AI 简历修改前后示例：把空泛职责改成真实成果

提供可复制结构的 AI 简历修改前后示例，教你把空泛职责改成有范围、动作、结果和岗位相关性的简历 bullet。

1. 学结构，不要照抄示例

   好示例会告诉你改了什么：目标岗位更清楚、动作更具体、结果更可解释。不要复制别人的数字、行业或成果。

   可用 Prompt： 请审阅这条简历 bullet，按修改前后模式重写：岗位语境、动作、范围、结果、与目标岗位的关系。不要编造指标。
   表达示例： 修改前：负责客户报表。修改后：基于客服工单整理每周客户问题报表，帮助团队在续约沟通前发现 3 类反复出现的延迟原因。

2. 把职责改成证据

   弱简历常写岗位要求，强一点的版本会写你处理了什么、多大范围、因为你的工作发生了什么变化。

   可用 Prompt： 请把这些职责型 bullet 改成证据型 bullet。如果缺数字，请先问我可以验证的范围、频率、数量或结果。
   表达示例： 修改前：协助社交媒体运营。修改后：每周排期 4 条内容，并按渠道整理互动数据，帮助市场负责人判断哪些主题更容易带来收藏。

3. 没有指标时也能安全补强

   不是每个结果都有百分比。可以用次数、频率、团队规模、队列量、节省时间、质量检查或流程前后变化，只要真实可解释。

   可用 Prompt： 请为每条 bullet 提供可验证的指标方向：数量、频率、范围、时间、质量、协作对象或流程前后变化。
   表达示例： 修改前：优化新人文档。修改后：把新人文档整理成 12 步检查清单，减少新同事第一周反复询问的基础问题。

4. 发送前检查修改后版本

   改好的句子仍然要像你自己的经历。删掉夸张动词、虚假资深感、保密数据和面试时解释不了的主张。

   可用 Prompt： 请审计这些修改后的 bullet，标出过度包装、无法验证的数字、保密信息、假负责范围和面试中可能解释不了的内容。