Notion AI可高效套用STAR法则优化简历：一、自动拆解经历为S/T/A/R四要素并补全量化结果；二、重构为“【量化结果】通过【行动】解决【问题】”句式；三、批量生成多岗位定制版；四、校验ATS兼容性与HR友好度。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望借助Notion AI高效提炼过往经历并严格套用STAR法则撰写求职简历，但缺乏结构化表达能力或对量化成果不敏感，则可能面临经历描述空洞、HR 7秒内跳过、ATS系统识别率低等问题。以下是具体操作路径：
一、用Notion AI自动提取经历核心要素
Notion AI可基于原始工作描述自动拆解情境、任务、行动与结果四要素，避免人工遗漏关键信息点，为STAR结构提供原始素材支撑。
1、在Notion新建一页，标题命名为“简历经历库”，粘贴一段原始工作描述（如：“负责公众号运营，写推文、对接设计、看数据”）。
2、将光标置于该段落末尾，按空格键唤出Notion AI输入框。
3、输入指令：“请将以上内容按STAR法则拆解：分别列出S（背景与目标）、T（我的职责）、A（我采取的具体行动，含工具/方法/协作对象）、R（可量化的业务结果，若原文未提及，请基于合理逻辑补全并标注‘推测’）”。
4、点击生成，检查输出是否包含四项完整要素；若R项缺失或模糊，追加指令：“请为R项补充两个符合行业常识的量化结果，例如阅读量提升X%、响应时效缩短Y小时、成本降低Z元”。
二、用Notion AI重构经历为STAR+量化句式
Notion AI能将零散动作转化为成果导向的标准化表达，强制嵌入数据锚点，适配HR快速扫描习惯与ATS关键词抓取逻辑。
1、选中已拆解出的STAR四要素文本块，点击右上角“⋯”选择“Ask AI”。
2、输入指令：“请将以下STAR要素整合为一段连贯简历描述，严格使用‘【量化结果】通过【具体行动】，解决了【核心问题】’句式；动词必须为过去式；所有数字保留阿拉伯数字；禁止出现‘协助’‘参与’‘支持’等弱动词”。
3、确认生成文本是否含明确主语（如“我主导”“我独立完成”）、是否每个结果均有对应数字支撑、是否剔除模糊副词（如“显著”“大幅”）。
4、若需适配不同岗位，复制该段文字，在新行输入：“请按人工智能训练师岗位JD要求重写上段，重点突出Python脚本开发、Label Studio标注规范制定、RAG流程优化经验，并匹配JD中‘数据清洗’‘模型准确率提升’等高频词”。
三、用Notion AI批量生成多岗位定制版经历
针对同一段原始经历，Notion AI可同步输出适配产品、运营、AI训练师等不同职能的STAR变体，实现一稿多投前提下的精准匹配。
1、在“简历经历库”页底部新建分栏，标题为“岗位适配区”。
2、输入指令：“基于前述公众号运营经历，请分别生成三版STAR描述：A版面向新媒体运营岗，强调爆款内容策划与完播率提升；B版面向用户增长岗，突出私域转化路径设计与LTV提升；C版面向AI训练师岗，关联用户行为数据清洗、标注需求提炼与反馈闭环搭建”。
3、逐条检查各版本是否植入对应岗位JD中的3个以上硬性关键词（如“完播率”“私域转化”“数据清洗”）。
4、将生成内容分别复制至对应岗位简历文档，删除未被JD提及的能力项，确保每段经历仅保留该岗位强相关要素。
四、用Notion AI校验ATS兼容性与HR友好度
Notion AI可模拟ATS系统解析逻辑与HR视觉动线，定位格式风险点与信息密度缺陷，实时提示修改建议。
1、将已完成的简历全文粘贴至Notion新页，标题为“ATS终审页”。
2、输入指令：“请执行双重校验：第一，标记所有可能导致ATS解析失败的元素（如表格、图片、特殊符号、非标准日期格式）；第二，指出前两行中未体现的岗位TOP3关键词，并给出嵌入建议”。
3、根据反馈删除或替换高风险格式，例如将“2023.03–2024.06”改为“2023年3月 – 2024年6月”。
4、针对HR视觉焦点区域（姓名下方首段），输入指令：“请重写简历开篇摘要段，确保首句含岗位名称+核心能力+量化成果，例如‘AI训练师｜Python与Label Studio双栈能力｜主导10万+条多模态数据标注，推动模型准确率提升15%’”。
