你的全流程求职 skill
简体中文 · English
它能做什么 · 效果示例 · 怎么用 · 示例成品 · 工作原理 · 安装
它能做什么
求职最难的不是没经历,是经历跟目标岗位看起来没关系,或者简历改得再花面试一追问就崩。这个 skill 把整条链路走完,缺一不可:
| 阶段 | 做什么 | 产出 |
|---|---|---|
| ① 调研岗位 | 按目标市场选择本地来源,用 WebSearch + 来源分级摸清岗位要什么:核心能力关键词、隐性门槛、最新动态 | 岗位调研.md |
| ② 改简历 | 目标岗位反向定位 + 把真实经历翻译成岗位语言,克制使用迁移叙事,一键生成 docx | 改后简历.docx |
| ③ 准备面试 | 根据调研发现真实轮次 + 每个 bullet 逐条讲解 + 自我介绍/表达训练 + 面后复盘题库,让你被追问也不崩 | 面试准备/ |
开工前会先做一次输入体检:目标岗位、目标市场、JD、简历、投递状态、面试轮次哪些完整,哪些能自动补齐,哪些只能低置信降级。缺 JD 会先找官方招聘页/同岗 JD;轮次不明就只做总览和 bullet 深挖;简历片段不完整就输出素材缺口清单,不编不存在的信息。
交付前还会跑一层质量闸门:检查 source 覆盖、JD 到简历的匹配、简历 bullet 到面试准备的覆盖、每个 claim 的证据等级、轮次依据和公开文件里的标签泄漏。没过红线就不交付,能降级的降级,不能验证的标低置信。
每段的产出都是下一段的输入。方向错了,简历改得再漂亮也没用。
教育学能投金融、心理学能进 AI、文科生能做互联网运营——靠的不是编经历,是翻译。
效果示例
同一个人的简历,改之前 vs 改之后。经历一个字没编,只是翻译成了目标方向听得懂的语言。
| ❌ 改之前 语言堆动作、格式无定位、内容看不出和岗位的关系 |
✅ 改之后 定位头 + 痛点→产品决策→可演示 Demo + 统一专业排版 |
![]() |
![]() |
上面这对前后简历示例在
examples/文科投AICoding/(内容全部泛化,仅作演示)。
再往后,它会基于改后的简历反推岗位、生成一套分轮次 + 逐 bullet 面试准备(节选):
完整面试准备示例在
examples/文科投AICoding/。
这就是这个 skill 做的事:不编经历,把你已经有的东西翻译到位,再帮你准备到面试不崩。
怎么用
装好 skill 后,把简历和目标岗位直接 copy-paste 丢给它,一句话就行:
这是我的简历
[贴上简历内容 / 拖入 PDF/Word],我想申请[公司]的[岗位],JD 如下[贴上 JD],帮我准备。
然后它会自动走三步,全程产出文件:
- 调研岗位 — 先判断目标国家/地区,再用本地招聘源、面经源和官方源搜索岗位能力、隐性门槛和最新动态,并标注来源覆盖 →
岗位调研.md - 改简历 — 按调研结论反向定位,把你的真实经历翻译成岗位语言,生成一份排版好的简历 →
改后简历.docx - 准备面试 — 基于调研和改后简历发现实际有几轮、每轮看什么,先把每个 bullet 的讲解、追问、证据和兜底准备好,再补自我介绍、表达训练和面后复盘题库 →
面试准备/
信息不完整时不会直接乱编:能自动搜索/推断的先补齐,补不齐的会标成"低置信/待确认"并降级产出。中间会有关键确认点(简历定稿前、逐 bullet 深挖表、表达状态/自我介绍、分轮次话术前),你过一眼对不对再继续。交付前会做质量闸门和覆盖矩阵检查;简历已经投出去改不了,就直接说"按我简历准备面试",跳过第 2 步。
示例成品
examples/ 下每个文件夹就是一次完整成品——以岗位命名,含完整交付物(全部虚构,看不出真实背景):
| 示例 | 跨度 | 看点 |
|---|---|---|
| 文科投AICoding | 文科/Care → AI Coding | 含改前/改后简历截图 + 面试准备,一眼看懂怎么改、什么格式 |
| 文科生投运营 | 文科 → 互联网运营 | 把"学生工作"翻译成运营能力 |
| 非科班投AI产品 | 非科班 → AI 产品 | 简历有水分时,面试怎么拆雷不崩 |
每个文件夹里:
文科生投运营/
├── 岗位调研.md # ① WebSearch 调研结果
├── 改后简历.md # ② 改写后的简历成品
└── 面试准备/ # ③ 总览 + 按真实轮次生成的准备文件
├── 00-总览.md
├── 01-简历bullet逐条深挖.md
├── 02-表达状态与自我介绍.md
├── 03-{已确认或高置信轮次名}.md
└── 99-面后复盘题库.md


No comments yet.