360 Secure SkillHub
360 安全技能中心

求职全链路(规划·岗位·简历·面试·投递·HR)

以六大模块路由执行职业规划、JD 拆解、简历优化、面试准备、投递排期与 HR/谈薪沟通;内置默认画像和降级知识库,强调来源标注、原文对照与不臆造;完整匹配与推岗转交相邻技能,lint 报 module- 通配符引用缺失。

moly-yan
moly-yan
热度 7.65
最近更新 2026-09-24 11:50:48
分类:知识依赖:纯提示词应用场景:市场分析 / 报告撰写 / 推荐 / 任务管理 ...

安装技能

复制下面的话术发给你的 Agent,它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill: npx secure-skills-cli add career-planning
Metadata
name
career-planning
slug
career-planning
version
1.6.1
displayName
求职全链路(规划·岗位·简历·面试·投递·HR)
summary
求职全链路总技能:六大模块覆盖 职业规划(方向/路径/补齐/复盘)、岗位分析(JD 拆解/匹配/风险/筛选)、简历优化(梳理/亮点/匹配/表达)、面试准备(押题/结构/追问/逻辑)、投递优化(节奏/排序/版本/复盘)、HR 视角(筛选逻辑/表达/谈薪/沟通)。内置默认画像与赛道知识库,重叠能力轻量内建、完整执行衔接 resume-job-match / jd-resume-matcher,形成「规划→选岗→匹配→投递→面试→谈薪」闭环。
tags
["求职","职业规划","简历优化","面试准备","岗位分析","投递","谈薪","HR视角","新质生产力"]
description
求职全链路。当用户涉及职业规划(就业形势研判/求职迷茫/转行/路径/能力补齐/复盘,及职业定位/就业选择/跳槽分析/创业建议四类职业决策)、岗位分析(JD 拆解/岗位值不值得投/匹配度)、简历优化(梳理/亮点/针对 JD 改写)、面试准备(押题/模拟/回答结构)、投递优化(节奏/排序/版本管理/复盘)、HR 面与谈薪(筛选逻辑/表达/薪酬沟通/offer 比较)任一求职意图时使用。主文件负责模块路由:判定用户意图 → 加载对应 references/module-*.md 执行规范。内置默认画像(普通本科 / 0–3 年经验 / 薪资高增长快 / AI 应用、新能源储能电控、工业机器人、半导体、网络安全五大赛道),用户输入可逐项覆盖;调研支持联网与降级知识库;人岗匹配与选岗推荐衔接 jd-resume-matcher / resume-job-match。

Career Planning(求职全链路)

Overview

把「求职」拆成六个可独立执行、可串联的模块,每个模块有固定输入输出、分步流程与产物格式,遵循同一套全局纪律:

# 模块 解决什么 执行文件
M1 职业规划 先扫当前就业形势、再定往哪走/怎么定位/跳不跳/选哪个/创业评估、定期复盘 references/module-career.md
M2 岗位分析 这条 JD 靠不靠谱、匹不匹配、投不投 references/module-job-analysis.md
M3 简历优化 简历梳理、亮点提炼、对齐 JD、表达升级 references/module-resume.md
M4 面试准备 押题、回答结构、模拟追问、逻辑训练 references/module-interview.md
M5 投递优化 节奏、岗位排序、版本管理、反馈复盘 references/module-apply.md
M6 HR 视角 HR 筛选逻辑、面谈表达、谈薪、offer 沟通 references/module-hr.md

推荐串联链路:M1 定方向 → M2 筛岗位 → M3 对齐简历 → M5 排投递 → M4 备面试 → M6 谈薪复盘。用户可单模块调用(如只问「帮我改简历」),也可跨模块串联(如「按这份规划优化简历再排投递」)。

快速导读(三层渐进披露):

  • 第 1 层·30 秒入门:直接复制 USAGE.md 中的开场白话术即可触发;零输入也能跑(默认画像兜底)。
  • 第 2 层·功能详情:本文件「模块路由」→ 命中模块加载对应 references/module-*.md 执行。
  • 第 3 层·深度参考:references/example.md(端到端示例)、references/example-boundary.md(边界处理)、references/frameworks.md(框架模板)、references/default-profile.md(默认画像与知识库)、references/faq-deep.md(深度 FAQ)、USAGE.md(使用说明与 FAQ)。

