Abbiamo passato i nostri 29 template nel gate di estrazione: ecco il testo esatto che vede il robot

Perché «il testo esatto che vede il robot» è il test giusto

Un applicant tracking system non guarda il curriculum; estrae il livello di testo dal file e analizza quello. Tutto ciò che un recruiter cercherà o scorrerà più tardi dentro l'ATS deriva da quell'estrazione, e la filiera è pressoché inevitabile su larga scala: lo studio della Harvard Business School Hidden Workers: Untapped Talent riporta che il 99% delle aziende Fortune 500 usa un ATS. Quindi la domanda onesta su qualunque template non è «sembra pulito?» ma «quando questa impaginazione diventa un PDF, il testo estratto contiene tutto, in ordine, con le parole intatte?»

Questa impostazione produce un test con tre proprietà misurabili:

• Completezza. Ogni parola del curriculum di origine deve essere recuperabile dal livello di testo del PDF. Si misura come copertura dei token: la quota dei token attesi ritrovata nell'estrazione.
• Ordine. Il nome, il profilo e le intestazioni di sezione devono comparire nell'estrazione nell'ordine di lettura dichiarato dal template. Un'impaginazione che a occhio si legge bene ma si estrae rimescolata ha tradito il suo utente in silenzio.
• Integrità. Le parole devono uscire come parole. Alcune scelte tipografiche (in particolare una spaziatura tra lettere aggressiva) frammentano l'estrazione al punto che «SUMMARY» diventa sei lettere separate. Abbiamo misurato che questo fallimento inizia a 0.11em di spaziatura, quindi ogni template del catalogo è limitato a 0.04em.

Metodologia: riproducibile dal nostro codice

Il test è uno script nel nostro repository (scripts/check-template-parity.ts), non un esercizio di marketing, e gira contro la vera pipeline di rendering di produzione, non contro una sua simulazione. Per ciascuno dei 29 template del registro:

1. Lo stesso curriculum campione fisso viene reso attraverso il template dalla nostra route di stampa di produzione, servita dalla stessa build Next.js che ricevono gli utenti, e convertito in PDF dallo stesso motore basato su Chromium che produce ogni download dei clienti
2. Il livello di testo viene estratto dal PDF risultante con unpdf, una libreria di estrazione costruita sul motore pdf.js, lo stesso approccio di estrazione da cui dipendono i parser ATS
3. L'estrazione viene confrontata con il testo canonico del curriculum di origine (la serializzazione resumeToText), token per token: il testo viene normalizzato Unicode (NFKC, che ripiega in lettere anche le legature PDF come fi), portato in minuscolo e diviso sui caratteri non alfanumerici
4. La copertura è calcolata come multinsieme: ogni occorrenza di ogni token atteso deve essere trovata, quindi una parola che compare tre volte nell'origine deve comparire tre volte nell'estrazione per contare per intero
5. L'ordine di lettura viene verificato a parte: il nome, l'intestazione del profilo e ogni titolo di sezione con contenuto devono comparire nell'estrazione nella sequenza di lettura dichiarata dal template
6. Il gate promuove un template solo se la copertura supera il 95 per cento E l'ordine è intatto. Qualunque fallimento fa fallire l'intero run, e i PDF resi vengono salvati come artefatti per l'ispezione manuale

Risultati: ogni template, ogni numero

Ultimo run misurato: 22 agosto 2026, tutti i 29 template, rendering di due pagine del curriculum campione in ogni caso. L'ordine di lettura è stato preservato in 29 template su 29. Copertura dei token per template:

Che cosa ha intercettato il gate mentre costruivamo il catalogo

Un gate è interessante solo se ha i denti, quindi ecco che cosa è fallito lungo la strada verso questi numeri. La scoperta più istruttiva è stata tipografica: i template serif classici usano tradizionalmente una spaziatura ampia sulle maiuscole di nomi e titoli di sezione, e abbiamo riscontrato che l'estrazione del testo dai PDF inizia a spezzare quel testo in frammenti di singole lettere a 0.11em di tracking. Il fallimento è binario e netto: sotto la soglia le parole si estraggono intere, sopra la soglia «SUMMARY» si estrae come lettere separate che non corrispondono a nessuna ricerca. Ogni template del catalogo blocca ora la spaziatura tra lettere a un massimo di 0.04em, e la nostra famiglia Heritage ottiene il suo aspetto tradizionale da maiuscole, filetti e scelta del carattere invece che dal tracking.

Quella scoperta va oltre i nostri template, ed è una cosa che quasi nessuna checklist «a prova di ATS» menziona: se il suo curriculum attuale usa una spaziatura stilizzata sulle intestazioni, la sua estrazione può essere frantumata esattamente in questo modo, per quanto sobria sembri l'impaginazione. È anche invisibile a occhio, ed è precisamente il motivo per cui mostriamo l'estrazione: il checker calcola quale quota delle parole del suo file si rilegge come parole intere e le mette davanti il testo grezzo.

