เมื่อปลายเดือนที่ผ่านมา เพื่อนสนิทของผมที่เป็น Senior Backend Engineer ถูกลดพนักงานกะทันหันจาก startup EdTech แห่งหนึ่ง เขามีเรซูเม่เวอร์ชันเก่าค้างไว้ตั้งแต่ปี 2022 ซึ่งเขียนแบบเล่าเรื่องยาวเหยียด ไม่มีตัวเลข ไม่มี bullet points ในช่วงสองสัปดาห์ที่เขาต้องยื่น 47 ตำแหน่ง ผมจึงตัดสินใจสร้าง pipeline อัตโนมัติด้วย Python เพื่อเชื่อมต่อ LLM สองตัว — Claude Opus 4.7 และ GPT-5.5 — ทำหน้าที่ปรับเรซูเม่และจำลองการสัมภาษณ์ เป้าหมายคือทำให้คะแนน ATS เพิ่มจาก 58 เป็น 85+ ในงบไม่เกิน $35 ต่อเดือน บทความนี้คือสรุปสิ่งที่เรียนรู้จากการทดสอบจริง 142 รอบ พร้อมโค้ดที่รันได้และตารางเปรียบเทียบต้นทุนแบบเซ็นต์ต่อเซ็นต์