Des prompts ChatGPT pour personnaliser un CV qui restent honnêtes

Vous utilisez déjà ChatGPT ou Claude pour vos revues de code et vos messages de commit : coller une offre d’emploi et votre CV dans la même conversation semble la suite logique. Le résultat se lit bien. Les ennuis commencent dans les détails : une puce qui a gagné un pourcentage que vous n’avez jamais mesuré, un intitulé de poste promu d’un cran, un outil que vous n’avez jamais fait tourner. Les prompts ChatGPT pour personnaliser un CV présentés ici sont conçus pour l’empêcher. Chacun donne au modèle une tâche étroite, interdit les nouveaux faits et produit un résultat que vous pouvez vérifier ligne par ligne. Ils fonctionnent de la même façon dans Claude, Gemini ou tout autre modèle performant.

Cet article couvre les prompts et les garde-fous. Pour la méthode elle-même, comment lire une offre, faire correspondre votre expérience et garder le résultat honnête, lisez comment adapter votre CV à une fiche de poste. Les prompts supposent que vous avez un CV principal, la version complète avec chaque poste et chaque projet, puisque le modèle ne peut choisir que dans ce que vous lui donnez.

Les prompts sont traduits en français. Ils fonctionnent avec des CV et des offres en français comme en anglais ; ajoutez « Réponds en anglais » à la fin si vous voulez un résultat en anglais.

Pourquoi les prompts ChatGPT pour personnaliser un CV ont besoin de garde-fous

Un modèle de langage complète du texte. Demandez-lui d’« améliorer mon CV pour ce poste » et il produit ce que ses données d’entraînement suggèrent d’un CV personnalisé : des verbes assurés, des chiffres ronds, une liste de compétences qui reflète l’offre. Il n’a aucun moyen de savoir lesquels de ces détails sont vrais pour vous, et il ne s’arrêtera pas pour demander.

Trois choix de conception règlent l’essentiel.

Une tâche par prompt. Extraire, faire correspondre, réécrire et vérifier sont des tâches distinctes. Un seul prompt « fais tout » laisse le modèle glisser un chiffre inventé dans une réécriture pendant que vous lisez la liste des mots-clés.

Le texte d’origine en entrée, le texte d’origine en sortie. Chaque prompt de réécriture demande la puce d’origine à côté de la nouvelle. Vous comparez la paire en quelques secondes. Un prompt qui ne renvoie que la nouvelle version cache le changement.

Une interdiction explicite des nouveaux faits, avec une liste. « N’invente rien » est trop vague pour un modèle. « N’ajoute aucun chiffre, outil, employeur, intitulé, date, diplôme ou certification qui ne figure pas dans le CV principal » est une règle qu’il peut suivre, et que vous pouvez vérifier.

Exécutez les quatre prompts ci-dessous dans l’ordre. Collez votre CV principal là où il est écrit [collez le CV principal] et l’offre là où il est écrit [collez la fiche de poste].

Prompt 1 : extraire les exigences sous forme de tableau

Le guide de personnalisation cité plus haut décrit quatre catégories dans lesquelles ranger une offre. Ce prompt fait faire le tri au modèle, avec deux ajouts qu’un modèle conversationnel a tendance à omettre : des citations mot pour mot et le nombre de répétitions.

Tu extrais les exigences d'une offre d'emploi. N'infère pas, ne résume pas
et n'ajoute pas d'exigences qui ne figurent pas dans le texte.

Renvoie un tableau Markdown avec ces colonnes :
1. Exigence, citée mot pour mot à partir de l'offre
2. Type : requise, souhaitée, mission ou terme du domaine
3. Nombre d'occurrences dans l'offre
4. La phrase dont elle provient, citée

Règles :
- Reprends exactement l'orthographe et les majuscules de l'offre (par exemple
  "PostgreSQL", pas "Postgres").
- Si l'offre ne dit pas clairement si un élément est requis ou souhaité,
  marque-le "incertain". Ne devine pas.
- Ne commente pas mon adéquation. Je ne t'ai pas encore montré mon CV.

Fiche de poste :
[collez la fiche de poste]

La dernière règle compte. Si le CV est dans la même conversation, le modèle commence à faire correspondre avant que vous ne le demandiez, et le tableau dérive vers les exigences que vous remplissez par hasard.

Prompt 2 : faire correspondre votre expérience à chaque exigence

Le modèle voit maintenant le CV principal pour la première fois. Sa tâche est de trouver des preuves, avec une règle stricte : un manque reste un manque.

