Hogyan használd az önéletrajzod LLM-mel: előbb exportáld YAML-ba
7 perc olvasás · Frissítve: 2026. június 10.
Szerző: Bogdan
Röviden
Az önéletrajzod legjobban úgy használhatod egy LLM-mel, mint a ChatGPT, Claude vagy Gemini, ha strukturált YAML verziót adsz neki ahelyett, hogy PDF-et, Word-fájlt vagy formázatlan szöveget illesztenél be. A YAML három okból nyer: ez a leginkább token-hatékony strukturált formátum (nincsenek záró címkék, mint az XML-ben, sokkal kevesebb írásjel, mint a JSON-ban), a behúzás leképezi azt a beágyazást, amivel a modell amúgy is dolgozik, és eltünteti az elrendezési zajt (oszlopok, oldaltörések, fejlécek), ami összezavarja a modellt, amikor PDF-ből kimásolt önéletrajzot olvas. A folyamat egyszerű: exportáld az önéletrajzod YAML-ba (egy kattintás, ingyen a TakeMeUp.cv-n), illeszd be ELSŐ üzenetként egy új csevegésbe, add meg a modell szerepét, majd egy konkrét feladatot — szabd az önéletrajzot egy álláshirdetéshez, írj motivációs levelet, tarts próbainterjút, vagy elemezd, milyen készségeid hiányoznak egy célszerephez. Ha a YAML az első üzenet marad, a modell az egész beszélgetés igazságforrásaként kezeli, így minden válasz a valós tapasztalatodban gyökerezik, ahelyett hogy részleteket találna ki. Mindig olvasd el az eredményt a valódi önéletrajzoddal összevetve, mielőtt használnád — az LLM-ek kiváló átírók, de túlozhatnak, így te vagy a tényellenőr.
Miért jobb a YAML, mint a PDF beillesztése a ChatGPT-be
Amikor önéletrajzot másolsz egy PDF-ből és beilleszted egy csevegésbe, nem tiszta dokumentumot illesztesz be — azt a szövegkinyerési sorrendet illeszted be, amilyen a PDF-nek éppen van. A kéthasábos elrendezések összefonódnak. A fej- és láblécek mondat közepére kerülnek. A dátumok elválnak a szerepköröktől, amikhez tartoznak. A modellnek ekkor rekonstruálnia kell a szerkezetet, mielőtt segíthetne — és néha rosszul rekonstruálja.
Egy strukturált formátum teljesen kiküszöböli ezt a problémát. A modell explicit mezőket olvas — név, tapasztalat, minden szerepkör címmel, céggel, dátumokkal és pontokkal — ahelyett, hogy a térközökből következtetne rájuk. A YAML erre a legtisztább strukturált formátum, és egyben a legtakarékosabb is: kevesebb a prompt-keretedből megy az önéletrajzra, több marad a tényleges feladatra.
YAML vs JSON vs egyszerű szöveg LLM-eknek
Mindhárom működik, de erre az esetre nem egyenértékűek:
- Egyszerű szöveg (PDF-ből beillesztve) — a legkisebb erőfeszítés, a legrosszabb eredmény. A modellnek ki kell találnia a szerkezetet, és az oszlopos elrendezések összekeverednek.
- JSON — teljesen strukturált és egyértelmű, de token-igényes: minden kulcs idézőjelben, minden szint kapcsos zárójelekkel és vesszőkkel. Kézzel is nehezebb átfutni és szerkeszteni.
- YAML — JSON-szerűen strukturált, de sokkal kevesebb írásjellel. A behúzás helyettesíti a kapcsos zárójeleket, a kulcsoknál nincs idézőjel, és a többsoros szöveg (összefoglaló, pontok) természetesen olvasható. Az arany középút: gépnek tiszta, embernek olvasható.