Il gate impone anche l'ordine di lettura per ogni template, il che vincola il design in modi utili. Le intestazioni a bandeau (Nova, Onyx), gli ordinamenti con la formazione per prima pensati per gli studenti (Beacon, Primer) e lo stile monospaziato (Mono) hanno tutti dovuto dimostrare la propria sequenza di estrazione prima di uscire. La regola è semplice: un'idea di impaginazione che non riesce a mantenere nome, profilo e titoli di sezione nell'ordine dichiarato dentro il flusso estratto non esce con il badge, per quanto bella sia.

I quattro template a cui rifiutiamo il badge, con onestà

I nostri quattro template della famiglia Statement (Studio, Panorama, Duet, Atlas) sono impaginazioni a due colonne, e in questo stesso studio hanno misurato una copertura dei token del 98,94 per cento con un ordine di lettura pulito. Perché allora portano l'etichetta «Best for human review» invece di ATS-Verified?

Perché il test che possiamo eseguire su di loro è strutturalmente più debole, e l'integrità del badge conta più del numero di badge. Per un template a colonna singola, il gate verifica una proprietà con forza reale: l'intero curriculum è un unico flusso di testo, quindi esiste esattamente un ordine di lettura che qualunque parser possa trovare. Per un template a due colonne, una simile sequenza unica non esiste. Il nostro gate verifica l'ordine interno di ogni colonna in modo indipendente (intestazione e colonna principale; barra laterale), e sui rendering multipagina l'impaginazione intercala legittimamente le due colonne pagina per pagina. Parser ATS diversi percorrono le pagine multicolonna in modi diversi, e nessuno pubblica come. Possiamo dimostrare che la nostra estrazione a due colonne è internamente coerente; non possiamo promettere che ogni parser ricomporrà le due corsie come fa l'occhio umano. L'etichetta dice quindi ciò che sappiamo: al meglio quando a leggere per primo è una persona.

Quando dovrebbe usarli comunque? Segnalazioni interne, fiere del lavoro, copie stampate, selezioni guidate dal portfolio: contesti in cui il primo lettore è un essere umano e la corsia visiva per competenze e credenziali si guadagna il suo posto. La pagina della famiglia Statement tratta il compromesso, e ogni esportazione ripiega su una colonna singola pulita in DOCX e TXT, così non resta mai vincolato alla scommessa delle due colonne per una candidatura tramite portale.

Limiti: che cosa questo studio non può dirle

Uno studio è affidabile quanto i limiti che dichiara, quindi ecco i nostri, senza che nessuno ce li chieda.

Un solo motore di estrazione. Estraiamo con unpdf, una implementazione open source dell'estrazione di testo dai PDF. I parser ATS commerciali usano motori propri, e i motori possono divergere sui file insidiosi. La nostra difesa è che i template sono progettati per non avere parti insidiose: flussi di testo unici, font veri, spaziatura bloccata. Più l'input è semplice, meno spazio hanno i motori per divergere, e rendere semplice l'input è precisamente ciò che il gate impone. Resta il fatto che «si estrae perfettamente in un motore» è una prova, non una dimostrazione, per ogni motore.

Un solo campione. Ogni numero di questo studio proviene da un unico curriculum campione di due pagine, deliberatamente completo. Un curriculum diverso (URL molto lunghi, Unicode insolito, dieci pagine di ruoli) potrebbe far emergere residui diversi. Il campione è progettato per esercitare ogni tipo di sezione supportato dal nostro builder, ma non può esercitare ogni curriculum esistente. È per questo che il checker conta: esegue la stessa estrazione sul suo file reale, che è l'unico test a coprire il suo contenuto reale.

Parsing, non classifica. Il gate misura se il testo sopravvive al viaggio dentro un ATS. Non dice nulla su come la classifica, i filtri o le ricerche dei recruiter di un datore di lavoro tratteranno quel testo, il che dipende dal suo contenuto e dalla loro configurazione. Un template verificato porta le sue parole intatte nel database; non può rendere buone le parole.

Un'istantanea nel tempo. Questi numeri descrivono il catalogo come misurato il 22 agosto 2026. I template evolvono, i motori di rendering si aggiornano e il gate viene rieseguito a ogni modifica proprio perché i risultati passati non certificano le build future. Quando i numeri cambiano, questa pagina cambia.

Il confronto con il modo in cui i template vengono di solito venduti

Abbiamo studiato a fondo il panorama concorrenziale mentre costruivamo questo catalogo, e lo schema standard nel mercato dei builder di curriculum è: descrivere ogni template come a prova di ATS, senza allegare alcun test né pubblicare alcun numero. A volte l'affermazione decora impaginazioni con barre laterali scure, barre di valutazione delle competenze e strutture a due colonne, esattamente le caratteristiche che rendono l'estrazione imprevedibile, senza che l'acquirente veda alcuna distinzione.

