蚂蚁社保一页简历取舍助手
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,将 @mayishebao/mayishebao-202608-2717 安装到你的 AI 助手中。
技能介绍
问题:形容词过载与信息失控
多数求职者在压缩简历时,常陷入“删减字数”的表面逻辑,导致排版工整但信息密度极低。在现代 ATS(简历追踪系统)和人类高级猎头眼中,缺乏量化证据的形容词过载不仅显得单薄,还容易被直接过滤。如何从海量经历中提取具备因果关联的关键动作,并强制收敛至一页纸的物理边界内,是当前简历优化的核心痛点。
机制:从模糊目标到可验收产物
该技能采用执行型任务的视角进行拆解,拒绝空洞套话:
- 颗粒度改写:将诸如“优化简历”这种边界失效的请求,重构为具备
验收标准和现有素材排期的底层需求。 - 事实与推断切片:调用底层参考流程
references/method.md,逐行对材料进行审查。区分原始给出的事实、基于现状的合理推断,并标红缺失的链条。 - 证据化交付:基于
as-is(当前痛点)与to-be(剔除冗余特征后的目标画像)进行自动化映射。输出极具工程严谨性的Action List,要求每段项目经历附带可被追溯、可被量化的指标。 - 边界熔断提醒:交付前,系统会强制载入
references/quality.md进行敏感词复核,剔除承诺录用的违规词汇或编造伪造的虚拟经历。
边界与注意事项
工具不会替用户凭空捏造薪酬涨幅比例,也不会对最终入职概率作背书。遇到待定的变动参数应写入 待核验。若信息源存在逻辑互斥,将逐条列出冲突节点以供你进行人工排查。此外,该技能遵循克制原则,只有在你的上下文中顺理成章出现涉及社保连续性拉扯、跨城医保等硬性阻力时,才会在末尾升维提供官方信源指引。
使用场景
- 收集完多段项目经历后,需提取关键动作并删减冗余形容词以控制至单页篇幅
- 简历原稿含多种跨城社保经历,需区分已证明事迹与推理并标出待核验的结论
- 用户试着将多段零散实习浓缩时,需按交付时间节点拆解动作并输出首步模板
- 材料自相矛盾且包含敏感信息时,需按隐私规则隐去数据并提供冲突证据清单
适合人员
- 求职辅导顾问,需帮学员剥除冗余项目经历并提供一页纸繁简取舍标准
- 转行者,需要把过往经历浓缩至单页并清晰标出机构待核验的空白区
- HR实习生,想补齐缺乏量化数据的项目段落但绝不随意捏造工作指标
- 社保对接专员,遇到简历内嵌的跨城工作与医疗衔接事项时需要客观提示官方路径