Saltar al contenido principal
ResumeTune

Actualizado el 3 de agosto de 2026

Cómo el ATS lee los CVs (y qué conviene corregir primero)

Read this guide in English

La mayoría de las candidaturas online no empiezan con una persona leyendo tu PDF. Empiezan con software — un applicant tracking system (ATS) — que extrae texto, busca estructura y compara lo que encuentra con la oferta.

Esta guía explica ese proceso en lenguaje claro. No promete que una herramienta “vence a todos los ATS”. Cada empresa usa sistemas distintos. Lo útil es entender cómo suele funcionar el parseo, qué diseños fallan con frecuencia y qué cambios mejoran la probabilidad de que tu contenido se lea bien.

Si ya tienes un CV listo, puedes hacer una comprobación técnica gratuita en ResumeTune al terminar. Esta página es para quien quiere aprender primero; la página de inicio es para quien quiere comprobar ya.

Qué hace realmente un ATS

Piensa en el ATS como un pipeline, no como un juez de tu carrera. En un flujo típico guarda el archivo, extrae texto, lo normaliza y después busca o puntúa frente al puesto. Los reclutadores pueden filtrar por palabras clave, años de experiencia, ubicación o formación — pero nada de eso funciona bien si la extracción de texto es caótica.

El parseo es el paso frágil. El sistema debe convertir un documento visual en una secuencia de caracteres y, idealmente, reconocer secciones como Experiencia, Educación y Competencias. Cuando el diseño es decorativo en lugar de estructural, el texto extraído puede desordenarse, perder contenido o pegar palabras que no van juntas.

La comparación por palabras clave suele hacerse sobre ese texto extraído. Si una competencia solo aparece dentro de una imagen, un gráfico o un cuadro que el parser ignora, puede no entrar nunca en el registro buscable — aunque una persona vea el PDF diseñado con claridad.

Cómo un archivo de CV se convierte en texto

PDF y DOCX son los formatos habituales. DOCX suele ser más predecible para la extracción porque es un formato de documento estructurado. Los PDF varían mucho: algunos son PDF de texto limpio; otros son maquetaciones visuales, exportaciones de herramientas de diseño o escaneos.

Un PDF de texto limpio sigue teniendo un orden de lectura. Diseños a varias columnas, barras laterales y tablas pueden hacer que el extractor lea primero una columna y luego la otra — o, peor, línea a línea a través de columnas — de modo que un puesto quede junto a fechas de otro rol.

Las páginas escaneadas y los PDF solo-imagen son el caso más duro. Si no hay capa de texto real, un ATS puede guardar casi nada útil salvo que aplique reconocimiento óptico (OCR), y la calidad del OCR varía. Si puedes seleccionar y copiar texto en el visor del PDF, vas mejor que si la página se comporta como una foto.

  • Prefiere un PDF con texto seleccionable o un DOCX frente a un escaneo.
  • Evita meter competencias críticas solo en logos, iconos o “barras” de habilidades.
  • Mantén un orden de lectura simple de arriba abajo siempre que puedas.

Errores de formato que rompen el parseo

Estos patrones se ven elegantes en un portfolio de diseño y a menudo fallan en la recepción automática. No necesitas un CV aburrido — necesitas uno legible.

  • Tablas usadas como maquetación de toda la página: muchos parsers leen celda a celda y destruyen el orden cronológico.
  • Diseños multicolumna y barras laterales: el contacto o las skills en una columna estrecha pueden leerse en el momento equivocado o perderse.
  • Texto dentro de gráficos, charts o iconos: si no es texto real, puede no indexarse.
  • Email/teléfono solo en cabeceras o pies: algunos sistemas ignoran regiones repetidas de header/footer.
  • Cuadros de texto y marcos flotantes de herramientas de diseño: el orden de extracción se vuelve impredecible.
  • Títulos de sección solo creativos (“Mi camino”, “Logros cool”): las personas lo entienden; los filtros pueden buscar Experiencia, Educación, Competencias.