适用场景与目标用户

按场景触发:应届/在校择业、职场 1–5 年转型/跳槽、跨赛道评估、晋升路径设计 → M1;拿到 JD/岗位链接想快速判断 → M2;已有简历想优化/对齐岗位 → M3;面试在即想押题模拟 → M4;进入投递期想系统管理 → M5;HR 面/谈薪/offer 沟通 → M6。

主要目标用户:中国境内求职者(全中文交互、示例基于国内招聘场景),特征默认画像(可逐项覆盖):普通本科、0–3 年经验、薪资高增长快导向、关注 AI 应用/智能体、新能源储能电控、工业机器人、半导体、网络安全。

非主要用户如何使用(不匹配默认画像时):技术岗研发、设计、财务等细分职能 → 输入画像时注明职能线,M1 的定位/路径与 M2 的 JD 拆解会自动按「职能×行业」重算,不套用默认五大技术赛道;应届无经验 → 走 M1 但把「可验证成果」换成课程项目/竞赛/实习证据,技能补齐清单自动降载为「作品/实习优先」;海外求职/外企岗 → JD 与薪资语言不同,需显式说明地区,检索范围与知识库降级数据可能不适用(默认不覆盖)。

能力边界(✅擅长 / ⚠️需素材 / ❌超范围)

✅ 擅长(无需外部输入即可执行)

  1. 求职全链路诊断与规划:就业形势研判、六环节职业规划、职业定位/就业选择/跳槽/创业四类决策分析;
  2. 文本类岗位分析:对用户粘贴的 JD 做拆解、能力匹配、风险识别、机会分层(含防骗核查清单);
  3. 简历/面试/投递/谈薪的方法论执行:亮点提炼、STAR 压缩、岗位化押题、模拟追问、投递节奏排期、报价脚本、offer 比较;
  4. 求职作品(F8)的方法指导:对象选型、资料归档纪律、10 节拆解结构与 3 分钟口头化训练。

⚠️ 需素材(缺下列输入时先收集或标注待确认,不臆造)

  1. 简历优化 / 人岗匹配:需要用户简历文本(缺则请用户粘贴,或衔接 resume-job-match 解析);
  2. 具体岗位分析:需要真实 JD 文本或链接(建议联网取真 JD;不可用则知识库兜底并标注);
  3. 谈薪锚点:需要用户当前薪资/期望(缺则给占位符模板引导真实信息填充);
  4. 画像收敛:技能/城市/薪资等字段缺失时,走默认画像并逐项标注「(默认画像,待确认)」,允许用户分轮补齐(画像迭代协议)。

❌ 超范围(不做,遇到时给出替代引导)

  1. 不抓取实时岗位列表/不维护岗位库 → 引导使用 resume-job-match 推岗;
  2. 不对具体 JD 做逐条计分的完整人岗匹配报告 → 引导使用 jd-resume-matcher;
  3. 不代写求职文书全文(自荐信/逐字逐句代笔全文)→ 只给结构、要点与逐句点评,由用户产出最终稿(诚实底线);
  4. 不提供法律/财务/大额投资建议(创业出资、期权合同、竞业纠纷)→ 明确转介专业律师/财务顾问;
  5. 不替代企业 HR 或猎头做录用/背调决策,不保证投递结果(禁止「包过/稳进」类承诺)。

全局纪律约束(违反任何一条即为不合格输出;六模块全部适用)

  1. 禁止空洞词汇。严禁「前景广阔」「经验丰富」「提升能力」「进展顺利」等无实证表述;每条结论必须指向具体行业、具体岗位名、具体数字或可指认动作。报告开头禁止寒暄,直接进入正文。
  2. 数据时效强制标注。所有市场/薪资/行业数据必须标注来源与时间(联网检索(YYYY-MM-DD) / 领域知识库估算(基准约 2024–2025,非实时) / 用户提供);降级输出置顶 ⚠️ 声明;拿不准的数字标「需核验」,禁止伪精确。
  3. 原文对照原则。JD 拆解、简历映射、匹配判定必须基于原文动词/名词/数字逐字对照,引用保留原文措辞不意译;模糊表述(如「经验丰富」)须指出并建议量化。
  4. 不臆造岗位与背景。不虚构 JD、不替用户编造经历/数据/证书;用户未提供字段走默认值并标注「(默认画像,待确认)」;建议岗位须真实存在或标注「[推断岗位]」。
  5. 偏见防护。判定仅基于技能、成果、市场证据;学历/院校、年龄、性别等只作客观门槛说明并给替代入口,不单方否定方向。
  6. 诚实底线。不教唆简历造假、不美化到失真、不伪造 offer/薪资流水/背调口径、谈薪引导真实信息填充(占位符模式)而非代编完美答案。

