夜雨聆风
上个月帮一个朋友改简历，她投了二十多份出去，回复率不到百分之五。
她问我能不能用AI帮忙。我说行，我来搜一波。
结果不搜不知道，市面上号称AI求职的产品少说二三十个。简历生成器一堆，面试模拟又一堆，JD分析工具也有好几个。我花了一个周末，挨个试了八款，踩了不少坑，也发现了几个真正管用的用法。今天把结论先摆出来，再说我试的过程。
先说结论。最好的求职AI不是某个专门工具，是大模型加上好的提示词。
那些专用工具再精致，说到底就是在固定流程里封装了一段提示词。可你的求职场景千变万化，投产品和投运营的简历侧重点完全不同，固定流程根本覆盖不了。
好，按我试的顺序说。
第一批是AI简历生成器。我试了超级简历和蓝字典。信息填进去，三十秒出结果，看着确实快。
但读了一遍就发现问题。工作经历的描述像流水线上下来的，每个人都是负责什么项目，推动什么落地，实现什么增长。跟我朋友真实经历一比，细节全丢了，就剩一套漂亮但空洞的模板话。
我又拿同样的信息试了另一个，出来的版本换个字体几乎一模一样。
坦率的讲，这类工具给你套了件统一制服，不管你什么身材。
然后试了AI模拟面试。这类的选择更多，我挑了蓝字典和职得简历。
蓝字典的模拟面试就是选个岗位然后出选择题和简答题，题库倒是覆盖了一百多个岗位，但问题太泛。你投产品经理和投运营，问的东西大差不差。
职得简历稍好一点，能根据简历内容出题，但追问逻辑很死板。你回答完它就跳下一题，完全没有真实面试里那种根据你的回答往深了挖的感觉。
练了两轮，紧张感倒是磨出了一点，但对面试内容的准备帮助有限。
到这里我已经有点泄气了。专用工具一个个试下来，总觉得差点意思。
然后我换了个思路。
我打开ChatGPT，把我朋友的简历和目标岗位的JD一起丢进去，用了一段提示词，让它以资深猎头的视角逐条审查简历与JD的匹配度。
出来的分析让我眼前一亮。
它不是简单地说这里要改那里要补，而是把JD里那些没明说但HR一定在意的隐藏要求拆了出来。比如一条写着有跨部门协作经验优先的JD，它指出这个岗位大概率需要向上汇报和横向推动，简历里应该体现具体推动过什么跨部门项目以及最终结果。这种洞察前面的专用工具完全给不了。
—— 以下是ChatGPT猎头视角实测截图 ——
我又试了Claude，效果同样好，中文表达的细腻度甚至更胜一筹。灵活度也最高，你换个岗位不用重新学一套操作，改几行提示词就行。
后来我又发现了一个用法。
把JD单独喂给大模型，让它做深度拆解。提示词大概是，请分析这份JD，提取硬技能要求、软素质要求，以及没有明写但根据岗位性质可以推断的隐性期望。
这一招特别管用。
很多JD写得很含糊，什么熟悉数据分析优先，有项目管理经验者优先，这种优先两个字背后到底要求多深，大模型能结合行业上下文给你一个相对靠谱的解读。我朋友看完拆解结果说，要是早看到这个，之前那几个岗位的简历就不会那样写了。
我也试了Jobscan这类专门做JD匹配的工具，它能做关键词缺口分析，但中文JD的隐性需求识别不如大模型来得深。当个辅助参考可以，但不能指望它替你把JD读透。
最后一轮，我又回到模拟面试，但这次不用专用工具了。
我让大模型根据JD定制面试题和追问。提示词是，你是一位面试经验丰富的主管，请根据这份JD和我简历中的经历，提出五个最可能被问到的面试问题，每个问题附两到三个追问方向。
这个效果比专用面试工具好太多了。
追问不是死板的模板问题，是真的基于你的简历内容在深挖。比如你的简历写了用户增长百分之二十，追问会问你具体用了什么策略，这个增长是自然流量还是运营驱动的，如果再来一次你会怎么优化。
这才是真实面试的节奏。
我也试了多面鹅这类的专用模拟面试产品，它能根据简历生成题目也有实时提醒功能，但追问的深度和灵活度还是不如自己写提示词用大模型。如果你面试特别容易紧张需要反复练胆，可以拿它当陪练，但如果是为了准备面试内容，大模型定制追问效率更高。
八款试完，回到开头那个结论。工具只是壳，提示词才是核。
给三个我实测最有效的提示词方向。
第一个，简历匹配审查，把简历和JD一起给大模型，让它以猎头视角逐条比对，找出匹配点和缺口。
第二个，JD深度拆解，单独喂JD，让它提取明写和没明写的所有要求。
第三个，定制面试追问，喂JD加简历，让它生成针对性面试题和基于简历内容的追问。
详细版提示词在前两篇文章的资料包里，那里有完整的模板可以直接套用。
别再在选工具上浪费时间了，把精力花在写好提示词上，回报比折腾任何专用工具都大。
转发给正在用AI找工作的朋友，回复简历领简历自查包，回复JD领JD解读模板包。
—— 大姚AI提效 ——
