明确岗位与JD是前提，需复制完整职位描述连同岗位名称输入；个人经历须按“岗位-时间-公司-动作-结果”五要素结构化，或指令模型对照JD重写；再分三步精准优化：提取JD关键词、反向校验补缺、转为ATS友好纯文本格式。
☞☞☞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☜☜☜
用智谱清言优化简历时，光输入“帮我改简历”效果差——模型缺乏岗位匹配依据、经历颗粒度不足、成果无法量化，输出内容容易空泛套话、关键词缺失、与JD脱节。
明确岗位与JD是前提
打开目标公司招聘页面，复制完整职位描述（含任职要求、岗位职责、加分项），连同你申请的岗位名称（如“Java开发工程师-电商方向”）一起粘贴进智谱清言对话框。这一步不能省，【没有JD，模型无法识别技术栈权重、业务场景关键词和隐性能力要求】。
若JD中写“熟悉Spring Cloud微服务架构”，但你只写“做过微服务”，模型就无法判断该强化Nacos配置中心还是Sentinel限流模块——必须让AI看见原始要求。
结构化输入个人经历
方法一：按“岗位-时间-公司-动作-结果”五要素整理每段经历，例如：“后端开发｜2022.06–2024.03｜XX科技｜重构订单超时关单逻辑→引入Redis延迟队列→超时处理耗时从8s降至120ms→日均减少人工干预工单17单”。
方法二：直接提供原始简历文本，但需在前面加一句指令：“请严格对照JD中的‘核心职责第2条’和‘任职要求第1、3项’，重写我的项目经历部分，保留原始数据，仅调整动词强度、技术名词准确性和业务价值表达。”
注意：不要只给模糊描述如“参与系统开发”，模型无法凭空生成技术细节；也不要把三年工作压缩成两行，颗粒度太粗会导致优化后仍显空洞。
精准触发关键优化动作
第一步：要求模型提取JD中的硬性关键词，命令示例：“列出这份JD里出现频次≥2的技术词、工具名和业务领域词，按出现顺序排列。”
第二步：用这些词反向校验你的简历，命令示例：“将我提供的经历文本与上一步提取的关键词逐条比对，标出未覆盖的3个最高优先级词，并为每个词生成1条可嵌入的、带数据支撑的补充句。”
第三步：锁定ATS（求职系统）友好格式，命令示例：“把优化后的教育/技能/项目三部分转成纯文本无符号列表，技能栏按‘编程语言｜框架｜数据库｜工具’四级分类，每类内用顿号分隔，不换行。”
