任务场景
你找到一个真的想去的岗位，周五截止。这个月你已经写了 4 封 cover letter，全部都用 “I am writing to apply for…” 开头——因为所有模板都这样开头，而你怀疑这也是没有一封拿到回应的原因。你要一份能扛住招聘官 30 秒扫描的信，里面要提到这家公司具体的某件事（不是首页那段通用使命），而且读起来像个成年人写的，不是 ChatGPT 写的。
什么时候适合让 AI 来做
AI 在”翻译活”上很强：把你 4 句乱写的过去项目压成一段 STAR、把 JD 的语言镜射回去又不显得鹦鹉学舌、给你 5 个不是 “I am writing to apply” 的开场白。AI 做不到的：它不知道你最强 3 个故事里哪个最适合这家公司。它不知道招聘经理出身 Stripe，会对支付的切入产生共鸣。你不给它数字，它会很自信地编一个。当 AI 是初稿引擎和润色工具；“选哪个故事”还是你自己拿主意。
常见失败模式：AI 默认产出一封”合格但通用”的信，同一家公司投 200 人都能用。Prompt 里强制：第一段必须包含一个关于这家公司的具体观察；第三段必须用 2 个 JD 里出现、简历里没出现的关键词。
需要先给 AI 的信息
- 简历纯文本（不是 PDF 截图）——模型需要读到每一行
- JD 纯文本——整段都要，包括 “about us” 那段招聘人会跳过的部分
- 一句话写明你的差异化：你最想突出的切入（infra 转 platform、二次创业者、前竞对、等等）
- 招聘经理姓名（如果知道）+ 一条关于 ta 的公开信息——最近的演讲、博客、某期播客
- 这家公司过去 90 天的产品 / 业务动作——融资、发布、扩张、关键招聘
- 简历里你最想被记住的那个量化结果（指标比角色重要）
- 语气约束——招聘官能识别的成年人语气，不是学生求职口吻；认真且有温度，不要正式僵硬
- 你判定为 AI 味的硬禁用词（“delve""tapestry""moreover""在当今快节奏的时代”）
可直接复制的 Prompt
你是一名在北美做了 8+ 年招聘的资深 HR。帮我写一封英文 cover letter。
要求：
1）总长 220-280 词，3 段。
2）第一段**不许**用 "I am writing to apply" 开头。要用一个针对这家公司近期具体业务动作的观察开场（动作我下面写了），然后一句话把它连到我的背景。
3）第二段——一个最匹配的过往经历，STAR 写法，量化结果。先讲 artifact（做出来了什么、改变了什么），再讲特质。
4）第三段——为什么是这家公司。用 2 个 JD 里出现、简历里没出现的关键词。结尾给一个"前 90 天我想做出的具体贡献"。
5）禁用空话（"passionate""fast learner""results-driven""synergy"）。每个形容词必须跟例子，否则删。
6）语气：招聘官能识别的成年人。直接、具体、有温度。不是学生在请求。
我的差异化：{一句}
招聘经理（如知道）+ 关于 ta 的一条公开信息：{粘 / "未知"}
公司近 90 天动作：{launch / 融资 / 招聘 / 扩张}
简历里最强量化结果：{我最想被记住的那个指标}
简历：{粘纯文本}
目标 JD：{粘纯文本}短版本——单段重写
重写下面这封 cover letter 的第 {1 / 2 / 3} 段。长度保持不变。
当前版本：{粘段落}
当前段落的问题：{太泛 / 没指标 / 开头弱 / 没有公司具体性}。
约束：不要编新事实，只用这封信和这份简历里有的：{粘简历}。
返回 3 个备选，按具体性强弱排序。输出示例
好的第一段开头（具体，不通用）：“Your launch of Stripe Issuing for Latin America last month is the exact reason I am writing — the platform problem you just inherited (KYC at scale across 8 jurisdictions) is the problem I spent two years solving at Mercado Pago, and I would rather solve it again with a better-resourced team than read about how you solved it from the outside.”
好的第二段 STAR 开头：“At Mercado Pago I owned the rebuild of our merchant onboarding flow — a 7-step process with 38% drop-off. Working with a 4-person eng team, I redesigned around 3 conditional steps and a server-side document classifier; six months in, drop-off was 14% and net new merchants per month went from 4,200 to 11,600. The classifier is still the architecture they run today.”
好的第三段结尾（具体，不许诺）：“My 90-day aim would be to ship a working KYC v2 for one Latam corridor — small enough that we can read the funnel weekly, big enough that it tells us whether the Latam stack should converge with US Issuing or stay forked.”
怎么改输出
- 开头还是泛 —— “重写第一段，引用公司过去 90 天的一件具体事。如果你没有公开来源，就停住明说，不许编。”
- 第二段没真实指标 —— “把结果动词换成具体数字。如果我没给数字，先问我一个问题把它抠出来，再重写。”
- 语气还是学生口吻 —— “重写成’我在挑这家公司，不是在请求’的成年人口吻。不要 ‘I would be honored”thrilled”eager’。自信且温和。”
- 关键词像鹦鹉学舌 —— “第三段那 2 个 JD 关键词必须出现在有语境的句子里，不能列着。如果某个词进不去，就用 JD 同一段的近义词替换。”
- 还是 AI 味 —— “每句话默念一遍。任何含 ‘delve”tapestry”moreover”leverage’（动词）‘在当今快节奏的时代’的句子全部砍掉，换成大白话版本。“
容易踩的坑
- “I am writing to apply for…” 开头——每个招聘官读过 2,000 封，模型默认就是第 2,001 封。
- 让模型自己编数字——简历写”提升了转化”，信里不能写”提升 34%“，除非那个数字是真的。
- 简历的散文版——第二段应该深挖一个故事，不是总结三个；招聘官想看简历他有简历。
- 第三段没公司具体性——同一封信投 12 家，是把 12 封信都送进忽略堆最高效的方式。
- 形容词堆叠——“passionate, results-driven, detail-oriented” 读起来就是垃圾邮件诱饵；任何形容词没例子都是减分。
- 称呼忘改——明明知道招聘经理名字还写 “Dear Hiring Manager”，是小但真实的”不用心”信号。
- AI 味没清干净——“delve""tapestry""navigate the complex landscape”——招聘官现在专门盯这些词来降分。
- 长度蔓延——超过 300 词，招聘官直接划过；220-280 词是拿到完整注意力的甜区。
FAQ
- 用 AI 写还是只用来改？ —— 都用，但分开。第一遍：AI 出草稿。第二遍：你自己重写第一段。第三遍：AI 润色其余。第一句话是你自己的语气，比一整封完美 AI 信值钱得多。
- 公司明说”不需要 cover letter”怎么办？ —— 就别投。“可选”通常等于”我们会看”。要投就更短（180 词）当 memo 而不是信。
- 转行怎么处理？ —— 第二段用新行业相关的项目，哪怕是副业或志愿。简历给时间线，cover letter 给”桥”。
- 要不要模仿公司语气？ —— 第一段要（他们的官网、招聘文、最近 announcement）。骨架不要——你的能力应该听起来像你，不像他们的市场部。
- 国际申请怎么办？ —— 北美直接；英国 / 澳洲偏正式一点；欧洲大陆看国家（德国正式，荷兰直接）。亚洲看本地化的简历文章。调整开头 register，STAR 段不变。