Vos 90 premières secondes : comment les recruteurs lisent les CV (et ce que voit l'IA)

Publié le 25 août 2026

Schéma illustrant les zones d'attention des recruteurs et le processus d'indexation des données dans un ATS

Vous avez probablement déjà entendu dire qu'un recruteur ne consacre que six secondes à la lecture d'un CV.

Ce chiffre est partout. Les coachs de carrière le répètent sans cesse et les rédacteurs de CV l'utilisent pour vendre des refontes à plusieurs centaines d'euros. Pourtant, presque personne n'explique d'où vient ce chiffre, comment il a été mesuré, ni ce qui se passe lorsqu'un candidat franchit cette première étape.

La réalité est bien plus nuancée — et nettement plus exigeante.

Dans un marché du recrutement saturé, les recruteurs ne lisent pas les CV de manière linéaire lors du premier tri. Dans son rapport 2026 — basé sur l'analyse de plus de 640 millions de candidatures au sein de plus de 6 000 entreprises entre 2022 et 2025 —, Greenhouse révèle que le nombre moyen de candidatures par offre en entreprise a plus que doublé, passant de 116 en 2022 à 244 en 2025. Dans le même temps, les effectifs moyens de recrutement par organisation ont chuté de 56 % (de 10,43 à 4,62 personnes).

Plus de candidats, moins d'évaluateurs humains. Face à ce volume, l'évaluation initiale devient un tri rapide.

Durant ce premier coup d'œil, les recruteurs concentrent la majorité de leur attention visuelle sur un ensemble restreint et prévisible de données. En parallèle, avant même qu'un humain n'ouvre le fichier, un système de suivi des candidatures (ATS) a déjà extrait le texte pour créer une fiche structurée servant à la recherche, au filtrage et au suivi du processus de recrutement.

Si vous optimisez votre document uniquement pour empiler des mots-clés, le recruteur l'écartera en quelques secondes faute de lisibilité. Si vous privilégiez une mise en page graphique complexe sur plusieurs colonnes, vous introduisez des risques inutiles lors du parsing automatique.

Voici ce que révèlent les recherches sur la manière dont l'œil humain analyse un CV, comment les logiciels traitent le fichier source et comment structurer vos preuves professionnelles pour convaincre les deux.

Le tri en 7,4 secondes : d'où vient vraiment ce chiffre ?

La fameuse « règle des six secondes » trouve son origine dans une étude d'eye-tracking menée en 2012 par la plateforme TheLadders. En 2018, TheLadders a publié une mise à jour approfondie intitulée Keeping an Eye on How Recruiters Read Resumes.

Pour comprendre ces conclusions, il convient d'examiner la méthodologie :

+-------------------------------------------------------------------------+
| MÉTHODOLOGIE DE L'ÉTUDE D'EYE-TRACKING THELADDERS                       |
+-------------------------------------------------------------------------+
| • Échantillon : 30 recruteurs professionnels (entreprises et cabinets)  |
| • Équipement : lunettes d'eye-tracking Tobii enregistrant les fixations |
|   du regard et les saccades oculaires                                   |
| • Contexte : évaluation de profils réels en phase active de recrutement |
| • Résultat mesuré : 7,4 secondes en moyenne lors du tri initial         |
+-------------------------------------------------------------------------+

Alors que l'étude de 2012 établissait un temps moyen de 6,0 secondes, l'actualisation de 2018 a mesuré 7,4 secondes. Les chercheurs ont souligné que le contexte économique plus favorable en 2018 laissait aux recruteurs un peu plus de temps par document.

L'enseignement majeur ne réside pas dans les fractions de seconde, mais dans la répartition du regard. Environ 80 % du temps total de fixation visuelle était concentré sur six éléments précis :

Nom du candidat
Poste actuel et entreprise
Dates de début et de fin du poste actuel
Poste précédent et entreprise
Dates du poste précédent
Formation (établissement et diplôme)

Distribution de l'attention visuelle (premier tri)
==================================================

FORTE ATTENTION
• Nom du candidat et coordonnées
• Titre du poste actuel et employeur
• Dates d'emploi (continuité du parcours)
• Titre du poste précédent et employeur
• Diplômes et formation

FAIBLE ATTENTION INITIALE
• Paragraphes narratifs denses
• Déclarations d'objectifs vagues et abstraites
• Blocs de texte compacts et non structurés

Les candidats qui passent ce premier filtre font ensuite l'objet d'un examen plus approfondi, où les réalisations quantifiées, l'évolution de carrière et les compétences clés prennent toute leur importance. Mais si ces informations sont noyées dans de longs paragraphes ou désorganisées, le candidat est rapidement écarté.

