CV maken met ChatGPT: 7 signalen die recruiters herkennen

Een CV dat helemaal door ChatGPT is geschreven herkent een recruiter binnen 10 seconden. De tells: typografische em-dashes en kromme aanhalingstekens, anglicismen, padding-zinnen, generieke werkwoorden, te ronde getallen, skills die niet matchen met de werkervaring, en wisselende werkwoordstijden. 78% van de Nederlandse recruiters gebruikt zelf AI om CV's te beoordelen [1]. Wat jij met ChatGPT genereert, herkennen zij met dezelfde technologie.

Het probleem is niet AI op zich. Het is een ongetraind taalmodel dat in jouw plaats schrijft, zonder vacature-context, zonder ATS-bewustzijn, zonder de specifieke details die jouw werkervaring onderscheiden van een generieke functieomschrijving. In dit artikel: de 7 signalen die recruiters wegfilteren, de ATS-parser-valkuilen die je vaak niet ziet, en wanneer AI op een CV juist wél werkt.

Inhoudsopgave

• Waarom recruiters AI-CV's nu zo snel herkennen
• De 7 signalen waaraan recruiters jouw ChatGPT-CV herkennen
• Wat ChatGPT-output doet met je ATS-score
• Wanneer AI je CV wél helpt (en wanneer niet)
• Checklist: maak je AI-CV recruiter-proof
• Krijg AI in dienst van je CV

Waarom recruiters AI-CV's nu zo snel herkennen

De asymmetrie is verschoven. Twee jaar geleden was een ChatGPT-CV nog een nieuwigheid waar weinig recruiters een filter voor hadden. In april 2026 is de situatie omgekeerd: recruiters zijn zelf dagelijkse gebruikers van taalmodellen voor functie-analyse en kandidaatvergelijking, en de Nederlandse parser-markt draait volledig op AI. Textkernel, marktleider in CV-parsing voor de Nederlandse markt, verwerkt 90% van alle CV's zonder menselijke tussenkomst [2]. 99% van de Fortune 500-bedrijven gebruikt software om CV's te screenen voordat een recruiter ze ziet [3]. Recruiters herkennen het patroon waarmee ze zelf werken; parsers herkennen het patroon dat ze elke dag zien.

Drie ontwikkelingen samen maken AI-detectie tot routine in 2026:

• Recruiters trainen op patroonherkenning. Wie elke dag tien LLM-gegenereerde teksten ziet, leest binnen seconden of een CV-zin door een mens of een model is geschreven. De zinsopbouw, het woordenboek, de cadans: het verraadt zichzelf.
• ATS-systemen scannen op formatting-artefacten. Em-dashes, en-dashes, kromme aanhalingstekens en non-breaking spaces zijn klassieke ChatGPT-output. Veel oudere parsers struikelen over deze tekens of taggen ze als ongebruikelijke karakters.
• Cross-checking tegen LinkedIn is standaard. 95% van de recruiters bekijkt het LinkedIn-profiel van een sollicitant [4]. Een ChatGPT-CV met opgepoetste skills die niet voorkomen op LinkedIn levert direct een rode vlag op.

Het verschil tussen een CV dat door AI is herschreven en een CV dat door AI is verzonnen is meetbaar geworden. Het eerste haalt vaak interviews op. Het tweede valt af in de pre-screening.

De 7 signalen waaraan recruiters jouw ChatGPT-CV herkennen

Concrete tells, in volgorde van hoe makkelijk ze door menselijke en geautomatiseerde filters worden gevonden.

1. Em-dashes en kromme aanhalingstekens

Het sterkste signaal en het makkelijkst te elimineren. ChatGPT gebruikt standaard typografische em-dashes, en-dashes en kromme aanhalingstekens, terwijl Nederlandse zakelijke documenten vrijwel altijd platte hyphens en rechte aanhalingstekens hanteren. Recruiters die copy-paste-output zien, herkennen het direct. Sommige ATS-parsers vervangen deze tekens door vraagtekens, wat je CV onleesbaar maakt voor de scanner.

Fix: plak je tekst in een platte editor (Notepad, TextEdit), niet in Word. Vervang alle em-dashes door komma's, dubbele punten of korte zinnen. Geen enkele rechtgeaarde Nederlandse zin heeft een em-dash nodig.

2. Anglicismen en vertaalslagen

ChatGPT denkt in het Engels en vertaalt naar Nederlands. Het resultaat: "leverde oplossingen", "resultaatgericht", "implementeerde efficiënte processen". Letterlijk vertaalde frasen die in Engelse CV's standaard zijn maar in Nederlandse onnatuurlijk klinken. Andere indicaties: "in deze rol heb ik" (vertaling van "in this role I have"), "ondersteunde de groei van" ("supported the growth of"), "een veelvoud aan stakeholders" ("multiple stakeholders").