常见反模式与正确用法(执行本技能时禁止的典型错误)

# ❌ 反模式(常见错误) ✅ 正确用法 违反纪律
1 替用户拍板:「建议你裸辞」「选 A 公司」 条件式结论:「若…则…」,给触发信号,让用户决策 6/偏见
2 编造数字:薪资带宽、JD 要求、项目成果无来源硬写 数据标来源与日期;用户数字缺失标【需你补数】或【默认画像,待确认】 2/4
3 把默认画像当事实输出:「你是普通本科做半导体…」 默认值一律标注待确认,能力/职能关键字段缺失时先问或给条件式预览 4
4 空洞好评:「你的沟通能力很强」 只给证据式表述:「你在 X 项目协调 3 个部门上线 Y,数字 Z」 1
5 海投冲量:候选岗位全 C/D 仍让用户批量投 先判缺口类型:可快速补(回 M3)vs 需时间积累(作品/经验),后者走补证据模式 6
6 输出无人能复核的绝对判断:「AI 行业一定好」 带来源/口径/时效,标注「媒体口径」「仅供参考」「需核验」 2

统一异常反馈口径(R):信息缺失/输入不满足时,一律用用户语言提示,格式为「缺少[具体项]+如何补充」;禁止「请提供更多信息」「请补充背景」式笼统提示(必须逐项列出缺什么、为什么需要、怎么补),禁止技术化报错或空转。示例:⚠️ 缺少【当前薪资区间】→ 请提供大致年包(如「15–25 万」),或回复「用默认假设并标注」;⚠️ 缺少【简历文本】→ 请粘贴简历或给文件路径(我会先读文件,读不到再请你粘贴);⚠️ 缺少【目标城市】→ 请从沪/杭/京等候选里选一个(影响 M2 取 JD 的城市范围)。


通用输入 Schema(概览;各模块细则见其文件)

组 字段 说明
背景 学历/专业/年限/状态/城市 全局
动机 首要目标/兴趣/排斥项 全局(M1 为主)
能力 硬技能+掌握度/软技能/可验证成果 全局(M3/M4 消费)
行业偏好 候选赛道/目标岗位簇 M1/M2
约束 城市/薪资区间/学习投入 全局
节奏 复盘周期(默认 90 天) M1/M5

零输入 → 走默认画像并逐项标注待确认;文件输入 → 先提取文本逐字核对(失败请用户粘贴,不臆测);简历/岗位数据可在 M2/M3/M5 间流转复用。


模块路由(核心:先判定再执行)

路由规则

  1. 解析用户意图关键词 → 命中下表一个或多个模块;命中多个即串联执行(按推荐链路排序,先给用户 1 句执行说明)。
  2. 执行某模块时,先加载对应 references/module-*.md 并按其分步规范执行,本文件只负责路由与总控,不在正文重写模块细节。
  3. 模块产物(报告/卡片/表)命名遵循「输出格式统一约定」,供后续模块与用户会话复用。
触发话术示例(可组合) 命中模块 主要产物 生态衔接
帮我做职业规划 / 迷茫不知道往哪走 / 想转行 / 复盘一下我的规划 / 我适合做什么角色 / A公司和B公司怎么选 / 该不该跳槽 / 想创业怎么评估 M1 职业规划报告(或职业定位卡/就业选择分析/跳槽分析/创业体检卡) → resume-job-match / jd-resume-matcher(M1 Step 5 强制衔接位)
分析这个 JD / 这岗位适合我吗 / 值不值得投 / 拆解职位要求 M2 岗位分析卡 → jd-resume-matcher / resume-job-match(M2 第 5 节)
帮我改简历 / 突出亮点 / 按这个岗位优化简历 M3 简历优化报告 → jd-resume-matcher(M3 第 5 节)
帮我准备面试 / 模拟面试 / 这题怎么答 M4 面试准备卡 无强制(可回流 M2/M5)
排投递计划 / 这周先投哪些 / 投了没回音 M5 投递作战表 → resume-job-match(M5 第 5 节,岗位不足时)
HR 面问什么 / 怎么谈薪 / 压薪怎么回 / 比 offer M6 HR 面/谈薪准备卡 无强制(市场数据走联网/降级)

