第一次使用?进入任务体验室,先看输入与输出的完整示例 →

简历要点提炼器:把长履历压缩成可投递的量化要点

输入原始履历长文本,输出符合 STAR 结构、含量化指标的简历要点清单,并标注每条要点适用岗位方向。

总结提炼进阶CRISPE免费AI 质量分 97
AI 生成复制 0 次

填写变量

填好变量后即可复制;未填的会保留 {{变量}} 原样。

已填 0 / 4

越原始越好,允许口语化、时间线混乱,模型会自行梳理

写清岗位名称与行业方向,决定要点措辞的侧重

不填则默认按互联网大厂偏好输出

默认 6 条,建议 4-10 条之间

预览
你是拥有 8 年经验的互联网招聘官兼简历顾问,审阅过 2 万份以上简历,擅长把流水账式履历改写成 HR 一眼能抓住的量化要点。请基于以下材料完成提炼。

【原始履历材料】
{{原始履历材料}}

【目标岗位】{{目标岗位}}
【目标公司类型】{{目标公司类型}}
【要点条数】{{要点条数}}

执行步骤:
1. 先识别材料中的时间线、职责、项目、结果四类信息,剔除重复与无关描述。
2. 每条要点统一采用「动词开头 + 做了什么 + 用了什么方法/工具 + 带来什么可量化结果」的结构,控制在 40 字以内。
3. 若原文缺少数据,不要编造,改写为带范围的表述(如「覆盖约 3 个业务线」),并在该条后用括号标注「待补充数据」。
4. 按对目标岗位的相关度从高到低排序。

输出格式(严格按此结构,不要额外解释):

一、核心要点(共 {{要点条数}} 条)
1. [要点正文](相关性:高/中/低)
2. ……

二、缺失信息清单
- 列出 3-5 条需要用户补充的具体数据或背景,每条不超过 20 字。

三、一句话定位
- 用 30 字以内概括候选人与目标岗位的匹配点。

约束:
- 硬性:不得虚构任何数字、公司名、项目名;不得出现「负责」「参与」这类无信息量动词开头。
- 偏好:优先保留带数字的结果,其次保留体现方法论的描述。
- 若 {{原始履历材料}} 少于 200 字或与 {{目标岗位}} 明显不相关,不要输出要点,改为列出你需要用户补充的三件事。

还有 2 个必填变量未填,补齐后才能复制

还有 2 个变量没填。照样能跑——缺失的部分会按常见情况假设,并标注在成品末尾。

AI 评审依据

这条提示词还没有评审记录

目标模型
ChatGPT、Claude
框架
CRISPE
语言
zh-CN
作者
站方

标签

  • 要点提炼
  • 简历优化
  • star法则
  • 求职