Voici un tableau d'exigences et mon CV principal. Pour chaque exigence,
trouve la preuve la plus solide dans le CV.

Renvoie un tableau avec :
1. Exigence (du tableau)
2. Preuve : la puce ou la ligne de mon CV, citée mot pour mot
3. Type de correspondance : directe (même outil ou même compétence nommés),
   voisine (même compétence, autre outil ; nomme les deux) ou manque
   (rien dans le CV)
4. Où la placer dans une version personnalisée : résumé, puces d'un poste
   précis, liste de compétences, ou à omettre

Règles :
- Un manque est une réponse valable. Ne comble pas un manque en étirant une
  puce ou en me suggérant d'ajouter une expérience que je n'ai pas listée.
- Ne réécris encore rien.
- Si une puce soutient deux exigences, liste-la deux fois.

Tableau des exigences :
[collez le tableau du prompt 1]

CV principal :
[collez le CV principal]

Lisez les lignes « manque » avant de continuer. Si l’offre liste dix compétences requises et que le tableau montre six manques, la bonne décision est une autre offre, et aucun prompt n’y changera rien.

Prompt 3 : réécrire les puces avec les mots de l’offre, sans nouveaux faits

C’est là que les modèles inventent. Le prompt ci-dessous restreint la tâche à des puces choisies, exige des paires avant/après et précise ce qui compte comme un fait nouveau.

Réécris les puces ci-dessous pour qu'elles utilisent les mots de l'offre là
où mon expérience le permet. Garde chaque puce fidèle à l'original.

Pour chaque puce, renvoie :
- ORIGINAL : la puce telle que je l'ai écrite, sans changement
- RÉÉCRITURE : la nouvelle version
- MODIFIÉ : une ligne qui liste ce que tu as changé et pourquoi
  (formulation, ordre, mise en avant)

Règles :
1. Garde chaque chiffre, date, nom d'outil, employeur, intitulé et diplôme
   tels qu'écrits. Si l'original n'a pas de chiffre, la réécriture n'en a pas.
2. Reprends l'orthographe d'un outil de l'offre seulement si l'original cite
   le même outil. "Postgres" peut devenir "PostgreSQL". "MySQL" ne le peut pas.
3. Pour les correspondances voisines, garde mon outil et emprunte la
   catégorie. "A construit des pipelines d'événements sur RabbitMQ" peut
   devenir "A construit des pipelines de streaming d'événements (RabbitMQ)".
   Il ne peut pas mentionner Kafka.
4. Ne change pas les mots qui expriment le niveau de responsabilité.
   "A contribué à" reste "a contribué à" ; cela ne devient pas "a piloté".
5. Ne fusionne pas de puces et n'en ajoute pas.
6. Des verbes simples. Pas de "fer de lance", "a capitalisé sur", "synergie",
   ni en anglais "spearheaded" ou "leveraged".

Exigences de l'offre : [collez les lignes correspondantes du prompt 2]

Puces à réécrire :
[collez les puces]

La règle 6 est pour le lecteur humain. Une recruteuse qui voit « fer de lance » et « a capitalisé sur » dans deux puces consécutives lit le CV comme une production de machine, et le gain en mots-clés n’en vaut pas la peine.

Prompt 4 : une auto-vérification qui repère les affirmations inventées

Ouvrez une nouvelle conversation pour celui-ci. Un modèle à qui l’on demande de noter ses propres modifications dans la même conversation a tendance à les défendre. Une nouvelle session voit deux documents et rien d’autre.

Tu audites un CV personnalisé par rapport au CV principal dont il a été
tiré. Trouve chaque affirmation de la version personnalisée que le CV
principal ne soutient pas.

Renvoie un tableau avec :
1. Texte personnalisé (cité)
2. Texte du CV principal le plus proche (cité), ou "aucun"
3. Problème : nouveau chiffre, chiffre modifié, nouvel outil, outil modifié,
   intitulé modifié, date modifiée, diplôme modifié, niveau de
   responsabilité gonflé, ou affirmation non étayée
4. Gravité : élevée (un fait qu'une vérification de références pourrait
   contredire) ou faible (formulation)

Vérifie en particulier :
- Chaque chiffre, pourcentage, montant et durée de la version personnalisée
  doit figurer dans le CV principal.
- Chaque nom d'outil, de langage et de plateforme doit figurer dans le CV
  principal.
- Chaque employeur, intitulé, période et diplôme doit correspondre au CV
  principal caractère pour caractère.
- Signale toute phrase dont le sens est plus large que sa source.

