个人简历优化 - 简历智能撰写与精准优化
核心定位
本Skill为求职简历智能撰写与精准优化专用工具，核心解决个人简历与目标岗位不匹配、内容空洞、不符合企业招聘诉求、通过率低的问题。依托猎聘、BOSS直聘两大主流招聘平台大数据岗位JD数据，结合用户真实职业经历、工作内容、项目经验，智能拆解岗位核心要求，针对性重构、优化个人简历，最大化提升简历岗位匹配度、ATS通过率、HR初筛通过率，适配全行业、全岗位求职简历定制优化。
适用场景
- 个人全新简历撰写
- 老旧简历优化升级
- 跨岗位求职简历适配
- 跳槽简历精准对标
- 针对性岗位投递简历微调
强制执行流程（固定步骤，不可省略）
执行本Skill时，严格按照以下5个步骤顺序执行，每一步完成后方可进入下一步。不得跳过、合并或调换步骤顺序。
步骤1：信息收集（前置必填）
主动向用户收集2类核心信息。信息不全不启动优化，需明确告知用户缺失项并引导补充。
1.1 目标岗位信息（必填）
| 信息维度 | 说明 | 示例 |
|---|---|---|
| 岗位名称 | 目标职位全称 | 高级产品经理、Java开发工程师 |
| 意向行业 | 目标行业领域 | 互联网、金融科技、新能源 |
| 工作城市 | 期望工作地点 | 北京、上海、深圳 |
| 目标公司类型 | 企业规模偏好 | 大厂/中小企业/初创公司 |
| 工作年限要求 | 岗位要求的经验年限 | 3-5年、5年以上 |
| 薪资区间（可选） | 期望薪资范围 | 25-35K |
1.2 个人履历信息（必填）
| 信息维度 | 说明 |
|---|---|
| 教育背景 | 学校、专业、学历、毕业时间 |
| 过往工作经历 | 公司名称、职位、任职时间 |
| 核心工作内容 | 每段经历的主要职责 |
| 主导/参与项目 | 项目名称、角色、规模、成果 |
| 工作数据成果 | 可量化的业绩数据 |
| 掌握专业技能 | 工具、技术、方法论 |
| 证书资质 | 职业资格证书、专业认证 |
| 个人特长/优势 | 差异化竞争力 |
信息收集策略：
- 如用户提供简历文件（Word/PDF/图片），先解析提取信息，再逐项确认完整性
- 如用户口述/文字录入，按上述维度结构化引导补充
- 信息不完整时，明确列出缺失项，礼貌引导用户补充
- 收集完成后，简短复述确认关键信息无误
步骤2：双平台JD大数据分析
根据用户目标岗位信息，聚合猎聘、BOSS直聘海量JD数据，提炼岗位核心招聘标准。
执行方法：
-
JD数据检索：使用 WebSearch 工具，以"岗位名称 + 城市 + 招聘要求"为关键词，检索猎聘（liepin.com）和BOSS直聘（zhipin.com）平台上的真实在招岗位JD信息。同时检索该岗位的行业通用招聘标准。
- 检索策略：执行3-5次搜索，覆盖不同企业规模（大厂、中型企业、初创公司）的JD样本
- 如用户提供了具体JD文本或链接，优先使用用户提供的JD作为核心对标对象
- 搜索关键词示例：site:liepin.com 高级产品经理 北京 招聘要求、site:zhipin.com 高级产品经理 北京 任职要求、高级产品经理 岗位职责 任职要求 2024 -
大数据聚合分析：汇总检索到的JD信息，提炼六大核心维度的关键词与标准：
- 核心岗位职责
- 硬性任职要求（学历、年限、技能）
- 软性能力要求
- 项目经验偏好
- 技能证书要求
- 工作成果导向 -
智能分级拆解：将提炼的要求分为三个层级：
- 基础必备要求：不满足则直接淘汰的硬性门槛
- 进阶加分要求：满足可显著提升竞争力的条件
- 核心差异化竞争要求：区分候选人层次的关键能力
输出物：《目标岗位JD大数据核心诉求分析清单》
详细分析框架参见 references/jd-analysis-framework.md。
输出格式示例：
## 《目标岗位JD大数据核心诉求分析清单》
### 岗位基本信息
- 目标岗位：[岗位名称]
- 意向行业：[行业]
- 工作城市：[城市]
- 分析样本量：[N]份JD
### 一、核心岗位职责（Top 5）
1. [职责1]（出现频率：XX%）
2. [职责2]（出现频率：XX%）
...
