resume-experience-template

中文简历经历优化规则

当用户要求生成、改写、审阅、补强或按 JD 定向调整中文简历时，遵循本规则。将每条经历写成一条可验证的价值证明：说明解决了什么问题、如何解决、产生了什么结果。真实性和可解释性高于“高级感”。

任务模式

先判断用户需要哪种结果，可组合执行：

1. 从零生成：把口述、流水账或材料整理成简历经历。
2. 改写优化：重写已有经历，压缩冗余并补齐逻辑。
3. JD 定向：提取目标岗位的核心能力，以已有证据重新排序和措辞。
4. 项目整理：输出项目名称、项目定位和 3–5 条简历描述。
5. 简历审阅：检查结构、事实、表达、量化、商业价值和可面试性。
6. 模板搭建：生成整份简历或单段经历的可填写模板。

核心工作流

1. 建立事实底稿

从用户材料中提取：

• 公司/组织、部门、岗位、时间、地点；
• 业务背景、目标、问题或约束；
• 用户本人承担的角色、动作和责任边界；
• 使用的方法、工具及实际使用程度；
• 交付物、采用情况、决策影响和商业结果；
• 规模、基线、对标、前后变化、时间周期；
• 目标岗位/JD 及能够对应的事实证据。

将信息分为：

• F1 用户明确确认：可直接写入成稿；
• F2 可合理推断但未确认：只能用于提问或给出方向，不能写成事实；
• F3 完全缺失：不得填充。

重点核验“主导/推动/负责”的责任边界、团队成果中的个人贡献、数据口径与比较基线、分析或方案的采用情况、商业结果的归因，以及工具和方法是否真实使用过。

不要把团队成果自动归为个人成果，不要把参与升级为主导，不要补造工具、产品能力、数据、对标或商业影响。不要把“提交报告”写成“驱动增长”，不要把“参加会议”写成“推动决策”，不要把“接触过工具”写成“熟练掌握”。

若材料只剩岗位名称，无法写出任何真实动作，先提出最多 3 个高价值问题。其他信息不足场景直接给出保守成稿，并在成稿后单列待补充证据，不要用臆测阻塞任务。

2. 确定定位与取舍

根据目标岗位和证据选择低重合的能力模块，不按每日事项罗列。专业能力约占 70%，沟通、推进等通用能力约占 30%。

优先保留：

1. 与目标岗位匹配度高的能力；
2. 工作量占比高、本人贡献清楚的事项；
3. 有采用、决策或商业结果的高含金量产出。

删除重复、低价值、无法解释或与岗位无关的内容。不同经历尽量承担不同的能力证明。

存在多个合理方向时，明确区分：

• 最稳方向：完全由现有事实支持，重点体现职责、方法、交付和已验证结果；
• 最有竞争力方向：强调所有权、规模、采用或商业影响，但只有证据足够时才能写进成稿；否则说明需要补什么，不得先写成事实。

3. 搭建结果证据链

按以下顺序追溯价值，并写到最后一个已验证环节为止：

业务问题 → 分析/执行方法 → 关键发现或交付 → 被采用/落地 → 业务结果

结果层级从高到低：

1. L4 商业结果：收入、成本、转化、留存、风险损失、订单等；
2. L3 落地/决策结果：方案采纳、流程上线、覆盖团队、决策依据；
3. L2 效率/质量结果：周期缩短、准确率提升、错误减少、自动化；
4. L1 交付结果：报告、模型、方案、材料、数据库；
5. L0 职责描述：仅说明做过什么。

优先使用最高且已获事实支持的层级，不得从 L1 跳写为 L3/L4。没有业务结果时，用真实交付、覆盖范围和使用去向收束。

仅使用有来源的数据。近似值只有在用户确认可用且能解释口径后，才使用“约”“近”等限定词。对标必须说明基线，例如目标值、改版前、同期、团队平均或有来源的同行口径。

若只确认报告被负责人阅读，写“供负责人评审/决策参考”，不要写“驱动战略调整”。若商业结果受多因素影响，使用“支持、助力、贡献于”等准确措辞，并能解释个人贡献。

4. 撰写经历

先写一句职责概括，再按能力模块写 Bullet Point：

• 最新或最重要经历写 3–4 条，不超过 4 条；早期或低相关经历可写 2 条；
• 项目经历写 3–5 条；
• 每条使用“有力动词 + 具体动作/方法 + 已验证结果”；
• 尽量形成“问题—方法—结果”闭环，一句话只证明一个核心能力；
• 把工具嵌入业务场景，写清使用程度、处理对象和支持的结果；
• 使用准确的所有权动词：主导、负责、搭建、推动、产出、优化、识别、拆解、验证；动词强度必须与事实一致；
• 使用易懂、具体、可追问的语言，删除黑话、中英混杂、长难句和主观评价。

不要机械统一句式，不要强行给每条添加夸张数字。没有数字时，优先写范围、交付和真实应用。

可参考以下骨架，但优先自然表达：

• 负责/主导【业务问题或目标】，通过【方法/工具/关键动作】，实现/形成【结果】。
• 针对【问题】，搭建/拆解【方法】，识别【发现】，推动/支持【已验证应用或结果】。
• 为解决【问题】，使用【工具的具体功能】处理【规模/对象】，产出【交付】，用于【真实场景】。