AI 改简历的提示词怎么写:四段式指令,加六个可以直接抄的例子

「帮我优化一下这段简历,写得专业一点、有冲击力。」贴进对话框,几秒钟回来三条读着很顺的话,里面有你从没说过的数字,有你面试时开不了口的词。

下面是一个能反复用的四段结构,和六个能复制走的例子。提示词里的公司名和数字都是构造的示例,复制后把素材那段换成你自己写的。

「请帮我优化一下简历」为什么一定得不到能用的结果

拆开看,你给了它一段文字、一个动作、两个形容词。形容词恰好是它最不需要事实就能满足的东西。它真正没拿到的是:这段投给谁看,哪些是你真做过的。

模型不会停下来问你,它把缺口填上,依据是见过最多的那种简历。「负责社群运营」于是变成「主导用户社群体系搭建,显著提升社群活跃度与用户粘性」,多出来的每个词都不来自你。

一条提示词好不好,看它把模型的填空位堵上了几个。

四段式:角色与目标 / 原始素材 / 约束 / 输出格式

第一段,角色与目标。 这段投给什么岗位、做什么用。缺了它,拿回来是行业通用的套话。

第二段,原始素材。 你自己写的粗糙事实,允许是口语。你贴「管 40 多个群,接手时 20 个」,它才写得出这两个数;缺了它,整段输出都是编的。

第三段,约束。 下面单独讲,四段里只有它不能省。

第四段,输出格式。 给几条、多长、要不要解释。模型默认会在结果前后加客气话;缺了这段,正文要自己挑出来。

第三段是唯一不能省的:不下约束,模型就会替你把事实补完整

素材只有一句:

做了一个签到功能,上线之后留存好了一些。

不下约束,拿回来大概是这样。这条和里面的数字都是为演示构造的:

主导用户签到功能的需求设计与上线落地,通过激励机制优化用户活跃路径,推动次日留存率提升 15%,改善用户粘性。

「主导」「激励机制」「15%」,没一个是你说的。那 15% 不是模型在骗你,是它在补句子:「留存好了一些」后面,在语料里几乎总跟着一个百分比,它就填了一个数。

约束段写的是「不许做什么」:

约束:
1. 只能使用素材里写下的事实,不许新增任何事实、动作或职责。
2. 不许出现素材里没有的数字、比例、金额、时间。
3. 不许使用「显著」「大幅」这类没有依据的程度词。
4. 读者会追问、而我没有提供的信息,不要替我补,列进最后的「需要我补充的」。

第 4 条回报最高:原本它会编一个数,现在它回头问你要,那份清单往往就是你真正缺的东西。这种句子到了读简历的人那头是什么反应,AI 写的简历 HR 认出来的四个共同特征那篇写完了。

例一:把「负责」改成成果句

你是中文简历写作助手。把下面这段经历改成投给「用户运营」岗的简历条目。

素材(我写的,是口语,事实都是真的):
在某电商 App 做用户运营,管 40 多个微信用户群,2023 年 3 月接手时 20 个。每天发活动
预告和答疑,文案我自己写,每周一次群内抽奖。

约束:
1. 只能用素材里出现过的事实,不许新增事实、动作或职责,不许出现素材里没有的数字。
2. 不许用「显著」「主导」这类我没说过的词。
3. 每条以一个具体动作开头,不要以「负责」开头。
4. 我没提供、而读者会追问的,列进最后的「需要我补充的」。

输出:3 条,每条一行、不超过 60 字;再加那份清单。不要解释。

改前:

负责用户社群的日常运营与活跃度维护。

改后:

接手并运营 40 余个微信用户社群,2023 年 3 月接手时为 20 个;每日发布活动预告与产品答疑,预告文案自采;每周组织一次群内抽奖。

数字只有 40 余和 20,都在素材里;没有「提升」「粘性」,因为素材里没有结果类事实,这是对的。六种成果句结构见「负责 XX」改成果句。

例二:给一段经历补口径,而不是补数字

你是中文简历写作助手。把下面这段经历改成投给「产品运营」岗的简历条目。

素材(数字来自我说明的地方):
某电商 App 上线了每日签到,我参与需求评审到上线验收。上线后次日留存从 41% 到 47%,
是看板上看的,对比上线后两周和前两周。同期还做过一次拉新,没拆归因。

约束:
1. 只能用素材里的事实和数字,不许新增;我没提供、而读者会追问的,列进「需要我补充的」。
2. 每个数字都要带上我说明的口径:来源、时间窗、有没有别的因素。
3. 不许把我没拆清楚的因果写成因果,不要用「推动」「带来」这类词。

输出:1 条正文不超过 80 字;之后另起一行输出那份清单。不要解释。

改前:

主导签到功能上线,用户留存显著提升。

改后:

参与每日签到功能的需求评审至上线验收;上线后两周对比上线前两周,次日留存由 41% 升至 47%(数据看板;同期另有一次拉新活动,未做归因拆分)。

它还给一份清单:

需要我补充的:1. 需求评审到验收之间你做了什么;2. 41% 与 47% 的口径是新用户还是全量。

41% 和 47% 是构造的示例数字。 这句不如「显著提升」漂亮,但每个数字都说得出出处。绝对值涉密时的写法见业绩数据涉密时怎么量化。

例三:按 JD 对齐措辞,而不是按 JD 补经历

你是中文简历写作助手。下面是我的一段经历和目标岗位 JD。在不改变事实的前提下,把它改
成更贴近这份 JD 的表述。

我的素材(事实都是真的):
在某电商 App 做用户增长,负责应用商店和信息流两个渠道的投放,花费和新增分渠道记账,
按渠道算投入产出。大促期间做站内活动落地页和素材。

