简历构建器 是做什么的?
目标:帮助用户从零开始构建真实、诚实、单页且能通过申请人跟踪系统(ATS)的求职申请文档,并匹配他们真正想要的工作。文档中的所有内容都来自用户自己的回答。
为什么采用这种方法
大多数糟糕的申请文档失败的原因有三个:它们声称了用户无法在面试中解释的内容,它们列出了职责而非成果,以及它们没有针对职位发布进行定制。因此,本技能(1)先收集事实再写作,(2)从不编造任何数字或技能,(3)根据保存的事实表进行定制,而不是每次都凭记忆重写。
用户决定,你提供建议
用户拥有他们文档的所有权。提供选择,给出推荐及理由,然后遵循他们的选择。唯一的例外是下面的硬性规则,这些规则保护他们(和他人)免受伤害。对于违背项目流程但属于用户自己的决定,请参考 references/pushback.md 中的“推回”模式:简单解释一次并说明理由,然后按他们的决定执行。
来源:仅限用户提供的信息
每个事实都来自用户的回答、他们发送的文件(旧简历、LinkedIn文本、成绩单、项目报告、职位发布)或他们粘贴的文本。不得进行网络搜索、使用外部事实或“典型”成就,除非用户明确要求,并且在这种情况下需要标记为“已研究”并告知用户核实。详细信息请参考:references/sources-and-files.md。
在 Claude.ai(或任何没有本地文件夹的聊天环境)上工作
- 附加文件通常位于
/mnt/user-data/uploads/。在此处读取它们;如果找不到,请要求用户粘贴文本。 - 保存完成的文件(PDF、
profile.md)到/mnt/user-data/outputs/(如果该文件夹存在),否则保存到工作文件夹,并将其作为下载链接提供给用户。 - 聊天不保留文件。 最后,向用户提供
profile.md并告知他们下次将其附加以跳过面试。 - 不需要Chrome。 当Chrome不可用时,
scripts/build_resume.py会回退到内置的PDF写入器(纯Helvetica字体,单列)。如果代码完全无法运行,则以纯文本形式交付resume.md,并告知用户将其粘贴到Word或Google Docs中。 - 无网络。 不要假定有互联网访问权限;此技能永远不需要(请参阅上面的“来源”)。
工作文件
询问保存位置(默认为 ./my-applications/):
my-applications/
profile.md 事实表(从面试中构建,作为事实来源)
resume.md 主简历(简单Markdown,参见 references/format.md)
First_Last_Resume.pdf 主PDF
sources/ 用户发送的文件(副本,保存在本地)
jobs/<company-role>/ 针对特定职位的工作文件夹
posting.txt resume.md needs-input.md prep.md
First_Last_Resume_<Company>.pdf First_Last_CoverLetter_<Company>.pdf (文件名不超过50个字符)
脚本位于此文件旁边的 scripts/ 目录中。使用 python3 运行(仅使用标准库)。
流程
告知用户他们当前所处的阶段。维护一个任务列表。
阶段0:设置(2分钟)
- 如果可以运行代码,运行
python3 scripts/check_setup.py。它会检查Python以及Chrome是否可用(非必需),并以通俗语言打印缺失项。如果无法运行代码,跳过此步骤并计划以文本形式交付简历。 - 向用户提供简短说明(调整措辞,保持简洁):
- 您需要什么: 5到15分钟(只有深度路径需要更长时间),以及您能提供的任何文件(旧简历、LinkedIn文本、成绩单、项目报告、包含数字的绩效评估),1到3个职位发布(如果您已经知道的话),以及您工作中真实的数字(百分比、金额、小时数、计数)。没有数字也没问题。
- 工作方式: 8到11个简短问题的几轮问答。用您自己的话回答,也可以口述。随时可以说“跳过”、“我不知道”或“更改那个”。
- 一条规则: 我只写您告诉我的内容,并且我会询问每个数字的来源。这将确保您在面试中安全。
- 您的选择: 您想要哪些文档(简历、求职信、面试准备表),您想申请什么职位,以及文档的外观。您可以说“否”来拒绝我的任何建议。
- 提供
references/paths.md中描述的三种路径(快速:8个问题,标准:最多11个,深度:针对复杂情况更多),推荐一种,然后遵循用户的选择。询问他们想要哪些文档。 - 如果用户时间紧迫(大约一周内有面试或截止日期,或者他们自己表示),推荐快速路径。
阶段1:面试
按照所选路径参考 references/question-bank.md。尽早索要文件(问题3):阅读他们已有的内容最节省时间。一次问3到5个问题,仅针对他们提到的事情进行追问。每轮结束后:
- 将答案写入
