Community寫作與編輯github.com

履歷主張守衛

從職位 JD 出發撰寫一份經得起面試追問的履歷:拆解 JD 要求,將其轉化為生活化的線索反問候選人,挖掘履歷上未寫的相關真實經歷,僅使用候選人確認過的事實貼近 JD 撰寫定向履歷,最後逐句進行事實檢查並預演面試官會如何追問及如何應答。也可單獨檢查現有履歷,識別 AI 改寫造成的動詞升級、無依據數字以及將計畫或團隊成果寫成個人成果。用戶在需要按 JD 寫或改履歷、定向履歷、職位匹配、履歷事實核查、反注水審查、準備面試時講清每段經歷時使用。

履歷主張守衛 是什麼?

此技能旨在確保履歷上的每一句話都經得起面試官的一對一追問。它採用從 JD 出發、挖掘真實經歷、貼近 JD 撰寫,最後進行檢查與預演的完整流程。技能支援多種使用模式:定向模式(從 JD 開始)、追問模式(檢查現有履歷)、對比模式(比對原版與 AI 修改版)、直接體檢(使用現有事實底稿)以及面試預演。五步流程包括:拆解 JD、透過生活化線索反問挖掘經歷(確保四項關鍵事實:本人做了哪部分、做到哪一步、數字來源、時間)、將 JD 要求與事實進行匹配並給出投建議、僅使用確認事實撰寫履歷(嚴格遵循動詞上限原則),最後逐句檢查證據狀態並預演面試追問。關鍵在於,所有寫入履歷的內容都必須基於候選人親自確認的事實,絕對避免 AI 推斷或虛構。該技能支援 Claude Code、Cursor 與 Codex 等平台,適用於 ATS 優化、履歷事實核查與面試準備等場景。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/korey2028-prog/resume-claim-guard/tree/main

Installed? Explore more 寫作與編輯 skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Resume Claim Guard

目標

讓履歷上的每一句話,面試官一對一追問時候選人都答得上來。流程從職位 JD 開始,到面試追問預演結束;全程只使用候選人確認過的事實,不替候選人補經歷,不判斷錄用機率。

順序是先挖,再貼著 JD 寫,最後守:先從 JD 出發,把候選人做過、但自己沒想到或履歷沒寫的相關經歷問出來;再用 JD 的說法寫這些真實經歷;最後逐句檢查有沒有越界,並預演面試追問。挖和寫之間只隔一次事實確認:AI 一旦把履歷寫順,人就很難再挑出哪裡越界,所以先確認事實,再動筆。

從哪裡進來

按用戶手裡有什麼選入口,不要求用戶先懂「事實底稿」:

用戶手裡有入口從哪一步開始
一個職位 JD(有沒有舊履歷都行)定向模式(主流程)第 1 步
一份履歷,想知道哪裡站不住追問模式第 2 步(從履歷引出問題),再跳到第 5 步
原版履歷 + AI 改過的版本對比模式先對比,只追問新增內容,再到第 5 步
已有經歷清單或事實底稿 + 履歷直接體檢第 5 步
履歷定稿,明天面試面試預演第 5 步的追問預演部分

用戶說不清時,問一句「你手裡有職位 JD 嗎?」有就走定向模式。不論哪個入口,履歷、JD 和模型建議都不是事實來源。

五步流程

第 1 步:拆 JD

把 JD 原文拆成四類:硬性條件(學歷、屆別、地點、到崗時間、語言)、核心職責、能力要求、加分項。每條保留 JD 原句。硬性條件不滿足時先告訴用戶,由用戶決定是否繼續。細則見 references/jd-breakdown.md。

第 2 步:反問經歷(先挖,再落實)

挖。 從第 1 步挑出的 3–5 條核心職責出發,每條翻譯成 2–3 個生活裡的線索再問,幫候選人想起履歷上沒寫的經歷。例如 JD 寫「收集整理用戶反饋形成週報」,不問「你做過用戶反饋嗎」,問「你有沒有整理過讀者留言、問卷意見或群組裡的吐槽,彙總給別人看?」線索只從 JD 來,不憑空猜候選人可能做過什麼。先按 JD 要求挖,一次一條要求;挖完再核實舊履歷上還沒問到的說法。按履歷條目逐段問,很容易一直在核實舊說法,永遠輪不到挖。

落實。 挖出來的每段經歷,都要問清四件事才能進底稿:你本人做了哪部分、做到了哪一步(計畫/原型/上線/有結果)、數字從哪來、什麼時候的事。候選人說「好像有過」,就追問具體是哪一次;說不出具體一次的,記為 待確認,不寫進履歷。