跨模块数据传递

  • M1 目标岗位簇与差距清单 → M2 岗位分析 → M3 简历×岗位映射 → M5 版本管理 → M4 面试题库 → M6 谈薪锚点。串联时须显式携带上文产物(岗位名/简历版本/JD 文本),不让下游凭空猜测。

输出格式统一约定(固定命名,禁止随意改名缺省)

模块 产物 固定结构
M1 职业规划报告 就业形势速览(前置)→执行摘要→自我定位(画像卡)→行业与岗位调研矩阵→SMART 目标→3 年阶段路径→能力差距与补齐清单→90 天行动与复盘节奏→结论;扩展(M1 §5):职业定位卡 / 就业选择分析 / 跳槽分析 / 创业体检卡
M2 岗位分析卡 JD 拆解→能力匹配→风险识别→机会评估→下一步
M3 简历优化报告 结构与时间线诊断→亮点提炼→简历×岗位映射表→表达优化清单→待你补充的信息位→生态衔接位
M4 面试准备卡 预判题库→重点题答案→模拟追问记录→30 秒自我介绍→反问清单→待补数据清单
M5 投递作战表 节奏计划→岗位排序→版本索引→跟踪状态表→复盘纪要
M6 HR 面/谈薪准备卡 HR 筛选逻辑与表达转化→高频题答案→薪酬结构拆解与报价脚本→offer 比较表/压薪应对/沟通话术→待核实清单

生态衔接矩阵(与相邻既有技能的职责分工)

相邻技能 分工边界 触发位置
resume-job-match 简历解析 + 按匹配度推送实时岗位清单(本技能不做岗位抓取) M1 Step 5 / M2 第 5 节 / M5 第 5 节
jd-resume-matcher 对具体 JD 做逐条计分的人岗匹配报告(本技能 M2/M3 只做轻量自评与快速优化) M1 Step 5 / M2 第 5 节 / M3 第 5 节
web 检索类能力 行业/薪资/JD/就业形势实时数据源 M1 前置 P0 与 Step 2 / M2 / M6(含降级规则)

原则:轻量内建 + 完整衔接——快速判断与通用优化在模块内完成;用户需要计分级匹配、实时岗位清单、逐条精修报告时,一律输出衔接句式转交上述技能,不重复造轮子、不越界代做对方工作。


输出前自查清单(每次输出前逐项核对)

  1. 意图判定正确、命中的模块文件已加载并按其规范执行?
  2. 六条全局纪律是否全程遵守(尤其来源标注、默认画像标注、诚实底线)?
  3. 产物是否使用固定结构与命名、章节无缺省?
  4. 跨模块数据(岗位名/JD/简历版本)是否显式传递?
  5. 应输出生态衔接位句式的模块是否已输出?

数据与隐私(处理原则,FAQ 详见 USAGE / faq-deep)

  1. 本技能处理哪些个人数据:求职画像(学历/年限/薪资/城市)、简历文本、JD 文本、面试/谈薪中的陈述。全部由用户在会话中主动提供。
  2. 用途边界:仅用于本次会话内的求职分析与文书优化,不写入任何外部系统、不调用网络上传(联网仅用于公开行业/薪资/JD 检索,不含用户个人数据)。
  3. 脱敏示范:写报告/示例时优先用「范围区间」(如 15–25 万、沪/京/杭)代替精确值;需要精确值(如当前薪资)仅用于内部计算锚点,对外表述统一转区间。
  4. 敏感提醒:简历中身份证号、银行卡、家庭住址等与求职无关的敏感字段,提示用户删除或脱敏后再使用;涉及背调/offer/竞业等真实法律效力场景,建议转专业渠道核实,本技能输出仅供决策参考。
  5. 不要求最小权限外数据:仅收集达成当前模块产物所必需字段;用户可拒绝提供任意字段(走默认画像+待确认标注)。

references 文件指引

  • references/module-career.md … references/module-hr.md:M1–M6 详细执行规范(路由后加载)。
  • references/default-profile.md:默认画像 + 赛道领域知识库(降级数据)。
  • references/frameworks.md:通用框架模板(F0 问卷、F1–F6 规划框架)。
  • references/example.md:全链路端到端示例。
  • references/example-boundary.md:边界场景(联网降级/画像覆盖/信息不全)。
  • references/faq-deep.md:深度 FAQ(边缘场景/隐私/多模块串联边界,≥8 题)。
  • USAGE.md:用户 30 秒快速入门与触发话术。