一句话总结
把 JD 和简历贴进 ChatGPT 或 Claude，要它给一个诚实的 1-10 匹配度 加上按 gap 的准备计划——不是”加油去申请！“那种打鸡血。一定要加上”请诚实打分，不要为了鼓励我打高”，因为默认行为就是往高了打。匹配度回答的是”我能在时间内补上差距吗”，这是 ATS / 关键词分（Jobscan 那类，截至 2026 年 6 月目标 75-80%）回答不了的。推理部分用 Claude Opus 4.7 或 Sonnet 4.6（更不容易编造你没有的技能）；Prompt 见下。
任务场景
你在犹豫某岗位值不值得花时间准备。你要一个诚实的 1-10 匹配度——不是 AI 默认的那种打鸡血——再加上 3-5 天能跑完、有优先级的补差距计划。没有它，你会在不相关的 gap 上花太多力，在真正的 dealbreaker 上花太少。
这是 匹配度，不是 ATS 关键词分。两者回答的是不同问题：
| 匹配度（本文这个 Prompt） | ATS / 关键词分（Jobscan、Teal、Enhancv） | |
|---|---|---|
| 回答的问题 | 我能做这份工作、能在时间内补差距吗？ | 我简历的措辞和 JD 对得上吗？ |
| 分制 | 1-10，每个 gap 带理由 | 0-100% 关键词重合；截至 2026 年 6 月目标 75-80% |
| 适合干嘛 | 决定要不要投、要准备什么 | 打磨你已经决定投的那份简历 |
| 盲区 | 看不到解析器怎么读你的文件 | 看不到你到底能不能干这活 |
先用匹配度决定 要不要 投，决定要投之后再跑 ATS 检查。顺带说一句：常被引用的”75% 简历被 ATS 自动拒”基本是误传——2025 年一项针对美国招聘方的研究发现，92% 并没有设基于内容的自动拒绝规则。真正在到人之前卡住你的，是 硬性淘汰项（工作签证、最低年限这类硬门槛）和无法被正确解析的简历（表格、分栏占了很大一部分失败原因）。匹配度能提前帮你暴露这种硬门槛风险。
哪些情况适合让 AI 来做，哪些情况不要
AI 善于结构化打分、暴露”部分匹配”项（你有点像但不完全是）、按 gap 提准备任务。但它默认打分偏宽；尤其是 ChatGPT，如果你顺手让它也写简历那一边，它会编出你从没声称过的技能或证书。明确告诉它：“请诚实打分，不要为了鼓励我打高。” 让它只对照你贴进去的证据打分。岗位风险高，再找一位真正在这行的人交叉验证。
需要给 AI 的输入信息
- 完整 JD
- 简历 / 作品集摘要（精简）
- 职业阶段：初 / 中 / 资深 / Staff / Director
- 已知面试流程（几轮、形式、Take-home）
- 不能让步的（地点、薪水底线、工时）
- 准备时间预算（天数、每天小时）
可直接复制的 Prompt
评 JD 匹配度并出准备计划。
JD：
"""
<paste>
"""
我的简历 / 作品集摘要：
"""
<paste>
"""
职业阶段：<line>
已知面试流程：<line>
不能让步的：<列表>
准备时间预算：<天 / 每天小时>
请诚实打分。不要为了鼓励我打高。
请输出：
1. 1-10 匹配度 + 一句理由
2. 3 个我清楚满足的 must-have ——背景里的证据
3. 3 个我部分满足的——我有什么、缺什么
4. 3 个我具备的 nice-to-have
5. 3 个缺口——分级：dealbreaker / 可补 / 凑数
6. 补差距计划：每个 gap 一项本周能做的具体任务
7. 建议：申 / 补完再申 / 跳过
8. JD 里我应该超准备的那一件事
如果某个 dealbreaker 我在时间预算内补不上，明确说。竞争岗位再追加一句：“再加一段’叙事角度’——基于我的背景，应该讲一个怎样的’路径如何走到这个岗位’的故事。”
