简历 JD 精准对齐器

解决什么问题

简历和 JD 之间的错位，通常不来自能力不足，而来自表达与排序：明明有相关经历，却写在简历后半页；明明满足硬性门槛，却没有一条能对应回去的证据。反向的坑同样常见——为了凑关键词而堆技能、补数字、夸大职级，面试第一轮就塌。

这个技能把「看起来不错」替换成「每项岗位要求都有可验证的简历证据」。它只做表达优化与优先级排序，不替候选人创造任何事实。

工作机制

1. 双向解析。 JD 侧拆出硬性门槛、核心职责、优先项、行业语境、工具、软技能与结果指标；简历侧提取经历、技能、成果、规模、职责边界、时间线与可量化证据。

2. 证据矩阵。 逐条把岗位要求标记为 强证据 / 弱证据 / 无证据 / 信息不足。这是核心一步：匹配必须能指回原文，而不是语义上感觉差不多。

3. 信号权重。 必须、至少、精通、负责 视为高权重信号，加分、优先、了解 视为次级信号，避免把次级偏好当成硬门槛去凑。

4. 改写与排序。 按「动作 + 对象 + 方法 + 结果」结构重写条目，压缩与目标岗位无关的经历，但不动时间线。

5. 交付物。 输出简历摘要、修改清单、面试补证问题和可选求职信。

输入不完整时它不会假装完成：只有 JD 就先给岗位画像与简历自查表，只有简历就做通用竞争力诊断并请求目标岗位。处理高级岗位、跨行业转岗、英文 JD 或 ATS 优化时，会读取 references/matching-rubric.md。

适用边界

• 不编造事实。 未获得的证书、未使用的技术、未负责的预算、未管理的团队、虚构营收与雇主经历一律不写，需要时用 [请填真实转化率] 这类方括号占位符留给用户补充。
• 量化有前提。 数字只在用户提供或能从明确数据计算时使用，不会凭空补百分比。
• 硬门槛不掩饰。 学历、年限、证书、地域不满足时直接指出，不用措辞掩盖。
• 相关性不等于精通。 同义经验可以匹配（如「客户续约」支持「客户成功」），但会标注为可迁移证据；不把「参与」写成「主导」。
• ATS 以可读性为前提。 不机械重复关键词，不用隐藏文字或欺骗性技巧。