需拆解jd提取硬性要求、隐性能力、高频动词，构建岗位专属提示词模板，分模块注入语义特征，并利用上下文记忆迭代优化。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望使用灵珠AI为不同岗位生成高度匹配的简历内容，但发现输出结果泛化、缺乏岗位针对性，则可能是由于未有效引导AI识别目标岗位的核心能力模型与JD关键词结构。以下是实现精准定制的操作步骤：
一、拆解目标岗位JD并提取核心要素
灵珠AI依赖明确的输入指令生成内容，需先将招聘简章（JD）转化为结构化提示词。该步骤确保AI理解岗位对专业能力、工具技能、项目经验及行为动词的偏好。
1、复制目标岗位的完整招聘描述，粘贴至文本编辑器中。
2、人工标出三类关键信息：硬性要求（如“3年Python开发经验”“熟悉TensorFlow”）、隐性能力（如“跨部门协同”“快速响应业务需求”）、高频动词（如“主导”“重构”“落地”“优化”）。
3、将三类信息整合为一句提示语，例如：“请以资深后端工程师身份撰写工作经历，突出高并发系统设计经验，使用‘主导’‘压测’‘灰度发布’等动词，匹配Java/Spring Cloud/Redis技术栈。”
二、构建岗位专属提示词模板
为避免每次重复分析JD，可预先建立按岗位类型分类的提示词框架。灵珠AI会依据模板中的角色设定、能力锚点和语言风格约束，稳定输出符合人岗匹配逻辑的内容。
1、新建文档，按岗位大类划分章节，如“产品经理”“数据分析师”“嵌入式开发工程师”。
2、在每个章节下填写三项固定字段：角色定位（例：“B端SaaS产品负责人，聚焦企业级权限体系与集成生态”）、能力铁三角（例：“需求抽象能力×API对接经验×客户成功指标拆解”）、禁用表述清单（例：“参与项目”“协助完成”“熟悉工具”）。
3、调用灵珠AI时，直接引用对应章节模板，并插入当前JD中的公司名与业务关键词，例如：“基于‘B端SaaS产品负责人’模板，适配XX医疗科技的‘智慧医院平台’项目背景。”
三、分模块注入岗位语义特征
简历各模块对岗位关键词的承载权重不同。灵珠AI需接收差异化指令，使教育背景强调认证相关性、项目经历绑定业务场景、自我评价复现JD原生短语。
1、教育背景模块提示词示例：“学历信息保留，但将‘计算机科学与技术’扩展为‘主修课程含分布式系统（92分）、数据库原理（95分），课程设计实现基于MySQL的预约挂号并发控制模块’。”
2、项目经历模块提示词示例：“将原项目名称替换为‘XX集团HR SaaS权限中台升级（对标JD中‘多租户RBAC模型’要求）’，技术栈描述改为‘采用Spring Security动态权限树+JWT无状态鉴权，支撑200+租户策略隔离’。”
3、自我评价模块提示词示例：“从JD中截取3个最长宾语短语（如‘千万级用户量的实时消息触达体系’‘医保结算接口日均调用量超800万次’），将其作为评价句主干，前置动词统一为‘建成’‘保障’‘达成’。”
四、利用灵珠AI的上下文记忆功能迭代优化
灵珠AI支持多轮对话中延续岗位语义上下文，可通过连续指令修正细节偏差，无需重新输入全部JD。该机制适用于调整术语层级、补充行业黑话或压缩字数。
1、首轮输出后，检查技术名词是否与目标企业技术栈一致，如JD写“Flink实时计算”，而AI输出“Spark Streaming”，则追加指令：“将所有‘Spark Streaming’替换为‘Flink CDC+Window聚合’。”
2、若某段落出现通用化表达，例如“提升系统性能”，立即追加约束：“根据JD中‘P99延迟压降至200ms内’目标，重写为‘通过线程池隔离与异步日志刷盘，将订单履约链路P99延迟由1.2s降至186ms’。”
3、当需适配不同职级时，在已有对话中输入：“以上内容按高级工程师（非架构师）职级重写，删除‘制定技术规范’‘牵头技术选型’等超阶表述，增加‘按规范编写单元测试用例’‘执行Code Review并修复阻断级缺陷’。”
