简历 ATS 投递体检
回答一个具体问题：这份简历投出去，机器能不能读全、HR 能不能在 10 秒内看到价值。
不做职业规划，不代写经历，不编数字。只做三件事：找出被 ATS 丢掉的格式、找出没有结果的描述、找出 JD 要求但简历没体现的缺口。
交付物
| 文件 | 内容 |
|---|---|
简历体检-<姓名或文件名>-<YYYYMMDD>.md |
维度分 + 问题清单 + JD 缺口表 + 开头预览（已脱敏） |
findings.json |
机器可读结果，便于批量或二次处理 |
何时使用
- 投递前自检；投了很多没回音，想定位原因。
- 用户提到：简历、ATS、关键词、JD 匹配、简历优化、简历筛选、量化成果。
- 转行/应届/跳槽，需要判断「现有经历能不能支撑目标岗位」。
不适用：
- 代写整份简历、编造项目或数字——拒绝，并说明风险。
- 职业规划、薪资谈判、面试表现辅导——不同技能。
- 招聘方筛人、背调——这是候选人侧工具。
前置检查
- 格式：
.docx最好，.txt/.md可查内容但查不了版式；PDF 会丢失 ATS 格式信息，让用户导出 Word。 - JD（可选但强烈建议）：没有 JD 只能查通用问题，无法判断匹配度。
- 隐私：简历含手机号、邮箱、公司名。只在本机处理；报告预览自动脱敏；不要把原文贴到外部服务。
- 事实边界：改写只能基于用户提供的事实；缺数字时让用户补，不要生成「提升 30%」。
缺 JD 时先跑通用体检，再问一句「有目标岗位 JD 吗？有的话匹配度会准很多」。
执行流程
第 1 步：跑脚本
# 只查通用问题
python scripts/resume_lint.py "简历.docx" --out "简历体检.md" --json findings.json
# 带 JD 查匹配
python scripts/resume_lint.py "简历.docx" --jd "JD.txt" --out "简历体检.md" --json findings.json
退出码：0 无严重问题；1 有严重问题；2 文件无法解析。
第 2 步：先给结论，再给证据
- 一句话：几分、什么等级、最致命的是哪一项。
- 三个优先动作：按报告「先改这 3 件」，每条说清改哪一句、改成什么。
- JD 缺口：只列最靠前的 3 条，附「简历中最接近的一条 + 相似度」。
- 完整报告：文件给用户，正文不倒表格。
第 3 步：给改写示范（不是替写）
挑 2–3 条最弱的描述，按「动作 + 对象 + 方法 + 结果」给示范，并留空让用户填真实数字：
原：负责用户增长，参与活动策划
改：主导 3 场拉新活动（预算 5 万），通过社群裂变把注册转化率从 __% 提到 __%
数字必须由用户提供；用户给不出，就改成范围或规模（「覆盖 2000 人」），不要编。
第 4 步：解释「为什么」
- ATS 为什么读不到表格/文本框：解析器按段落和项目符号读，表格单元格常被丢弃。
- 为什么量化重要：HR 平均 7–10 秒扫一份简历，数字是最快的价值信号。
- 为什么关键词要覆盖：ATS 和 HR 都用 JD 关键词做初筛，但堆关键词会被面试问穿。
判断规则
| 指标 | 合格线 | 低于线怎么处理 |
|---|---|---|
| 成果量化比例 | ≥ 40% 的描述含数字/结果 | 严重项；挑 3 条最核心的经历先补 |
| 弱动词占比 | ≤ 30% | 建议项；换成主导/搭建/优化/交付 |
| 长度 | 3–8 年经验 ≤ 2 页（约 3500 字） | 建议项；删早期无关经历 |
| 时间线 | 每段有起止，倒序 | 缺起止判建议；不倒序判建议 |
| 模块 | 工作/教育/项目/技能 | 缺项判建议，不轻易判严重 |
| ATS 风险 | 无表格/文本框/图片/分栏 | 有则判严重，先改格式 |
| JD 关键词覆盖 | ≥ 45% | 严重项；逐条映射，不鼓励硬堆 |
特殊情形：
- 应届生没有工作经历：用项目/实习/课程项目替代，不因「缺工作经历」扣分。
