简历求职信打磨

你要解决的问题

简历和 JD 之间的错配，很少是因为“经历不够硬”，更多是因为写法不对。一个做了用户分层推送的人，在简历里只写“负责用户运营”，等于把判断权交给了筛选系统的关键词匹配；而堆了“认真负责、沟通能力强”的简历，读起来像是在自我感动。招聘方真正想看的是：你具体做了什么、结果如何，以及这些结果是否和岗位的能力词对得上。

更实际的痛点是，很多人并没有系统地拆解过 JD。看到“数据驱动增长”就觉得自己做过数据，看到“跨团队协作”就觉得自己开过会。问题在于，招聘方并不关心你“做过什么”，关心的是“做出来的结果能不能用数字证明，且能命中岗位描述里的关键词”。

它如何工作

这个技能把简历打磨拆成一条可重复的流水线，输入是用户经历 + 目标岗位 JD，输出是重写后的经历、关键词覆盖检查和求职信草稿。

第一步：解构 JD。 从岗位描述里提取关键能力词，比如 数据分析、跨团队、0→1。这些词是后面映射经历的锚点，也是关键词覆盖检查的基准。

第二步：映射经历。 把用户已有的经历对这些能力词做映射。有就对齐，没有就不强凑。强行编造一条“数据分析”经历，比不写这条关键词更危险。

第三步：STAR 重写每条经历。 每条经历都要包含情境（Situation）、任务（Task）、行动（Action）、结果（Result），其中结果必须带数字。例如把“负责社群运营”重写为：“从0搭建200人社群（S），通过打卡机制（T/A），3个月活跃率提升至65%、转化12单（R）”。

第四步：去空话。 删除“认真负责”“熟练掌握”这类没有证据支撑的形容词，替换成可验证的行为描述。一个判断标准是：删掉这个词，简历信息量有没有减少？如果没减少，它就不该留。

求职信部分支持中英文输出，英文版本会避免中式直译，按目标语言的行文习惯组织。

输出物清单：

• 重写版经历 3 条（STAR 结构，结果带数字）
• 关键词覆盖检查表（JD 中的关键词 vs 简历中出现的位置）
• 求职信草稿（≤1 页）
• 避坑提醒（不造假、不堆砌、一岗一版）

适用边界与红线

这个技能不会帮你编造经历或数据。如果输入的经历缺少真实数字，它会提示你“补充真实数字”，而不是用估算值填充。它也不会代写虚假资质——认证、学历、项目归属这些硬信息必须来自你本身。

另外，简历打磨的前提是 JD 真实存在。如果你只有一个模糊的岗位方向，建议先拿到完整 JD 再开始，否则关键词提取这一步就会失焦。最后，一岗一版是底线：同一个经历面向不同岗位时，应该调整 STAR 中的行动描述和结果侧重点，而不是复制粘贴同一份简历。