如果你刚开始用 AI,又想试试能不能靠它赚到第一笔钱,我觉得简历优化是个很适合练手的项目。

闲鱼上20、30一份的简历优化,门槛很低。全程 AI,分分钟搞定,也不需要把自己包装成专家。

可以跟着我这个流程走一遍,有需要的可以利用上班摸鱼时间赚点外卖钱。自己换工作时,这套流程也能直接拿来用,我还在其中加了面试准备部分。


开始前的准备

  1. 准备要优化的简历(如果是自己求职没有简历也没关系,提示词会照顾到);
  2. 目标岗位的完整 JD(可以去 BOSS 直聘搜同类岗位,优先找职责写得比较完整的。注意,最好把 JD 完整复制出来或者截图保存。如果只甩链接,可能会抓取不到内容);
  3. 任意 AI 网页端

像我昨天给人改简历,ChatGPT 就没抓到内容。


第一步 分析岗位,先让 AI 给出简历优化方向

在对话中上传已有的简历和之前搜好的完整岗位说明(文字、截图都可以)。

提示词模板如下:

岗位材料
【粘贴完整岗位说明或岗位详情链接;已经上传完整文件就写“见附件”】

简历材料
【已经上传原简历就写“见附件”;没有原简历就写“我没有现成简历”】

其他经历材料
【已经上传项目总结、述职材料或作品集就写“见附件”;没有就写“没有”】

你是工作20年的明星HR。请读取目标岗位说明、原简历和其他经历材料。整个任务分阶段完成。当前只做岗位分析和经历材料整理,不生成简历。

先检查输入材料。

岗位说明必须同时包含完整的岗位职责和任职要求。只有岗位链接时,先确认你能够读取完整正文。遇到搜索摘要、省略号、截图缺页、安全验证或无法读取的页面,指出缺少的内容并停止。不要根据岗位名称、常识或其他招聘信息补全。

有原简历时,确认文件可以读取。把其中的公司、职位、日期、项目、个人动作、技能和数字视为待核对的初始事实。无法识别的位置明确标出,不要猜测。

随后输出《岗位改写重点》。

从完整岗位说明中选出 3 至 5 项最影响简历内容的职责、硬性条件、技能或业务结果。每一项附上对应的岗位原文短语。不要输出匹配分数、录用概率、ATS通过率或复杂表格。

在内部把岗位重点与候选人现有证据进行比对。完整比对结果不用展示给我。岗位要求中没有任何候选人证据的内容,不能直接写进简历,也不要逐项变成追问。

如果我上传了原简历,根据现有材料的实际情况,选择最多 3 段与岗位重点最相关、最值得展开的工作或项目经历。只有 1 段可用就只选择 1 段,没有可用经历就明确写“当前材料中没有可展开的相关经历”。不要为了凑够数量或补齐岗位要求选择没有事实基础的内容。

为每段入选经历输出一张《经历补充卡》。一张卡对应一段完整的工作或项目经历,可以同时覆盖多个岗位重点。不要把同一段经历按技能、工具或岗位关键词拆成多张卡。每张卡包含下面内容。

一 经历名称。名称必须来自原始材料中的公司、岗位、项目或工作内容。材料没有项目名称时使用准确的工作内容概括,不能创造一个听起来更完整的项目名。

二 你已经从材料中识别出的事实,包括项目或任务背景、候选人的职责和动作、已有结果与数字。没有识别到的部分写“材料未提供”。

三 需要候选人补充或纠正的一个填写区。请候选人用自己的话讲清这段经历要解决的问题、本人承担的责任、采取的关键动作,以及能够核实的结果或影响。不要拆成一串岗位能力问题,不要逐项询问工具、模块和关键词,也不要提供示范数字或更高级的职责说法。

只有现有材料里出现了相关但过于宽泛的线索,能够合理判断候选人可能还有一段独立经历没有写清时,才增加一张可选的《遗漏经历卡》。已经能够放进某张核心经历卡的线索必须合并进原卡,不能再生成一张遗漏卡重复询问。遗漏卡只指出最值得补充的 1 至 2 个方向,并明确标注“没有相关经历可以跳过”。不能仅仅因为 JD 有缺口就生成这张卡,也不要要求候选人逐项证明全部岗位要求。条件不满足时完全省略这一部分,不输出“遗漏经历卡检查”或不生成的原因。

如果发现任职日期、公司、职位或职责归属互相冲突,单独输出《必须确认的事实冲突》。这里只保留不确认就可能把简历写错的内容。

如果我没有原简历,输出《从零经历材料卡》。先收集姓名占位符、联系方式占位符、教育经历和完整工作时间线,再让候选人根据自己的实际情况填写最多 3 段与岗位重点相关的经历。只有 1 段就填写 1 段,没有相关经历就明确写“没有”。每段经历仍然只收集要解决的问题、本人责任、关键动作和可核实结果。最后收集候选人实际使用过的技能。日期记不清时允许写“无法确认”,不能提示候选人猜测。不要把岗位要求逐条改成问题。

输出《岗位改写重点》和对应的经历材料卡以后停止,等待我一次性填写。不要生成确认单、简历或面试题。

如果是自己求职还没准备简历也没关系,在提示词中直接写明就好。

这一步的目的不是生成简历。是让 AI 先分析并找出目标岗位最看重的内容,再从旧简历中选出最值得重点优化的几段经历。

其中最重要的产物就是预填经历卡。AI 已经把旧简历里的内容放进去,我们只需要根据 AI 指示纠正错误并补上缺失部分即可。


第二步 美化、补全经历,再让 AI 正式出简历

这一步不能偷懒,要按照 AI 的指示认真填写,我们的目的不是伪造简历,是利用 AI 强大的分析推理能力,帮助我们做出没有漏洞的漂亮简历。

这一步不用换新对话,把填写好的内容粘贴进下面的提示词模板即可:

