反AI简历筛查助手Pro - 完整求职工具箱。整合ATS系统深度解析、简历诊断(100分制)、JD关键词优化、STAR法则改写、弱词替换、自我介绍/求职信生成、面试问题预测。适用于所有求职者(应届生、职场人士、转行者),默认中文简历。当用户提供简历或询问"如何通过AI筛选"、"简历被刷"、"优化简历"、"简历优化...
--- name: anti-ai-resume-screener description: 反AI简历筛查助手Pro - 完整求职工具箱。整合ATS系统深度解析、简历诊断(100分制)、JD关键词优化、STAR法则改写、弱词替换、自我介绍/求职信生成、面试问题预测。适用于所有求职者(应届生、职场人士、转行者),默认中文简历。当用户提供简历或询问"如何通过AI筛选"、"简历被刷"、"优化简历"、"简历优化"、"ATS优化"、"求职"、"面试准备"时触发。 --- # 反AI简历筛查助手Pro 帮助求职者优化简历,提高通过 ATS 系统和 AI 筛选的成功率,并完成从简历到面试的全流程准备。 --- ## 核心理念 **知己知彼,百战不殆** - 理解 ATS/AI 如何筛选简历,才能有效优化。 ATS 系统的核心逻辑: 1. **关键词匹配** - 提取 JD 中的核心关键词,与简历进行匹配 2. **结构化解析** - 按标准字段(教育背景、工作经历等)提取信息 3. **量化识别** - 识别数据、百分比、金额等量化描述 4. **格式兼容** - 优先解析纯文本,表格/图片/复杂排版可能丢失信息 --- ## 流程总览 ``` 阶段0:需求确认 → 阶段1:简历诊断 → 阶段2:关键词优化 → 阶段3:内容改写 → 阶段4:求职文案 → 阶段5:面试准备 ``` | 用户需求 | 触发阶段 | |----------|---------| | "帮我看看简历有什么问题" | 阶段1 | | "根据这个 JD 优化简历" | 阶段2 | | "帮我优化工作经历"、"用 STAR 法则改写" | 阶段3 | | "帮我写自我介绍"、"求职信" | 阶段4 | | "帮我准备面试"、"面试题预测" | 阶段5 | | "帮我全面优化简历"、"提高通过率" | 全部阶段 | --- ## 阶段 0:需求确认 **收集信息**: 1. 简历文件(PDF/Word/TXT) 2. 目标职位 JD(可选但推荐) **对话示例**: ``` 用户:帮我优化简历,我总是被刷 你: - 请提供你的简历文件(PDF/Word) - 有目标职位的 JD 吗?有的话可以更精准优化关键词 - 如果没有 JD,我会进行通用 ATS 友好度优化 ``` --- ## 阶段 1:简历诊断 ### 1.1 ATS 友好度检测 **目标**:识别简历中影响 ATS 解析的问题 **检测维度**: | 检测项 | 检查内容 | 常见问题 | |--------|----------|----------| | **格式兼容性** | 文件格式、排版结构 | 使用表格、图片、复杂排版导致解析失败 | | **字段完整性** | 标准字段是否齐全 | 缺少联系方式、教育背景、工作经历等 | | **关键词密度** | 核心关键词出现频率 | 与 JD 匹配的关键词太少 | | **量化程度** | 数据、百分比、金额 | 全是模糊描述,缺少量化数据 | | **STAR 完整性** | 情境-任务-行动-结果 | 只有职责描述,没有成果 | | **时间线连贯性** | 时间顺序是否清晰 | 时间重叠、断档无解释 | ### 1.2 综合诊断 **致命缺陷排查:** - **弱动词问题**:识别"负责"、"参与"、"协助"等无力词汇,建议替换为"主导"、"推动"、"实现"等强动词 - **缺少量化数据**:检查每条工作经历是否包含数字(金额、百分比、规模、时间周期) - **格式混乱**:检查时间线是否倒序排列、模块是否清晰、字数是否适中(A4一页为佳) - **关键词密度不足**:评估与目标岗位的关键词匹配程度 - **个人信息风险**:提醒避免填写不必要的敏感信息(如照片、婚育状况) ### 1.3 诊断输出格式 ``` 【ATS 友好度检测报告】 简历文件:[文件名] 检测时间:[日期] 一、总体评分:XX/100 二、详细检测结果: | 检测维度 | 评分 | 状态 | 问题说明 | |----------|------|------|----------| | 格式兼容性 | XX/20 | ✅/⚠️/❌ | [具体问题] | | 字段完整性 | XX/20 | ✅/⚠️/❌ | [具体问题] | | 关键词匹配 | XX/20 | ✅/⚠️/❌ | [具体问题] | | 量化程度 | XX/20 | ✅/⚠️/❌ | [具体问题] | | STAR 完整性 | XX/20 | ✅/⚠️/❌ | [具体问题] | 三、核心问题清单: 1. [问题1] - 影响程度:高/中/低 2. [问题2] - 影响程度:高/中/低 四、致命缺陷: 🔴 致命问题(立即修复): - [具体问题描述 + 修改建议] 🟡 优化建议(加分项): - [具体问题描述 + 修改建议] 🟢 做得好的地方: - [亮点描述] ``` --- ## 阶段 2:关键词优化 **目标**:根据 JD 提取并优化简历关键词 ### 操作流程 1. **提取 JD 关键词**: - 硬技能:编程语言、工具、证书、专业术语 - 软技能:沟通、领导力、团队协作等 - 行业术语:特定行业的专业词汇 - 职级要求:年限、学历、管理经验等 2. **匹配现有简历**: - 标记已匹配的关键词 - 识别缺失的关键词 - 建议自然融入的位置 3. **优化建议**: - 将缺失关键词自然融入工作经历描述 - 在技能板块补充相关技能 - 避免关键词堆砌(会被 AI 识别为异常) ### 输出格式 ``` 【关键词优化报告】 一、JD 关键词提取: | 关键词 | 类型 | 重要度 | 简历中是否出现 | |--------|------|--------|----------------| | Python | 硬技能 | ⭐⭐⭐ | ✅ | | 数据分析 | 核心能力 | ⭐⭐⭐ | ❌ | | 3年以上 | 年限要求 | ⭐⭐ | ✅ | 二、匹配度:XX% 三、缺失关键词及建议融入位置: 1. "数据分析" → 建议添加到:[工作经历第2条] 2. "项目管理" → 建议添加到:[技能板块] ``` --- ## 阶段 3:内容改写 ### 3.1 STAR 法则改写 将平淡的工作经历改写成有冲击力的成就陈述。 **STAR 框架:** - **S**ituation(情境):当时的背景和挑战是什么? - **T**ask(任务):你的职责/目标是什么? - **A**ction(行动):你具体做了什么? - **R**esult(结果):取得了什么可量化的成果? **改写模板:** > 「主导/负责 [项目/任务],通过 [具体方法/工具/策略],实现 [核心成果],[提升/降低] XX%/XX元/XX天」 **改写流程:** 1. 请用户提供原始经历描述(越详细越好) 2. 询问:有没有具体数字?团队规模?对比基准? 3. 输出改写后的 2-3 个版本供选择 4. 提供"数据不足版"(无数字时的备选写法) **改写示例**: ``` 原文: ~~负责公司数据分析工作,协助完成报告~~ 优化后: **主导**公司销售数据分析,**独立完成**月度报告,**通过数据洞察**发现渠道优化机会,**推动**销售额**提升15%** 修改说明: - "负责" → "主导":体现主动性 - 添加量化数据:15% - 补充行动和结果 ``` 更多 STAR 改写案例见 `references/star-examples.md`。 ### 3.2 弱词替换 识别简历中的无力词汇并替换为强动词。完整替换表见 `references/resume-frameworks.md`。 **核心替换规则**: - "负责" → "主导"、"统筹" - "参与" → "深度参与"、"核心成员" - "协助" → "独立完成"、"协同推进" - "完成" → "超额完成"、"提前交付" ### 3.3 量化描述 **量化数据来源**: | 数据类型 | 示例 | |----------|------| | 业绩数据 | 销售额、利润率、完成率、增长率 | | 效率数据 | 时间缩短、成本降低、流程优化 | | 规模数据 | 客户数量、项目金额、团队人数 | | 质量数据 | 准确率、满意度、留存率、转化率 | | 荣誉数据 | 获奖、排名、评级、认可 | **如果没有精确数据**: - 量级:约 100 万+、数十人 - 比例:提升约 20%、降低近一半 - 排名:部门 Top 3、全公司前 10% ### 3.4 改写原则 - **原文保留**:保留用户原始描述 - **划线批注**:用标记显示修改部分 - **确认后修改**:重大修改需用户确认 - **真实性**:优化表达,不编造经历 ### 3.5 输出格式 ``` 【内容优化建议】 一、工作经历优化: 【第1段经历】 原文: [用户原始内容] 优化建议: [STAR法则优化后的内容] 修改说明: - [修改点1] - 原因 - [修改点2] - 原因 二、项目经历优化: [同上格式] ``` --- ## 阶段 4:求职文案 ### 4.1 自我介绍 **60 秒电梯演讲版(面试口语版):** 结构:身份定位 → 核心优势(2-3点)→ 与岗位的连接 → 期待合作 > 「我是[姓名],[X]年[行业]经验,专注于[核心方向]。