Non affermeremo che i template dei concorrenti falliscono il parsing; non li abbiamo misurati, e questo studio asserisce solo ciò che abbiamo misurato. Ciò che possiamo dire è strutturale: un'affermazione senza metodo non è informazione, è decorazione. Le domande utili da porre a qualunque fornitore di template, noi compresi, sono quelle a cui questo studio risponde alla luce del sole:

• Che cosa è stato testato esattamente, su quale pipeline di rendering: quella vera con cui esportano gli utenti, o un mockup?
• Che cosa è stato misurato: copertura dei token rispetto al contenuto di origine, ordine di lettura, entrambi, nessuno dei due?
• Quale soglia deve superare un template, e che cosa succede quando uno non la supera?
• Quali template portano l'affermazione e quali no, e il fornitore è disposto a etichettare come NON verificata una parte del proprio catalogo?
• Il test può essere rieseguito, e gli artefatti sono ispezionabili?

Che cosa significa per il suo curriculum, qualunque strumento usi

Potrebbe non usare mai i nostri template, e lo studio le consegna comunque una checklist operativa, perché i modi di fallire contro cui abbiamo costruito il gate sono universali:

• Verifichi l'estrazione, non la presuma. L'abitudine più preziosa di questo intero studio: guardi il testo estratto del suo curriculum prima di una raffica di candidature. Il nostro checker lo mostra in pochi secondi, senza limiti, senza account.
• Tratti la spaziatura tra lettere come un rischio serio. Un tracking stilizzato su nomi e intestazioni può frantumare l'estrazione in modo invisibile. Se il suo template spazia i titoli in maiuscolo, controlli che aspetto hanno le parole nell'estrazione.
• Preferisca una colonna per le candidature tramite portale. Non perché due colonne falliscano sempre, ma perché una colonna è l'unica impaginazione il cui ordine di lettura è dimostrabile in generale.
• Si aspetti che gli URL lunghi si sfilaccino. Gli schemi e i frammenti di percorso spezzati dai ritorni a capo sono le prime vittime dell'estrazione. Se un link deve poter essere copiato e incollato dalla scheda estratta, lo tenga corto e su una sola riga.
• Giudichi i badge dal loro metodo. Qualunque etichetta «approvato ATS» senza un test pubblicato è una scelta di font, non un fatto. Ponga le cinque domande qui sopra.

Domande frequenti

Avete testato contro piattaforme ATS reali come Workday o Greenhouse?

No, e lo diciamo apertamente: i fornitori di ATS commerciali non espongono i propri parser al benchmarking, e qualunque strumento che affermi di aver valutato il suo curriculum «dentro Workday» dovrebbe spiegare come. Ciò che testiamo è lo strato da cui ognuno di quei sistemi dipende: il testo estraibile dal PDF. Se l'estrazione è completa, ordinata e intatta, ha messo al sicuro l'input che tutti i parser condividono.

Che cosa significa concretamente una copertura del 98,94 per cento?

Il curriculum campione si serializza in 284 token attesi, contati con la loro molteplicità. In un run al 98,94 per cento, 281 occorrenze di token su 284 sono state trovate nel testo estratto del PDF; le 3 mancanze erano lo schema di URL «https» (atteso tre volte, mostrato diversamente dai template). Tutti i titoli di lavoro, i datori di lavoro, le date, le competenze e il contenuto dei punti elenco si sono estratti per intero.

Perché tre template compatti misurano il 98,24 per cento invece del 98,94?

In Vector, Primer e Mono, il lungo URL del progetto GitHub del campione va a capo su un'interruzione di riga in un modo che spezza due dei suoi token di percorso durante l'estrazione, oltre ai tre token di schema mancanti ovunque. Sono 5 token su 284, tutti provenienti da un solo URL. La prosa del curriculum non è stata toccata, e tutti e tre i template superano il gate del 95 per cento con l'ordine di lettura intatto.

Posso riprodurre questo studio?

Il gate è uno script nel nostro codice (scripts/check-template-parity.ts) che rende ogni template del registro attraverso la build di produzione, estrae il testo di ogni PDF con unpdf e fallisce se un template scende sotto il 95 per cento di copertura o rompe l'ordine di lettura. Salva tutti i 29 PDF come artefatti ispezionabili. Stesso campione di input, stesso tokenizzatore, stessa soglia a ogni run.

Se i template a due colonne hanno misurato il 98,94 per cento, perché non dargli il badge?

Perché il nostro test dimostra meno per loro. Una colonna singola ha un solo ordine di lettura dimostrabile; due colonne hanno due corsie ordinate internamente che parser diversi possono ricomporre in modo diverso, e i rendering multipagina intercalano le corsie pagina per pagina. Verifichiamo ciò che è verificabile ed etichettiamo il resto con onestà: Best for human review, con ripiego integrato su colonna singola in DOCX e TXT.

Come controllo che cosa legge un parser nel mio curriculum attuale?

Lo carichi nel checker ATS. Estrae il livello di testo del suo file con lo stesso approccio usato in questo studio e le mostra il risultato grezzo, più controlli deterministici su qualità dell'estrazione, contatti, intestazioni di sezione e date. Le scansioni sono illimitate e i file vengono elaborati in memoria, mai conservati.

Fonti

Fatti, prezzi e condizioni verificati il 22 agosto 2026. Possono cambiare; fanno fede le pagine di pagamento dei fornitori.

• Harvard Business School and Accenture, Hidden Workers: Untapped Talent (Fuller and Raman, 2021)