按场景重写
AI 简历写作流程：从 JD 分析到最终定稿
一套可重复执行的 AI 简历工作流：先分析岗位 JD，再匹配真实经历、改写 bullet、检查 ATS，最后人工核对事实。
简短答案
AI 简历不要一上来就“帮我润色”。正确顺序是：读 JD、匹配经历、提炼证据、改写表达、检查关键词，最后人工核查所有事实。
适合人群
已经有目标岗位或 JD，希望用 AI 系统化改简历的求职者。
避免使用情境
希望 AI 编造经历、跳过人工审核，或一份简历投所有岗位的人。
下一步
AI 应该按顺序辅助判断。跳过 JD 分析和人工审核，简历可能看起来更顺，但可信度更低。
搜索意图判断
用户不是只想要几条 Prompt，而是想知道从哪里开始、每一步让 AI 做什么、哪些地方必须自己判断。
-
先读 JD，不要先改简历
很多 AI 简历变空泛，是因为一开始就让 AI 润色原简历。JD 才能告诉你招聘方真正想看到什么证据。
可用 Prompt： 请分析这份 JD，列出硬性要求、重复关键词、隐性要求、岗位 seniority 信号，以及简历必须证明的证据。表达示例： 如果 JD 反复出现 stakeholder management、roadmap prioritization、launch metrics，简历前半部分就应该回应这些证据。 -
把泛泛的 AI 简历帮助，先拆成一个明确路径
如果你只是想“让 AI 帮我改简历”，先判断当前卡点：还没有初稿、投递无回应、要投英文/海外岗位、正在选工具、想按岗位重写，还是准备做最终检查。不同卡点应该进入不同页面，避免随机润色。
可用 Prompt： 请扮演 AI 简历分诊助手。根据我的情况，只选择一条路径：从零写初稿、诊断无回应、英文/海外岗位、工具对比、按岗位重写、投递前最终检查。说明原因，并给出接下来 3 个动作。表达示例： 如果简历投了没回应，下一步不是换模板，而是先检查 JD 匹配度、前几条经历、缺失关键词和 AI 改写后是否太空。 -
把真实经历按岗位匹配度排序
AI 不是把所有经历都写漂亮，而是帮你判断哪些项目值得放大、哪些经历应该压缩或删除。
可用 Prompt： 请把我的经历与 JD 对比，按匹配度排序，并说明每段经历应该展开、压缩还是删除。 -
证据清楚之后再改写 bullet
好的 bullet 应该包含动作、范围、约束和结果。缺数据时，AI 应该追问或建议可验证替代指标，而不是编数字。
可用 Prompt： 请用“动作、范围、约束、结果”重写这些经历。缺少证据时先问我澄清问题，不要编造细节。表达示例： 通过简化 5 步注册流程并协调产品、设计、客服上线风险，将 onboarding 流失率降低 18%。 -
最后一步是人工审核，不是继续润色
定稿前最重要的是准确性：日期、职位、数字、工具、公司名，以及前同事看到是否会觉得真实。
可用 Prompt： 请生成最终简历审核清单，检查事实准确性、关键词匹配、是否过度包装、是否有 AI 味、是否便于招聘方快速扫读。
发布前检查清单
- 简历基于目标 JD，而不是泛模板。
- 经历先按岗位匹配度排序，再决定怎么写。
- 所有强 claim 都有证据或可解释的范围数据。
- 最终版本已人工核对事实、语气和岗位匹配。
常见问题
同一份 AI 简历可以投所有岗位吗？
可以保留同一份基础简历，但最终投递版至少要调整 summary、前几条经历、技能排序和关键词。
AI 最容易把简历写坏在哪里？
它会把模糊经历润色成漂亮废话。如果你不给真实背景，AI 很容易写出看似专业但没有个人证据的 bullet。
下载 AI 简历流程 Prompt 包和人工审核清单。
下载流程工具包