用哪个模型。 截至 2026 年 6 月两个旗舰都能用，但在这件事上表现不同。Claude Opus 4.7 或 Sonnet 4.6（免费档含受限的 Sonnet 4.6）更倾向于只盯着你贴进去的证据、也更愿意反驳你，这正是一个诚实打分器该有的样子。ChatGPT GPT-5.5（在选择器里挑 Thinking 模式）更快，但更想讨好你——留意虚高的分数，以及它给你算上、而你根本没贴进去的技能。两者截至 2026 年 6 月都是 1M token 上下文，长 JD 加完整简历绰绰有余，两边输入都不用删减。
建议让 AI 输出成什么样
顶上是分数加一句理由，接着四类清单（满足 / 部分 / nice-to-have / 缺口，每个缺口标注 dealbreaker / 可补 / 凑数），再是每个缺口配一项具体任务的准备计划，最后给一个 投 / 补完再投 / 跳过 的明确建议。“超准备的那一件事”是彩排首选——也就是最可能左右整轮面试的那一项。如果模型只甩给你一大坨不分层的”优点”，说明它跳过了诚实那一步；用”把缺口排个序，告诉我哪个是 dealbreaker”重新追问。
怎么判断 AI 给的结果能不能直接用
- 分数有理由，不只是数字
- 部分满足诚实——半证据不是全证据
- 缺口分级是 dealbreaker vs 可补，不是都”重要”
- 任务具体（“写 3 个系统设计 STAR 故事”），不是泛（“学系统设计”）
- “超准备一件事”可彩排
容易踩的坑
- 只要分不要建议——只有分等于在拖延
- 忽视补差距建议——那才是价值
- 没补 known gap 就投——二面暴露
- 信 AI 偏高分——觉得太高要 push back
- 跳过”超准备一件事”——那是最值的彩排
FAQ
- 6/10 该不该投？ 时间内能补上 top 缺口就投。如果缺口是结构性的（“5 年的平台 X 你没有”），或者是你满足不了的硬门槛（安全许可、特定执照、工作签证），那就别投。
- 简历对着 JD 显得偏弱怎么办？ 要么跳过，要么直接在 cover letter 里把这个缺口讲清楚。别让它在面试里变成意外——主动点名并解释过的缺口，远比被发现的缺口好看。
- 多久重评一次？ 每个 JD 评一次。匹配度是相对 JD 的，不是对你这个人的绝对评分：同一份简历，在一个团队可能 8 分，在另一家几乎同名的岗位可能只有 4 分，因为每份 JD 看重的 must-have 不一样。
- 匹配度和 ATS 关键词分是一回事吗？ 不是。匹配度告诉你要不要投、要准备什么；ATS / 关键词工具（Jobscan、Teal）告诉你简历的 措辞 和 JD 对不对得上，截至 2026 年 6 月目标大约 75-80%。先评匹配度，决定要投之后再跑 ATS 检查。
- AI 是不是只会叫我去投？ 你不拦着它，常常就是。“请诚实打分，不要为了鼓励我打高”这句才是真正起作用的——不加这句，ChatGPT 和 Claude 都偏鼓励。分数还是觉得高，就再问一句”要怎样才会从 8 分掉到 5 分？”
想知道招聘方实际筛什么，哈佛商业评论关于”隐性人才”招聘门槛的报道 是了解硬性淘汰项如何卡住申请的不错入门读物。
相关
- 简历 Bullet 改写 AI ——磨锋利评分用的 bullet
- JD 解读 ——不评分的 JD 解读
- 公司岗位研究 AI ——申请前做调研
- AI 简历写作 ——按 JD 定制简历
- Cover Letter 定制 Prompt ——按 JD 写 cover letter
- 模拟面试 AI ——练超准备一件事
- STAR 面试回答 ——为匹配岗位做行为面试准备