Firefly简历优化提示词需在Coze平台配置为可执行Bot：关闭自动补全，设置三段式User Prompt；通过变量提取或JD模板库注入岗位约束；增加合规扫描、自动重写与人工确认锚点确保输出精准可靠。
☞☞☞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☜☜☜
让Firefly生成的简历优化提示词真正落地到执行层，不是写完就完事，而是要能被HR、求职者、招聘经理直接调用、快速复用、不出错地跑通整条工作流。
把提示词变成可执行的Bot指令
在Coze平台新建Bot，选择「简历优化」模板后，进入「提示词配置」页。
将已打磨好的角色型提示词（如“你是一位有8年互联网大厂招聘经验的HR总监…”）完整粘贴至「System Prompt」框中，【必须关闭「自动补全」开关】，否则Coze会擅自插入冗余引导语，导致Firefly接收的指令失真。
在「User Prompt」区域设置三段式输入引导：第一行固定为“请优化以下简历内容”，第二行空行，第三行预留用户粘贴文本位置。这种结构强制Firefly只处理明确交付的文本，避免它对空白或格式异常内容做臆测填充。
向下注入真实JD与岗位约束
方法一：动态变量绑定
在Bot工作流中新增「变量提取」节点，设定正则规则匹配用户输入中的“岗位名称”“公司行业”“核心要求关键词”三类字段。例如识别到“跨境电商运营主管”自动提取“跨境电商”“运营”“主管”为tag，再映射到Firefly提示词末尾的“请按【跨境电商】【运营】【主管】三重维度重写经历描述”。
方法二：JD模板库直连
上传10份高频岗位JD（如“AI产品经理”“SaaS销售总监”“新能源电池工艺工程师”）作为知识库，启用「语义召回」功能。当用户输入“我想投智能驾驶算法岗”，Bot自动匹配最相近JD片段，并将其中“C++/ROS/感知融合”等硬技能词插入Firefly提示词的「关键词嵌入模块」。
注意：JD文本必须去除所有PDF转文字产生的乱码和换行符，否则Firefly解析时会把“C++\n/ROS”误读为两个无关词。
让每句提示词都带校验反馈
第一步：在Firefly输出后增加「合规性扫描」节点
调用本地部署的ATS模拟器API，对生成简历进行三项硬检：① 是否含不可解析元素（图标/分栏/彩色字体）；② 动词是否全部为强动作词（主导/重构/交付/提升）；③ 量化结果是否全部带单位与数字（“增长35%”合格，“明显增长”不合格）。
第二步：失败项自动触发重写指令
若扫描发现“项目经历中出现‘参与’‘协助’等弱动词”，Bot立即向Firefly发送追加指令：“将全文中所有‘参与’替换为具体动作+结果，例如‘参与用户调研’→‘独立设计并执行200份问卷，回收有效样本187份，提炼出3类高价值需求缺口’。”
第三步：输出前强制插入「人工确认锚点」
在最终交付文本顶部添加一行灰色小字：“【请核对：① 所有数据是否真实？② 岗位关键词是否覆盖JD前3条要求？③ 衣着/背景等细节是否符合目标公司文化？”——这行字不进简历正文，仅作交付界面提示，防止AI代写越界。
