
Câu cuối rất quan trọng: nó biến AI từ người viết thay thành người hỏi lại, giúp bạn nhớ ra chi tiết còn thiếu. Bạn chọn một phiên bản, hoặc ghép ý từ hai phiên bản, rồi sửa bằng giọng của mình. Với tin tuyển dụng tiếng Anh, có thể nhờ AI dịch CV sang tiếng Anh sau khi bản tiếng Việt đã đúng dữ kiện, không làm ngược lại.
Bước 4: soát lại bằng mắt và bằng code
Đoạn Python dưới đây làm bốn việc soát đơn giản: che email và số điện thoại trong văn bản, liệt kê con số có trong bản AI viết mà không có trong dữ liệu gốc, liệt kê kỹ năng tin tuyển dụng nhắc tới mà CV chưa có, và chỉ ra dòng kinh nghiệm chưa có con số nào.
"""Soát CV trước và sau khi nhờ AI sửa.
1. che_thong_tin: che email, số điện thoại trước khi dán CV vào công cụ AI.
2. so_la: tìm con số có trong bản AI viết nhưng không có trong dữ liệu gốc của bạn.
3. ky_nang_thieu: kỹ năng tin tuyển dụng nhắc tới mà CV chưa có (nếu bạn thật sự có thì thêm vào).
4. dong_chua_co_so: dòng kinh nghiệm chưa có con số nào để chứng minh kết quả.
"""
import re
KY_NANG = ["python", "sql", "pandas", "numpy", "git", "docker", "pytorch",
"scikit-learn", "machine learning", "deep learning", "api", "linux", "thống kê"]
def che_thong_tin(van_ban):
van_ban = re.sub(r"[\w.+-]+@[\w-]+(\.[\w-]+)+", "[EMAIL]", van_ban)
van_ban = re.sub(r"(\+84|0)(\s?\d){9}\b", "[SĐT]", van_ban)
return van_ban
def cac_so(van_ban):
return set(re.findall(r"\d+(?:[.,]\d+)?", van_ban))
def so_la(goc, ban_ai):
return sorted(cac_so(ban_ai) - cac_so(goc))
def ky_nang_thieu(tin_tuyen, cv):
tin, cv = tin_tuyen.lower(), cv.lower()
return [k for k in KY_NANG if k in tin and k not in cv]
def dong_chua_co_so(cv):
return [d.strip("- ").strip() for d in cv.splitlines()
if d.strip().startswith("-") and not re.search(r"\d", d)]
GOC = """Nguyễn Văn A, email a.nguyen@example.com, điện thoại 0912 345 678
- Làm chatbot hỏi đáp quy chế cho câu lạc bộ, trả lời đúng 41/50 câu thử
- Viết script Python làm sạch dữ liệu điểm của lớp
- Dùng Git làm việc nhóm 3 người"""
BAN_AI = """- Xây dựng chatbot RAG trả lời đúng 41/50 câu thử, phục vụ 200 thành viên
- Tự động hóa làm sạch dữ liệu bằng Python, giảm 70% thời gian xử lý
- Phối hợp nhóm 3 người qua Git"""
TIN_TUYEN = "Thực tập sinh AI: thành thạo Python, SQL, Git; biết gọi API mô hình ngôn ngữ; ưu tiên biết Docker."
def chay_thu():
dong = ["Bản đã che: " + che_thong_tin(GOC.splitlines()[0]),
"Số AI tự thêm, cần xóa hoặc chứng minh: " + ", ".join(so_la(GOC, BAN_AI)),
"Kỹ năng tin tuyển nhắc mà CV chưa có: " + ", ".join(ky_nang_thieu(TIN_TUYEN, GOC)),
"Dòng chưa có số đo: " + "; ".join(dong_chua_co_so(GOC))]
print("\n".join(dong))
return dong
if __name__ == "__main__":
chay_thu()
Với dữ liệu mẫu trong đoạn code, chương trình báo hai con số lạ là 200 và 70: bản AI viết thêm "phục vụ 200 thành viên" và "giảm 70% thời gian xử lý", trong khi dữ liệu gốc không hề có. Hai cụm này phải xóa, hoặc bạn phải có bằng chứng. Chương trình cũng báo tin tuyển dụng nhắc SQL, Docker và API mà CV chưa có. Đây không phải lời khuyên thêm vào; nếu bạn chưa biết, đừng ghi, mà hãy coi đó là danh sách việc cần học. Cuối cùng, dòng "viết script Python làm sạch dữ liệu" chưa có số đo, nên quay lại bước 1 để tìm.