Fix: lees elke zin hardop. Klinkt het als iets wat een Nederlandse collega op een verjaardagsfeestje zou zeggen? Zo nee, herschrijf naar Nederlands idioom. Specifiek vakjargon mag, vertaalslag-taal niet.

3. Padding-zinnen zonder informatie

Taalmodellen vullen altijd. Het meest voorkomende patroon: "In deze rol was ik verantwoordelijk voor [X]". Die opening kost vier woorden zonder iets toe te voegen, omdat het al duidelijk is uit de functienaam dát je verantwoordelijk was. Andere padding-frasen om uit je CV te halen: "een belangrijk aspect was", "tijdens mijn tijd bij", "een van de hoogtepunten was", "succesvol uitgevoerd".

Fix: begin elke bullet met een werkwoord en een resultaat. Niet "Verantwoordelijk voor het beheren van een team van 6", wel "Leidde een team van 6 door een ERP-migratie in 9 maanden". De werkervaring-formule zorgt dat elke regel impact draagt zonder padding.

4. Generieke werkwoorden zonder cijfers of tools

ChatGPT vult werkervaring met "optimaliseerde", "stroomlijnde", "implementeerde", "leverde" zonder concrete cijfers, toolnamen of contexten. Een mens met echte werkervaring noemt specifieke software, exacte teamgroottes, doorlooptijden en budgetbedragen. Een taalmodel kent die details niet en plakt er een vaag positief werkwoord op. Recruiters lezen "optimaliseerde processen" en denken: welke processen, met welke tool, hoeveel tijd per week werd er bespaard?

Fix: vervang elke generieke claim door een meetbare. Werkwoord plus tool plus cijfer plus uitkomst. "Verminderde verwerkingstijd met 23% door Power Query-automatisering in een wekelijkse rapportage van 14 uur" is geloofwaardig. "Optimaliseerde processen" is dat niet.

5. Te ronde getallen

Wanneer ChatGPT cijfers verzint, kiest het ronde percentages: 20%, 30%, 50%. Echte werkmetingen geven onregelmatige getallen: 17%, 23%, 42 dagen, 4,8 minuten. Een CV met uitsluitend ronde percentages is een statistisch onwaarschijnlijke werkelijkheid en valt op bij recruiters die meerdere CV's per dag vergelijken.

Fix: gebruik exacte cijfers uit je oude rapportages, projectdocumentatie of jaarverslagen. Liever "verminderde wachttijd met 23%" dan "met 25%". Schrijf het op zoals het werkelijk gemeten is, niet zoals het mooi rondt.

6. Skills die niet matchen met de werkervaring

ChatGPT genereert een skills-sectie op basis van de functienaam, niet op basis van wat er daadwerkelijk in de werkervaring-bullets staat. Resultaat: "Strategic thinking" als skill terwijl de werkervaring uitsluitend tactische uitvoering beschrijft. "Stakeholder management" terwijl er nergens een stakeholder genoemd wordt. ATS-systemen vergelijken skills-velden met werkervaring-tekst: een mismatch verlaagt je relevantie-score, en een recruiter die LinkedIn ernaast legt, ziet hetzelfde gat.

Fix: elk woord in je skills-sectie moet ergens in je werkervaring-bullets terugkomen. Geen bewijs in de werkervaring, geen plek in de skills. Welke trefwoorden in jouw vacature scoren staat in onze gids over vacature-trefwoorden.

7. Inconsistente werkwoordstijden

ChatGPT mengt verleden tijd ("leidde een team") met onvoltooid tegenwoordige tijd ("verantwoordelijk voor"). In een Nederlands zakelijk CV is de regel strak: huidige rol in onvoltooid tegenwoordige tijd, voorgaande rollen volledig in verleden tijd. LLM-output volgt die regel niet consequent en is herkenbaar aan de wisseling binnen één bullet-list.

Fix: lees elke functie-blok als een geheel. Check of alle bullets in dezelfde tijd staan. Geen vermenging binnen een blok, ook niet in de tussenzinnen. Eén tijd per functie.

Wat ChatGPT-output doet met je ATS-score

Naast de signalen voor recruiters breekt rauwe ChatGPT-output specifieke onderdelen van het ATS-parsingproces. Vier concrete problemen die je niet ziet zonder een test:

• Niet-ASCII-tekens. Em-dashes, en-dashes, ellipsis (…), kromme quotes en non-breaking spaces zijn niet altijd UTF-8-compatibel met oudere parsers. Resultaat: vraagtekens, vierkante blokjes of weggelaten tekst in de geparste versie.
• Inconsistente bullet-styling. ChatGPT mixt soms standaard bullets met andere symbolen. ATS-systemen die op bullet-detectie scannen om experience-secties te identificeren, raken hierdoor in de war.
• Onnodig hoofdlettergebruik. Engelstalige modellen titlecasen Nederlandse functienamen ("Senior Project Manager" in plaats van "Senior project manager"). Sommige parsers tellen dit als afzonderlijke termen, andere normaliseren het. Het resultaat is inconsistent en je trefwoord-match wordt onvoorspelbaar.
• Generieke trefwoorden zonder vacature-match. Een CV gegenereerd zonder de vacature in het prompt-window mist de specifieke trefwoorden waarop deze vacature wordt gefilterd. ChatGPT vult dan met "industrie-standaard" trefwoorden, niet met de termen die de werkgever-specifieke ATS daadwerkelijk zoekt.