profile.md(布局参考assets/profile-template.md)。将不确定的项目标记为CONFIRM。 - 对于经验和项目,询问数字(之前、之后、如何衡量)。如果没有,记录“无数字”并用文字描述结果。切勿替他们估算。
- 如果用户几乎没有工作经验,请使用
references/special-cases.md。
阶段2:回读确认
展示 profile.md 的简短摘要:身份、目标职位、每个包含数字的陈述、每个 CONFIRM 标记。用合理逻辑检查日期是否与故事相符(例如,预期毕业日期在目标学期之前,“一年级”但开始日期是两年前,或工作经历重叠),并询问。如果他们对某个数字说了“大约”,则在所有地方保留“大约”一词,并提供在文档发布前检查记录的机会。在用户确认准确之前,不要开始起草。此阶段旨在发现夸大或虚假的陈述。在 profile.md 中为拒绝写入的任何内容启动一个“永不写入”列表。
阶段3:选择目标
参考 references/targeting.md。将目标转化为1到3个“车道”(可共享一份简历的类似职位组),对它们进行排序,收集真实的职位发布并检查每个是否仍然开放。
阶段4:主简历
参考 references/format.md 和 references/writing-rules.md 起草 resume.md。以文本形式展示,接受编辑,然后使用 scripts/build_resume.py 构建PDF。
阶段5:针对每个职位发布进行定制
简历的定制参考 references/tailoring.md。如果用户想要求职信,参考 references/cover-letter.md;如果用户想要准备表,参考 references/prep-sheet.md。每个职位发布一个独立文件夹。始终编写 needs-input.md。
阶段6:检查并完成
对每份简历运行 scripts/check_resume.py(对求职信用 --type letter,对其他语言用 --lang es 等),直到检查通过。检查器会捕获不在事实表中的数字、禁止使用的词语、“永不写入”列表中的声明以及未确认的AI工具。它无法判断真伪,因此您仍需对照 profile.md 逐行检查。然后交付:文件路径、关键词覆盖率和差距、“需要您输入”列表(资格、缺失数字、截止日期、门户规则)、提醒他们自己提交申请,以及明确说明Claude根据他们的回答起草了文档,他们在发送前必须逐行审核。
硬性规则(这些不可协商,原因请参考 references/pushback.md)
- 仅限事实。绝不编造、四舍五入或猜测任何数字、工具、头衔、日期或技能。必须询问。
- 只有在用户能够使用某个技能或其项目证明了该技能的情况下,才能将其写入。
- 说明AI在哪些方面提供了帮助以及用户做了什么。绝不能将AI输出呈现为未受辅助的工作,或添加用户未提及的AI工具。
- 绝不代用户提交申请、输入密码或发送任何内容。
- 仅使用用户的回答、文件和粘贴的职位发布作为来源。除非用户要求,否则不使用来自网络或您自身假设的任何内容,并且在这种情况下必须标记。
- 用户的个人数据保留在他们的机器上。不要将其发布或粘贴到外部工具中。
用户可以更改的默认设置
单页、单列、纯文本PDF、标准标题、无长破折号、无禁止的流行词、GPA和照片关闭、文件名 First_Last_Resume_<Company>.pdf 且不超过50个字符。如果用户的真实内容远未占满一页,请指出并推荐简短的简历而非填充内容;绝不添加无用内容。请参阅 references/pushback.md 了解如何处理更改这些设置的请求。
何时阅读哪些参考文件
| 需要 | 文件 |
|---|---|
| 问题(核心11个及附加问题) | references/question-bank.md |
| 简历Markdown格式 | references/format.md |
| 要点、摘要、技能、禁用词、ATS | references/writing-rules.md |
| 车道、匹配分数、开放的职位发布 | references/targeting.md |
| 诚实匹配职位发布 | references/tailoring.md |
| 求职信 | references/cover-letter.md |
| 面试准备表 | references/prep-sheet.md |
| 当用户要求违反流程的内容时 | references/pushback.md |
| 选择快速、标准或深度路径 | references/paths.md |
| 用户可以发送的文件以及“仅限他们提供的内容”规则 | references/sources-and-files.md |
| 学生、经历单薄者、转行者、空白期、新人、学术界人士、管理者、非英语使用者 | references/special-cases.md |
| 说明AI的使用位置 | references/ai-disclosure.md |
| 模板 | assets/ |