提示词质量决定简历优化效果，需三步构建：一提取JD硬性门槛词，二梳理可验证的个人动作句，三用角色+任务+约束等三层结构输入秘塔AI，并逐条验证覆盖性与事实锚点。
☞☞☞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☜☜☜
用秘塔AI搜索优化简历时，提示词质量直接决定改写结果的专业度和匹配度，不是简单堆砌关键词就能出好效果。你需要把招聘需求、个人经历、目标岗位三者交叉比对，提炼出有逻辑层级的指令，而不是丢一句“帮我优化简历”。
第一步：从JD中提取硬性门槛词
打开目标岗位的招聘页面，逐行扫描职位描述，用Ctrl+F查找“熟悉”“掌握”“具备”“要求”“必须”“优先”等动词后紧接的名词或短语——这些是算法筛选简历时最先抓取的硬指标。比如“熟悉React框架”“掌握SQL查询”“具备3年ToB SaaS产品经验”，每一条都单独列一行，不合并、不 paraphrase。
这一步漏掉一个硬门槛词，后续AI生成的内容就可能被HR系统自动过滤。秘塔AI不会主动补全你没写的硬条件，它只忠实地响应你输入的指令。
第二步：梳理个人经历中的可验证动作
翻出自己过往项目的原始记录（钉钉聊天记录、Git提交日志、PR描述、周报原文），只摘取含主语+谓语+宾语+量化结果的完整句子。例如：“我主导重构用户权限模块→将接口平均响应时间从860ms降至190ms→QPS提升3.2倍”，而不是“负责权限相关开发工作”。
避免使用“参与”“协助”“支持”这类模糊动词，秘塔AI无法据此判断你的实际贡献边界，容易生成夸大或弱化的表述。
第三步：构建三层提示词结构
方法一：角色+任务+约束
在秘塔AI搜索框中输入：【作为资深HRBP，请将以下经历重写为匹配[目标岗位名称]JD的简历要点，严格保留原始数据，不添加未发生的技能或项目，每条不超过35字】 + 粘贴第一步提取的硬门槛词 + 换行 + 粘贴第二步整理的动作句。
方法二：对比式指令
输入：“对比以下两段内容：A段是JD原文中关于‘数据分析能力’的要求（粘贴JD原文句），B段是我的实际经历（粘贴对应经历句）。请输出1条精准匹配A段要求的简历要点，仅用B段事实支撑，不引入新信息。”
方法三：字段级控制
输入：“按以下格式输出：【核心成果】+【技术栈】+【业务影响】。每项用中文顿号分隔，总长不超过42字。示例：‘搭建实时风控看板、Python+Tableau、降低误拒率17%’。现在处理这段经历：[粘贴你的动作句]。”
第四步：验证提示词有效性
① 输入刚整理好的提示词，等待秘塔AI返回结果。
② 对照JD原文，逐条核对AI输出是否覆盖所有硬门槛词——缺一项就退回第三步调整指令动词（如把“体现”换成“满足”、把“展示”换成“符合”）。
③ 随机选一条AI生成的要点，反向追问：“这句话能在我的原始记录里找到对应证据吗？”找不到就删掉。
④ 将最终版要点复制进Word，用「审阅→拼写检查」确认无语法错误——秘塔AI可能输出“负责XX模块优化工作”这类中式英语直译句，需人工修正为“优化XX模块性能”。
这一步不能跳过。秘塔AI不会告诉你哪条输出缺乏事实锚点，只有你自己能判断是否真实可验证。
