改简历时AI提示词该怎么写？

改简历时用 AI，提示词写得好不好，效果天差地别。很多人把简历往对话框一甩，来一句“帮我改改”，得到的往往是正确的废话。我做了三年内容编辑，也帮上百个朋友改过简历，今天把压箱底的提示词方法论拆给你——核心就一句话：别把 AI 当改稿员，要把它当你的“简历产品经理”，你需要给它提供岗位 JD（职位描述）、你的业绩数据、以及你期望的简历“人设”。下面我分场景给你一套可直接复制的提示词模板和底层逻辑。

一、先搞懂 AI 改简历的“能力边界”

AI 不是 HR，它不知道某家公司内部偏好什么风格。但它的强项是：关键词匹配、动作动词优化、STAR 法则结构化、量化思维补全、以及针对特定岗位的措辞调整。所以你的提示词必须围绕这五个能力来写，否则就是暴殄天物。

一个反直觉的认知：给 AI 的上下文越多，它输出的质量越高，而不是越受限。你给它 500 字的工作经历，它只能给你改出 500 字的“花活”；你给它 500 字经历 + 300 字岗位要求 + 100 字你的亮点，它能给你重构出一份 800 字的“定制款”。

二、万能提示词结构（直接复制改参数）

我总结了一个“三段式投喂法”，比任何花哨的模板都好用：

1. 角色设定 + 任务目标——告诉它你是谁、要服务谁。
2. 原文 + 岗位 JD 粘贴——别省这一步，JD 是灵魂。
3. 约束条件 + 输出格式——控制风格和篇幅。

下面给一个可直接套用的完整示例（以“产品运营”转“用户增长”为例）：

你是资深人力资源总监，擅长将传统岗位经历改写为互联网增长语言。请帮我优化以下简历中的“工作经历”部分，目标岗位是“用户增长运营”。

【我的原文】
负责APP日常运营，策划线上活动，提升用户活跃度。与设计、开发沟通跟进需求。分析后台数据，输出周报。

【目标岗位JD关键要求】
1. 熟悉AARRR模型，有拉新、促活、留存实战经验；
2. 数据驱动，能独立设计AB测试并分析结果；
3. 擅长活动策划，有裂变增长案例优先。

【改写要求】
- 每段经历用STAR法则重构，突出“背景-任务-行动-结果”；
- 把“负责”“跟进”等弱动词替换为“主导”“搭建”“驱动”等强动词；
- 数据部分不要编造，如果没有具体数字，用“提升XX率约15%”这种占位符，并在句尾加【待确认】；
- 整体控制在400字以内，分3个要点，每个要点不超过3行。

这个提示词里有三个关键设计：给了 AI 一个“懂行”的人设、给了它 JD 里最核心的 3 个筛选词、给了它明确的输出约束。你拿它去试，出来的效果比“帮我改改”强十倍。

三、针对不同需求的“专项提示词”

除了整体优化，你经常需要 AI 干几件更精细的活。下面按场景拆开说：

场景一：把流水账改成“结果导向”

很多人的简历写的是“我做了什么”，而不是“我达成了什么”。这时用这个提示词：

“请将以下每条工作描述改写为‘动词+工作内容+量化结果’的结构。如果原文没有量化数据，请根据行业平均水平给出一个合理的假设范围，并标注‘假设值’三个字。我的岗位是销售经理，请用‘超额完成’‘同比提升’等销售强词汇。”

这里的关键是允许 AI 帮你“脑补”数据并标注假设——这样你既能获得灵感，又不会直接造假。

场景二：跨行转岗的“语言翻译”

比如从传统媒体转新媒体运营，你写“负责报纸版面编辑”，AI 能帮你翻译成“负责公众号内容规划与编辑，通过优化标题和排版提升打开率”。提示词如下：

“我过去在传统行业，现在想转行到【互联网运营】。下面是我的工作内容，请用目标行业的术语重新表述，但不要改变事实。同时指出我经历中哪些能力是可迁移的，哪些是必须补充的短板。内容用表格输出：原描述 | 改写后描述 | 可迁移能力点。”