Danh sách kỹ năng trong code chỉ là ví dụ ngắn, so khớp theo chữ thường, nên có thể bỏ sót cách viết khác (ví dụ "sklearn" thay cho "scikit-learn"). Bạn sửa danh sách cho phù hợp với ngành mình ứng tuyển.
Luyện phỏng vấn với AI
Trang hướng dẫn thứ hai của Harvard gợi ý dùng AI để tạo câu hỏi phỏng vấn có thể gặp từ tin tuyển dụng hoặc từ CV của bạn, phác câu trả lời theo cấu trúc STAR (bối cảnh, nhiệm vụ, hành động, kết quả) rồi xin nhận xét, và tìm hiểu ngành, công ty. Cùng trang đó cảnh báo: thông tin AI đưa ra có thể sai nên phải kiểm tra lại, và không nên học thuộc câu trả lời do AI viết.
Một cách luyện hiệu quả cho người học AI: đưa vào mô tả một dự án của bạn, yêu cầu AI đóng vai người phỏng vấn kỹ thuật, hỏi từng câu một và hỏi sâu vào chỗ bạn trả lời mơ hồ. Những câu hay gặp: vì sao chọn chỉ số này, dữ liệu có lệch không, mốc so sánh là gì, nếu có thêm một tuần bạn sẽ làm gì. Trả lời bằng lời nói thành tiếng, không gõ, vì phỏng vấn thật là nói. Danh sách câu hỏi kỹ thuật có trong bài câu hỏi phỏng vấn machine learning.
Sau mỗi buổi luyện, ghi lại câu nào bạn lúng túng. Thường đó là chỗ bạn hiểu chưa chắc trong chính dự án của mình, và cách sửa là quay lại dự án, không phải học thuộc câu trả lời hay hơn.
Quy định của nơi tuyển dụng
Một số tổ chức có quy định riêng về việc dùng AI trong hồ sơ ứng tuyển, ví dụ yêu cầu bài luận tự viết hoặc cấm dùng AI trong bài kiểm tra trực tuyến. Hướng dẫn của Harvard nhắc đọc kỹ hướng dẫn nộp hồ sơ trước. Trong bài kiểm tra lập trình hay phỏng vấn trực tuyến, dùng AI khi không được phép là gian lận, và thường bị phát hiện ở vòng sau khi bạn phải giải thích code của mình.
- Để AI tự thêm số liệu, chức danh, công nghệ mà bạn không dùng.
- Dán CV có email, số điện thoại, thông tin nội bộ công ty cũ vào công cụ AI.
- Dùng một CV do AI viết cho mọi tin tuyển dụng, không chỉnh theo từng vị trí.
- Học thuộc câu trả lời phỏng vấn do AI viết, không hiểu dự án của chính mình.
- Ghi kỹ năng chỉ vì tin tuyển dụng nhắc tới, trong khi bạn chưa biết.
Câu hỏi thường gặp
Nhà tuyển dụng có nhận ra CV viết bằng AI không?
Câu chữ chung chung, nhiều tính từ, thiếu chi tiết cụ thể là dấu hiệu dễ thấy. Điều quan trọng hơn là ở vòng phỏng vấn: nếu không giải thích được một dòng, CV mất tin cậy dù ai viết.
Có nên ghi trong CV là đã dùng AI để viết không?
Không bắt buộc với việc sửa câu chữ, trừ khi nơi tuyển dụng yêu cầu khai báo. Với dự án trong portfolio, nên ghi rõ phần nào có dùng AI hỗ trợ viết code.
CV thực tập sinh AI nên dài bao nhiêu?
Với sinh viên, một trang thường là đủ. Ưu tiên hai, ba dự án có số đo và đường dẫn GitHub hơn là liệt kê nhiều môn học.
Có nên dùng AI viết thư xin việc không?
Có thể nhờ AI gợi ý khung và sửa câu, nhưng lý do bạn muốn làm ở công ty đó và ví dụ từ kinh nghiệm phải là của bạn.
Học tiếp
- Làm dự án có số đo để đưa vào CV: 10 dự án AI cho portfolio.
- Trình bày dự án cho người tuyển dụng xem: portfolio AI trên GitHub.
- Chuẩn bị câu hỏi kỹ thuật: câu hỏi phỏng vấn machine learning.
Nếu bạn muốn học Python và AI bài bản cùng giảng viên, tham khảo khóa học AI của Big-O Coding.
Khóa AI – Introduction to Machine Learning: nền tảng Máy học từ thuật toán cơ bản đến Neural Networks và LLM, học bằng Python. Học thử buổi 1 miễn phí.
