Cómo usar tu CV con un LLM: expórtalo primero a YAML

Por qué YAML supera a pegar tu PDF en ChatGPT

Cuando copias un CV de un PDF y lo pegas en un chat, no pegas un documento limpio — pegas el orden de extracción de texto que el PDF tiene por casualidad. Las maquetaciones a dos columnas se entremezclan. Encabezados y pies caen a mitad de frase. Las fechas se separan de los puestos a los que pertenecen. El modelo tiene que reconstruir la estructura antes de poder ayudar — y a veces la reconstruye mal.

Un formato estructurado elimina ese problema por completo. El modelo lee campos explícitos — nombre, experiencia, cada puesto con título, empresa, fechas y viñetas — en vez de inferirlos del espaciado. YAML es el formato estructurado más limpio para esto, y también el más económico: menos de tu presupuesto de prompt va al CV, dejando más para la tarea real.

YAML vs JSON vs texto plano para LLM

Los tres funcionan, pero no son iguales para este caso:

• Texto plano (pegado de un PDF): menos esfuerzo, peor resultado. El modelo tiene que adivinar la estructura y las maquetaciones por columnas se descolocan.
• JSON: totalmente estructurado e inequívoco, pero pesado en tokens: cada clave entre comillas, cada nivel con llaves y comas. También más difícil de ojear y editar a mano.
• YAML: estructurado como JSON pero con mucha menos puntuación. La indentación reemplaza las llaves, las claves no llevan comillas, y el texto multilínea (tu resumen, tus viñetas) se lee con naturalidad. El punto justo: limpio para la máquina y legible para la persona.

Cómo obtener tu CV en YAML

No necesitas escribir YAML a mano ni conocer la sintaxis. Si tu CV ya está hecho en TakeMeUp.cv, el complemento CV a YAML exporta un archivo YAML limpio y listo para pegar en un clic — gratis, sin suscripción. Quita los campos de maquetación que un LLM no necesita y conserva la estructura que sí.

Si tu CV está en otro sitio, aún puedes crearlo gratis en TakeMeUp.cv (importa desde LinkedIn, Word o PDF) y luego exportar el YAML — la exportación en sí no cuesta nada.

Cinco prompts que mejor funcionan con un CV en YAML

Pega el YAML como primer mensaje y prueba cualquiera de estos. Sustituye lo que está entre corchetes por tus datos:

1. Adaptar a un empleo: «Aquí está mi CV en YAML. Reescribe las viñetas de experiencia para apuntar a esta oferta, usando solo logros ya presentes. No inventes métricas.» Luego pega la oferta.
2. Redactar carta: «Escribe una carta de presentación para [role] en [company] basada solo en este CV. Menos de 250 palabras y concreta.»
3. Entrevista simulada: «Eres el responsable de selección para [role]. Hazme cinco preguntas de entrevista basadas en este CV, una a una, y critica mis respuestas.»
4. Análisis de brechas: «Compara este CV con un [target role] típico y lista las tres habilidades que más me faltan, ordenadas por cuánto aparecen en las ofertas.»
5. Reescribir el resumen: «Reescribe mi resumen profesional en tres tonos — conciso, seguro y cercano — usando solo lo que hay en este CV.»

Mantenlo exacto y privado

Dos reglas. Primero, tú eres el verificador: los LLM reescriben muy bien pero a veces inflan — convierten «lideré un proyecto» en «lideré un equipo de 12» si los dejas. Dile siempre al modelo que no invente cifras, y lee cada reescritura frente a tu CV real antes de enviarla a un empleador.

Segundo, cuida tus datos: un CV pegado en un chatbot público puede conservarse o usarse para entrenamiento según los ajustes del proveedor. Quita tu dirección y números de identidad antes de pegar, usa las opciones de control de datos / no-entrenamiento donde existan, y trata el chat como cualquier servicio externo que ve tus datos personales.