按场景重写

岗位版 AI 简历 Prompt 包:按角色重写,而不是套同一段话

面向工程、数据、财务、市场、HR、销售、运营和学生简历的可复制 AI Prompt,帮助按岗位提取证据、关键词和可面试解释的表达。

一句话结论

好的简历 Prompt 必须随岗位变化。先分析 JD,再告诉 AI 该岗位看重什么证据,最后检查它有没有编指标、夸大责任或堆关键词。

适合人群

需要同时投多个岗位、转行、或想把一份简历按不同岗位拆版本的求职者。

不适合人群

想用一个万能 Prompt 直接生成最终简历、且不提供真实经历和人工复核的人。

搜索意图判断

用户想找能直接复制到 ChatGPT 或 Claude 的简历 Prompt,但真正需要的是按岗位写指令,避免所有简历都像同一模板。

  1. 先提取岗位信号,不要先套模板

    工程、财务、市场和数据岗位的证据逻辑不同。先让 AI 判断目标岗位到底奖励什么。

    可用 Prompt: 请阅读这份 JD,提取岗位信号:必需技能、结果类型、工具、需要证明的证据、风险点和简历中必须调整的部分。
    表达示例: 财务 Prompt 要问报表、内控和准确性;市场 Prompt 要问漏斗阶段、渠道、实验、指标和复盘。
  2. 先给真实证据,再让 AI 改写

    只给岗位名时,AI 很容易写空话。要把项目、数字、范围、工具、限制和责任边界一起给它。

    可用 Prompt: 请只使用以下真实证据,为这个目标岗位重写 bullet。保留事实,缺少可验证数字的位置标为【待核实】。
  3. 按岗位族建立小 Prompt 包

    不同岗位要有不同指令:工程写系统影响,数据写决策,财务写内控,HR 写协作,市场写实验,销售写管道结果。

    可用 Prompt: 请为这个岗位族生成 5 个 bullet 改写 Prompt,每个都必须要求场景、动作、结果、关键词匹配和面试可解释性。
  4. 最后做反夸大检查

    AI 改完后,要检查事实、归因、seniority、关键词堆砌和每条 bullet 是否能在面试中讲清楚。

    可用 Prompt: 请审计这份简历:是否有编造指标、空泛 claim、岗位匹配弱、关键词堆砌、以及我可能无法在面试中解释的表述。

发布前检查清单

  • 改写前已经分析目标 JD。
  • 每个岗位 Prompt 都写清该岗位需要什么证据。
  • 明确要求 AI 不编数字、不夸大责任。
  • 最终 bullet 通过面试可解释性检查。

常见问题

能不能一个 Prompt 投所有岗位?

结构可以复用,但证据逻辑不能复用。工程写系统,数据写决策,财务写控制,市场写漏斗结果。

这些 Prompt 更适合 ChatGPT 还是 Claude?

都可以。ChatGPT 适合表格和检查清单,Claude 往往更适合自然表达。关键是给同一份真实证据。

有了 Prompt 还需要简历模板吗?

需要。Prompt 解决内容改写,模板解决结构和可读性,最后仍要人工复核。

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。

复制这套岗位 Prompt 框架,再填入目标 JD 和你的真实证据。

使用岗位 Prompt