マッチ精度を高める履歴書の書式

Sweepy は履歴書ファイルの中の単語を採点します。ファイルを開くとテキストを抽出し、求人票と比較します。エンジンが読めるテキストの量は、書式によって決まります。

2 段目の列、テキストボックス、スキャンしたページがあると、スキル一覧の全体がエンジンから見えなくなることがあります。書式を 1 か所直すだけで、経歴の文言を変えずにマッチ率が上がることもよくあります。

注記

このページは Sweepy が履歴書を読み取る方法を説明します。採点式とレポートの構成については、結果の読み方を参照してください。

Sweepy が読み取れるもの

Sweepy は resume.path にある PDF と Word ファイルを読み取ります。パスを .docx に向けると、Sweepy はその段落と表を直接読み取ります。Word の履歴書を先に変換する必要はありません。エディターが両方の形式を用意している場合は .docx を残してください。サードパーティの変換ツールはページを別の順序で組み直すことがあり、Sweepy はその変わった順序を読み取ります。

PDF のコピーが必要なときは、Sweepy 付属の変換ツールを実行します。同じ段落と表から、きれいな 1 段組みの PDF を組み直します。どちらのファイルからも同じ単語が抽出されます。--convert で任意のドキュメントを変換するを参照してください。

次の問題は抽出を妨げます。

PDF でも DOCX でもないファイル。 Sweepy が採点できるテキストを生むのは PDF か DOCX だけです。.pages、.odt、.doc、.txt ファイルでは、エンジンに何も渡りません。Sweepy の変換ツールは .txt と .md を扱い、.doc は Microsoft Word 経由で扱います。.pages や .odt は、まずそのアプリから書き出してください。
テキスト層のないスキャンページ。 スキャンは単語ではなく単語の画像を Sweepy に渡します。テキスト層が見つからないため、採点は must_have_skills だけに切り替わります。
パスワード保護された PDF。 Sweepy は暗号化されたファイルを開けません。保存する前にパスワードを解除してください。
欠落または破損したファイル。 パスが誤っていると警告を記録し、抽出を飛ばします。その場合スコアを動かすのは must_have_skills だけです。

注意

Sweepy が履歴書を読み取れず、さらに must_have_skills が空の場合、すべての求人が 75% になります。この数値は順位付けになりません。レポート内のすべての求人に当てはまるからです。

ヒント

スキャンしたファイルを Sweepy に向ける前に、光学文字認識（OCR）を実行してください。OCR は実際のテキスト層を追加します。そうすればエンジンがあなたの単語を読み取ります。多くのスキャナーアプリと PDF エディターには OCR の機能があります。

コピー&ペーストのテストを実行する

履歴書を開いてテキストをすべて選択し、プレーンテキストのエディターに貼り付けます。プレーンテキストは抽出の順序を示し、リッチテキストの画面ではそれが隠れます。

プラットフォーム別のコピーのショートカット

Windows では、Edge、Chrome、Acrobat で PDF を開きます。Ctrl+A と Ctrl+C を押し、Notepad に貼り付けます。
macOS では、Preview で PDF を開き、⌘+A を押してから ⌘+C を押します。貼り付ける前に ⇧+⌘+T で TextEdit をプレーンテキストに切り替えます。
Linux では、Evince や Okular で PDF を開き、Ctrl+A に続いて Ctrl+C を押します。gedit や Kate などのエディターにテキストを貼り付けます。

macOS のキーボードでは、⌘ は Command キー、⇧ は Shift キーです。

貼り付けた結果が文字化けしている、空である、順序が崩れている場合、Sweepy も同じものを読み取ります。スイープを実行する前にファイルを直してください。

スイープを壊す書式

テキスト抽出ツールはページをまっすぐ横切って読みます。レイアウトは返されるテキストの順序を変えます。応募者追跡システムも同じ種類の抽出を行います。

書式	Sweepy が読み取る内容
2 段以上の段組み	抽出ツールがページをまっすぐ横切って読むため、段が交互に混ざり、テキストの順序が崩れます。
表、テキストボックス、サイドバー	内容の順序が崩れたり、隣の要素と結合したりします。
画像、アイコン、グラフ	抽出は画像として描かれたものをすべて飛ばします。スキルバーやロゴも含みます。
ヘッダーとフッター	多くの解析ツールはその領域を飛ばします。名前と連絡先は本文に置いてください。
ハイフンで分割された改行	2 行に分かれた用語（`e-` と `discovery`）は、用語全体の一致を壊します。
合字と装飾フォント	`fi` や `fl` の合字や特殊な字形は、文字化けとして抽出されることがあります。
絵文字と独自の箇条書き記号	これらは欠落したり文字化けしたりします。半角ハイフンか丸い中黒を使ってください。

