通义千问生成专业简历的关键是提供清晰结构化提示词：明确目标岗位及JD要求、提交含时间/公司/角色/结果的个人素材、指令输出格式与STAR法则重构、设定语言避坑与数据校验规则。
☞☞☞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☜☜☜
用通义千问生成一份专业、匹配岗位的简历，关键在于给出清晰、结构化、带上下文的提示词，而不是简单说“帮我写一份简历”。
明确简历用途和目标岗位
先告诉通义千问你投递的具体方向：公司名称（如有）、岗位名称、招聘JD链接或复制粘贴核心要求。这一步决定生成内容是否对口。
例如：“我要应聘字节跳动的「用户增长产品经理」岗位，JD要求：3年互联网产品经验、熟悉A/B测试与漏斗分析、有0-1活动策划案例。”
不写清楚岗位，模型只能按通用模板填充，容易堆砌空泛描述，比如“具备良好沟通能力”这种无效表达。
提供真实、可验证的个人素材
把你的原始信息整理成简明字段，按模块分段提供给通义千问：
方法一：分项罗列
教育背景：2020.09–2023.06｜XX大学｜硕士｜计算机科学与技术
工作经历：2023.07–至今｜YY科技｜产品经理｜主导上线3个拉新活动，DAU提升22%
项目经历：【智能推荐页改版】独立完成需求分析→原型设计→AB测试→数据复盘，次日留存+15%
技能证书：SQL（熟练）、Axure（熟练）、PMP（2022.05）
方法二：直接粘贴简历草稿
把你自己写的初稿发给通义千问，加一句：“请基于这份草稿，按用户增长PM岗位JD优化语言，突出数据结果和决策逻辑，删减行政类琐碎描述。”
【必须提供时间、公司、角色、可量化结果这四要素，缺一不可】
用结构化提示词指令模型改写
第一步：定义输出格式
“请输出纯文本简历，分‘求职意向’‘教育背景’‘工作经历’‘项目经历’‘技能证书’五部分，每部分用中文二级标题（如## 工作经历），不用Markdown符号。”
第二步：设定语言风格
“所有经历用STAR法则精简重构：S（情境）一句话带过，T（任务）聚焦你负责的核心目标，A（行动）写清你用了什么方法/工具/协作方式，R（结果）必须含百分比、金额、时效等硬指标。”
第三步：指定避坑要求
删除“参与”“协助”“负责相关工作”等模糊动词；把“熟悉Python”改为“用Python爬取竞品2000+条促销数据并生成周报”；工作经历按倒序排列，最近一份放在最前。
第四步：追加校验指令
“检查所有数据是否自洽：比如‘2023年入职，2024年Q3上线项目’合理，但‘2022年在职期间完成2024年项目’需修正。”
