ChatGPT-prompts voor je CV: 5 die werken zonder de tells [2026]

ChatGPT als auteur van je CV faalt voorspelbaar: het model produceert zeven typische signalen (typografische artefacten, padding-zinnen, generieke werkwoorden, ronde getallen, skill-mismatch, wisselende werkwoordstijden, anglicismen) waaraan recruiters direct zien dat de tekst niet door jou is geschreven. ChatGPT als bewerker werkt wél, op voorwaarde dat je gerichte prompts gebruikt: vacature-context als anker, jouw concrete werkervaring als input, en de output altijd zelf nalezen. Dit zijn de 5 prompts die in 2026 werken zonder de tells te produceren.

TL;DR:

• Geef ChatGPT altijd vacature-context. Een prompt zonder doelvacature levert generieke output op die scoort op geen enkele matchscore.
• Geef ChatGPT cijfers, niet ChatGPT laten verzinnen. "Verdubbelde de output" wordt door 78% van de NL-recruiters als AI-tell herkend [1].
• Vraag herschrijvingen, geen creaties. "Maak deze bullet sterker" met jouw concrete data werkt; "schrijf een CV voor X" produceert standaard de 7 tells.
• Eindcheck altijd via een AI-CV Detector, niet via voelen.
• Em-dashes en kromme aanhalingstekens zijn de snelste 60-seconden fix na elke ChatGPT-sessie. Find-and-replace door de hele tekst.

Inhoudsopgave

• Waarom prompts matter (en wanneer ChatGPT WEL goed werkt)
• Prompt 1: Trefwoorden uit een vacaturetekst halen
• Prompt 2: Werkervaring-bullets aanscherpen met jouw cijfers
• Prompt 3: Persoonlijk profiel met vacature als anker
• Prompt 4: Skill-werkervaring cross-check op je eigen CV
• Prompt 5: Typografie en em-dash cleanup
• Wat je NIET aan ChatGPT moet vragen
• Eindcontrole voor je verstuurt

Waarom prompts matter (en wanneer ChatGPT WEL goed werkt)

ChatGPT is een algemene tekstgenerator zonder context. Een prompt als "schrijf een CV voor een product manager" levert een gemiddelde van alle product-manager-CVs op die het model heeft gezien. Generiek, dus niet matchend met jouw vacature, en bovendien herkenbaar voor de 78% van de NL-recruiters die zelf AI gebruikt om CVs te beoordelen [1]. Recruiters herkennen het patroon waarmee ze zelf werken.

ChatGPT werkt wél wanneer je drie dingen toevoegt aan elke prompt:

1. Doelvacature als context. Geen vacature, geen relevante output.
2. Jouw concrete werkervaring als input, niet een rolomschrijving.
3. Een specifieke editing-taak, niet een create-taak. "Maak deze bullet sterker" werkt, "schrijf een nieuw CV" faalt.

Met die drie elementen draait je prompt om: ChatGPT wordt een bewerker van jouw materiaal, niet een verzinner van een fictief gemiddelde. De volgende 5 prompts volgen dit patroon.

Prompt 1: Trefwoorden uit een vacaturetekst halen

Wanneer: voordat je begint met schrijven. Eerst weten welke woorden je CV moet bevatten.

Wat ChatGPT goed doet: een vacaturetekst scannen op vereiste skills, zachte vereisten en jargon dat de werkgever specifiek gebruikt. Dit is patroonherkenning, ChatGPT's kerncompetentie.

De prompt:

Hier is een vacaturetekst:

[PLAK DE COMPLETE VACATURETEKST]

Extraheer drie categorieen:
1. Harde vereisten (must-have, expliciet genoemd)
2. Zachte vereisten (nice-to-have, impliciet gewaardeerd)
3. Jargon en specifieke termen die deze werkgever gebruikt

Geef terug als drie aparte lijsten. Citeer per term de zin uit de vacaturetekst
waarin hij voorkomt, zodat ik kan checken of jouw extractie klopt.

Waarom dit werkt: je vraagt ChatGPT om bewijs (de exacte zin uit de tekst) zodat hallucinatie minder ruimte krijgt. Een term zonder ondersteunend citaat is een term die ChatGPT verzonnen heeft.

Wat je daarna doet: verwerk de top-3 harde vereisten letterlijk in zowel je werkervaring als je vaardigheden-sectie. Een skill alleen in de skills-lijst is een skill zonder bewijs, en moderne ATS-systemen scoren context zwaarder dan pure aanwezigheid. Voor de complete 5-stappen-extractie-methodologie en placement-regels: zie de ATS-trefwoorden gids.

Snellere route zonder prompt: /vacature-analyseren doet dezelfde extractie als deze prompt, maar dan met de NL recruitment-context al ingebouwd en zonder dat je een prompt hoeft te formuleren. Plak de vacature, krijg de drie lijsten.

Prompt 2: Werkervaring-bullets aanscherpen met jouw cijfers

Wanneer: je hebt een ruwe bullet ("Was verantwoordelijk voor het migreren van het CRM-systeem") en wilt het sterker maken zonder dat ChatGPT iets verzint.