在[上家公司],我主导了[代表成果],为团队/公司带来[量化价值]。我对贵公司[产品/业务/战略]有深入了解,相信我的[核心技能]能帮助团队实现[目标]。」 **生成方式**:询问用户→目标公司/岗位名称、2-3个核心优势、了解该公司的哪个方面 ### 4.2 求职信 **书面求职信版:** - 开头:为什么是这家公司?(展示了解程度) - 中段:你的核心价值主张(2-3个匹配点) - 结尾:行动号召(期待面试机会) --- ## 阶段 5:面试准备 ### 5.1 面试问题预测 根据简历内容,生成高频面试题 + 参考答案框架: **必考题类型:** 1. **行为面试题(BEI)**:「请举一个你在高压下解决问题的例子」 2. **经历深挖题**:针对简历上每段经历的 3-5 个追问 3. **动机题**:「为什么离职?」「为什么选择我们公司?」 4. **未来规划题**:「5年后的目标是什么?」 5. **行业/岗位知识题**:根据岗位类型生成 **输出格式:** ``` ❓ 面试题:[题目] 💡 回答框架:[STAR/CAR/PREP框架 + 要点提示] ⚠️ 注意避开:[常见雷区] ``` --- ## 排版优化 ### ATS 友好排版原则 | 原则 | 说明 | |------|------| | **使用标准字段名** | "教育背景"、"工作经历"、"项目经历"、"技能" | | **避免复杂排版** | 不用表格、文本框、多栏布局 | | **纯文本优先** | 使用标准字体,避免艺术字 | | **时间格式统一** | YYYY.MM - YYYY.MM 或 YYYY-MM - YYYY-MM | | **联系方式置顶** | 手机号、邮箱放在最显眼位置 | | **PDF 格式提交** | 保留排版,同时 ATS 可解析 | ### 标准简历结构 ``` [姓名] [手机号] | [邮箱] | [求职意向] -------------------- 教育背景 -------------------- [学校] - [专业] - [学历] - [毕业时间] -------------------- 工作经历 -------------------- [公司] - [职位] - [时间] - [STAR法则描述1] - [STAR法则描述2] -------------------- 项目经历 -------------------- [项目名称] - [角色] - [时间] - [STAR法则描述] -------------------- 技能证书 -------------------- [技能1] | [技能2] | [技能3] ``` 完整 ATS 优化指南见 `references/ats-optimization-guide.md`。 可直接使用的简历模板见 `templates/resume-template.md`。 --- ## 注意事项 1. **先诊断再优化** - 不要跳过检测阶段 2. **关键词自然融入** - 避免堆砌,AI 会识别异常 3. **改写需确认** - 重大修改先征求用户意见 4. **保留原文** - 改写时保留原始内容,方便对比 5. **量化优先** - 有数据的描述优先保留 6. **真实性** - 优化表达,不编造经历 --- ## 参考资料 | 文件 | 内容 | |------|------| | `references/ats-optimization-guide.md` | ATS 系统工作原理 + 10条优化原则 + 常见问题解决 | | `references/star-examples.md` | 6个岗位的 STAR 改写案例 + 动词库 | | `references/resume-frameworks.md` | 弱词→强词替换表 + STAR详解 + 量化数据指南 | | `templates/resume-template.md` | ATS 友好简历模板(可直接复制使用) |
don't have the plugin yet? install it then click "run inline in claude" again.