按场景重写

ChatGPT 简历 Prompt:如何根据岗位 JD 改简历

一套可复制的 ChatGPT 简历 Prompt,把岗位 JD 拆成关键词、证据缺口、匹配经历和投递前复核清单。

一句话结论

不要把 JD 丢给 ChatGPT 后直接说“帮我改简历”。先提取岗位信号,再映射真实证据,只改匹配的 bullet,最后检查事实、关键词和可读性。

适合人群

正在针对某个具体岗位定制简历、想提升 ATS 关键词覆盖和岗位匹配度的求职者。

不适合人群

希望 ChatGPT 替你编项目、指标、证书、title 或不存在经历的人。

搜索意图判断

用户手里有一份 JD,希望用 ChatGPT 把简历改得更匹配岗位,但不想只堆关键词或让 AI 编经历。

  1. 先把 JD 拆成可执行信号

    第一步不是改写,而是把 JD 拆清楚:必备能力、加分能力、工具、职责、资历信号和业务语境。这样后面的 Prompt 才不会变成泛泛润色。

    可用 Prompt: 请阅读这份岗位 JD,提取:必备能力、加分能力、工具、职责、资历信号、业务语境,以及应该自然出现在简历里的关键词。用表格输出,并标注优先级。
    表达示例: 输出要区分“必备:SQL、数据看板、跨部门汇报”和“加分:Python、实验分析、SaaS 经验”。
  2. 把岗位信号映射到真实证据

    关键词只有绑定真实经历才有价值。让 ChatGPT 标出强匹配、部分匹配和缺口,不要让它用空话替你补洞。

    可用 Prompt: 请根据 JD 信号表,把每个高优先级信号映射到我简历里的真实证据。标注强匹配、部分匹配或缺口。不要编造证据,缺信息时先追问。
    表达示例: SQL 可以对应报表项目;“跨部门协作”需要真实会议、交付、沟通或决策场景支撑。
  3. 只重写确实匹配 JD 的经历

    一岗一简历不是全篇重写。保留事实,只强化能支持目标岗位的 bullet,避免简历看起来定制,实际却变得不可信。

    可用 Prompt: 请只重写和这份 JD 有真实证据匹配的简历 bullet。用动作、范围、工具、约束和结果表达。保持事实不变,除非我提供了数字,否则不要新增指标。
    表达示例: 原句:负责周报。改后:搭建销售管线 SQL 看板,支持 3 个区域团队每周复盘,减少手工表格核对。
  4. 投递前做招聘方和 ATS 双重检查

    最后一轮要同时看关键词覆盖和人类可读性。目标是匹配,不是密度。删掉重复、像复制 JD 的表达。

    可用 Prompt: 请对照 JD 审核这份定制简历,标出缺失的必备关键词、重复堆词、没有证据的 claim、AI 味表达,以及面试里可能被追问的 bullet。
    表达示例: 最后输出只保留最重要的 2-3 个修改动作,避免越改越散。

发布前检查清单

  • 改写前已经把 JD 拆成优先级信号。
  • 每个高优先级关键词都对应真实证据,或明确标为缺口。
  • ChatGPT 没有新增事实、指标、资历或不存在的职责。
  • 简历对招聘方读起来仍然自然,不像复制 JD。
  • 没有证据的关键词没有被偷偷塞进技能区。

常见问题

可以把整份 JD 直接粘给 ChatGPT 吗?

可以,但先让它提取信号,不要直接改写整份简历。直接改写容易复制 JD 语言,也更容易编造匹配度。

JD 里的关键词都要写进简历吗?

不用。优先写必备词,并且绑定真实经历。把所有近义词都塞进去,会伤害可读性。

这些 Prompt 能用于 Claude 或 Gemini 吗?

可以。流程本质是提取、映射、改写、审核,ChatGPT 只是更常见的搜索词。

下一步

下一步形成完整闭环

读完流程或避坑内容后,建议把工具、ATS、资源和人工复核串起来,而不是只复制某一个 Prompt。

投递重要岗位前,先用这套 Prompt 链把 JD 和简历对齐。

复制 JD Prompt 链