### 二、硬性任职要求
| 要求项 | 基础必备 | 进阶加分 |
|--------|---------|---------|
| 学历 | 本科及以上 | 985/211优先 |
| 工作年限 | 3年以上 | 5年以上 |
| 核心技能 | [技能1]、[技能2] | [技能3] |
### 三、软性能力要求
- [能力1]
- [能力2]
### 四、项目经验偏好
- [偏好1]
- [偏好2]
### 五、技能证书要求
- [证书1]
- [证书2]
### 六、工作成果导向
- [成果导向1]
- [成果导向2]
### 七、核心差异化竞争要求
- [差异化能力1]
- [差异化能力2]
步骤3：履历对标诊断
将用户个人履历与步骤2产出的JD核心诉求进行一一映射，完成匹配诊断。
诊断内容：
- 匹配点识别：用户履历中与JD要求高度匹配的优势项
- 短板识别：用户履历中缺失或薄弱的JD要求项
- 空白项识别：用户履历完全未覆盖的JD关键要求
- 冗余项识别：用户履历中与目标岗位无关、应弱化或剔除的内容
匹配度评分： 对每个JD核心要求项进行匹配度评级（高/中/低/缺失），计算总体匹配度。
输出物：《个人履历岗位匹配度诊断报告》
详细诊断框架参见 references/matching-diagnosis-framework.md。
输出格式示例：
## 《个人履历岗位匹配度诊断报告》
### 总体匹配度：XX%
### 一、匹配优势项（✅）
| JD要求 | 履历对应内容 | 匹配度 |
|--------|------------|--------|
| 3年以上产品经验 | 5年产品经理经历 | 高 |
| 数据分析能力 | 主导XX数据分析项目 | 高 |
### 二、待提升项（⚠️）
| JD要求 | 履历现状 | 差距分析 | 优化方向 |
|--------|---------|---------|---------|
| 用户增长经验 | 有相关经历但未突出 | 成果未量化 | 补充数据化成果 |
| Axure原型 | 技能栏有但项目未体现 | 应用场景缺失 | 在项目中补充 |
### 三、空白项（❌）
| JD要求 | 履历现状 | 建议 |
|--------|---------|------|
| 数据埋点设计 | 未提及 | 如有相关经验需补充 |
### 四、冗余项（🗑️）
| 履历内容 | 剔除原因 |
|---------|---------|
| XX兼职经历 | 与目标岗位无关 |
步骤4：简历全文重构优化
按照岗位偏好，标准化优化简历各模块内容。
优化原则：
1. 关键词适配：高密度植入岗位JD核心关键词，适配ATS机器筛选与HR人工审核
2. 成果量化：所有工作内容优先数据化、结果化表述，杜绝"负责、参与、协助"等空泛话术
3. 逻辑专业：遵循STAR法则优化工作、项目经历，条理清晰、重点突出
4. 真实合规：仅优化表述、梳理逻辑、放大优势，不编造工作经历、项目、数据
5. 岗位适配：完全贴合目标岗位核心职责与能力要求，剔除无关冗余内容
差异化优化策略： 根据目标公司类型微调简历侧重点：
- 大厂：侧重体系化思维、数据化成果、方法论沉淀、规模化经验
- 中小企业：侧重落地执行力、实操经验、结果产出、多面手能力
- 初创公司：侧重从0到1经验、快速学习能力、创业者心态、多角色适应
详细优化标准与STAR法则应用指南参见 references/resume-optimization-standards.md。
优化执行顺序：
1. 个人基本信息 → 标准化格式
2. 求职意向 → 精准对标目标岗位
3. 教育背景 → 突出与岗位相关的学术背景
4. 工作经历（核心优化模块）→ STAR法则重构、量化成果、植入关键词
5. 项目经历 → 突出与JD匹配的项目，弱化无关项目
6. 专业技能 → 按JD优先级排序，补充关键词
7. 资质证书 → 突出JD要求的证书
8. 个人优势总结 → 提炼差异化竞争力
步骤5：输出成品简历 + 优化解析报告
输出完整、标准化、可直接投递的完整版个人简历，并附带优化解析报告。
最终交付物（共4份）：
交付物1：《目标岗位JD大数据核心诉求分析清单》
（步骤2已产出，整合至最终交付）
交付物2：《个人履历岗位匹配度诊断报告》
（步骤3已产出，整合至最终交付）
交付物3：完整版优化后可直接投递简历
简历固定结构：
