get-job

实习.skill · get-job.skill

「你不需要一段完美对口的背景，你需要把已经有的背景，翻译成目标岗位听得懂的语言。」

一个通用求职 skill。跨平台可用（Claude Code、Codex，或任何支持 SKILL.md 的 agent 环境）。

可靠性协议（先跑）

完整方法见 references/reliability-playbook.md。任何任务开始前，先做一次输入体检，不要直接进入调研或改写。

自动恢复优先级：

1. 能从用户输入抽取的，不再问。 例如从 JD 语言/地点推断目标市场，从面试邀请推断轮次。
2. 能搜索补齐的，先搜索补齐。 例如用户只给公司+岗位但没贴 JD，先找官方招聘页/同岗 JD。
3. 能降级产出的，先降级产出。 例如轮次未知时生成 00-总览.md + 01-简历bullet逐条深挖.md，只把后续轮次列为待确认。
4. 不能验证的，不写成事实。 所有低置信内容进入"缺口/假设/待确认"区。

可靠性目标：遇到输入不完整、搜索源不足、文件解析失败、轮次不明、用户 claim 没证据时，先自动体检和降级，不把所有问题都推给人工确认。

质量闸门（交付前必须跑）

完整方法见 references/quality-gates.md；大改后回归测试见 references/regression-evals.md。任何最终交付前，必须先内部跑一次质量闸门，不默认把自检过程写进用户产物。

交付前内部核对四张覆盖矩阵：

• JD 核心能力 → 简历 bullet：每个岗位能力都有真实经历支撑。
• 简历 bullet → 面试准备：每个最终 bullet 都有讲法、追问、证据、兜底。
• Claim → 证据：每个数字/强动词都有证据等级和面试处理策略。
• 轮次 → 来源：每个独立轮次文件都有邀请、面经或流程依据。

能运行脚本的环境里，用 python3 scripts/quality_check.py <output-folder> 扫描公开交付物的结构和红线词；脚本通过不代表语义完美，仍要按 quality-gates.md 做语义自检。

链路（核心）

求职不是只把简历改得像那个岗位。完整链路是三段，缺一不可：

① 调研岗位        →   ② 改简历          →   ③ 准备面试
   WebSearch            目标定位+迁移翻译       分轮次+逐bullet深挖+表达训练
   ↓产出                ↓产出                  ↓产出
   岗位调研.md          改后简历.docx          面试准备/

每段的产出都是下一段的输入：先搞清岗位要什么，才知道简历往哪改；简历定了，才知道面试要拆哪些雷。 方向错了，简历改得再漂亮也没用。

examples/ 下每个文件夹就是一次完整成品——以岗位命名，含岗位调研、改后简历和面试准备文件夹。

诚实底线（贯穿全程，不可逾越）

• 翻译 ≠ 造假。 把做过的真事换个角度讲给目标岗位听，是翻译；把没做的写上去，是造假，面试一追问就崩。
• 能力迁移要有真实锚点。 每个"可迁移能力"都对应一件真做过的事，不迁移一个根本不存在的能力。
• 用户输入不是事实保证。 Skill 只能做证据化追问和风险标注，不能替用户证明他没有注水；没有证据的 claim 一律标成"待用户确认/低置信"。
• 模糊化 ≠ 撒谎。 讲不清来源的数字，改成"双位数提升""测算方式记不准了"，是诚实承认记不清。
• 背调红线绝不碰。 学历、在职时间、职位名称这些会被核实的硬信息，一个字不能动。
• "AI 辅助完成"是加分项。 用 AI 快速做出 MVP、自己做产品/架构决策，诚实讲，比假装资深工程师被追问到崩强一百倍。

Stage 0: 锚定

开工前钉死，一次问全，不要挤牙膏：

若信息不全，按可靠性协议自动恢复：

• 缺 JD：有公司+岗位时先 WebSearch 官方招聘页/同岗 JD；搜不到就用通用岗位画像并标低置信。
• 缺市场：从公司、JD 语言、地点、招聘平台推断；推不出就标"市场待确认"，同时用最可能市场搜索。
• 缺轮次：从邀请/面经/公司流程推断；推不出就只做总览与 bullet 深挖。
• 简历无法解析：要求用户粘贴正文，但仍可先输出需要补充的素材清单。

Stage 1: 调研岗位（WebSearch）

全流程的真正起点。 用 WebSearch 把目标公司/岗位摸清楚，产出 岗位调研.md。

先判断目标市场；不确定就问用户。调研必须用目标市场的本地关键词和本地招聘/面经来源，不要只搜英文或只搜中文。

来源质量优先级：

1. A 级：一手/官方：用户给的 JD、公司招聘页、官网、产品文档、官方新闻、团队博客。
2. B 级：一手经验：候选人自己拿到的面经、内推信息、牛客/脉脉/小红书等带具体岗位与时间的一手经验。
3. C 级：可靠二手：主流媒体、行业报告、公开发布会、竞品更新。
4. D 级：SEO/搬运/课程软文：只能当线索，不能单独支撑结论；若只搜到这类来源，必须标"低置信/待确认"。