Les mécanismes de lecture : le modèle en F

Les recruteurs se concentrent sur ces six points d'ancrage parce que le cerveau humain recherche instinctivement des repères visuels sous contrainte cognitive.

Les recherches de TheLadders ont montré que les CV organisés selon les tendances de lecture en F et en E obtenaient de bien meilleurs résultats auprès des évaluateurs que ceux nécessitant une navigation non linéaire.

TRAJECTOIRE DU MODÈLE EN F
-----------------------------------------------------------------
[1] Barre horizontale haute  ===>  Nom, titre visé et résumé clé
[2] Descente verticale       v
[3] Barre horizontale médiane===>  Poste actuel et premier résultat chiffré
[4] Axe vertical             v     Marge gauche (entreprises et dates)
                             v     Survol des blocs denses à droite

Lors d'un balayage rapide, le regard suit généralement ce parcours :

Balayage horizontal supérieur : lecture du tiers supérieur de la page pour identifier le candidat, son intitulé de poste et son profil général.
Première descente et balayage court : passage au début de la section expérience, survol du titre, de l'entreprise et de la première puce.
Descente le long de la marge gauche : parcours vertical le long du bord gauche pour vérifier l'intitulé des postes, les entreprises et la continuité du parcours.
Zone périphérique : les longs paragraphes à droite et la fin des phrases longues ne reçoivent presque aucune attention lors du premier passage.

Ce qui freine la lecture

Les recruteurs s'appuient sur la hiérarchie visuelle pour extraire rapidement l'information. Deux erreurs courantes perturbent ce processus :

Les paragraphes denses et compacts : les blocs de texte de plus de trois ou quatre lignes créent une résistance visuelle. Le regard saute le paragraphe plutôt que de le lire.
Les descriptions de tâches vagues : les puces commençant par des formulations passives (« Responsable de l'assistance sur... ») n'apportent aucun signal immédiat. À l'inverse, débuter par une action et un résultat concret (« Réduction de 42 % de la latence des requêtes SQL... ») offre un repère instantané.

Comment les ATS traitent réellement votre CV

Pendant que l'humain recherche une structure visuelle claire, le logiciel extrait les données pour la recherche, l'indexation et la gestion du flux de recrutement.

Dans son rapport d'audit du 20 août 2026, Jobscan a analysé les grandes entreprises du Fortune 500 et constaté que 97,4 % d'entre elles (487 sur 500) utilisent un ATS identifiable. Ce taux reste remarquablement stable au fil des années : 97,4 % en 2023, 98,4 % en 2024, 97,8 % en 2025 et 97,4 % en 2026.

Il est essentiel de comprendre ce qu'est véritablement un ATS. Ce n'est pas un algorithme unique et uniforme. Des solutions comme Workday, Greenhouse, iCIMS, Taleo, Lever et Ashby varient considérablement dans leurs fonctionnalités, leurs configurations et la manière dont les équipes de recrutement les exploitent.

En pratique, un ATS est avant tout une base de données de recrutement et un moteur de gestion de processus :

Envoi de la candidature
       │
       ▼
Parsing et extraction de texte
       │
       ▼
Fiche candidat structurée (champs, dates, compétences)
       │
       ▼
Processus de travail du recruteur
   ├── Recherche et filtres (compétences, intitulés, lieu, diplômes)
   ├── Critères éliminatoires automatisés (Knockout criteria)
   ├── Rapprochement des critères avec l'offre
   └── Dans certains systèmes : fonctionnalités d'évaluation assistée par IA

Un ATS agit rarement comme un filtre entièrement autonome qui rejette les candidats sans intervention humaine. Sa mission principale consiste à segmenter le document en champs structurés pour permettre aux recruteurs de rechercher et filtrer les profils efficacement.

D'après les données d'enquête de Jobscan, 76,4 % des recruteurs interrogés utilisent la recherche et les filtres de leur ATS pour cibler des compétences précises mentionnées dans la description du poste. Si l'ATS ne parvient pas à extraire proprement vos compétences, vos titres et vos dates, votre profil sera plus difficile à trouver lors des requêtes.