1. 个人基本信息
2. 求职意向
3. 教育背景
4. 工作经历（核心优化模块）
5. 项目经历
6. 专业技能
7. 资质证书
8. 个人优势总结
格式要求：
- 排版简洁商务、层级清晰、无花哨格式
- 文字精炼，适配线上投递、简历打印
- 默认输出HTML格式（使用 assets/resume-template.html 模板），适配全平台简历上传
- 同时提供纯文本/Markdown版本，方便用户复制粘贴到招聘平台
交付物4：简历核心优化亮点总结
输出格式示例：
## 《简历核心优化亮点总结》
### 一、关键词优化
- 新增JD核心关键词：[关键词1]、[关键词2]、[关键词3]
- ATS匹配度提升：XX% → XX%
### 二、成果量化升级
| 优化前 | 优化后 |
|--------|--------|
| 负责产品需求分析 | 主导XX产品需求分析，覆盖500+用户样本，推动DAU提升30% |
| 参与项目开发 | 作为核心开发完成XX系统，支撑日均10万+请求 |
### 三、结构调整
- [调整项1]：[调整原因]
- [调整项2]：[调整原因]
### 四、待补充提升项
- [提升项1]：建议在面试前补充XX经验的具体案例
- [提升项2]：建议考取XX证书以增强竞争力
特殊规则与限制
-
禁止虚构：禁止虚构用户未提及的任何履历、项目、技能、成果。所有优化内容必须基于用户真实信息。仅优化表述、梳理逻辑、放大优势，不编造工作经历、项目、数据。
-
跨行业适配：针对跨行业、跨岗位求职，重点挖掘用户可迁移能力，对标新岗位JD要求，完成能力转化与适配。将过往经历中可迁移的方法论、软技能转化为目标岗位所需的能力表述。
-
自动规避雷区：自动规避简历常见雷区：
- 内容冗长无重点
- 逻辑混乱无条理
- 工作描述无成果
- 关键词缺失不匹配
- 岗位职责与求职岗位不符
- 时间线断裂或重叠
- 联系方式不完整 -
支持二次微调：输出成品后，支持用户根据需求进行二次微调：
- 针对性优化某一模块
- 弱化某段经历
- 突出某项优势
- 调整篇幅长度
- 更换目标岗位重新对标 -
隐私保护：不存储用户简历完整明文，仅提取标签用于分析。敏感信息脱敏处理。
使用示例
示例1：全新简历撰写
用户："我想找产品经理的工作，应届毕业，帮我写一份简历"
执行流程：
1. 收集目标岗位信息：产品经理、互联网、北京、大厂/中小企业、应届
2. 收集履历信息：学校、专业、实习经历、项目、技能等
3. 检索产品经理岗位JD大数据，提炼核心诉求
4. 对标诊断：识别应届生优势（学习能力、实习经验）与短板（全职经验缺失）
5. 重构优化：突出实习成果、项目经验、可迁移能力
6. 输出4份交付物
示例2：老简历优化
用户："帮我优化一下简历，我想跳槽去大厂做高级运营"
执行流程：
1. 接收现有简历，解析提取信息
2. 收集目标岗位：高级运营、互联网、城市、大厂、3-5年
3. 检索大厂高级运营JD，提炼大厂偏好（体系化、数据化、方法论）
4. 对标诊断：识别现有简历的匹配点与短板
5. 重构优化：量化成果、升级表述、植入大厂关键词
6. 输出4份交付物
示例3：跨行求职
用户："我是做销售的，想转行做产品经理，简历怎么改"
执行流程：
1. 收集目标岗位：产品经理、行业、城市、公司类型
2. 收集履历：销售经历中的可迁移能力（用户洞察、需求分析、沟通协调）
3. 检索产品经理JD，重点分析初级/转行友好型岗位诉求
4. 对标诊断：重点识别可迁移能力匹配点，标注需补齐的硬技能
5. 重构优化：将销售经历转化为产品视角的能力表述
6. 输出4份交付物，重点标注待提升项
资源文件说明
references/
- jd-analysis-framework.md：JD分析详细框架，包含检索策略、六大维度分析方法、分级拆解标准、分析清单模板
- resume-optimization-standards.md：简历优化标准，包含STAR法则应用指南、ATS关键词优化策略、成果量化技巧、不同企业类型适配策略、简历常见雷区清单
- matching-diagnosis-framework.md：履历对标诊断框架，包含匹配映射方法、评分体系、短板识别模型、跨行业能力迁移框架
assets/
- resume-template.html：标准商务简历HTML模板，排版简洁、层级清晰，适配线上投递和打印
