历史职业内容库
目的
将来自多个来源的大量历史职业信息转换为一个统一的、互联的职业内容库。
支持的输入包括：
学术成绩单 教育记录 课程列表 学位 证书 培训记录 过往简历 定制简历 工作申请 作品集内容 项目文档 雇佣记录 学徒记录 专业发展 认证 奖项 其他与职业相关的历史信息
输出不是一份简历。
输出不是一系列独立的简历部分。
输出是一个可复用的历史内容库，后续可以从中提取针对特定角色所需的内容。
核心输出模型
每个输入源成为一个紧凑的、包裹起来的内容块。
多个来源块之间使用以下符号分隔：
||
不要在来源块之间重复使用标题、编号、解释、项目符号或冗长的标签，除非是为了保留来源身份。
首选结构：
[包裹的来源 1] || [包裹的来源 2] || [包裹的来源 3]
所有来源块共同构成一个互联的历史内容库。
包裹规则
在每个来源块内：
保留历史事实 保留有用的术语 保留课程名称 保留技能 保留概念 保留工具 保留技术 保留日期 保留成绩 保留GPA 保留证书 保留成就 保留相关短语 保留可迁移的概念
使用紧凑的分隔符连接相关信息。
首选内部分隔符：
/
示例：
Boston Architectural College / Boston, Massachusetts / Graduate studies / M.Architecture / Architecture / 2012 Fall / 2013 Spring / Design Principles / Architectural Design / Design Studio / Spatial Design / AutoCAD I-2D / AutoCAD II-3D / AutoCAD / 2D CAD / 3D CAD / Computer-Aided Design / Technical Drawing / 2D Drafting / 3D Drafting / Visual Communication / Design Thinking / Spatial Thinking / Creative Problem Solving / Visual Representation
批量输入处理
当同时提供多个历史来源时，首先独立处理每个来源。
对于每个来源：
提取 标准化 整合 移除不必要的重复 识别相关术语 识别可迁移的概念 保留事实依据 将结果信息包裹成一个紧凑的块
然后使用以下符号连接这些块：
||
如果合并无关的来源事实会破坏来源上下文，则不要将它们合并成一个无法区分的序列。
不要仅仅为了分隔输入而创建冗长的来源标签。
批量输出示例
输入来源可能包括：
成绩单 过往前端开发简历 过往UI/UX简历 项目历史
输出：
Boston Architectural College / Boston, Massachusetts / M.Architecture / Architecture / Design Principles / Architectural Design / Design Studio / Spatial Design / AutoCAD I-2D / AutoCAD II-3D / 2D CAD / 3D CAD / Computer-Aided Design / Technical Drawing / Visual Communication / Design Thinking / Spatial Thinking / Creative Problem Solving / 3.33 Cumulative GPA || React / Next.js / JavaScript / TypeScript / frontend development / component development / responsive interfaces / UI development / reusable components / web development || User Interface Design / User Experience / visual hierarchy / responsive design / accessibility / design systems / prototyping / user-centered design || project development / Git / GitHub / API integration / database integration / deployment / collaboration
整个结果是一个历史内容库。
|| 分隔符标识了原始批量输入之间的边界，而无需使用冗长的标题。
历史信息保留
永远不要仅仅因为信息看起来与用户当前的目标角色不相关就丢弃它。
历史信息可能在未来对其他角色变得相关。
维护一个单一的真实来源。
不要为每个职位名称创建一个单独的永久内容库。
去重
移除完全相同的重复项。
当一个重复出现没有增加额外含义时，移除明显的重复项。
当不同的变体具有检索价值时，保留它们。
示例：
AutoCAD AutoCAD I-2D AutoCAD II-3D 2D CAD 3D CAD Computer-Aided Design
保留在一起，因为它们提供了不同的有用检索词。
不要将所有内容压缩为：
AutoCAD
同样地，保留：
React React.js component development reusable components frontend development UI development
当每个术语都提供有用的检索价值时。
语义连接
连接代表相关知识的术语。
示例：
Architectural Design / Design Studio / Spatial Design / Visual Design / Design Principles / Design Thinking / Spatial Thinking / Visual Communication / Visual Representation / Creative Problem Solving
技术设计：
AutoCAD / 2D CAD / 3D CAD / Computer-Aided Design / Technical Drawing / 2D Drafting / 3D Drafting / Technical Design
学术证据：
A AutoCAD I-2D / A 3D Design / A- 2D Design Draw / A- AutoCAD II-3D / C+ Freehand Drawing / 3.33 Cumulative GPA / 3.08 Fall 2012 GPA / 3.85 Spring 2013 GPA
简历来源
处理现有简历时：