Wat ChatGPT goed doet: structuur opleggen aan een ruwe zin. Het schrijven volgens een vast patroon (werkwoord + actie + meetbaar resultaat).

De prompt:

Hier is een bullet uit mijn CV:

"Was verantwoordelijk voor het migreren van het CRM-systeem."

Hier zijn mijn cijfers bij die migratie:
- Migreerde 14 teams (sales, support, finance, marketing)
- 6 maanden doorlooptijd, was gepland op 9
- Trainde 87 gebruikers in 12 sessies
- Geen data-verlies bij overgang

Herschrijf de bullet volgens dit patroon: actiewerkwoord + wat ik deed + meetbaar
resultaat. Onder 25 woorden. Gebruik mijn cijfers, verzin geen nieuwe. Geef
drie varianten zodat ik kan kiezen welke past bij de toon van mijn CV.

Waarom dit werkt: de eis "gebruik mijn cijfers, verzin geen nieuwe" voorkomt het ronde-getallen-probleem. Bovendien dwingt het meervoud van varianten ChatGPT om alternatieve formuleringen te tonen in plaats van één generiek antwoord.

Voorbeeld-output (één van de drie varianten):

Leidde CRM-migratie voor 14 teams in 6 maanden, drie maanden sneller dan gepland; trainde 87 gebruikers in 12 sessies, nul data-verlies bij overgang.

Vergelijk met wat ChatGPT zonder cijfers zou produceren: "Faciliteerde succesvolle CRM-migratie die de productiviteit aanzienlijk verhoogde." Generiek werkwoord, geen cijfer, "aanzienlijk verhoogde" als hallucinatie-hint. Recruiters herkennen dit patroon binnen seconden, zoals beschreven in de 7-signalen-gids.

Prompt 3: Persoonlijk profiel met vacature als anker

Wanneer: je opent je CV met een 3-5 zin profiel-paragraaf en die moet matchen met de vacature.

Wat ChatGPT goed doet: spiegelen. Geef het een vacature en jouw werkervaring, en het kan de overlap formuleren.

De prompt:

Hier is de vacaturetekst:

[PLAK DE VACATURETEKST]

Hier is mijn werkervaring in trefwoorden (geen volzinnen):
- 8 jaar product management in SaaS
- B2B fintech, regulated environments
- Senior PM bij [BEDRIJF], voor [BEDRIJF]
- Leidde herbouw van billing engine, 40 miljoen ARR
- Niet: een visionair, niet: een proces-jager. Wel: een data-gedreven bouwer.

Schrijf een persoonlijk profiel van 4 zinnen voor bovenaan mijn CV. Het profiel
moet drie elementen van de vacature spiegelen, maar in mijn eigen termen.
Geen woorden als "gepassioneerd", "gedreven", "resultaatgericht". Geen
ronde getallen. Geen em-dashes.

Waarom dit werkt: de expliciete bans ("geen gepassioneerd, geen em-dashes, geen ronde getallen") sluiten letterlijk drie van de zeven AI-tells uit. Je instrueert ChatGPT om buiten zijn standaard-output te schrijven.

Wat je daarna doet: lees de output hardop. Klinkt het als iets dat een Nederlandse collega zou schrijven? Zo nee, vervang de zinnen die anders klinken door je eigen woorden. ChatGPT's eerste draft is materiaal voor jou om te bewerken, niet de eindversie.

Snellere route zonder prompt: /cv-profiel-generator bouwt het profiel direct op basis van je werkervaring en (optioneel) een vacature, met de drie bans al ingebakken. Geen prompt-engineering nodig.

Prompt 4: Skill-werkervaring cross-check op je eigen CV

Wanneer: je hebt je CV af en wilt zeker weten dat je geen skill in de vaardigheden-lijst hebt staan die nergens in werkervaring terugkomt. Dit is een van de zeven tells: skills zonder bewijs.

Wat ChatGPT goed doet: parallelle vergelijking van twee lijsten.

De prompt:

Hier is mijn CV-tekst:

[PLAK DE COMPLETE CV-TEKST]

Doe twee checks:

1. Voor elke skill in de vaardigheden-sectie: noem welke werkervaring-bullet
   bewijs levert (citeer de zin). Als er geen bewijs is, flag de skill.

2. Voor elke skill die wel in werkervaring voorkomt maar NIET in de
   vaardigheden-sectie: flag dat ook, want de ATS scoort die skill mogelijk
   niet als de vaardigheden-sectie het niet expliciet noemt.

Geef de output als twee aparte lijsten: 'Skills zonder bewijs' en
'Skills zonder noemen'.

Waarom dit werkt: je vraagt ChatGPT om systematisch te vergelijken in plaats van te schrijven. Vergelijken is bestand tegen hallucinatie, schrijven niet.

