用 AI 改写简历 Bullet 的万能 Prompt 与防编造指南
作者: Iris Resume Team
阅读时间 7 分钟Tailoring
给 AI 提供已核实的原始素材,要求其提供更清晰的改写,并坚决剔除任何无法解释的虚构指标、范围或成果。
直接答案: 使用 AI 润色简历的关键,是把真实的“原始经历笔记”作为输入,并向 AI 提供具有负向约束的 Prompt(如 Google XYZ 公式)。必须明确要求 AI 严禁编造虚假数据、严禁夸大职责范围,将 AI 定位为“表达润色者”而非“内容编造者”。
保持原始事实与草稿并行
开始前先整理好简短的原始笔记:包含具体任务、你的行动、协作方、所用工具和实际产出。改写时让这份笔记保持在屏幕可见位置,便于随时核对 AI 输出是否夸大了事实。
[真实的原始工作笔记] ──> [带负向约束的精准 Prompt] ──> [符合 XYZ/STAR 规范的初稿] ──> [人工核对把关]
四套即拷即用的 AI 改写 Prompt 模板
模板 1:Google XYZ 黄金公式转换器
你是一名资深的职业导师与简历顾问。请将我提供的原始工作经历笔记,重构为符合 Google XYZ 黄金公式(“通过做[Z],以[Y]为衡量,达成了[X]成果”)的高含金量简历经历要点(Bullet)。
改写规则:
1. 必须以强有力的动词开头(如:重构、主导、搭建、优化)。
2. 控制在一句话内(30~50 字),语言凝练专业。
3. 严禁编造任何未经提供的具体数字(如 % 或金额);如果没有具体数字,重点突出交付物、技术复杂度或业务范围。
4. 保留笔记中提及的具体技术栈与工具。
原始工作笔记:
“[在此粘贴你的原始笔记或草稿]”
模板 2:精炼字数与消除冗词(ATS 瘦身)
请对以下简历 Bullet 进行精简与瘦身。删除“负责协助”、“参与相关工作”等被动冗余词汇,使其表述更加干练、专业,符合现代 ATS 扫描规范。
待优化句子:
“[在此粘贴啰嗦的句子]”
模板 3:针对目标岗位(JD)定向提炼
目标岗位 JD 核心要求:
“[在此粘贴 JD 中的技能或要求]”
我的真实工作经历:
“[在此粘贴你的真实经历]”
请基于我的真实经历,针对上述 JD 要求进行侧重提炼与专业改写。严禁虚构我不具备的技能。
模板 4:无精确数字时的质感呈现
这项工作由于历史原因没有精确的业务量化数据。请帮我重点强调技术架构难度、协作流程改善、交付成果的完备性与跨部门认可度,不要编造虚假百分比。
原始笔记:
“[在此粘贴无数据的经历]”
如何防止 AI 产生幻觉编造假数据
大语言模型在生成简历时极易出现“讨好型幻觉”(如擅自加上“效率提升 40%”、“带来数百万元收益”)。在 Prompt 中必须加入负向约束条款:
负向指令 1:“严禁在改写中凭空生成任何百分比(如 20%、35%)或金额,所有数据必须严格来自我提供的内容。”负向指令 2:“不要把‘协助/支持’改写为‘主导/统筹’,保持事实层级一致。”
诚实处理缺失的量化指标
数字只有在面试深入追问时你能解释其统计口径才有价值。遇到没有精准数字的情况,可以用清晰的定性成果代替:
| 工作场景 | 危险的 AI 编造写法 | 诚实可信的高质量写法 |
|---|---|---|
| 内部工具开发与维护 | “提升全员生产力 45%”(虚构无凭据) | “独立开发内部自动化构建脚本,供团队 20 名工程师日常使用,显著减少手动配置失误。” |
| Bug 排查与稳定性修复 | “消除了 99% 的系统错误” | “主导核心业务线历史遗留 Bug 专项攻坚,排查并修复 30+ 处前端高危渲染异常。” |
| 技术文档撰写 | “缩短新员工上手时间 60%” | “梳理并重构团队核心开发架构文档与新员工上手指南,成为部门统一培训标准。” |
复查改写后的最终句子
在将 AI 改写后的句子放入简历前,请逐一核对:
- 面试能自圆其说: 句子里的每个专业名词和业务细节,你都能在面试官面前详细展开。
- 权责边界清晰: 动词准确对应你个人的实际贡献,而非整个部门的集体产出。
- 零虚构数据: 所有的数字与起止时间均真实可查。
- 去除 AI 腔调: 剔除诸如“赋能业务”、“打造闭环生态”等空洞假大空的词汇。
想学习完整的工作流?欢迎查阅 AI 简历制作完整流程 或直接在 Iris Resume 编辑器 中体验实时 AI 润色。
常见问题
没有可靠数字时,能让 AI 帮我补一个指标吗?
不能。可以改用清楚的定性结果,或把需要补充的信息标为待核对,而不是写入一个无法证明的数字。
我只是支持了这项工作,可以使用更强的动词吗?
只有当动词准确反映你的贡献时才可以。应保留范围说明,不要把支持工作写成主导。