Pourquoi la complexité visuelle augmente le risque de parsing

Les outils de parsing convertissent votre fichier (PDF ou DOCX) en texte brut. Même si les technologies d'extraction ont progressé, les mises en page complexes restent une source fréquente d'erreurs :

Mises en page multicolonnes et barres latérales : si le parseur lit le document de manière linéaire sur toute la largeur de la page, les textes de colonnes adjacentes peuvent se mélanger.
Zones de texte et éléments graphiques : les informations situées dans des cadres flottants ou des tableaux imbriqués sont parfois ignorées par certains moteurs d'extraction.
Coordonnées dans les en-têtes et pieds de page : les informations de contact placées dans les zones d'en-tête (Header) ou de pied de page (Footer) risquent de ne pas être extraites.

Une mise en page classique à colonne unique minimise les ambiguïtés d'analyse et garantit un ordre de lecture évident pour les algorithmes comme pour les humains.

Optimisation par mots-clés vs Keyword Stuffing

Le fait que les recruteurs recherchent des profils par compétences a alimenté un mythe persistant : l'idée que saturer son CV de mots-clés garantirait un entretien.

Le « keyword stuffing » (bourrage de mots-clés) n'est pas une stratégie d'optimisation.

Bien que la présence exacte des termes clés soit indispensable pour la recherche et le filtrage, accumuler des listes d'acronymes isolés en bas de page pose deux problèmes majeurs :

Échec lors de l'évaluation humaine : une liste alphabétique de trente outils ne prouve en rien votre capacité à résoudre des problèmes concrets d'entreprise.
Inadéquation avec les outils modernes : les modules d'analyse modernes évaluent la manière dont les compétences s'articulent dans leur contexte, et non la simple répétition mécanique de termes isolés.

La méthode efficace est directe : mentionnez explicitement vos compétences clés pour assurer leur indexation, et illustrez vos compétences majeures au cœur des puces décrivant votre expérience.

La double architecture d'une candidature

Réussir sa recherche d'emploi implique de comprendre que deux destinataires distincts évaluent votre CV, chacun avec ses propres critères :

                 CANDIDATURE À UN POSTE
                           │
             ┌─────────────┴─────────────┐
             │                           │
          MACHINE                       HUMAIN
             │                           │
     Puis-je le parser ?          Puis-je le scanner ?
     Puis-je le retrouver ?       Puis-je comprendre l'expérience ?
     Les critères collent-ils ?   Y a-t-il des preuves tangibles ?
             │                           │
             └─────────────┬─────────────┘
                           │
                 PREUVES PROFESSIONNELLES

Dimension	Traitement automatique (ATS / Recherche)	Évaluation humaine (Recruteur / Manager)
Structure du document	Flux de texte linéaire et prévisible	Hiérarchie claire sur la marge gauche pour la lecture en F
Typographie	Polices standard avec encodage UTF-8 propre	Hiérarchie lisible avec titres en gras et espaces aérés
Intitulés de sections	Termes standards (Expérience, Formation, Compétences)	Repères visuels immédiats facilitant la navigation
Compétences & Outils	Termes précis indexés dans des champs dédiés	Outils clés mis en valeur à proximité des projets pertinents
Réalisations	Descriptions contextualisées reliant outil et impact	Données chiffrées (`+35 %`, `1,2 M€`, `85 ms`) qui attirent l'œil

Règles pratiques pour un CV robuste

Construire un CV performant à la fois pour les logiciels et les recruteurs ne nécessite aucune astuce artificielle : cela demande simplement de la rigueur dans la structure et des faits vérifiables.

1. Adoptez une structure linéaire sur une seule colonne

Évitez les barres latérales, les blocs de texte flottants et les tableaux complexes pour votre parcours professionnel. Une structure verticale offre un chemin d'extraction sans équivoque pour le parseur et correspond au sens de lecture naturel du recruteur.

2. Associez chaque compétence clé à une réalisation concrète

Ne vous contentez pas d'une liste d'outils isolée. Reliez vos compétences fondamentales à des actions précises et des résultats mesurables :

Affirmation sans preuve :
« Maîtrise de Go, Kafka, optimisation de bases de données et architecture backend haute performance. »

Réalisation prouvée :
« Refonte de la file de traitement des transactions en Go et Kafka, réduisant la latence p99 de 450 ms à 75 ms tout en absorbant des pics de 12 000 requêtes par seconde. »

Cette seconde formulation fonctionne sur les deux plans : l'œil humain retient instantanément les technologies et les métriques de performance, tandis que la base de données indexe la compétence technique associée à un impact métier direct.

