夜雨聆风不是因为没经历，而是经历太散。项目复盘在文档里，阶段成果在周报里，作品链接散在各个平台，证书奖项可能只剩一张截图。
等到真正要投递的时候，才发现自己不是“不会写简历”，而是要重新把自己整理一遍。
所以这次，我花了 6 小时，做了一个简历 AI 助手。
它不是那种“你把经历丢进去，AI 帮你一键美化”的工具。我更想做的，是一套能真正帮我把求职流程理顺的东西：
先收集真实经历，再整理成个人档案，最后根据不同岗位生成不同版本的简历。
我想解决的，不是“写不出来”
很多人写简历时最痛苦的地方，不是完全没东西写。
而是东西太多，太散，太乱。
同样一段项目经历：
投产品岗，要突出需求分析、项目推进和结果复盘。投 AI 岗，要突出工具使用、流程改造和效率提升。投运营岗，要突出活动设计、用户转化和增长结果。
也就是说，简历真正难的，不是“写”，而是“选”和“改”。
选什么放进去，怎么组织表达，怎么让它更像这个岗位要的人。这才是最耗时间的地方。
所以我一开始就没把它做成“万能改简历聊天框”。
我的思路很简单：
先建档案，再写简历。
第一步，不是写简历，而是整理自己
我把整个工具拆成了两层。
第一层是个人档案。也就是把我的真实经历先沉淀下来，包括：
基础信息
教育经历
工作经历
项目经历
技能能力
作品链接
证书奖项
第二层才是简历生成。
也就是当我面对一个具体岗位时，再从个人档案里挑出更匹配的内容，生成一份针对这个岗位的简历。
这件事最重要的点在于：简历不是临时编出来的，而是从真实经历里整理出来的。
AI 不是来替我虚构经历的，AI 是来帮我筛选、排序、表达的。
我先做了最短闭环
我没有一上来就做很复杂的功能。
我先做的是最短闭环：
素材进入 -> AI 整理经历 -> 我确认 -> 粘贴岗位要求 -> 生成简历 -> 修改导出。
只要这个链路跑通，这个工具就有价值。
第一版我支持的素材来源也很简单，尽量贴近日常：
已有简历
项目说明
作品链接
博客文章
手动输入的一段经历
材料放进去之后，AI 先帮我识别里面有哪些经历。但它不会直接写进简历里。
中间必须经过人工确认。
因为简历是要拿去投递和面试的，不能只追求生成速度。真正重要的不是“快”，而是“真实”。
我让 AI 先帮我整理，而不是直接写
很多 AI 简历工具的问题，就是上来就让 AI 写。
写得是挺快，但也很容易写偏，甚至写虚。
所以我在这个项目里做了一个很明确的取舍：
AI 的第一任务不是写简历，而是整理素材。
比如我放进去一段项目经历，它要先帮我看懂：
这是什么项目？
我在里面负责什么？
做了哪些具体动作？
结果是什么？
这段经历适合放在哪？
整理完之后，我再确认。确认过的内容，才会进入正式档案。
这一步看起来多了一层，但它让整个工具变得更可靠。
因为一个真正好用的简历工具，不能只追求“写得漂亮”，还要保证“写得真实”。
同一份经历，要能写出不同版本
做完个人档案后，我继续补了岗位匹配。
用户把目标岗位要求放进来后，AI 先做一件事：
读懂这个岗位到底想要什么。
它会判断：
这个岗位更看重什么能力？
哪些关键词反复出现？
我的哪些经历更相关？
哪些内容应该放在前面？
哪些表达更贴近招聘方的语言？
然后再生成简历。
这样出来的简历，不是简单地把所有经历堆上去。而是根据岗位要求，重新选择重点。
比如同样是一个项目：
如果岗位强调“项目推进”，就突出跨部门协作、进度管理和结果落地。
如果岗位强调“AI 应用”，就突出如何用 AI 改造流程、提升效率。
如果岗位强调“内容运营”，就突出内容策划、用户反馈和转化效果。
这就是我想要的“针对性”。
我把它做成了一个工作台
有了素材整理和岗位匹配后，我把它们放进一个工作台里。
我的目标很明确：用户打开后，不需要研究太久，顺着流程就能完成一件事。
整个工作台大概是这样：
选择当前要整理的人。
添加个人材料。
查看 AI 整理出来的经历。
确认可用内容。
添加目标岗位要求。
生成针对岗位的简历。
查看效果。
手动修改不满意的地方。
切换简历样式。
导出简历。
我在开发过程中一直实时试用。哪里不顺，就马上改。
因为我想验证的，不是“能不能做出一个 demo”，而是“这条流程能不能真的帮人省时间”。
它不是简历工具，更像个人素材库
做到第一版之后，我发现这个工具其实还能继续往前走一步。
它不应该只在“要投简历时”才被打开。
更好的状态是：平时就帮我积累个人素材。
比如后续可以接飞书文档、企业微信文档，把项目复盘、周报、作品说明、个人总结自动收进来。
也可以加入图片识别，把证书截图、奖项截图、项目海报、活动材料整理进个人档案。
这样它就不只是一个“简历生成工具”，而会变成一个“个人经历管理工具”。
平时不断沉淀，需要投递时，再根据岗位要求生成不同版本。
这会比临时打开一个 AI 工具，让它帮你改一份简历，更长期，也更稳定。
第一版已经验证了什么
现在这个第一版已经跑通了完整流程：
用户可以把材料放进来。
AI 帮忙整理成经历。
用户确认后形成个人档案。
再粘贴一个目标岗位要求。
工具会从档案里挑出更相关的内容，生成更贴合岗位的简历。
生成后还能继续修改、预览、换样式，并导出成简历文档。
它还不是一个完美产品。但它已经验证了一个很关键的思路：
AI 写简历最好的方式，不是直接替你写，而是先帮你管理真实经历，再根据岗位做针对性表达。
下一步我准备继续做这几件事
接下来我会重点优化四个方向：
第一，继续优化素材收集。把飞书、企微文档、图片识别接进来，让更多分散材料自动进入个人档案。
第二，继续优化岗位匹配。让工具更清楚地判断：这个岗位最需要什么，我的哪些经历最应该被放大。
第三，继续加强真实性检查。AI 可以帮我表达，但不能替我编经历。关键内容最好都能回到原始材料。
第四，继续优化简历输出。让生成后的简历不仅内容对，还要结构清楚、样式干净、适合投递。
最后想说一句
我这次做这个项目，最大的感受是：
AI 工具不一定要一上来就做得很大。先抓住一个真实问题，快速搭出闭环，现场试用，再持续迭代，才更容易做出真正能用的东西。
简历这件事也是一样。
真正难的，从来不是“让 AI 写一份简历”。而是把一个人的真实经历，整理成一个岗位愿意看的样子。