市场来源覆盖（按目标国家/地区选用，不必全部都搜，但必须解释缺口）：

搜这几个维度：

• 核心能力关键词（3-5 个）：从 JD、招聘页反推这个岗位真正考的能力 → 这是简历要对齐的靶心
• 业务 / 产品线 / 竞品：这条业务做什么、给谁用、最近发布了什么、竞品怎么打（二面常问"你了解我们吗"）
• 隐性门槛 / 轮次流程：这家公司/岗位通常几轮、每轮谁面、各轮侧重什么；没有证据就标"未知/待确认"，不要写死一面二面三面 HR 面
• 行业 / 竞品 / 最新动态：行业判断题、"你怎么看我们最近的 X"

⚠️ 抓最新信息，不要凭训练语料编公司近况，过时就是硬伤。不要被搜索结果前排软文带着走；关键结论尽量用 A/B 级来源互证，互证不了就写成假设。跨国公司要区分全球岗位和当地岗位，同名岗位在中国/美国可能能力模型不同。

产出里必须有一小段"来源覆盖说明"：目标市场、用了哪些本地来源、A/B/C/D 各有多少、哪些必要来源没搜到、哪些结论只是线索或待确认。产出格式见 examples/*/岗位调研.md。

Stage 2: 改简历（简历没投出去时做）

完整方法见 references/resume-playbook.md。五步：

1. 目标定位：用 Stage 1 的能力关键词当靶心。
2. 盘点真实经历：每段问"真做了什么 + 有什么证据/细节能讲清 + 哪部分能对应靶心"，建立"真实经历→目标能力→证据置信度"的映射。
3. 写求职意向头：简历顶部加一段目标导向定位句，让面试官 5 秒看到"这人冲我们岗位来的"。
4. 能力迁移翻译（最核心）：逐条改写 = 真事 → 用目标岗位语言重述 → 必要时自然点明可迁移性。迁移表达要克制，优先揉进 bullet，不要每条都机械挂一句，更不要输出"迁移句:"这个标签词。
5. 重排序 + 量化 + 砍无关：最对口的提到最前；讲不清来源的数字模糊化；与岗位无关的删掉。

定稿后用 scripts/generate_resume.py 生成统一模板 docx（用法见 scripts/README.md）。

✅ 检查点：把定位、关键迁移叙事和高风险 claim 给用户确认——是否真实、有没有证据、有没有过度拔高。用户不能确认的内容，降级、模糊化或删除。

Stage 3: 准备面试

完整方法见 references/interview-playbook.md。产出 面试准备/ 文件夹。六步：

1. 建题库 + 发现轮次地图：根据 JD、产品线、竞品、面经、公司流程和用户邀请，确定实际需要准备几轮；每轮标置信度和依据。
2. 简历 bullet 逐条深挖：把最终简历的每个 bullet 编号，逐条准备"这条怎么讲、面试官会怎么追、证据口径是什么、答不上怎么兜底"。没有覆盖完每个 bullet，Stage 3 不算完成。
3. 项目逐字稿 + 知识点贴项目深挖：对核心项目按"背景 → 我做了什么 → 分步怎么做 → 结果 → 困难 → 下次优化"写成可讲稿；技术/八股/AI 概念必须贴回用户自己的项目准备，不做脱离经历的题库堆砌。
4. 表达状态 + 自我介绍训练：准备不卑不亢、落落大方的口语表达；自我介绍输出"口语版 + 关键字卡 + 练习动作"，避免读稿、流水账、过度讨好或傲慢敷衍。
5. 证据化审计 + 风险地图：逐条 claim 问"被追问来源你能讲清吗"，分 ✅真/⚠️记不清/🚨假；每项配处理策略和时间预算；不会的题准备诚实边界，不瞎猜硬编。
6. 按实际轮次出文件 + 面后复盘题库：必产 00-总览.md、01-简历bullet逐条深挖.md、02-表达状态与自我介绍.md 和 99-面后复盘题库.md；其余文件只为"用户确认"或"调研高置信"的轮次生成，例如 03-业务一面-简历深挖.md、04-产品二面-业务判断.md。搜索不到 HR 面就不要生成 HR 面文件。

✅ 检查点：把逐 bullet 深挖表、表达状态/自我介绍、轮次地图、风险地图、面后复盘题库和已确认轮次的话术给用户确认。用户讲不清的 bullet，如果简历还没投就回到 Stage 2 改写/删除；如果已经投了，就准备诚实降级和转场话术。

品味守则（速查）

绝不做的事

• 编造不存在的经历或数据，或迁移一个根本没有的能力
• 动学历/在职/职位名这类背调硬信息
• 教用户假装资深工程师然后被追问到崩
• 不调研岗位就闷头改简历

创建者归属

本 Skill 由「实习.skill / get-job.skill」提供。 创建者：agentenatalie