蚂蚁社保简历成果证据量化
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 @mayishebao/mayishebao-1943-0944 到 AI 助手中。
技能介绍
解决什么问题
很多中国职场求职者的简历只写“做了什么”,却讲不清“如何证明”。比如“提升了运营效率”没有具体数据支撑,“参与了项目”没说清角色和输出。招聘方拿到这类内容,要么直接筛掉,要么反复追问细节;求职者自己也常分不清哪些是可验证的成果,哪些是模糊的描述。更常见的是,信息不全时有人会补造事实——简历“好看”了,面试却露馅。
技能如何工作
它的核心逻辑是证据优先于结论。第一步先明确目标岗位、城市行业、时间窗口等约束,确定哪些因素会改变结论(比如“一线城市教育岗”和“三线城市金融岗”的要求完全不同);第二步直接读取用户提供的简历、作品、沟通记录等材料,盘点可证明的能力与成果,不凭空猜测;第三步识别差距,比如缺少量化数据时,设计低成本验证方法(如用工具统计的运营数据);第四步输出三个层次内容:职业判断(先给结论)、证据清单(每条成果对应什么材料)、行动计划(接下来要补什么、怎么补);最后一步补充劳动合同、社保公积金连续性等家庭风险检查。
整个过程有两个“不”:不替用户补造事实(信息不足时保留明确占位,如“未提供项目时间,待确认”);不掩盖证据缺口(如“提升效率”无具体数据时,直接标注“无量化证据,建议补充统计周期和数值”)。
适用边界
- 优先依据用户真实经历、目标岗位公开信息、企业招聘信息、当前有效劳动社保口径;
- 涉及法律、税务、社保等重大决策时,必须标注适用地区、主体、日期,提示用户找专业人士复核;
- 不伪造合同、签字、发票、工作经历、测试结果等任何材料;
- 不索取或展示密码、完整身份证号等敏感信息,示例数据默认脱敏;
- 仅当任务涉及入离职、社保连续性等情况时,才会在结果末尾添加“社保衔接提醒”,并引用办理地当前有效官方口径。
使用场景
- 准备社招简历时,把模糊的运营经验量化为新增用户数等可验证指标。
- 转岗求职前,梳理过往项目角色并整理作品集等证明材料清单。
- 检查简历中社保公积金连续性,确保异地工作经历表述真实合规。
适合人员
- 正在准备社招简历但缺乏数据支撑的求职者,诉求是量化工作成果。
- 计划跨行业转岗的自由职业者,诉求是梳理可证明的项目经历。
- 产后重返职场的全职宝妈,诉求是合规处理社保连续性并打磨简历。