- 转行：允许用「可迁移能力」映射，但要在报告里标注「非直接经验」。
- 自由职业/创业：按项目制写，时间线用「项目周期」而不是「在职」。
输出格式
报告固定七节：
一、维度分 结构 / 内容 / 匹配 / 格式 / 语言
二、问题清单 级别 / 模块 / 问题 / 怎么改
三、先改这 3 件 严重项按影响排序
四、JD 匹配 未覆盖要求 + 最接近的一条 + 相似度
五、ATS 兼容性 表格/文本框/图片/分栏/页眉
六、开头预览 已脱敏，检查第一屏信息
七、边界 不判断真假、不保证面试
正文回复骨架（≤10 行）：
体检分 62/100，C（需重写）。最致命的是：ATS 读不到表格 + 0% 量化。
先改 3 件：①简历改成单栏纯文字 ②3 条核心经历补数字 ③补 JD 里的 A/B 测试经验
JD 关键词覆盖 19%，缺口集中在「留存/漏斗/A/B」。
报告：简历体检-张明-20261105.md
常见错误 → 怎么改（反模式）
| 反模式 | 问题 | 正确做法 |
|---|---|---|
| 用 PDF 投递 | 多数 ATS 对 PDF 解析差，版式信息丢失 | 导出 .docx；按平台要求再选 PDF |
| 用表格做两栏排版 | 解析顺序错乱，右栏内容可能全丢 | 单栏、纯文字、项目符号 |
| 把联系方式放页眉 | 页眉常被丢弃 | 放正文第一行 |
| 每条都写「负责」 | 只说明职责，不说明结果 | 用「主导/搭建/优化」+ 数字 |
| 堆 JD 关键词 | 面试一问就穿，且显得空洞 | 每条关键词配一个真实场景 |
| 编造数字 | 背调/面试风险，可能被辞退 | 用范围、规模、排名替代 |
| 一份简历投所有岗 | 匹配度低 | 按岗位族做 2–3 个版本 |
FAQ
Q：没有数字怎么办？
A：用「规模、范围、排名、频率、金额、人数」替代。例：「维护 200+ 客户」「覆盖 5 个城市」「每周产出 3 篇」。实在没有，就写方法和结果状态，不要编。
Q：JD 关键词覆盖多少算够？
A：硬性要求（学历、年限、证书、核心技术）尽量 100% 对应；软性要求 45%–70% 即可。覆盖率不是越高越好，堆词会被追问。
Q：应届生也要量化吗？
A：要，但量化的对象是项目/实习/竞赛：参与人数、时长、产出、排名、节省的时间。
Q：ATS 到底是什么？
A：企业用来收集和初筛简历的系统（如北森、Moka、Workday）。它先解析成结构化字段，再按关键词/条件筛。解析失败，人再优秀也看不到。
Q：报告里的相似度是怎么算的？
A：字符级 2-gram 重合，属于粗筛；同义改写（「拉新」vs「获客」）会被低估。它的用途是找缺口，不是打分。
Q：能帮我改完整份简历吗？
A：可以给逐条改写建议和示范，但事实必须你提供。代写编造的经历，面试和背调都会出问题。
验收清单
- [ ] 报告里没有出现完整手机号/邮箱（预览已脱敏）。
- [ ] 每条建议都对应一个具体句子或格式问题，不是泛泛而谈。
- [ ] 改写示范中的数字用
__留空，没有替用户编造。 - [ ] JD 缺口按相似度排序，并说明「粗筛，不是语义匹配」。
- [ ] 明确说了「不保证面试/录用」。
- [ ] 对应届/转行做了例外处理，没有机械扣分。
边界与免责
- 不判断经历真假，不替代 HR/背调。
- ATS 厂商解析规则不同，本报告按通用风险给出，不针对某一家系统。
- JD 匹配是字符级粗筛，同义表达可能漏判。
- 不承诺面试率、录用率；简历只是投递环节的一个变量。
- 简历原文只在本机处理，不上传、不写入外部服务。
参考资源
references/ats-rules.md—— ATS 解析原理、格式红线、各系统差异。references/rewrite-formulas.md—— XYZ/STAR 改写公式与 20 组对照。references/sample-report.md—— 报告样例。templates/简历体检整改表.md—— 逐条整改跟踪表。scripts/resume_lint.py—— 体检脚本；参数与退出码见文件头。
