先脱敏个人信息，再输入模型。
Prompt 模板 / 多地区
简历与面试准备 Prompt 模板
用于优化简历项目描述、准备面试问答、模拟追问和整理岗位匹配度的 prompt 模板。 页面包含适用场景、获取方式、风险提示、更新时间和相关资源入口。
如涉及外部工具或合作入口，实际价格与条款以官方页面为准。
简历优化 / 面试模拟 / 岗位匹配
不要编造工作经历、学历、证书或项目成果。
Prompt 使用模块
先替换变量，再用真实任务验证输出
Prompt 页面不只提供模板，还要帮助你判断输入是否完整、输出是否可复核，以及是否适合沉淀为团队模板。
变量替换
- 重点替换：岗位 JD、个人经历、目标岗位、简历版本
- 先用一个真实任务跑通，再调整语气、格式和边界条件。
- 稳定版本建议下载 Markdown，沉淀到个人或团队知识库。
输出核对
- 事实、引用、代码、法律和财务判断必须人工复核。
- 同一任务可在两个模型中 A/B 测试，保留更稳定的版本。
- 如果模板经常复用，可以进一步整理成 Skill 或工作流。
这个资源适合谁
求职者、实习生、转岗人员和职业规划用户
怎么使用这个资源
简历与面试准备 Prompt 模板 的价值不在于一次性生成答案，而在于把「简历优化、面试模拟、岗位匹配」这类高频任务变成可复用流程。使用前先替换变量，输出后再用检查清单校准质量。
可以解决什么问题
简历优化面试模拟岗位匹配
资源说明
把经历转成更清晰的岗位匹配表达，并提前准备结构化面试答案。
适合使用
- 需要快速启动「简历优化」任务的用户。
- 想把一次性 AI 对话沉淀成可复用模板的个人或团队。
- 愿意在 AI 输出后继续做事实核查、改写和质量检查的用户。
不适合使用
- 希望 AI 一次性输出完全可发布内容、且不愿人工检查的用户。
- 没有准备任务背景、目标读者、约束和输出格式的临时提问。
- 涉及法律、医疗、金融、隐私或企业机密且缺少人工审核的场景。
推荐使用步骤
- 复制模板前先确认任务目标、目标用户和最终输出格式。
- 替换模板中的变量，补充真实上下文、边界条件和禁止事项。
- 第一次运行后检查输出是否满足事实、结构、风格和行动性要求。
- 把表现稳定的版本下载为 Markdown，保存到个人或团队提示词库。
需要替换的变量
- 岗位 JD
- 个人经历
- 目标岗位
- 简历版本
- 面试语言
Prompt 模板
你是一名求职教练。请根据【岗位 JD】和【个人经历】，帮助我优化面向【目标岗位】的简历与面试准备。请输出：岗位关键词、经历匹配点、简历项目改写建议、可能被追问的问题、STAR 回答框架、需要补充的证据和模拟面试题。面试语言为【面试语言】。获取方式
先脱敏个人信息，再输入模型。
使用前检查
- 是否真实不夸大
- 是否匹配 JD
- 是否有证据
- 是否准备追问
选择标准
- 是否能解决你当前最明确的任务，而不是只看热度。
- 是否有官方入口、可信文档、清楚的价格或使用边界。
- 是否能和你现有工具、内容流程、团队权限或数据规范配合。
- 是否有替代方案，避免把关键流程绑定在单一工具上。
常见误区
- 直接复制模板但不替换变量，导致输出泛泛而谈。
- 没有要求输出格式，最后得到一段难以复用的长文本。
- 没有加入反例、禁区和质量检查，反复得到同类错误。
- 把 AI 输出当成最终事实，不做来源和细节核查。
风险提示
不要编造工作经历、学历、证书或项目成果。
更新提醒
- 官方价格、免费额度、套餐或 API 计费变化。
- 产品入口、客户端、文档或 GitHub 仓库地址变化。
- 功能边界、地区可用性、账号条件或商用授权变化。
- 简历prompt模板 相关搜索需求出现新的高频问题。
常见问题
简历与面试准备 Prompt 模板 可以用于哪些模型？
通常可以用于 ChatGPT、Claude、Gemini、DeepSeek、Kimi、通义千问、豆包等主流文本模型。不同模型的表达风格和上下文长度不同，建议保留同一任务的多个版本。
为什么要下载 Markdown？
Markdown 适合保存到 Notion、Obsidian、GitHub、团队知识库或文档系统，后续可以继续修改变量、补充案例和记录最佳版本。
Prompt 输出可以直接发布吗？
不建议直接发布。发布前应检查事实、引用、版权、隐私、品牌语气和业务准确性，尤其是商业、法律、医疗、金融和技术内容。