简历 bullet 怎么写量化指标：用 AI 把经历改成可验证成果

一篇简历量化 bullet 写法指南，帮你用 AI 从真实经历中提取范围、数量、时间、质量、成本、客户和风险证据，而不是编造数字。

1. 先找可衡量证据，不先装数字

   量化不只等于收入或增长率。数量、频率、周期、质量、规模、风险降低、采用情况、前后对比，都可以成为证据。

   可用 Prompt： 请阅读我的经历记录，列出可能的可衡量证据：数量、时间、频率、质量、成本、客户影响、风险、采用情况、基线和前后变化。不要编数字。
   表达示例： 弱：优化新人培训文档。更具体：重做 14 名新员工使用的入职检查清单，减少第一周重复配置问题。

2. 使用安全的 bullet 公式

   最稳的公式是：动作 + 范围 + 方法/工具 + 结果。如果结果不能量化，就写已核实的质量或规模信号。

   可用 Prompt： 请按“动作 + 范围 + 方法/工具 + 已核实结果”重写这些简历 bullet。缺失事实用 [待补充] 标出，不要猜。

3. 估算数字要用范围和标签

   估算不是不能写，但必须诚实。没有精确记录时，用范围、约、内部估算等表达，避免假精确。

   可用 Prompt： 请审计这些数字，把每个标记为已核实、估算、范围或无依据，并把无依据数字改成不假装精确的表达。

4. 发送前做面试追问测试

   每个指标都可能被追问。你说不清来源、你做了什么、变化如何发生，这条 bullet 就还不能投。

   可用 Prompt： 请针对每条带指标的 bullet 生成面试追问，并告诉我需要准备哪些证据才能诚实回答。