JD 关键词提取表：用 AI 把招聘需求对到简历证据

复制一份 JD 关键词提取表结构，在完成 JD 抽词后整理关键词、证据缺口和安全简历修改 Prompt，避免堆词和编造经历。

1. 什么是职位关键词（Job Keyword）？什么时候才能安全写进简历

   职位关键词是岗位 JD 中反映雇主需求的重点词。不是每个关键词都该放进简历——你需要先分类，再确认是否有真实证据，最后才让 AI 改写。四类核心关键词：硬技能（可验证的工具、证书、方法）、岗位词（你真实担任过的职位和职能）、成果词（面试中能解释的量化结果）、背景词（行业、领域、规模或地区）。只有能对到真实证据的关键词才进入简历，其余标注为缺口而不是编造。

   可用 Prompt： 请列出这份 JD 中的每一个关键词，并分类为硬技能、岗位词、成果词或背景词。然后标注我对每个词是否有强证据、相邻证据、学习证据或无证据。只保留有证据的行。
   表达示例： JD 词：敏捷交付。类型：硬技能（方法）。我的证据：带领 4 人团队完成 6 个两周迭代。简历动作：保留。JD 词：跨国公司经验。类型：背景词。我的证据：无相关客户经历。简历动作：缺口——不要编造。

2. 先建五列表，再让 AI 改写

   表格建议包含 JD 词、类别、招聘信号、我的证据、简历动作五列。这样 AI 不会一上来就写泛泛 bullet。

   可用 Prompt： 请从这份岗位 JD 提取关键词表，五列分别是：JD 词、类别、招聘信号、我的匹配证据、简历动作。没有证据时请留空，不要编造。
   表达示例： JD 词：跨部门汇报。类别：沟通。招聘信号：定期向管理层更新。我的证据：每周客户问题看板。简历动作：改写汇报相关 bullet。

3. 把已提取的 JD 原句变成“保留或删除”的证据账本

   提取后，把每条岗位要求原句单独放进一行，标注关键词类别、能证明它的真实经历，再决定保留、换一种写法或删除。只写工具名不算证据；要记下面试时能说清的项目、动作、范围和结果。如果你提供的经历里没有对应证据，就把该词从改写清单删除，不要让 AI 自行补齐。

   可用 Prompt： 请为每条已提取的 JD 原句建四个字段：岗位要求原句、关键词类别、我的经历证据、处理决定（保留、换一种写法或删除）。不要引用我没有提供的证据；无证据的行不进入简历改写清单。
   表达示例： 岗位要求：搭建月度管理层仪表板。类别：报表产出。证据：搭建 Power BI 仪表板，对齐 3 个数据源，支持 12 次月度复盘。决定：保留并改写。岗位要求：管理全球预算。证据：无。决定：删除，不做推断。

4. 把硬技能和岗位产出分开

   工具和方法很重要，但招聘方也会看产出：减少积压、提升留存、推动上线、提高转化、支持审计或改善报表质量。

   可用 Prompt： 请把这份 JD 拆成硬技能、工具、岗位产出、行业知识、协作信号和资深度信号。只保留重要词，不要逐词罗列。

5. 诚实标注证据缺口

   缺口不一定意味着不能投。把每个词标成强证据、相邻证据、学习证据或缺失，才能决定该强调什么、哪些不能假装。

   可用 Prompt： 请对比我的经历笔记和关键词表，把每一行标成强证据、相邻证据、学习证据或缺失，并给出安全写法。

6. 改写前补一列本地化表达

   同一个能力在中文简历、英文 resume、法语 CV 里的表达可能不同。先补本地化表达列，既保留 ATS 能识别的关键词，也避免 AI 写出翻译腔。

   可用 Prompt： 请为每个高优先级 JD 词补一列目标市场表达。工具名保留准确写法，岗位词自然本地化，并标出听起来像直译的表达。

7. 用表格改写简历 bullet

   表格完成后，只让 AI 改写有真实证据的行。结果既要自然给人看，也要包含最关键的岗位语言。

   可用 Prompt： 请只使用有真实证据的行，为这个目标岗位改写 6 条简历 bullet。自然嵌入 JD 语言，指标要能解释，避免关键词堆砌。