Si tu ne trouves rien, écris "Aucune affirmation non étayée" et liste les
cinq modifications que tu as examinées de plus près.

CV principal :
[collez le CV principal]

CV personnalisé :
[collez le CV personnalisé]

La dernière consigne empêche le modèle de renvoyer un tableau vide pour vous faire plaisir. S’il doit montrer son travail, il lit avec plus d’attention.

Les erreurs typiques, et comment repérer chacune

Même avec ces prompts, vous verrez ces erreurs. Chacune a une vérification mécanique qui prend moins d’une minute.

Des chiffres inventés. Le modèle ajoute « latence réduite de 40 % » à une puce qui disait « latence réduite ». Pour le repérer : listez chaque chiffre de la version personnalisée et cherchez-le dans le CV principal. Une expression régulière pour les chiffres (\d) dans un éditeur de texte les trouve tous ; tout chiffre sans correspondance revient à la formulation d’origine.

Des dates ou des intitulés modifiés. Une réécriture fait disparaître le mois de « mars 2022 » ou transforme « Software Engineer II » en « Senior Software Engineer ». Pour le repérer : collez les lignes d’en-tête des deux CV (intitulé, employeur, dates) en deux colonnes et comparez-les. Les dates et les intitulés doivent être identiques, caractère pour caractère.

Des outils échangés. Vous avez écrit MySQL ; l’offre dit PostgreSQL ; la réécriture dit PostgreSQL. Pour le repérer : extrayez chaque terme technique de la version personnalisée et vérifiez-le dans le CV principal. Le prompt 4 le fait, et un coup d’œil à la section compétences aussi.

Le bourrage de mots-clés. La liste des compétences passe de douze à trente éléments, chacun tiré de l’offre, la moitié sans puce derrière. Une recruteuse le voit au premier coup d’œil. Pour le repérer : exigez que chaque compétence de la liste apparaisse dans au moins une puce. Le guide des mots-clés du CV explique où placer les mots-clés et à partir de combien c’est trop.

Un niveau de responsabilité gonflé. « A aidé à concevoir » devient « a conçu l’architecture ». Pour le repérer : cherchez dans la version personnalisée « a piloté », « responsable de », « a conçu », « a mené », puis vérifiez si le CV principal employait chacun de ces mots.

Un périmètre élargi. « A maintenu le service de paiement » devient « responsable de la plateforme de paiement ». Aucun mot n’est faux, et pourtant la phrase l’est. La règle « plus large que sa source » du prompt 4 existe pour ce cas. C’est le plus difficile à repérer avec une expression régulière : lisez donc chaque puce réécrite une fois, avec l’original à côté.

Quelle IA est la meilleure pour personnaliser un CV ?

Si vous choisissez une IA pour personnaliser votre CV, n’importe quel modèle actuel d’un grand fournisseur gère ces prompts. Le travail de personnalisation consiste à choisir et à formuler, et la différence entre un bon et un mauvais résultat vient de la structure du prompt et de votre relecture. La place du modèle dans un classement compte moins que l’une ou l’autre. Je n’ai pas mené de comparatif entre modèles pour cette tâche et je n’en ai pas vu de crédible publié : je ne les classerai donc pas.

Deux choses comptent vraiment.

La sortie structurée. Les prompts ci-dessus demandent des tableaux et des paires étiquetées. Les grands modèles hébergés les renvoient comme demandé. Les petits modèles, y compris ceux que vous pouvez faire tourner sur un ordinateur portable via Ollama, ont du mal avec ce type de sortie structurée. Les notes de conception de Resume Matcher font le même constat pour son propre format d’édition : les petits modèles peinent à produire des modifications structurées valides, et le résultat est une modification rejetée. Si vous voulez un modèle local, commencez par un modèle de taille moyenne et attendez-vous à devoir réessayer.

Le coût par appel. Chacun des quatre prompts envoie tout votre CV. Avec un abonnement grand public, ce coût est fixe. Avec un accès par API, un grand modèle coûte plus cher par appel pour une tâche qu’un petit peut faire. Pour référence, la page Paramètres de Resume Matcher suggère ces modèles par défaut : GPT-5 Nano pour OpenAI, Claude Haiku 4.5 pour Anthropic, Gemini 3 Flash pour Google et Gemma 3 4B pour Ollama. Vous pouvez saisir n’importe quel nom de modèle proposé par votre fournisseur. Chacun de ces modèles par défaut est un petit modèle, ce qui convient à une tâche qui demande de suivre des règles plus que de faire de la belle prose.