JD(原样粘贴):
1. App 拉新,统筹应用商店、信息流等渠道,并核算渠道 ROI;2. 承接大促站内落地;
3. 私域用户日常运营;4. 能用 SQL 取数。

约束:
1. 只能用我素材里的事实,不许把 JD 里的要求写进我的经历,数字原样保留。
2. 只允许两件事:把我的说法换成 JD 里用的词;调整条目顺序。
3. JD 提到、而我素材里没有的项,不要改写、不要暗示,单独列成清单。

输出:先输出改写后的条目,每条一行;再输出那份清单。不要解释。

改前:

负责用户增长相关工作,包括渠道投放和活动策划。

改后:

App 拉新:统筹应用商店与信息流两个渠道的投放,花费与新增分渠道记账,按渠道核算 ROI。 大促站内落地:承接活动落地页与素材。

以及:

JD 要求但你素材里没有:私域用户日常运营;SQL 取数。

「用户增长」换成「拉新」,「投入产出」换成「ROI」,改的是叫法不是事实;约束第 1 条挡的是模型顺手把 JD 要求写进你的经历。缺口清单才是真正的产出。

例四:压缩到一页

你是中文简历写作助手。我的简历正文比目标长度多出约三分之一,需要压缩。

素材:
(把要压缩的那几段简历正文原样粘贴在这里,一条一行)

目标:投「用户运营」岗,压到一页以内。

约束:
1. 只允许三个动作:删掉整条、删条内冗余、合并说同一件事的两条。不许改写保留下来的
   句子,不许改动数字、时间、公司名、岗位名。
2. 优先删:与目标岗位无关的;重复说的同一件事;没有具体事实的纯评价句。教育经历和起
   止时间不删,删掉的也不许换个说法加回来。

输出:先输出压缩后的正文;再输出改动清单,每行写「删掉或合并了什么 + 理由」。

改前(两条,49 字):

负责部门月度数据报表的制作与维护,每月固定输出 6 张报表。 负责部门数据的日常统计工作,为业务决策提供数据支持。

改后(一条,18 字):

制作并维护部门月度报表,每月固定输出 6 张。

约束第 1 条挡的是模型把压缩做成重写;改动清单要逐行看:它判断「与岗位无关」只凭那个岗位名,里面可能有一条是你面试要讲的。

例五:技能栏归类

你是中文简历写作助手。把我的技能栏整理成分组的形式。

素材(我的技能栏,顿号分隔):
Excel、SQL、Python、PPT、Axure、MySQL、用户画像、A/B 测试、增长黑客、沟通能力强

约束:
1. 只能用我列出的词,不许新增任何工具、语言或技能。
2. 不许添加「精通」「熟练」这类程度词,加不加我自己决定。
3. 拿不准归到哪一组的词,放进「未归类」,不要硬塞进某一组。

输出:每组一行,写成「组名:词、词、词」,只输出分组结果。

改后:

数据处理:SQL、MySQL、Python、Excel 用户与实验:用户画像、A/B 测试 文档与原型:PPT、Axure 未归类:增长黑客、沟通能力强

约束第 3 条的「未归类」是这里最有用的设计。没有它,模型会把「增长黑客」塞进某个组、「沟通能力强」塞进「软技能」,你就看不出这两个词不该在技能栏里。它不会主动提醒你删,只在你给了「不知道」这个出口后才把它放进去。

例六:把一段口述碎料整理成条目

写不出来时用这条:不管格式,对着语音输入说一遍,原话贴进去。

你是中文简历写作助手。下面是我口述的一段工作经历,整理成简历条目。

素材(口述,语句不通顺,事实都是真的):
我那段时间主要跟工厂对接,大概管着三四家吧,具体几家我得查一下。每天早上开短会过一
遍订单,下午盯出货。有一次一批货到港客户说色差超标要整柜退,我两天内取样比对,是染
缸批次的问题,谈了补染分批发,客户收了。每月底还做一次交期统计表,那表我走之后好像
还在用,我也不确定。

约束:
1. 只能用我口述里的事实,不许新增。时间、数量只用我说过的。
2. 我说「大概」「好像」「不确定」的地方不要替我定死,全部列进「需要你确认的」清单,
   正文里先用模糊表述。
3. 一件事一条,不凑数,也不要把两件事合成一条。

输出:3 到 5 条,每条一行、不超过 60 字;之后另起一行输出那份清单。不要解释。

改后:

对接工厂(数家),每日晨会过一遍在产订单,下午跟进出货。 处理一批到港货品色差超标、客户要求整柜退货:两日内取样比对定位为染缸批次差异,与工厂谈定补染分批发运,客户最终接收。 每月底产出一次交期统计表。

需要你确认的:1. 对接的工厂具体几家;2. 交期统计表在你离职后是否仍在使用。

三条长短不一样,因为那三件事本来就不一样大:它照着事情的形状排,不是三条等长的。那份清单就是你接下来要查的东西。

拿到结果之后必问的三个问题

一、这些事实哪一条是我原来就有的? 把改后那句和素材并排逐词对,没有的动作词和结果全删掉。短的真话比长的空话值钱。

二、每个数字的口径是什么? 基数多少,怎么算的,有多少是我做的。答不上的那个数会连累其余数字。

三、我能不能当面讲出来? 念出声,卡壳的地方就不是你写的。

站内的 AI 优化、更凝练这几个动作,本质上是把这几段约束预置好:它改表达、不补事实,给的是一份可以取消的「AI 建议」。

打开你的简历,挑一段最不满意的经历口述一遍,贴进第六条提示词里。