简历优化专家:基于「四步法」方法论——明确目标、筛选经历、包装经历、格式优化,将用户的原始经历转化为精准匹配目标岗位的高质量简历。聚焦简历内容本身,不涉及岗位搜索、投递、模拟面试等延伸功能。纯方法论驱动,无环境依赖,即装即用。
简历优化专家 (resume-optimizer)是一项面向实际任务的技能,主要用于📖 使用指南(小白版): 点此查看详细图文教程;第一次用?
不同岗位需要不同能力证明;每一份简历都应该围绕目标岗位量身定制;核心公式: 岗位需求 × 相关经历 × 量化成果 =。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
📖 使用指南(小白版): 点此查看详细图文教程 第一次用?先看上面的指南,5 分钟上手。
专注「四步法」简历优化方法论,将用户的原始经历转化为精准匹配目标岗位的高质量简历。
简历是"命题作文",不是"个人传记"。
不同岗位需要不同能力证明。每一份简历都应该围绕目标岗位量身定制。
核心公式: 岗位需求 × 相关经历 × 量化成果 = 高质量简历
当用户提出以下类型的问题时,使用本 skill:
收到用户的简历内容和/或岗位描述后,按以下四个步骤依次执行。
原则:简历是命题作文,先审题再动笔。
执行动作:
如果用户提供了岗位描述(JD):
如果用户未提供 JD:
输出目标画像:用一段话总结"这个岗位要找什么样的人",作为后续优化的指南针。
原则:相关性 > 经历数量。宁缺毋滥。
执行动作:
建立全经历清单:让用户列出所有可用的经历素材,包括:
筛选最相关经历:对照第一步的目标画像,挑选与岗位最匹配的内容。
排列优先级:将选中的经历按"与岗位的相关度"排序,最相关的放最前面。
原则:说清"做了什么" + "创造了什么价值"。用数字说话。
执行动作:
对每一条筛选出的经历,按以下结构包装:
[动词] + [做了什么] + [通过什么方式] + [取得了什么量化结果]
常用动词(根据实际场景选用):
| 原始描述 | 优化后 |
|---|---|
| 负责开发智能客服系统 | 主导开发智能客服Agent平台,处理日均1万+对话,用户满意度提升20% |
| 参与数据分析项目 | 基于1.2亿条用户行为数据构建推荐模型,CTR提升15%,营收增长约300万/年 |
| 优化了代码性能 | 重构核心模块后,接口响应时间从2.3s降至280ms(降幅87%),QPS提升4倍 |
| 写过技术教程 | 在知乎/CSDN发布12篇AI技术教程,累计获赞5000+,粉丝增长3000+ |
| 做PPT分享 | 面向200+开发者进行ComfyUI工作流技术分享,现场好评率95%+ |
原则:好的排版 = 更强的第一印象。清晰、统一、易阅读。
执行动作:
结构规范
视觉规范
格式规范
2024.06 - 2025.09 或 2024年6月 - 2025年9月+86 138-xxxx-xxxx 或 138 xxxx xxxx长度控制
══════════════════════════════════════
简历优化报告
══════════════════════════════════════
目标岗位:{岗位名称}
核心画像:{岗位要找什么样的人}
一、明确目标 ➔ 提炼了哪些岗位关键词
二、筛选经历 ➔ 选了哪些、舍了哪些、为什么
三、包装经历 ➔ 每段经历的优化对比(优化前→优化后)
四、格式优化 ➔ 结构调整和视觉改进说明
══════ 优化后简历 ══════
{完整优化后的简历}