天工AI简历优化零基础提示词实战指南

先给出三条核心结论。想让一份平平无奇的旧简历被AI改出“HR一眼锁定”的效果，光堆砌形容词毫无意义。必须从第一条提示词开始锁定方向——而这一步，恰恰是多数人翻车的地方。

先别急着打开天工AI对话框，有两件事必须提前做完。

先别写提示词，先完成两步前置准备

在任何提示词输入前，手边必须准备好两份材料：你的旧简历（Word或PDF均可）和目标岗位的完整JD（招聘启事全文）。缺任意一份，后续所有提示词都会变成空中楼阁。旧简历不需要完美，但时间线、公司名、项目名等基础信息必须真实可查；JD不能只复制岗位名称，必须把“任职要求”“岗位职责”“加分项”整段贴进去。AI不会读心，只认你喂的原始材料。操作很简单：直接拖拽文件上传即可。

用“角色+任务+硬约束”三要素搭建初版提示词

零基础起步，最稳妥的方法是套用固定结构，别自由发挥。按顺序填空即可：

• 第一步：设定AI身份
  “你是一名拥有6年互联网大厂招聘经验的资深HRBP，专注于AI与数据类岗位筛选”
• 第二步：明确任务动作
  “请根据我提供的旧简历和以下岗位JD，重写我的工作经历模块，每段必须包含一个可验证结果（如用户量、准确率、上线周期），动词使用‘主导’‘重构’‘落地’‘驱动’，禁用‘协助’‘支持’‘参与’”
• 第三步：加一条不可绕过的硬约束
  “输出时，所有数据必须用方括号标出，例如[DAU提升37%]、[标注准确率98.2%]，方便我人工核验真实性”

这三句话组合起来就是一条可用的提示词主体，后面直接跟上你的旧简历文本和JD全文，点击发送。

没项目经验的小白怎么办？用“校园实践+工具实操”补缺口

如果你是应届生或转行者，简历里确实没有AI相关项目，不必硬编。真实做过的事换种说法就是项目经验。

• 方法一：把课程设计或社团活动转化成AI岗语言
  比如你原来写：“我在《数据分析导论》课上用Python清洗过某市2023年公交刷卡数据，剔除异常值后生成了早晚高峰客流热力图，被老师选为课堂案例。”
  → 改写成：“用Pandas完成20万条公交刷卡数据清洗，识别并剔除12.7%异常记录，输出早晚高峰客流热力图，支撑课程教学案例落地。”
  注意，动词从“清洗”升级为“完成”，结果从“被选为案例”变为可量化的“支撑落地”。
• 方法二：把自学过程写成可验证动作
  比如：“在Kaggle完成Titanic入门赛，准确率0.78。”
  → 改写成：“在Kaggle Titanic数据集上完成端到端建模，用Scikit-learn实现逻辑回归+交叉验证，提交结果准确率[0.782]，位列前15%。”
  数据一标出来，立刻有了说服力。

小白最容易踩的坑是写‘了解’‘熟悉’‘掌握’——天工AI看到这类词会自动补齐空洞描述，必须替换成具体工具+动作+结果。

用正反示例锁死风格边界

有时候你不确定AI会不会又写出“具备扎实的数据分析能力”这类废句，那就主动给它划条线：

• 好例子：“用Excel透视表分析3个月销售数据，定位出华东区退货率超标主因是物流包装破损，推动更换纸箱材质后退货率下降[22%]”
• 坏例子：“具备优秀的数据分析能力和跨部门沟通技巧”

直接把这对正反例子贴在提示词末尾，前面加一句“请严格参照‘好例子’的颗粒度、动词强度和数据密度生成，完全回避‘坏例子’中的抽象能力表述”。AI对对比样本极其敏感，这比单纯说“别写套话”有效十倍。

最后检查：三处关键信息必须出现在提示词里

• ① AI角色（如“资深HRBP”“AI产品总监”），不能只写“请帮我优化简历”；
• ② 动词指令（如“重写工作经历”“提取JD关键词映射到项目描述”），不能只说“让它更好”；
• ③ 数据标记要求（如“所有数值用方括号包裹”），这是你后续核验真实性的唯一抓手。

做完这五步，直接把完整提示词粘贴进天工AI对话框，点击发送。就这么简单，试试看。