一次最多問 3 個問題,先問最影響履歷的。用戶答「沒做過」「不記得」就如實記下,不引導用戶承認沒做過的事,也不替用戶補。挖只能補表達缺口(做過但沒寫),補不了真實缺口(沒做過)。

問完整理成帶編號和日期的事實底稿(F-01、F-02……),先給用戶確認,再往下走。問法和底稿格式見 references/intake-questions.md,模板見 templates/facts.md。

第 3 步:匹配

把 JD 每條要求對上事實編號,狀態只用五種:已匹配、表達缺口(做過但履歷沒寫好)、證據不足(可能做過但缺來源)、真實缺口(沒做過)、待確認。真實缺口如實列出,寫進「面試時怎麼誠實回應」,不寫進履歷。最後給一個投遞建議:建議投遞、補充材料後投遞、謹慎投遞、暫不建議投遞,不輸出匹配分或百分比。

第 4 步:寫定向履歷

只用確認過的事實寫。按 JD 的優先級排經歷順序,用 JD 的術語描述候選人真實做過的事,但動詞不超過兩條軸的上限(見下)。規則見 references/resume-writing.md。

第 5 步:體檢與面試預演

逐句體檢:每條主張標五種證據狀態之一,查動詞是否越級、數字是否有來源、是否把團隊或 AI 的成果寫成個人的。定向模式體檢兩樣東西:新寫的定向履歷(應當全部是 confirmed 或 supported,否則退回第 4 步改);有舊履歷時再體檢舊履歷,讓候選人看到原來哪裡站不住。舊履歷已經投出去過的,和新履歷一起做跨版本對比,給出面試統一口徑。體檢細則(含 PDF、多版本對比、內部編號)見 references/claim-audit.md。

然後對每條經歷預演面試:面試官最可能問的 2–3 個追問、只用事實寫成的回答要點、絕對不能說的話、被問到真實缺口時怎麼誠實回應。見 references/interview-probe.md。

確認閘門:候選人確認事實、動詞上限和最終文案之後,才能生成對外版本。體檢結果、建議文字和審計者提出的上限都不等於事實確認。

證據狀態

狀態含義對外使用
confirmed候選人在本次確認,或底稿有帶日期的「本人確認/更正」條目寫明這個值按動詞上限使用
supported底稿能支撐,但候選人尚未確認,或邊界、口徑仍需說明保守表達,確認前不升級
needs-source履歷暗示存在,底稿裡沒有來源不寫成確定事實
inference審計者或模型的推斷只內部用,不進對外文字
rejected與底稿衝突,或候選人明確不用刪除或改寫後重審

底稿沒提到寫 needs-source;底稿說的是另一回事(寫「上線」而事實是「原型」)寫 rejected。同時符合多種時取最嚴:rejected > needs-source > supported。inference 只標審計者自己加的推斷(如「這句可能對應 F-03」),體檢舊履歷時計數為 0 是正常的。

動詞上限:兩條軸分別檢查

  • 個人角色:參與/協助 → 負責(某一部分) → 主導(對整體方向和結果負責)。團隊成果寫成個人、「共同」寫成「獨立」都算越級。
  • 交付階段:計畫/建議 → 原型/演示 → 上線/落地(有真實用戶) → 有結果數據。AI 生成內容、原型、計畫和估算,不能寫成已上線、已驗證或已有結果。

兩條軸都不能超過事實。動詞上限由事實決定,不由 JD 關鍵詞決定。

階段軸只用於做出來給人用的東西(產品、工具、頁面、系統)。報告、活動、內容運營這類經歷階段軸填「—」,改查範圍、規模和結果數字是否有來源。一個人獨立完成的項目,角色可以寫「獨立完成」;其中由 AI 生成的部分要寫清人做了什麼(需求、檢查、測試、篩選)。事實中的數字不能換單位或換對象(「120 條報名記錄」不能寫成「服務 120 名用戶」)。

輸出

定向模式按順序輸出:JD 拆解 → 事實底稿(待確認)→ 要求—證據匹配表與投遞建議 → 定向履歷草稿(待確認)→ 逐句體檢表 → 面試追問預演 → 人工確認清單 → 未決項。其他入口只輸出用到的部分。各部分格式見 references/output-formats.md。

內部編號(F-01、C-07)只能出現在審計表和源檔案註釋裡;對外履歷、求職信和聊天文字不得出現。

邊界

  • 不訪問或提交招聘網站,不代發求職訊息,不替用戶確認已投遞;
  • 不要求密碼、驗證碼、身份證號等無關敏感資訊;
  • 不把 JD、模型建議、舊履歷或推斷寫回事實底稿;
  • 公開範例只用虛構候選人;
  • 不輸出通過率、錄用機率或匹配分。

相關技能