Wat je daarna doet: voor elke skill zonder bewijs, kies tussen twee opties: (a) skill schrappen omdat je hem niet kan onderbouwen, (b) een werkervaring-bullet toevoegen die bewijs levert. Voor elke skill zonder noemen, voeg de skill toe aan de vaardigheden-sectie. Beide checks worden in 99% van de gevallen door ATS-systemen meegewogen, en moderne parsers zoals Textkernel scoren plaatsing in context zwaarder dan plaatsing in een platte lijst [2].

Prompt 5: Typografie en em-dash cleanup

Wanneer: als allerlaatste check, na elke ChatGPT-sessie. Em-dashes, en-dashes en kromme aanhalingstekens zijn de meest voorkomende ChatGPT-output en breken zowel ATS-parsing als recruiter-vertrouwen.

Wat ChatGPT goed doet: patroon-vervanging. Maar paradoxaal genoeg: ChatGPT produceert deze tekens zelf, dus laat het opschonen door ChatGPT alleen is risicovol. De betere route is een eindcheck via een tool.

De prompt (als je toch via ChatGPT wilt):

Hier is mijn CV-tekst:

[PLAK DE COMPLETE CV-TEKST]

Voer een typografie-cleanup uit:
1. Vervang elke em-dash (Unicode U+2014, het lange streepje) door komma, punt of korte hoofdzin.
2. Vervang elke en-dash (Unicode U+2013, het middellange streepje) door normale hyphen (-) of woord "tot".
3. Vervang kromme aanhalingstekens (" " ' ') door rechte (" ").
4. Verwijder elke non-breaking space (vervang door normale spatie).
5. Lijst per categorie welke vervangingen je hebt gedaan, zodat ik kan checken.

Geef de schone tekst onder een tweede header, niet vermengd met de uitleg.

Waarom dit werkt: de eis om vervangingen per categorie te tonen dwingt ChatGPT tot transparantie. Als de uitleg-sectie zegt "0 em-dashes vervangen" maar de tekst bevat er nog drie, zie je dat direct.

Snellere route via tool: de AI-CV Detector scant je CV-tekst op alle 7 tells inclusief typografische artefacten, en geeft per detectie de exacte zin als bewijs. Zonder prompt, zonder dat ChatGPT zelf de cleanup moet doen.

Wat je NIET aan ChatGPT moet vragen

Drie prompt-patronen produceren voorspelbaar AI-output die je CV breekt:

• "Schrijf een CV voor [rol]." Genereert een gemiddelde van alle CVs in de trainingsdata, dus generiek werkwoord-gebruik, ronde getallen, en padding-zinnen. Geen vacature-anker, geen jouw werkervaring, geen kans op een matchscore die uitsteekt.
• "Verbeter mijn CV." Te vaag. ChatGPT herinterpreteert wat "beter" betekent als "meer woorden, meer buzzwords, meer ronde percentages". De output is langer en zwakker dan de input.
• "Geef voorbeelden van wat ik bij [bedrijf] zou kunnen hebben gedaan." Vraagt expliciet om hallucinatie. ChatGPT zal plausibel klinkende verzonnen ervaring produceren die je vervolgens niet kan onderbouwen in een gesprek.

Het verschil tussen werkbare en onwerkbare prompts is simpel: werkbare prompts geven ChatGPT meer context en een specifieke editing-taak, onwerkbare prompts vragen ChatGPT om iets te creeren wat ze niet weet.

Eindcontrole voor je verstuurt

Na elke ChatGPT-sessie, drie checks voor je je CV verstuurt:

1. Lees de output hardop. Niet stil scannen. Klinkt het als een Nederlandse collega, of als een handleiding? AI-output voelt subtiel anders, en hardop voorlezen onthult het binnen seconden.
2. Scan op de 7 tells. Em-dashes, en-dashes, kromme aanhalingstekens, padding-openings, generieke werkwoorden zonder cijfers, ronde percentages, anglicismen. Voor de complete forensische check: gebruik de AI-CV Detector die alle 7 tells in seconden flagt met de exacte zin als bewijs.
3. Cross-check met je LinkedIn. 95% van de recruiters bekijkt het LinkedIn-profiel van een sollicitant. Skills op je CV die niet op LinkedIn staan zijn een rode vlag, en ChatGPT genereert vaak skill-padding die niet in jouw werkelijke profiel terugkomt.

Daarna heb je een CV waar AI aan heeft bijgedragen, maar dat niet als AI-gemaakt herkenbaar is. Het verschil tussen "een CV laten schrijven door ChatGPT" en "een CV laten scherpen met ChatGPT" is precies dat onderscheid: jij blijft de auteur, ChatGPT is het hulpmiddel.

MyCVCraft is gebouwd vanuit dezelfde aanname. De vacature-analyzer doet wat Prompt 1 doet, de profielgenerator doet wat Prompt 3 doet, en de AI-CV Detector doet de eindcheck uit Prompt 5. Geen prompt-engineering nodig, geen tells in de output, en altijd vacature-context als anker. Het verschil tussen ChatGPT als auteur en ChatGPT als bewerker is in het product al gemaakt.