零起点简历生成助手

解决的问题

应届生、转行者或首次求职的用户常面临一个尴尬：打开简历文档却无从下手。口述经历时往往零散、模糊，写出来的内容充满“负责”“参与”这类缺乏说服力的表述，既没有量化成果，也无法精准匹配目标岗位的需求。这份技能针对的正是从空白文档到专业简历的核心痛点，而非简单套用模板。

核心工作机制

技能采用分轮引导式对话，将信息收集拆解为8个模块，分2-3轮自然推进，避免一次性抛出数十个问题带来的压迫感。核心在于对口语化经历的重构：

• 量化挖掘：对每段工作或项目经历，强制追问2-3个可衡量的数字（处理量、提升比例、节省成本等），将模糊描述转化为具象成果。
• 书写红线：严格遵循简历写作规范——以行动动词开头（如“主导”“优化”“重构”），将数字嵌入显眼位置，用STAR法则组织叙事但不露出标签词，全程禁用“我”字和纯职责罗列。
• 段位适配：根据用户应届/资深的不同背景，调整表达的深度与侧重，避免新人写出管理层视角的措辞。

岗位专属优化逻辑

当用户提供目标公司和岗位JD后，技能会进入定向优化模式：

• 求职意向直接锁定具体岗位名称，而非笼统方向。
• 按JD核心职责重排经历顺序，将最相关的内容前置。
• 将JD中的技能、工具等关键词自然融入工作描述，提升机器筛选通过率。
• 生成50字以内的打招呼用语，结构为“年限+领域+1个核心匹配点+行动号召”，避免套话，直接命中岗位需求。

适用边界与注意点

• 技能依赖用户提供真实经历，严禁虚构数据，若无法提供量化数字，仅能生成基础描述。
• 分轮对话需要用户配合补充，若中途跳过模块，后续需返工补全信息。
• 适用于从零开始的新人、转行者，不适用已有经验的资深人士完善现有简历。
• 岗位专属优化需用户提供完整JD，否则仅能生成通用版简历。