候选人填写后的全部经历材料
【粘贴填写完成的经历补充卡;从零创建简历时粘贴完整的从零经历材料卡】

请继续处理当前对话中的完整岗位说明、原简历、其他经历材料、《岗位改写重点》和候选人填写后的全部经历材料。

从现在开始不要继续提问。只使用已经提供的材料。留空、记不清、明确没有做过或无法确认的内容,不能写进简历。

候选人在经历补充材料中明确纠正旧简历的内容,以纠正后的事实为准。公司、正式职位、任职日期、教育信息或数字出现两个无法判断的版本时,不要自行选择。

先输出《简历事实确认稿》,包括:

一 基本信息与工作时间线。

二 准备写进简历的核心经历。每段写清任务背景、本人责任、关键动作和可以确认的结果。团队成果必须保留团队归属。

三 无法确认、不能写进简历的内容。

四 针对目标岗位准备保留、突出、缩短或删除的原有内容。

输出后停止,请我回复“确认”或指出需要修改的地方。收到“确认”以前不要生成最终简历。

如果确认稿中仍存在没有解决的日期、正式职位、教育信息或数字冲突,即使我只回复“确认”,也继续停止并指出需要确认的具体内容。

只有事实确认完成以后,生成《最终简历》。

根据岗位说明选择和重排内容,保留真实公司、职位、日期和学历。核心经历写得具体、主动、便于核实。

岗位说明里的词只有候选人的真实经历能够支持时才能使用。不把参与或协助改成主导,不把团队成果改成个人成果,不改变正式职位,不增加候选人没有提供的项目、工具、技能或数字。

能确认数字时使用数字;没有数字时写清实际结果或影响,不估算数字。

职责边界只用于限制简历表述,不要把“没有负责”“没有参与”“由其他团队决定”等说明直接写进简历正文。

弱相关内容可以缩短或删除。任何一句无法回到原简历、其他经历材料或候选人补充内容的表述都不要写。

如果当前工具支持生成文件,把《最终简历》整理成可以直接投递和编辑的文档。

完成后停止,不生成面试题。

AI会先输出事实确认稿。候选人需要检查公司、职位、日期、本人责任和数字。确认没有问题以后,回复确认就行了。

确认以后,AI 就会根据岗位要求生成最终简历。你可以让 AI 直接导出为可投递的 PDF 版本,并可以做接下来的面试指导。


第三步 制作面试准备包

新开一个对话,上传第二步生成的最终简历;如果本来就没有旧简历,就上传或粘贴前面确认过的经历材料卡。可以使用以下提示词模板:

岗位材料
【粘贴完整岗位说明;已经上传完整文件就写“见附件”】

最终简历
【粘贴或上传第二步生成的《最终简历》】

候选人经历材料
【粘贴或上传候选人填写后的经历补充卡,以及需要参考的其他原始经历材料】

请根据完整岗位说明、《最终简历》和候选人已经提供的真实经历材料,生成《岗位面试准备包》。

不要重新修改简历,不向候选人补问事实,也不要补造候选人没有提供的经历、职责、工具、数字或结果。

面试准备分成两类。

第一类《岗位通用准备题》

根据岗位说明中的核心职责、任职要求和业务目标生成。明确说明这些是针对该岗位应当准备的问题,不代表这家公司一定会问。

第二类《简历追问题》

针对最终简历中最重要的项目、动作、结果和职责范围生成,重点帮助候选人讲清自己真正做过的事情。

每道题包括:

一 题目。

二 出题依据。岗位通用题引用对应的岗位原文;简历追问题引用最终简历中的具体内容。

三 回答要点。只使用候选人已经提供的真实经历,整理出任务背景、本人责任、关键动作和结果。

四 可以使用的真实经历。

五 一个有依据的可能追问。

如果某道岗位题没有对应的候选人经历,明确写“当前材料中没有对应经历”,不要替候选人编案例。

不要写供候选人逐字背诵的完整答案。合并重复问题,题量根据岗位重点和有效经历决定,不为凑数量增加问题。

如果当前工具支持生成文件,把《岗位面试准备包》整理成可以直接交付和练习的文档。

自己找工作的朋友,可以直接拿它准备面试。

如果在闲鱼接单,这部分也可以直接变成你的差异化交付:别人 30 改完简历就结束了,你可以顺手多给一份针对这个岗位的面试准备包。


最后唠点实在嗑:

我一直觉得,刚接触 AI 的朋友想变现,真的没必要一上来就执念于做大产品、卖课程、搞知识付费。

那些宏大的概念容易让人掉进假大空的焦虑里。相反,不如先从接点几十块钱的小活开始练手。

这种微型交付的目的不是赚大钱,而是打磨你对 AI 的使用感知。只有在真刀真枪替别人解决具体问题的过程中,把这些最朴素的交付细节踩实,建立起属于你自己的 AI 肌肉记忆,这才是在为以后更大的项目做铺垫。

脚踏实地,get your hands dirty,再把盘子做大。希望大家都能在实践里找到感觉,未来一切顺利。