Qué ayuda a que el ATS — y las personas — te lean bien

Encabezados de sección claros, fechas coherentes y bloques de experiencia con un patrón predecible (puesto, empresa, fechas, viñetas) ayudan al software y a quien recluta. Usa el lenguaje de la oferta cuando sea verdad: si la oferta dice “gestión de proyectos” y tu CV solo dice “lideré iniciativas”, puede ser el mismo trabajo con palabras que el filtro nunca busca.

Las viñetas que empiezan con verbos fuertes e incluyen resultados concretos se escanean mejor que párrafos densos. Las métricas ayudan cuando son reales; inventar números daña la confianza más adelante.

La longitud es secundaria frente a la claridad. Un CV de dos páginas de un perfil especialista puede parsearse bien. Un CV de una página lleno de columnas e iconos puede parsearse mal. Primero la extracción; después el recorte de texto.

Cartas de presentación en un mundo ATS

Muchas empresas siguen pidiendo una carta en el mismo portal. Trátala también como texto buscable: párrafos simples, sin texto atrapado en una imagen de membrete, y una conexión directa con los requisitos del puesto en las primeras líneas.

Una carta breve que nombre el puesto, refleje algunas competencias imprescindibles de la oferta y señale un logro relevante suele viajar mejor que un ensayo genérico. Si el portal tiene campos separados, pega texto plano en lugar de subir una carta PDF muy diseñada cuando tengas esa opción.

Lista práctica antes de postular

Úsala como lista previa al envío, no como superstición. Corregir estos puntos no garantiza una entrevista — mejora la probabilidad de que tu contenido esté presente en el paso de comparación que venga después.

  • Abre el archivo y confirma que puedes seleccionar/copiar el cuerpo del texto.
  • Exporta un diseño simple de una sola columna con encabezados estándar.
  • Saca las competencias de los gráficos y ponlas en una sección real de Skills/Competencias.
  • Alinea el lenguaje con la oferta cuando sea preciso.
  • Quita tablas usadas solo para maquetar.
  • Pega el CV como texto plano en un documento vacío — si ese pegado se ve revolcado, un ATS puede ver el mismo desorden.

Dónde encaja ResumeTune

La comprobación gratuita de ResumeTune es un pase técnico determinista: mira señales de legibilidad y estructura en CVs en inglés y español, y puede comparar palabras clave si pegas una descripción del puesto. En la ruta gratuita no llama a un modelo de IA, y no afirma reproducir la fórmula de ranking de cada proveedor de ATS.

Úsalo después de simplificar el formato — o para detectar problemas antes de reescribir. Las opciones de pago en el sitio son aparte y opcionales. El objetivo de esta guía es educar; la subida en la página de inicio es la herramienta.

Preguntas frecuentes

¿Todas las empresas usan el mismo ATS?
No. Cada empresa usa un sistema distinto y lo configura a su manera. La extracción de texto funciona de forma parecida en casi todos, por eso los consejos de formato sirven en general, pero las reglas de filtrado no. Ninguna herramienta pública puede reproducir la configuración de una empresa concreta.
¿El ATS rechaza mi CV automáticamente?
El rechazo automático se afirma mucho más de lo que se demuestra. Un ATS es sobre todo una tubería que guarda, extrae e indexa tu archivo; el filtrado suele ocurrir cuando una persona busca u ordena candidaturas. Lo que sí es seguro es que el contenido que no se extrae no puede encontrarse después.
¿Puede un ATS leer un PDF escaneado?
Solo si se aplica reconocimiento óptico de caracteres, y su calidad varía. Un escaneo o una foto no tienen capa de texto, así que sin OCR puede no quedar casi nada. Abre tu archivo e intenta seleccionar una frase: si el texto no se resalta, vuelve a exportarlo desde el documento original.
¿Las maquetaciones a varias columnas rompen el parseo?
Con frecuencia alteran el orden. La extracción puede leer primero una columna y luego la otra, o ir línea a línea cruzando ambas, de modo que un puesto acaba junto a fechas de otro. El contenido no se pierde, pero sí su estructura, y la estructura es lo que lo hace utilizable.
¿ResumeTune usa IA en la comprobación gratuita?
No. La comprobación gratuita es determinista: reglas fijas sobre el texto extraído, sin ningún modelo de lenguaje. El mismo documento evaluado dos veces devuelve el mismo número.