简历优化与 PDF 生成
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_fcba917f/resume-pdf-optimizer。
技能介绍
简历投递常见的问题不是经历不足,而是内容堆叠、岗位匹配弱、ATS 解析不友好。原始简历往往混着自我评价、重复项目、弱动词和无法验证的指标;面对不同岗位或 JD 时,手动重排、提炼关键词并压缩到 1 页成本很高。resume-pdf-optimizer 针对这类场景做结构化优化,并把结果落到可投递的 PDF 文件。
核心能力与步骤
- 输入收集:先读取原始简历、目标岗位、语言与页数;如果提供
JD、行业或公司类型,会优先做关键词匹配、经历重排和技能补强。 - 诊断维度:检查岗位匹配度、结果量化、结构清晰度、ATS 友好度、表达质量和内容可信度。
- 改写模型:用
STAR、CAR、XYZ把模糊职责改写成动作和结果,弱化和目标岗位无关的内容。 - PDF 输出:先生成结构化正文,再生成单栏、低饱和、文字可复制的 PDF;默认输出到
output/目录,并使用英文小写短横线文件名。 - 质量验收:交付前检查未确认事实、时间线冲突、重复项目、中文字体乱码和文件可读性。
适用边界
- 适合应届生、社招、转岗、管理岗等常见求职简历,以及中文、英文、中英双语简历。
- 会保留真实事实:不虚构学历、公司、项目、证书、论文、专利或获奖;缺少量化数据时会标记待确认。
- 默认避免扩写非必要敏感信息;也可按需求脱敏姓名、电话、邮箱、公司、学校或项目。
- 更偏向内容优化与排版,不承诺录用结果,也不替代法律、移民或职业资格认证意见。
使用场景
- 准备投递互联网后端岗位时,按 JD 重排项目经历并补强关键词。
- 英文简历投递海外公司前,把中文项目经历润色成 STAR 结构。
- 应届生投产品运营岗,将课程项目压缩成一页 ATS 友好 PDF。
- 转岗数据分析师,需要删除无关销售经历并量化业务结果。
适合人员
- 投互联网研发岗的应届生:需要把课程项目改写成 STAR 并生成一页 PDF。
- 投海外岗位的工程师:需要英文简历润色、关键词匹配和 ATS 友好排版。
- 转岗或晋升的管理候选人:需要弱化低价值经历、突出管理范围和业务结果。
- 自由职业者或产品运营:需要按目标客户岗位整理项目案例并输出可投递 PDF。