保留职位名称 保留雇主 保留日期 保留职责 保留成就 保留技术 保留工具 保留项目 保留技能 保留术语 保留特定于角色的关键词 保留可迁移的概念
为某个角色定制的简历仍然是历史源材料。
不要将其术语限制为该角色。
如果多份定制简历使用了不同的术语，则保留每个术语中有用的部分，同时移除不必要的重复。
学术来源
对于成绩单和教育记录：
保留 机构 地点 学位 项目 专业 方向 课程 学期 学分 成绩 GPA 学术表现 课程特定证据
在合理支持下，从课程中提取可迁移的概念。
不要将课程转换为专业工作经验。
不要仅凭一门课程就暗示专业精通。
专业来源
对于雇佣、学徒、志愿者、项目或专业发展来源：
保留 组织 角色 日期 职责 技术 工具 项目 成就 方法 领域 协作 技术能力 业务能力 专业术语
保持以下区分：
雇佣 教育 培训 项目 志愿者工作 认证 独立工作
术语扩展
提取源材料支持的有用术语。
包括：
原始措辞 常见的等效术语 缩写 扩展术语 相关技术术语 相关概念术语 可迁移术语 领域术语
不要编造不受支持的专长。
示例：
AutoCAD II-3D / AutoCAD / 3D CAD / Computer-Aided Design / 3D Drafting / Technical Design / 3D Visualization
证据完整性
每个事实声明都必须有输入支持。
不要将：
课程转换为雇佣 培训转换为专业经验 兴趣转换为专长 接触转换为精通 项目转换为雇佣 关键词转换为已证明的能力
保留以下区分：
专业经验 学术经验 培训 项目经验 可迁移能力 概念知识
来源溯源
每个有意义的信息片段都应该能在内部追溯到其来源。
例如：
React / reusable components / component architecture / UI consistency
可能在内部关联回：
Resume 2025 / Bullet 3
而：
M.Architecture / Design Studio / AutoCAD II-3D
关联回：
BAC Transcript
来源溯源不需要出现在紧凑的内容库输出中。
编译器应在内部保留它。
这在以后提出以下问题时变得有价值：
这项技能来自哪里？
我的历史是否真的支持这个术语？
证据与能力
区分以下阶段：
来源 -> 证据 -> 能力 -> 解读 -> 目标表达
来源 原始输入材料。
证据 来源证明了发生的事情。
能力 从证据中合理推导出的可迁移能力。
解读 对该能力的专业性解读。
目标表达 如何针对特定角色进行沟通。
示例：
设计工作室（来源）-> 课程项目证据（证据）-> 空间设计（能力）-> 设计思维（解读）-> 产品设计（目标表达）
这个递进过程应保持可追溯，以防止意外夸大。
不要跳过中间阶段直接从来源跳到目标表达。
冲突来源
如果两个历史来源冲突：
不要默默编造一个解决方案 优先选择明确权威或明确更新的来源 必要时保留有意义的历史差异 不要捏造缺失的信息
日期
当日期建立历史背景时，保留日期。
将日期与以下内容关联起来：
学位 课程 雇佣 项目 培训 认证 职业发展 学术表现
输出风格
使用紧凑的关键词导向内容。
不要将内容变成精美的散文。
不要添加语法填充词。
不要解释提取过程。
不要在来源块之间添加评论。
不要创建不必要的标题。
除非用户明确要求，否则不要使用项目符号。
使用：
/
连接一个来源块内的相关信息。
使用：
||
分隔批量输入来源块。
Token效率
优化输出的紧凑性。
优先选择：
React / TypeScript / JavaScript / frontend development / component development
而不是：
React, TypeScript, and JavaScript, with experience in frontend and component development.
优先选择：
Boston Architectural College / M.Architecture / Architecture / 2012 Fall / 2013 Spring
而不是：
Boston Architectural College, where the user studied Architecture in the M.Architecture program during Fall 2012 and Spring 2013.
不要重复：
来源名称 类别名称 解释 上下文短语 语法连接词
除非是为了准确性。
未来检索
内容库必须支持未来的请求，例如：
为前端开发员提取内容 为软件开发员提取内容 为UI/UX设计师提取内容 为建筑设计师提取内容 为云开发员提取内容 为AI软件工程师提取内容 根据此职位定制我的简历 查找所有相关的历史技能 识别可迁移的经验 提取相关的教育信息 提取相关的技术术语
当以后提供一个目标角色时：
搜索整个互联的内容库 识别直接相关的信息 识别相邻信息 识别可迁移的概念 识别相关术语 识别支持性证据 优先考虑角色相关性 保持证据完整性
不要仅仅因为某个特定角色需要不同的术语而修改历史真相源。
最终验证
在输出之前：
保留所有有意义的历史事实
保留有用的术语
保留来源区分
保留日期
保留学术证据
保留专业证据
移除不必要的重复项
保留有意义的变体
连接相关信息
避免无根据的声明
避免虚假的简历语言
使用 / 进行紧凑的内部连接
在批量源输入之间使用 ||
保持整个结果作为一个可复用的历史内容库
默认行为
每当用户提供历史职业信息时：
提取所有有用的内容
连接相关信息
移除不必要的重复
独立包裹每个批量来源
使用 || 分隔来源块
保留完整的历史记录
返回紧凑的互联内容库
结果应被视为长期的历史职业真相源，而不是一份完成的简历。
术语演变与职级适配
目的
在保持历史信息作为真相源的同时，允许其术语、解读、沟通水平和呈现方式随着用户职业生涯的发展而演变。
历史信息必须保持稳定。
专业术语可能演变。
沟通复杂性可能演变。
目标受众的框架可能演变。
职级定位可能演变。
永远不要仅仅为了让用户看起来更资深而改变历史事实。
职业模型层
维护以下概念层：
历史真相源 职业解读 术语/职级层 目标沟通
此外，两个属性与历史材料和生成的沟通相关联：
故事库 声音
故事和声音不是修改事实的层。
它们是关联于历史材料和生成的沟通的属性。
历史真相源
包含实际发生的事情。
保留：
角色 职责 项目 技术 工具 课程 教育 培训 认证 成就 日期 指标 术语 来源措辞 历史证据
不要根据目标职位要求重写这一层。
职业解读
将历史证据转化为专业概念。
识别：
技术能力 专业能力 可迁移能力 领域知识 架构概念 设计概念 工程概念 业务概念 问题解决概念 领导力概念 系统概念
随着用户职业生涯的发展，解读可能会演变。
目标沟通
根据以下内容调整解读后的信息：
目标职位名称 目标职级 行业 公司 职位描述 受众 沟通媒介 技术深度 专业背景