按場景重寫
如何用 AI 從 JD 中提取履歷關鍵字
一套把職缺 JD 轉成履歷關鍵字、優先級、經歷取舍和改寫 Brief 的方法，適合投遞前快速對齊職缺要求。
一句話結論
JD 關鍵字提取不是把所有名詞抠出來。要讓 AI 識別招募信號：必需技能、工具、職責、結果、seniority 和行業背景。
適合人群
正在針對某個職缺定制履歷、比較類似職缺，或想診斷為什麼投遞沒回應的人。
不適合人群
沒有目標 JD、只想批量生成履歷的人。
搜索意圖判斷
使用者手裡通常已經有 JD，想知道哪些詞真的該影響履歷，而不是把職缺描述整段複制進去。
-
提取招募信號，而不只是提取名詞
JD 裡有工具、職責、結果要求和 seniority 暗示。AI 應該把這些信號拆開，告訴你每個關鍵字代表什麼。
可用 Prompt： 請分析這份 JD，并提取招募信號：必需技能、工具、職責、結果要求、seniority 暗示、行業詞和重複出現的表達。 -
把關鍵字變成履歷修改決策
關鍵字分組之後，要決定哪些經歷前移、哪些 bullet 重寫、哪些技能補充、哪些缺口承認。只提詞不決策沒有價值。
可用 Prompt： 基於這些 JD 信號和我的履歷，請告訴我哪些經歷應該前移、哪些 bullet 要重寫、技能區要補什麼、哪些缺口需要誠實處理。 -
先生成改寫 Brief，再動筆
Brief 能防止 AI 過度迎合 JD。它應該說明目標定位、最強證據、缺失證據和語氣邊界。
可用 Prompt： 請根據這份 JD 生成一頁履歷改寫 Brief：目標定位、前 8 個關鍵字、最強匹配證據、缺失證據、語氣規則。表達示例： 運營職缺的 Brief 可能優先強調 SLA、供應商管理、流程優化、報表和跨部門協作。
發布前檢查清單
- 關鍵字按含義分組，而不是平鋪列表。
- 每個關鍵字都對應一個履歷修改決策。
- 先生成改寫 Brief，再開始寫 bullet。
- 缺失證據被誠實標記，而不是被 AI 強行包裝。
常見問題
AI 提關鍵字比關鍵字工具好嗎？
AI 更適合理解上下文和分組信號；關鍵字工具擅长統計頻率，但未必知道哪個詞最影響招募判斷。
可以同時分析多份 JD 嗎？
可以。3-5 份同類 JD 能幫你找到職缺族共同模式，但最終投遞仍要針對具體 JD 調整。
下載 JD 關鍵字提取表和 Prompt 集。
下載 JD 工作表