get-job

name get-job slug get-job-skill version 1.0.2 displayName 实习.skill summary 实习.skill — 从岗位调研、简历改写到分轮次面试准备的全流程求职 skill，帮用户把真实背景翻译成面试官想要的语言。 tags ["求职","实习","简历优化","面试准备","校招","秋招","WebSearch"] license CC-BY-NC-ND-4.0 homepage https://github.com/agentenatalie/get-job.skill description 实习.skill / get-job.skill：从岗位调研、简历改写到分轮次面试准备的全流程求职 skill。适合找工作、投实习、校招、秋招、春招、暑期实习、社招、跳槽、转行、跨专业求职、留学生求职，以及产品经理、运营、市场、咨询、AI 产品、AI Coding、数据分析、技术岗等目标岗位准备。 核心能力：① WebSearch 调研公司、岗位 JD、业务线、竞品、面经、招聘流程和隐性门槛；② 按目标岗位反向定位简历，做 JD 匹配、ATS 关键词、经历筛选、STAR/CAR 改写、可迁移能力翻译、docx 简历生成；③ 按真实轮次准备面试，覆盖一面/业务面/专业面/主管面/HR 面/recruiter screen 等已确认或高置信轮次，逐条深挖简历 bullet、项目逐字稿、自我介绍、表达训练、模拟面试、反问清单、面后复盘题库。 适用于「改简历」「简历优化」「简历润色」「简历匹配 JD」「求职简历」「投递前改简历」「按岗位改简历」「准备面试」「面试准备」「面经分析」「模拟面试」「自我介绍」「项目经历怎么讲」「简历被追问怎么办」「双非拿大厂 offer」「背景不对口怎么办」「AI 产品实习」「运营实习」「产品经理校招」等场景。 质量保障：不编造经历、不改背调硬信息；所有强 claim 做证据化审计；搜索源按市场和 A/B/C/D 分级；轮次不写死；最终交付前必须跑质量闸门和覆盖矩阵，避免漏 bullet、标签泄漏和过度包装。 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。 状态 处理 ✅ Complete 目标岗位、市场/JD、简历、投递状态/轮次足够明确，直接进入对应 Stage。 ⚠️ Workable 有缺口但不阻塞：自动推断、WebSearch 补齐、低置信标注，并继续产出。 🛑 Blocked 缺少目标岗位或简历正文等硬输入，无法安全推进；只问最少必要问题，不展开脑补。 自动恢复优先级： 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。 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。 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。 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。 级别 要求 P0 红线 造假、改背调硬信息、来源冒充事实、轮次写死、bullet 漏项、标签泄漏、过度包装：任一出现，停止交付。 P1 核心质量 岗位调研、简历改写、面试准备必须满足对应完成标准；不满足就补齐、降级或明确标注缺口。 P2 体验质量 文件名、语言、结构、扫读体验要像可发布产品，不出现工作记录或模板残留。 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： 锚点 作用 目标岗位 + 部门 + 方向 整条链路围绕它。"产品经理"在"技术与产品方向"和"产品运营"是两套准备。 目标国家/地区 + 语言 中国、美国、英国、新加坡等岗位来源不同；不确认市场就容易搜偏。 现有简历 + JD 简历丢进来（PDF/Word）；有 JD 一起给。 简历能不能改 还没投 → 走 Stage 2 改简历；已交 → 跳过，直接 Stage 3。 轮次 + 时间 用户已收到的面试轮次、邀请信息、还剩多久；未知时由 Stage 1 调研推断真实流程，不补不存在的轮次。 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： 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。 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。 C 级：可靠二手 ：主流媒体、行业报告、公开发布会、竞品更新。 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）： 市场 JD / 招聘源 面经 / 口碑源 业务 / 行业源 中国大陆 公司官网、校招/社招官网、BOSS 直聘、拉勾、猎聘、前程无忧、智联招聘 牛客、脉脉、小红书、看准、offershow 公司官网、公众号/新闻稿、36氪/晚点/行业报告 美国 Company careers、Greenhouse、Lever、LinkedIn Jobs、Indeed Glassdoor、Blind、Reddit、Levels.fyi、校友/用户提供面经 公司官网、产品文档、SEC/投资者材料、TechCrunch/主流媒体 其他市场 公司官网 + 当地头部 job board + LinkedIn 当地论坛/Glassdoor/校友面经/用户提供材料 公司官网、当地媒体、行业报告 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： 目标定位 ：用 Stage 1 的能力关键词当靶心。 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。 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"。 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。 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： 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。 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。 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。 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。 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。 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） 原则 一句话 先调研，再动手 不搞清岗位要什么就改简历 = 瞎改 翻译 > 堆砌 把真实经历翻译成岗位语言，胜过堆关键词 迁移要有锚 每个"可迁移能力"都对应一件真做过的事 真实 > 完美 1-2 件真做过的小事，胜过 3 件编得天衣无缝的事 模糊 > 撒谎 "记不准精度了"永远比硬报一个被追问就崩的假数字安全 主动 > 被动 主动把节奏带到王牌，别等面试官在你心虚处深挖 讲明白 > 背话术 面试不是朗读稿子，是把真实经历讲得清楚、稳住姿态 先验收再交付 没跑质量闸门的产物，不算完成 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