Claude verandert 'gewerkt aan het aanbevelingssysteem' in 'leidde een herschrijving door 4 engineers die CTR 18% verhoogde voor 12M wekelijkse gebruikers', beperkt tot de woorden die je echt zou zeggen, de trefwoorden die de vacature vroeg en de resultaten die je in een gesprek kunt verdedigen.
Voor: 'Werkte aan het aanbevelingssysteem en verbeterde het voor veel gebruikers.' Na: 'Leidde een herschrijving door 4 engineers van de aanbevelingsservice in Python en PyTorch, en verhoogde click-through met 18% over 12M wekelijkse gebruikers.' Waarom: plaatst de vacaturetrefwoorden (Python, PyTorch, schaal), kwantificeert impact en noemt het geleide team.
Voor: 'Was verantwoordelijk voor marketingcampagnes en liet de gebruikersbasis groeien.' Na: 'Voerde een lifecycle-marketingprogramma uit op HubSpot en Customer.io dat MAUs liet groeien van 38k naar 112k in twee kwartalen tegen een CAC van $7,40.' Waarom: noemt de tools die de vacature wil, bepaalt de baseline, bepaalt het resultaat en bewijst de unit economics.
Voor: 'Hielp klanten en loste hun problemen snel op.' Na: 'Nam tier-2 support op voor een portefeuille van 240 enterprise accounts op Zendesk en Intercom, en hield een CSAT van 92% tegen een 4-uurs eerstereactie-SLA.' Waarom: vervangt 'hielp' (vulling) door 'nam op' (eigenaarschap) en vervangt 'snel' door de daadwerkelijke SLA waar de recruiter op filtert.
Zes regels gelden voor elke bullet die de herschrijver produceert. Het zijn geen zachte prompts. Het zijn post-generatie controles die Claude opnieuw vragen als de output afdrijft.
1. Max 22 woorden. De recruiter scant, leest niet.
2. Begin met een sterk actiewerkwoord. Geen 'werkte aan', 'hielp', 'verantwoordelijk voor'.
3. Plaats het doeltrefwoord één keer, natuurlijk. Geen trefwoordvulling.
4. Eindig met een gekwantificeerd resultaat waar het onderliggende CV er een heeft. Verzin nooit cijfers.
5. Geen verzonnen vaardigheden. Als de vacature Kubernetes wil en je CV nergens container-orkestratie noemt, vraagt de herschrijver je om bevestiging voor toevoegen.
6. Match je toon. Als het CV 'Ik bouwde X' leest, schakelt de herschrijver niet plotseling over op 'leidde de strategische uitbouw van X'.
Claude, Anthropics frontier model. We gebruiken het omdat het de toon van je bestaande CV betrouwbaarder behoudt dan GPT-klasse modellen, de bullets niet te bloemrijk maakt en lengtebeperkingen (max 22 woorden per bullet, geen puntkomma's) volgt zonder te zeuren.
Nee. De herschrijving is beperkt tot de content die je al in het CV hebt plus de vacaturetrefwoorden waarop je hem laat richten. Als een vacature Kubernetes vraagt en je hebt het nooit op het CV geschreven, stelt de AI een neutrale herschrijving voor en vraagt je te bevestigen of je de vaardigheid daadwerkelijk hebt voor opname.
Allebei. De editor laat je een enkele bullet selecteren en een sterkere versie vragen, of een heel ervaringsblok selecteren en Claude vragen het geheel te herschrijven tegen een specifieke vacature. Het CV buiten je selectie wordt nooit aangeraakt.
Elke geaccepteerde herschrijving triggert een herberekening. De scorewijziging wordt live getoond (bijv. +6 pt). Herschrijvingen die de score verlagen worden auto-gemarkeerd zodat je kunt terugdraaien voor toepassing.
Nee. De CV-tekst die we naar Claude sturen wordt verwerkt onder de standaard Anthropic API-privacyvoorwaarden, die training op klantgegevens verbieden. Je CV wordt door niemand gebruikt om een model te trainen, punt.
Ja. Kies het CV en de vacature, en Claude stelt een motivatiebrief van 3 paragrafen op die opent met een specifieke haak uit de vacature, twee van je meest relevante bullets noemt en sluit met een duidelijk verzoek. Je bewerkt het resultaat inline.
Gratis proef, geen creditcard. Annuleer elke herschrijving die je niet bevalt.
Begin met herschrijven →