応募者追跡システムが好む書式

応募者追跡システム（ATS）は、Sweepy と同じ種類の抽出で何百もの履歴書を解析します。実テキストのきれいな 1 段組みを渡してください。

1 段組みで上から下へ。 サイドバー付きの 2 段組みのデザインは避けます。
見出しは平易な言葉で。 Experience、Education、Skills を使います。見出しに表やアイコンを使わないでください。
実テキストのみ。 画像ベースの見出し、ロゴ、スキルバーは使わないでください。
標準的なフォント。 Arial、Calibri、Helvetica、Times New Roman を 10〜12pt で使います。
平易な箇条書きと統一した日付。 Jan 2024 – Present のように、日付の形式を全体でそろえます。
逆時系列の順序。 ほとんどの採用担当者と解析ツールがこれを前提にします。
連絡先は本文に。 ATS の解析ツールはヘッダーとフッターを削除することがよくあります。
ワープロソフトから書き出す。 エディターから PDF を保存し、ポータルが求める場合に備えて .docx も残します。
求人の表現に合わせる。 求人に e-discovery や docs-as-code とあれば、その正確な用語を使って一致させます。

ヒント

ほとんどの応募には、きれいな履歴書 1 部を用意します。tracks[].route_keywords が添付する履歴書を選ぶため、Sweepy はトラックごとに別のファイルを送れます。この設定がマッチ率を変えることはありません。

キーワードは `must_have_skills` から来る

Sweepy は各求人を 2 つの一致指標で採点します。

一致	重み	測る内容
要件の一致	60%	求人の要件のうち、あなたの履歴書にすでに現れている割合
キーワードの重複	40%	あなたの履歴書の語彙のうち、求人が繰り返している割合

一致の意味を決めるのは求人側であるため、要件の一致がスコアの 60% を占めます。必須の資格は表示のない用語の 2 倍の重みで、歓迎の資格は半分の重みです。

用語リストは must_have_skills と、一般的な技術・法務用語の短い組み込みリストを合わせたものです。Alex のプロファイルには同じスキルが並んでいます。

profiles/paralegal_nyc.yaml
resume:
  path: "Alex_Rivera_Resume.pdf"
  must_have_skills:
    - "Westlaw"
    - "LexisNexis"
    - "e-discovery"
    - "Contract Review"
    - "Legal Research"

組み込みリストは用語が少ないため、Sweepy は履歴書も直接読み取ります。用語は強い順に 4 つの段階で順位付けされます。

履歴書のスキル欄。
組み込みリスト。
出現頻度の高い、ストップワード以外の用語。
より強い段階にすでに含まれる、大文字で始まるフレーズ。

強い順に 60 の用語が残ります。求人側の用語も同じ規則に従い、25 件までに抑えられ、求人に要件や資格の区分があればその区分から取ります。

ヒント

must_have_skills を実際の用語リストとして扱ってください。次のものを追加します。

履歴書に書いたすべてのスキル、ツール、プラットフォーム。たとえば Westlaw、Relativity、case management です。
履歴書の表現が違っていても、業界で使われる用語。たとえば e-discovery や litigation support です。
狙う求人の正確なフレーズ。Sweepy は単語全体で照合するため、重要なときは求人の表現をそのまま使います。

注意

各用語はキーワードの重複の分母に数えられます。長いリストは、その大半を満たさない求人のスコアを下げるため、実際に持っている用語だけに抑えてください。

業界固有の用語を追加する

照合は大文字と小文字を区別せず、複数形も扱います。Sweepy は一般的な技術の略語向けに、組み込みの別名リストを用意しています。

API / application programming interface
UX / user experience
WCAG / web content accessibility guidelines

あなたの分野の語彙の残りを網羅するには、resume.synonyms を追加します。

profiles/paralegal_nyc.yaml
resume:
  synonyms:
    - ["e-discovery", "ediscovery", "electronic discovery"]
    - ["legal research", "case law research"]
    - ["docketing", "case calendaring"]
    - ["legal assistant", "legal secretary"]
    - ["contract review", "contract analysis", "agreement review"]

Sweepy はグループ内のすべての用語を互換として扱います。求人に electronic discovery とあれば、e-discovery と書いた履歴書にも一致し、その逆も同様です。

グループには 2 つ以上の用語が必要です。用語が 1 つのグループは無視されます。
照合にはフレーズ全体が必要です。legal research と legal researcher の両方を数えたい場合は、別々の用語として載せます。

設定リファレンスで、この設定を項目ごとに説明しています。

順位付けの仕組み

マッチ率は語彙の共有を測ります。文脈から見れば適した求人でも、スコアが低いことはあります。重複が多い求人は、詳しく見るべき候補として示されます。応募するかどうかはあなたが決めます。

Sweepy を AI に接続する

Sweepy は用語を比較するだけで、意図を推測しません。Sweepy の結果に文脈と高度な推論を使いたい場合は、Model Context Protocol（MCP）経由で大規模言語モデル（LLM）を接続します。

Sweepy が読み取れるもの​

コピー&ペーストのテストを実行する​

スイープを壊す書式​

応募者追跡システムが好む書式​

キーワードは must_have_skills から来る​

業界固有の用語を追加する​

順位付けの仕組み​