Hogyan kapd meg az önéletrajzod YAML-ban
Nem kell kézzel YAML-t írnod, és a szintaxist sem kell ismerned. Ha az önéletrajzod már a TakeMeUp.cv-n készült, az Önéletrajz YAML-ba kiegészítő egy kattintással tiszta, beillesztésre kész YAML-fájlt exportál — ingyen, előfizetés nélkül. Elhagyja az elrendezési mezőket, amikre egy LLM-nek nincs szüksége, és megtartja a struktúrát, amire igen.
Ha az önéletrajzod máshol van, akkor is felépítheted ingyen a TakeMeUp.cv-n (importálás LinkedInből, Wordből vagy PDF-ből), majd exportálhatod a YAML-t — maga az exportálás semmibe sem kerül.
Öt prompt, ami a legjobban működik YAML önéletrajzzal
Illeszd be a YAML-t első üzenetként, majd próbáld ki bármelyiket. A szögletes zárójeles részeket cseréld a saját adataidra:
- Igazítás egy álláshoz: „Itt az önéletrajzom YAML-ban. Írd át a tapasztalati pontokat úgy, hogy erre a hirdetésre célozzanak, csak a már meglévő eredményeket használva. Ne találj ki metrikákat.” Aztán illeszd be a hirdetést.
- Levél írása: „Írj motivációs levelet a(z) [role] pozícióra a(z) [company] cégnél, kizárólag ez alapján az önéletrajz alapján. 250 szó alatt és konkrétan.”
- Próbainterjú: „Te vagy a felvételis vezető a(z) [role] szerepre. Tegyél fel öt interjúkérdést ez alapján az önéletrajz alapján, egyesével, és értékeld a válaszaimat.”
- Réselemzés: „Hasonlítsd össze ezt az önéletrajzot egy tipikus [target role] szereppel, és sorolj fel három készséget, ami a leginkább hiányzik, a hirdetésekben való gyakoriság szerint rendezve.”
- Összefoglaló átírása: „Írd át a szakmai összefoglalómat három hangnemben — tömör, magabiztos és barátságos — kizárólag azzal, ami ebben az önéletrajzban van.”
Tartsd pontosan és magánkörben
Két szabály. Először: te vagy a tényellenőr. Az LLM-ek kiválóan átírnak, de néha felnagyítják az állításokat — „vezettem egy projektet” lesz „vezettem egy 12 fős csapatot”, ha hagyod. Mindig mondd meg a modellnek, hogy ne találjon ki számokat, és minden átírást olvass el a valódi önéletrajzoddal összevetve, mielőtt elküldenéd egy munkáltatónak.
Másodszor: vigyázz az adataidra. Egy nyilvános chatbotba beillesztett önéletrajzot a szolgáltató beállításaitól függően megőrizhetnek vagy betanításra használhatnak. Beillesztés előtt távolítsd el a címed és az azonosítószámaidat, használd az adatkezelési / betanítás-tiltó opciókat, ahol elérhetők, és kezeld a csevegést úgy, mint bármely harmadik felet, aki látja a személyes adataidat.
Használd az önéletrajzod LLM-mel 5 lépésben
- 1
Exportáld az önéletrajzod YAML-ba
Használd az ingyenes Önéletrajz YAML-ba kiegészítőt egy tiszta, strukturált verzióért. Másold ki, vagy töltsd le a fájlt.
- 2
Indíts új csevegést, és illeszd be elsőként a YAML-t
Nyisd meg a ChatGPT-t, Claude-ot vagy Geminit, és tedd a YAML-t a legelső üzenetté, hogy a modell az egész beszélgetést ehhez horgonyozza.
- 3
Add meg a modell szerepét
Mondd meg, ki legyen: „Toborzó / karrier-coach vagy. Itt az önéletrajzom YAML-ban.” Ez keretezi minden választ.
- 4
Adj egy konkrét feladatot
Igazítás hirdetéshez, levélírás, próbainterjú vagy réselemzés — egyszerre egy világos kérés.