3. Effectuez le test du texte brut (Notepad)

Avant d'envoyer votre CV au format PDF, faites ce test simple :

Ouvrez votre PDF dans votre navigateur ou votre lecteur habituel.
Sélectionnez tout le texte (Ctrl+A / Cmd+A), copiez-le et collez-le dans un éditeur de texte brut (comme le Bloc-notes ou TextEdit).
Lisez le texte du haut vers le bas.

Si l'extraction donne un ordre de lecture désordonné, des dates mélangées aux intitulés de poste ou des coordonnées manquantes, considérez cela comme un signal d'alerte. Les parseurs ATS diffèrent par leur niveau de technicité, mais un document qui échoue à une extraction basique présente des risques inutiles.

Des documents statiques au graphe de connaissances professionnelles

La difficulté fondamentale de la rédaction de CV tient au format même du document statique.

Avec un fichier plat, adapter son parcours à une offre nécessite de réécrire manuellement des paragraphes, de supprimer des accomplissements pour respecter une limite de pages et de deviner les termes à valoriser.

C'est précisément l'approche que transforme VedaCarrier.

Plutôt que de traiter votre parcours comme un texte figé, VedaCarrier structure votre expérience sous la forme d'un Career Knowledge Graph (Graphe de connaissances de carrière) — en reliant compétences, projets, outils et résultats quantifiés au sein de nœuds de preuves structurés.

Go (Compétence)
  └── utilisée dans ──► Refonte du traitement des paiements (Projet)
                          └── a généré ──► Latence p99 réduite : 450 ms → 75 ms (Métrique)
                                             └── répond à ──► Exigence : Systèmes haute performance

Chaque éditeur d'ATS utilise ses propres méthodes d'indexation et de recherche, et personne ne peut prétendre connaître les formules propriétaires de chaque système. VedaCarrier se concentre sur ce que vous maîtrisez : rendre chaque compétence pertinente explicite, rigoureusement structurée et soutenue par des preuves concrètes.

Lors de la génération d'un CV, VedaCarrier s'appuie sur votre graphe pour produire des documents sobres à colonne unique, conçus pour un parsing fiable et un impact visuel immédiat.

Vous pouvez tester la manière dont les outils de parsing analysent votre CV actuel grâce à l'outil gratuit VedaCarrier Free ATS Checker — sans création de compte.

Conclusion

Vous ne pouvez pas choisir l'ATS utilisé par une entreprise, la façon dont ses filtres sont configurés, ni le nombre de secondes qu'un recruteur consacrera à votre dossier.

En revanche, vous avez le contrôle total sur la clarté et la structure de vos preuves professionnelles.

Privilégiez une structure simple et fiable pour le parsing, disposez l'information selon les habitudes de lecture humaines et veillez à ce que chaque compétence clé s'appuie sur des résultats tangibles.

Sources & Références

TheLadders (2018), Keeping an Eye on How Recruiters Read Resumes — Étude d'eye-tracking observant 30 recruteurs professionnels via la technologie Tobii : temps moyen de premier tri mesuré à 7,4 secondes et concentration d'environ 80 % des fixations visuelles sur six points d'ancrage (nom, poste actuel/entreprise, dates actuelles, poste précédent/entreprise, dates précédentes, formation).
TheLadders (2012), Initial Eye-Tracking Study — Étude de référence ayant mesuré une moyenne de tri initial de 6,0 secondes en période de forte affluence post-récession.
Greenhouse (2026), The Hire Standard: 2026 Recruiting Benchmark Report — Analyse de plus de 640 millions de candidatures dans 6 000+ entreprises (2022–2025), montrant une hausse des candidatures par poste de 116 à 244 (+111 %) et une baisse de 56 % des effectifs de recrutement par organisation (de 10,43 à 4,62).
Jobscan (20 août 2026), Fortune 500 ATS Adoption Report — Audit démontrant que 97,4 % des entreprises du Fortune 500 (487 sur 500) utilisent un ATS identifiable, avec des données d'adoption historiques (97,4 % en 2023, 98,4 % en 2024, 97,8 % en 2025).
Jobscan (2025/2026), Recruiter Workflow & ATS Search Insights — Données d'enquête montrant que 76,4 % des recruteurs utilisent la recherche et les filtres de leur ATS pour identifier les compétences requises par l'offre.