技能介绍

问题：通用简历为什么难通过筛选

很多工程师或产品经理会把同一份简历海投到不同岗位，结果往往是 ATS 初筛就失败：JD 里写 Python、Kubernetes、GDPR，简历里却只写“负责后端开发”或“参与平台建设”。问题不在没有经历，而在经历没有按目标岗位重写：关键词没对齐、成果没量化、职责描述和 STAR 结构不清晰。

技能如何工作

这个技能先分析 JD，提取四类信息：核心要求（必备技能、经验年限、学历）、加分项（优先技能、行业经验）、关键词（ATS 关键词）、文化信号（公司文化与价值观暗示）。随后做匹配度分析，再生成定制简历。

生成时遵循一组可检查的策略：

把 JD 中的关键技术词自然嵌入经历描述，而不是机械堆砌；
用 Situation→Task→Action→Result 重写项目经历；
用数字量化成果，如“提升 30%”“管理 10 人团队”；
用动作动词开头，如 Led、Developed、Optimized、Delivered；
根据 JD 裁剪无关经历，避免稀释重点。

输出默认为 Markdown；若要交付 Word，可配合 word-processor Skill。技能还会附带匹配度分析报告，并标注 ATS 关键词覆盖率。中英文简历会分别生成，建议控制在 1-2 页。

适用边界与注意点

这个技能适合有明确 JD 和真实经历的求职场景。它直接调用 LLM 完成分析与生成，结果不是唯一标准答案；JD 质量、用户提供的信息、经历真实性都会影响匹配度。ATS 关键词覆盖率只是提示，不代表真实 ATS 打分规则；最终简历仍需人工核对事实、数字与措辞。不要为了让关键词变高而虚构项目、技术栈或成果。如果 JD 是英文，就生成英文简历；如果需要 Word，应额外准备 word-processor。