Quel modèle Claude est le meilleur pour personnaliser un CV ?

La même réponse s’applique. Claude Haiku 4.5 est le modèle par défaut que suggère la page Paramètres de Resume Matcher pour Anthropic. La tâche est de l’édition structurée sous des règles strictes, et un petit modèle coûte moins cher par appel pour cela. Si vous payez déjà un modèle Claude plus grand et que vous préférez sa prose, utilisez-le ; les prompts et les vérifications restent les mêmes.

Quand le copier-coller ne suit plus

Les quatre prompts marchent bien pour une candidature. À la cinquième, la friction se voit. Vous collez le même CV principal dans quatre prompts, puis le résultat dans un document, puis vous lancez l’audit, puis vous corrigez les deux chiffres inventés, puis vous exportez un PDF dont vous aviez ajusté la mise en forme à la main la dernière fois. Chaque candidature coûte vingt minutes de copier-coller, et le CV principal vit dans un historique de conversation où vous ne retrouvez pas la version du mois dernier.

Un outil dédié (un « harness ») supprime le copier-coller et transforme les règles des prompts en code. Resume Matcher est celui que je maintiens : gratuit, open source sous Apache 2.0, et utilisé par plus de 200 000 candidats. Il tourne sur votre machine avec le modèle que vous avez déjà. Les parties qui concernent cet article :

• Le modèle propose des modifications ; le code les vérifie. Le modèle renvoie des changements ciblés, chacun citant le texte d’origine, et le code vérifie que la citation correspond au CV avant de l’appliquer. C’est la règle avant/après du prompt 3, imposée.
• Des champs verrouillés. Le modèle ne peut pas modifier votre nom, vos coordonnées, vos employeurs, vos intitulés, vos dates, vos établissements ni vos diplômes. Les modifications qui les visent sont rejetées.
• Les nouveaux chiffres sont annulés. Une dernière passe compare chaque chiffre d’une ligne réécrite à la source. Tout chiffre qui n’y figurait pas renvoie la ligne à l’original. C’est la vérification des chiffres du prompt 4, automatisée.
• Une relecture avant/après. Vous voyez une comparaison de chaque changement et le nombre de changements à risque, puis vous choisissez Confirmer et enregistrer ou Rejeter et régénérer pour tout l’aperçu. Il n’y a pas d’acceptation au cas par cas : si une modification est fausse, vous régénérez.
• Une exception volontaire. Le modèle peut ajouter une compétence à votre liste si l’offre la nomme mot pour mot comme requise ou souhaitée. Ces ajouts sont signalés comme à risque dans l’aperçu pour que vous puissiez les refuser. C’est le seul endroit où l’outil ajoute un contenu que vous n’avez pas écrit, et il existe parce que correspondre à une compétence nommée est le but de la personnalisation. Supprimez tout ajout que vous ne pouvez pas appuyer par une puce.
• Des verbes simples, par le code. Après la personnalisation, une passe locale supprime 59 formules usées, dont « spearheaded » et « leveraged », sauf si l’offre elle-même les emploie. Cette liste est en anglais : pour un texte en français, c’est à vous de retirer les formules creuses.
• CV principaux et modèles. Vous gardez jusqu’à cinq CV principaux, un par orientation de carrière, et la personnalisation ne les écrase jamais. Sept modèles exportent un PDF à base de texte, imprimé à partir de vrai HTML par un navigateur sans interface, pour qu’un parseur puisse lire chaque mot.

Pour connecter le modèle que vous utilisez déjà, consultez Utiliser votre propre clé d’IA. Anthropic, OpenAI, Gemini, DeepSeek, OpenRouter, Groq, Azure AI Foundry et Ollama fonctionnent tous, ainsi que tout serveur local compatible OpenAI.

Que vous utilisiez les prompts ou l’outil, la règle est la même : le modèle réécrit, et vous vérifiez par rapport au CV principal. Un modèle ne peut pas savoir ce que vous avez fait. Vous, si.

Si cet article vous a aidé

Si ces prompts vous ont évité une ou deux mauvaises puces, une étoile sur Resume Matcher sur GitHub aide d’autres candidats à le trouver. Vous pouvez me suivre, Saurabh Rai, sur GitHub, X et LinkedIn.