Voor de mechaniek van ATS-parsing zelf, zie hoe een ATS-systeem je CV leest. Een CV dat door deze parsers heen komt, doet dat ondanks de ChatGPT-tells, niet dankzij.

Wanneer AI je CV wél helpt (en wanneer niet)

Het verschil zit in waar AI in de keten zit. Niet alle AI-gebruik op een CV is gelijk.

Helpt:

• Vacature-tekst analyseren om de exacte trefwoorden, harde eisen en seniority-signalen eruit te halen. Patroonherkenning op een gegeven tekst is precies waar een taalmodel goed in is.
• Herformuleren van eigen ervaring die je al in losse zinnen op papier hebt gezet, met als opdracht "maak hier ATS-vriendelijke bullet-formules van". Het bronmateriaal komt van jou; AI doet alleen de stilistische polish.
• Profielzin testen door drie versies van je persoonlijk profiel te genereren en de beste te kiezen. Het uitgangspunt blijft jouw eigen tekst en cijfers.

Helpt niet:

• Een blanco CV laten genereren vanuit alleen je functienaam en bedrijven. Dan vult AI alle details met fictie of generieke verzinsels die niet matchen met je echte werk en niet matchen met je LinkedIn.
• Werkervaring-bullets in bulk laten schrijven zonder vacature-context en zonder eigen specifieke prestaties. Dat geeft het patroon dat in de 7 signalen hierboven beschreven staat.
• Skills-sectie laten genereren op basis van de functienaam zonder verificatie tegen je werkervaring. Mismatch is voor recruiters direct herkenbaar.

De kortste samenvatting: AI is goed in herformuleren van wat jij al weet. AI is slecht in invullen wat jij niet hebt opgeschreven. Een CV dat alleen op AI-invulling drijft, mist de specifieke details die het tot een geloofwaardig document maken. Een CV dat AI gebruikt om eigen materiaal te scherpen, klinkt menselijk én is ATS-gefilterd. Veel valkuilen waar generatieve AI extra makkelijk in trapt staan in onze gids over 10 CV-fouten die je ATS-score verlagen.

Checklist: maak je AI-CV recruiter-proof

Acht acties die je doorloopt voordat je je AI-CV verstuurt:

1. Vervang alle em-dashes en en-dashes door komma's of korte zinnen. Snelste fix, hoogste impact.
2. Vervang typografische aanhalingstekens door rechte. Zelfde probleem, zelfde reden.
3. Lees elke bullet hardop. Klinkt het als een Nederlandse collega? Zo nee, herschrijf.
4. Schrap padding-openings. "In deze rol was ik verantwoordelijk voor" wordt "Leidde", "Beheerde", "Stuurde". Werkwoord eerst.
5. Vervang ronde percentages door echte cijfers. Pak je oude rapportages erbij. 23% klinkt geloofwaardiger dan 25%.
6. Cross-check skills met werkervaring. Elke skill moet bewezen worden in een ervaring-bullet. Geen bewijs, geen skill.
7. Check werkwoordstijden per functie-blok. Huidige rol: heden. Voorgaande rollen: verleden. Geen menging binnen een blok.
8. Vergelijk je CV met je LinkedIn. 95% van de recruiters doet dit ook [4]. Verschillen zijn rode vlaggen, gelijkluidende details zijn een vertrouwenssignaal.

De eerste twee fixes vang je weg in 60 seconden. De rest kost 20 minuten. Tegenover een week wachten op een afwijzing, is dat een goede ruil.

Krijg AI in dienst van je CV

ChatGPT is een algemene tekstgenerator. Hij kent jouw vacature niet, jouw ATS niet, en jouw werkelijke werkervaring niet. Een CV-specifieke AI doet het omgekeerde: hij gebruikt de vacature als anker, kent de patronen die ATS-parsers zoeken, en bouwt op jouw concrete input. Dat is het verschil tussen "een CV laten schrijven" en "een CV laten scherpen".

MyCVCraft's vacature-analyseren tool haalt de trefwoorden, harde eisen en prioriteiten uit elke vacature, zodat je weet wat een ATS zoekt voordat je gaat schrijven. De profielgenerator bouwt een persoonlijk profiel dat aansluit op die trefwoorden, op basis van jouw eigen werkervaring. En de ATS-check scant je definitieve CV op de parser-valkuilen, inclusief de em-dashes en kromme quotes die ChatGPT achterlaat. Geen rauwe LLM-output, wel AI die werkt voor jouw CV.