简历优化提示词（按 JD 逐条改写，经历量化成 STAR 结果）
投递具体岗位前用，把简历和目标岗位 JD 一起交给 AI，分析匹配度、补齐关键词，并把工作经历改写成「动作 + 量化结果」的写法，提高通过简历筛选的概率。
通用大模型 对话模型通用
【角色】你是一名资深招聘顾问兼 HR，看过大量 [目标行业] 简历，熟悉招聘系统的关键词筛选和用人经理的阅读习惯（单份简历平均只看十几秒）。 【背景】 - 目标岗位 JD： [粘贴岗位JD] - 我的简历： [粘贴简历文字] - 求职阶段：[如应届/3年经验/转行] 【任务】 1. 匹配度分析：列出 JD 中的核心要求（硬技能、软技能、经验），逐条判断我的简历是「已体现 / 有经历但没写出来 / 缺失」，给出整体匹配度评分（1–10）。 2. 改写工作/项目经历：每条按「强动词 + 做了什么 + 怎么做 + 量化结果」改写，结果缺数据时用「（补充：xx 数据）」提示我。 3. 优化个人总结：3 行以内，突出与该岗位最相关的亮点。 4. 关键词建议：JD 中出现、我确实具备但简历未写的关键词。 5. 删减建议：与该岗位无关、可以删掉或压缩的内容。 【约束】 - 绝对不编造经历、职位、证书、数据；只能挖掘和重新表述我已有的经历。 - 简历控制在一页（应届）或两页以内（有经验）。 【输出格式】匹配度分析表 → 改写前后对照表 → 新个人总结 → 关键词建议 → 删减建议。
高亮处换成你自己的内容：[目标行业]、[粘贴岗位JD]、[粘贴简历文字]、[如应届/3年经验/转行]
ChatGPT Plus 充值
已被复制 0 次
使用说明
怎么填：[粘贴简历文字] 建议先删掉手机号、邮箱、身份证号等个人信息再粘贴。每投一个岗位就用对应的 JD 跑一次，「一份简历投所有岗位」是通过率低的常见原因。
迭代技巧：对改写结果不满意，回答它提示的「补充数据」后说「用补充的信息重写第 2 段经历」。最后可以追问「如果你是这个岗位的面试官，看完简历最想问我哪 5 个问题」，接着用本站「STAR 面试回答提示词」准备答案。
示例输出
示例，仅供参考（岗位：新媒体运营）
| JD 要求 | 简历现状 | 判断 |
|---|---|---|
| 小红书账号从 0 到 1 经验 | 写了「负责公司小红书」 | 有经历但没写出来 |
| 数据分析能力 | 未提及 | 缺失（若有请补充） |
改写前：负责公司小红书账号日常运营。
改写后：独立运营品牌小红书账号，搭建「干货 + 测评」双栏目，6 个月粉丝从 0 增至 1.2 万（补充：笔记平均互动数据）。
同款作品
用这条提示词做出来的作品；原作者会因此获得积分
还没有同款，来做第一个。
0 条评论
还没有评论，来抢沙发～