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”加油去申请！“那种打鸡血——再加 3-5 天能跑完的优先级补差距计划。没这个，你会在不相关 gap 上花太多力，在 dealbreaker 上花太少。
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。但它打分偏宽。明确告诉它：“诚实打分，不要为了鼓励我打高。” 高风险岗位再找一位在职朋友交叉验证。
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。竞争岗位变体：“再加一段’叙事角度’——基于我的背景，应该讲一个怎样的’路径如何走到这一步’的故事。“
建议让 AI 输出成什么样
顶上分数 + 理由、三类清单（满足 / 部分 / nice-to-have / 缺口）、补缺口具体任务。“超准备一件事”是彩排首选。
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
实操加深
做「用 AI 评 JD 匹配度：诚实 1-10 分 + 3 天补差距计划」这类任务时，AI 输出质量主要取决于输入包是否完整。至少给它受众、原始材料、目标格式、你要做的决策，以及一好一坏两个参考。第一轮先要求保留事实，第二轮再优化结构、语气或表达，不要让模型一边猜事实一边润色。
拿到结果后单独做一次复核：有没有遗漏限制、编造细节、行动项不清、语气和真实场景不符。最终稿最好能马上使用，包含明确对象、下一步和判断标准，而不是还需要别人重新解释一遍。
FAQ
- 6/10 fit 该不该投？ 时间内能补 top 缺口就投。“5 年的平台 X 你没有”这种就别投。
- 简历对 JD 偏弱怎么办？ 跳过 或 在 cover letter 里挑明——不要在面试时给面试官惊喜。
- 多久重评？ 每个 JD 一次。匹配度是 JD 相对的，不是绝对的。
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