这种提示词能帮你快速识别自己的“转行卖点”，而不是干巴巴地改措辞。

场景三：针对“简历筛选关键词”的定向优化

很多大公司用 ATS（申请者追踪系统）筛简历，关键词不对直接被刷。你可以这样让 AI 帮你匹配：

“这是我想投递的岗位 JD：。请从 JD 中提取出 10 个最核心的关键词/短语（如‘Python’‘项目管理’‘用户留存’），然后逐条检查我的简历原文，指出哪些关键词我已经体现、哪些没有体现，并针对缺失部分给出改写建议——注意，只能基于我已有的经历改写，不能虚构经历。”

这个功能特别实用，等于让 AI 当了一次“模拟 ATS 扫描仪”。

四、进阶技巧：让 AI 当“面试官”反向逼问你

有时候你简历写不好，是因为自己没想清楚。我常用一个反向提示词：

“请阅读我的简历，假设你是目标公司的 HR，针对简历中每一个‘负责’‘参与’‘协助’这类模糊词，向我连续追问 3 个问题，目的是逼我回忆出具体的行动细节和量化结果。例如我写‘负责社群运营’，你追问：社群规模多大？你具体做了哪三件事拉新？月活变化数据是多少？请列出所有追问清单。”

然后你根据这些问题，一一补充真实答案，再把这些答案喂给 AI 去润色。这比直接让 AI 编要扎实得多，因为AI 编的数据经不起背调，而你回忆出来的细节才是真正加分的。

五、提示词里的“雷区”与“加分项”

六、推荐工具与我的使用习惯

目前我用过的 AI 改简历工具里，ChatGPT（https://chat.openai.com） 和 Claude（https://claude.ai） 的文字理解能力最强，适合处理复杂经历。如果你想要更垂直的体验，可以试试 Kimi（https://kimi.moonshot.cn），它长文本处理很稳，可以直接把整份简历和 JD 都丢进去。国内用户如果网络不方便，智谱清言（https://chatglm.cn） 也是个不错的备选，免费且对中文语境理解到位。

我的个人习惯是：先用 ChatGPT 做第一轮大改，再用 Claude 做第二轮细节润色——因为两个模型的风格不同，交叉检查能避免“套话味”太重。但切记，AI 是起草者，你必须是最终定稿人。最后一定要自己通读一遍，把 AI 写的那些花哨但不属于你的词删掉。

七、一个最容易被忽略的“隐藏技巧”

改完简历后，把 AI 给你的版本和原版一起交给它，让它列出一个“修改对照表”：

“请输出一个三列表格：第一列是原文句子，第二列是修改后句子，第三列是修改理由（例如‘被动改主动’‘增加量化指标’‘匹配 JD 关键词’）。这样我好逐条判断是否接受你的修改。”

这个动作能让你对自己的简历有绝对掌控权，而不是盲目相信 AI。我见过太多人让 AI 改完直接投，结果面试时被问到一个细节，自己都懵了——因为那根本不是他做过的事。

最后送你一句我的经验之谈：好的简历不是写出来的，是“问”出来的。AI 提示词的本质，是你思考质量的输出。你问得越具体、给的信息越充分，它给你的回报就越惊人。别偷懒，把 JD 拆碎、把回忆挖深，剩下的脏活累活交给 AI，它绝对对得起你花的几分钱电费。

相关问题

• AI 改简历会不会导致内容同质化？ 会，如果你只用一个模型、一个提示词。解决办法是让 AI 同时给你三个风格版本（保守型/数据型/故事型），然后自己混搭。
• 如何判断 AI 改的是否“过度包装”？ 把 AI 改完的简历念出来听一遍——如果你自己都觉得“这人不是我”，那就是过了。保留 70% 真实性，30% 措辞优化是安全线。
• AI 能帮我写“求职信”吗？提示词和改简历一样吗？ 逻辑类似，但求职信更强调“为什么是你”和“你对公司的了解”。提示词里要单独加入“请提及公司官网上的三条最近新闻”这类指令。
• 免费的 AI 和付费的 AI 改简历差距大吗？ 对于基础润色，免费版（如 ChatGPT 3.5）足够；但如果你需要处理超长 JD + 多段经历 + 复杂排版逻辑，付费版（如 GPT-4 或 Claude Pro）的理解深度和指令遵循能力明显更强。
• 有没有必要专门买“简历 AI”产品？ 我个人觉得没必要。通用大模型 + 你用心写的提示词，效果远超那些套模板的垂直产品。垂直产品唯一优势是内置了简历模板库，但那些模板你在网上搜“简历模板”也能免费拿到。