简历优化专家
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_69794d19/resume-polisher。
技能介绍
问题:简历卡在筛选环节
很多人遇到的场景是:简历投出去几十份,要么没有回音,要么石沉大海。原因往往不在“经历不够”,而在“表达和岗位要求没对齐”:
- ATS(申请追踪系统)按关键词初筛,缺少岗位关键词的简历直接被过滤;
- HR 平均每份简历只扫几秒,表达混乱的内容第一轮就被跳过;
- 网上的 AI 简历工具容易过度润色,甚至把没做过的事写进简历,背调一查就穿帮;
- 模板化的“负责组织实施完成”式措辞读起来像机器写的,面试官一看就失去兴趣。
简历优化专家针对的是这个具体问题:不是帮你“编一份更好的简历”,而是把已有的真实经历改得更清楚、更匹配、更像人写的。
工作方式:6 步流水线
整套流程拆成 6 个独立步骤,可以整体跑,也可以挑单步用:
- 诊断:从结构、关键词、量化、STAR、人味等维度给简历打分,并列出最主要的问题(
prompts/01-diagnose.md),先让你看到“为什么改”; - JD 拆解:把目标岗位的职位描述拆成关键词、职责要求、硬性条件;
- 匹配分析:比对简历和 JD,输出匹配度评分和“投递前必改项”(
prompts/03-match.md); - STAR 重写:把流水账式的“负责 xx 工作”改写成“情境—任务—行动—结果”的结构,量化数据缺失时用
【建议补充】标出,由你自己填真实数字; - 人味化:通过真人朗读测试、细节测试等检查,降低 AI 腔,保持口头自然的表达;
- 报告:最后产出优化报告,逐条说明改了什么、为什么改,方便你对照复核。
贯穿全流程的核心约束是只改写,不编造:不能新增你简历里没有的经历、技能或数据。所有改写都会标注“是否新增事实”,缺数据的地方给的是建议,不是代填。诊断在改写之前执行,避免上来就改、越改越偏。
适用边界
- 它不会凭空生成经历。没有的经历不会写进去,缺的量化数据只能由你自己补充;
- 它不替代面试辅导,只负责简历表达这一层;
- 它不承诺“保证过筛”或“拿到 offer”,承诺的是表达质量和岗位匹配度的提升;
- 深度优化面向中文简历,英文简历虽可用但效果会打折扣;
- 简历过长时建议分段处理(先诊断,再逐段改写),一次吞全文容易丢失细节。
把真实经历核对无误后投递,就是这套流程最有效的用法。
使用场景
- 投递 N+1 岗位前,诊断并重写 STAR 经历,适配新岗位 JD
- 收到面试通知后,改重点模块突出与 JD 的匹配关键词
- 现有简历只有流水账,按六维诊断后逐项改写为 STAR 结果
- 投相似岗位但回应少,对比 JD 查匹配度并给出可改项
适合人员
- 应届毕业生,海投时需要一版简历适配多个岗位
- 准备跳槽的社招候选人,想按目标 JD 定制简历重点
- 简历投出后长期无回音,需要诊断结构与关键词问题
- 即将面试的求职者,希望最后打磨经历表达