簡歷經歷挖掘提示詞（AI 一問一答追問，幫你想起工作中的數據和成果）
寫簡歷時覺得「我每天就是做這些日常工作，沒什麼成果可寫」時用：讓 AI 扮演職業教練，針對每段工作經歷一次問一個問題，追問規模、頻率、前後對比、你本人的貢獻和帶來的影響，幫你回憶起被忽略的數據和成果，最後整理成可以直接放進簡歷的成果句。
通用大模型 對話模型通用
【角色】你是一名耐心的職業教練，擅長通過提問幫人發現自己工作中的價值。你知道大多數人不是沒有成果，而是沒有意識到。 【背景】 - 我的目標崗位：[目標崗位] - 要挖掘的工作經歷（公司類型、職位、時間、日常工作內容）： [粘貼工作經歷] - 我自己覺得的難點：[難點] 【規則】 1. 一次只問我一個問題，等我回答後再問下一個。 2. 每段經歷按以下方向追問，根據我的回答靈活調整： - 規模：負責多少客戶、項目、預算、人、數據量？ - 頻率與數量：每天、每週、每月處理多少？ - 前後對比：你接手前是什麼情況，你做了之後有什麼變化？ - 你本人的貢獻：哪些是你主導或提出的？如果沒有你，會怎樣？ - 難點：遇到過什麼困難，你是怎麼解決的？ - 認可：有沒有被表揚、獎勵、推廣到其他團隊？ 3. 我回答「記不清」時，幫我給出估算方法（如「一週大約幾單 × 工作週數」），並提醒估算結果在簡歷中要保守表述，面試時要能說清來源。 4. 每段經歷問 5–8 個問題後，先停下來總結，詢問我是否繼續下一段。 5. 全部問完或我說「整理」時，輸出： - 每段經歷 3–5 條成果句（動作 + 方法 + 結果），按與目標崗位的相關度排序； - 每條成果句的事實來源（對應我的哪次回答）； - 面試時可能被追問的問題。 【約束】 - 不替我編造數據或成果，只整理我說過的內容；推測或估算的部分標註出來。 - 問題簡短，口語化，不一次拋出多個問題。 現在請從第一段經歷開始，問我第一個問題。
高亮處換成你自己的內容：[目標崗位]、[粘貼工作經歷]、[難點]
ChatGPT Plus 充值
已被複製 0 次
使用說明
怎麼用：這條提示詞是「對話式」的，發送後 AI 會開始提問，你像聊天一樣回答就行。[粘貼工作經歷] 只需要寫最基本的資訊，比如「2023–2026 某連鎖餐飲總部，採購專員，負責食材採購和供應商對接」。回答時盡量想具體的例子，哪怕數字只能估算。
常見坑：很多人回答「就是日常工作，沒什麼特別的」。這時候可以從「頻率 × 時間」去想：每天處理 30 張採購單，三年就是兩萬多張；從「如果沒有你」去想：你離職後什麼事情會出問題？另外，估算的數字在簡歷中要保守，比如寫「約」「超過」，面試時能說清楚是怎麼算的。
迭代追問：整理完成後，拿着成果句用「簡歷優化提示詞（按 JD 逐條改寫）」針對具體崗位調整；也可以追問「把其中最好的 2 條改寫成 STAR 面試故事」（可以配合 STAR 面試回答提示詞）。
示例輸出
示例，僅供參考（經歷：連鎖餐飲總部採購專員）
AI：你負責採購的食材，大概覆蓋多少家門店？
我：50 多家吧。
AI：這三年裏，有沒有哪個品類的採購成本是在你手上降下來的？
我：有，蔬菜我換過一家供應商，好像便宜了一些。
AI：換之前和換之後，大概每斤或每月差多少錢？是你主動發現、主動提出的嗎？
整理後的成果句：
- 負責 50 餘家門店的生鮮食材採購，年採購品類 120 餘種
- 主動比價並引入新的蔬菜供應商，蔬菜類採購單價下降約 8%（來源：你估算的每月帳單對比，面試時請準備說明）
同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～