- 5
Használat előtt ellenőrizd
Olvasd el az eredményt a valódi önéletrajzoddal összevetve. Javítsd a túlzásokat. A pontosságért te felelsz, nem a modell.
Gyakori kérdések
Miért YAML ahelyett, hogy egyszerűen beilleszteném az önéletrajzom szövegét?
A PDF-ből beillesztett szöveg a fájl kinyerési sorrendjében érkezik — a kéthasábos elrendezések összefonódnak, a dátumok elválnak a szerepköröktől, a fejlécek mondat közepére kerülnek —, és a modellnek rekonstruálnia kell a szerkezetet, mielőtt segíthetne. A YAML explicit mezőket ad neki, így az energiáját a feladatodra fordítja, nem egy összekevert elrendezés megfejtésére. Token-hatékonyabb is, így több keret marad a tényleges munkára.
Jobb a YAML, mint a JSON, ha önéletrajzot adsz egy LLM-nek?
Erre az esetre általában igen. A JSON és a YAML ugyanúgy strukturált és egyértelmű, de a JSON token-igényesebb (idézőjeles kulcsok, kapcsos zárójelek, vesszők minden szinten), és kézzel nehezebb átfutni vagy szerkeszteni. A YAML behúzást használ kapcsos zárójelek helyett, és nem tesz idézőjelet a kulcsokra, így karcsúbb és olvashatóbb, miközben ugyanolyan tiszta a gépnek. Mindkettő veri a nyers szöveg beillesztését.
Ki fog találni a modell dolgokat a tapasztalatomról?
Megteheti, ha hagyod. Az LLM-ek kiválóan átírnak, de néha felnagyítják az állításokat — a „közreműködtem” lesz „vezettem”, vagy hozzátesznek egy metrikát, amit sosem említettél. Mindig utasítsd a modellt, hogy ne találjon ki számokat vagy tényeket, és minden átírást olvass el a valódi önéletrajzoddal összevetve, mielőtt használnád. A YAML pontos forrásanyagot ad, de a tényellenőr te maradsz.
Biztonságos beilleszteni az önéletrajzom a ChatGPT-be vagy Claude-ba?
Kezeld úgy, mint bármely harmadik felet, amely személyes adatokat kezel. A szolgáltatótól és a beállításaidtól függően a csevegéseket megőrizhetik vagy a modellek javítására használhatják. Beillesztés előtt távolítsd el a címed és az azonosítószámaidat, és kapcsold be az adatkezelési vagy betanítás-tiltó opciókat, ahol a szolgáltató kínálja. A YAML-export az eszközödön marad, amíg el nem döntöd, hogy beilleszted.
Melyik LLM a legjobb önéletrajzzal való munkára?
A jelenlegi élvonalbeli modellek bármelyike — ChatGPT, Claude vagy Gemini — jól kezeli a YAML önéletrajzot, mert a strukturált formátum végzi a nehezét, a modelltől függetlenül. Válaszd azt, amit már használsz, és amelyikre rábízod az adataidat. A legnagyobb minőségi tényező nem a modell, hanem hogy tiszta strukturált bemenetet és konkrét utasítást adsz neki.
Kell tudnom YAML-t a használatához?
Nem. Sosem írsz vagy szerkesztesz YAML-t magad — az Önéletrajz YAML-ba kiegészítő egy kattintással előállítja. Csak bemásolod az eredményt egy csevegésbe. A YAML értése segít, ha módosítani akarod, de nem szükséges ahhoz, hogy teljesen kihasználd a strukturált önéletrajz LLM-nek adásának előnyeit.
Alakítsd az önéletrajzod LLM-kész YAML-lá
Exportáld az önéletrajzod tiszta YAML verzióját egy kattintással — ingyen. Illeszd be a ChatGPT-be vagy Claude-ba, hogy gyorsan testreszabd a jelentkezéseket.
Önéletrajzom exportálása YAML-ba