一页简历重构工作流
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_1a72b12c/resume-optimization-workflow。
技能介绍
要解决什么问题
很多简历优化卡在“润色”层面:经历边界不清、项目和职责混在一起、团队成果被说成个人贡献,或者为了看起来更强而堆术语、堆数字。结果简历投出去后,岗位匹配不清晰,面试一追问就露馅。这个工作流把改简历拆成一套可检查的流程,先解决“写什么”,再解决“怎么写”,最后检查“写得出来能不能答出来”。
核心能力与关键步骤
它按六个阶段推进:
- 事实盘点:梳理公司、项目、职责边界、关键动作、可验证结果和相关度,避免一上来就修辞。
- 岗位定位与 JD 映射:基于 1-3 个目标岗位 JD,提取关键词,把素材分成强、中、弱相关,决定摘要和经历排序。
- 内容删减:删除弱相关课程、证书、重复职责和无法展开讲解的低价值条目,把高价值内容前置。
- 改写与量化:用“方法 + 结果 + 价值”重写句子;没有精确数字时,可用规模、范围、复杂度、频次等维度做可解释的量化。
- 排版精简:优先一页、倒序、顶部黄金区域,并保持
ATS友好的清晰结构。 - 面试风险检查:逐句检查动词、数字、技术词和角色边界,确保写下的内容都能被追问。
这个流程适合从零写简历、把流水账改成可投递版本、针对某个岗位定向优化,以及投递前做风险自查。使用时要注意:所有优化都以真实经历为前提,不编造事实;每个数字和技术词最好都能展开讲细节;如果只做局部修改,也可以只加载对应阶段资源,而不是强行走完全程。
使用场景
- 应届求职前,把零散课程、实习和项目素材整理成一页可投递简历。
- 投产品经理岗位时,按 JD 提取关键词并删掉弱相关实习经历。
- 把多年流水账压缩到一页,同时保留方法、结果和可量化证据。
- 投递前逐句检查动词、数字和技术词,避免面试中讲不清。
适合人员
- 准备秋招的应届生,想把实习和项目经历改成一页高匹配简历。
- 转岗的数据分析师,需要把业务项目按目标 JD 重新排序和改写。
- 3-5 年后端工程师,想把长简历压缩并量化可证明贡献。
- 投递前做风险自查的求职者,需要检查动词、数字和技术词。