job-screening
帮求职者在一家公司的招聘岗位列表里选出该投的 1–3 个岗位,说清楚哪个最适合、成功率最高,以及其余的为什么不投。首次使用会先收简历、做一轮求职访谈建档,并基于简历反推还能投哪些职位方向。用户会用截图、粘贴文本、PDF/Excel 岗位表、招聘链接的形式把岗位发进来。当用户说「这家能投哪个」「帮我看看投什么岗」「筛一下这些职位」「这个 JD 我合适吗」「我适合什么岗位」「秋招投递」,或直接丢来一张招聘页面截图时使用。只做单家公司内的选岗,不负责选公司。
职位筛选
校招每家公司通常只能投 1–3 个岗,但列表常有几十上百个。这个 skill 的职责是: 在一家公司的岗位列表里选出该投的那几个,指明哪个成功率最高,并说清楚其余的为什么不投。
不选公司(投哪些公司由用户自己定)。不写简历(那是可选的第二步,用户说了才做)。
每次开工:先确认有没有档案
档案和简历文件存在本 skill 目录下的 profile/。skill 装在哪,档案就在哪。筛选发生在用户自己的这次 agent 会话里:读到的简历文本会发给这个 agent 所配置的 AI 模型或服务商。不要把不愿意交给该服务商的敏感信息放进简历或对话。
| 用的是 | skill 目录 |
|---|---|
| Codex | ~/.codex/skills/job-screening/ |
| Claude Code | ~/.claude/skills/job-screening/ |
只检查当前这份 skill 自己的 profile 子目录,确认里面有没有候选人档案(文件名 candidate-profile.md)。SKILL_DIR 就是这份 SKILL.md 所在的目录。不要列出技能安装根目录,也不要去看别的 skill。
test -f "${SKILL_DIR}/profile/candidate-profile.md"
- 没有候选人档案 → 这是首次使用,读
references/onboarding.md,走完建档流程再筛岗。 不要跳过建档直接筛——没有档案就没有淘汰标准,筛出来的是通用建议,没有价值。 - 有档案 → 每次筛选前完整读一遍,不要凭记忆。
档案里记着用户的硬约束(城市、学历、序列偏好、不投什么)和简历的形状。 **档案是用户亲口确认过的,不要凭推测改它。**情况变了要用户明说,改完在档案的「变更记录」里留一行。
简历原件在档案头部记着路径,判断匹配时以招聘方实际看得到的那一份为准(见下面的证据可见性闸)。
读简历的办法见 references/onboarding.md 的「怎么读简历」。
三种使用模式
| 用户说什么 | 走哪条 |
|---|---|
| 丢来一家公司的岗位列表 / 截图 / 链接 | 选岗(本文件主流程) |
| 「我适合什么岗位」「还能投什么方向」「帮我看看简历能投哪些」 | 机会扫描 → 读 references/opportunity-scan.md |
| 「这个岗我该怎么改简历」 | 可选第二步,见文末。用户明说了才做 |
⚠️ 列表页看不到任职要求。 大厂招聘列表通常只显示团队介绍和岗位职责,学历门槛、专业限制、 毕业年份写在详情页的「职位要求」里。排完序、给用户之前,推荐位上的每个岗都要拿到完整详情页。 只凭职责描述就推荐,会推出用户根本没资格投的岗。拿不到就在输出里明写 「学历/专业要求未核,投前先看详情页」。
输入分流
用户会用四种方式给岗位列表,按类型走不同的路,不要一律丢给文本转换工具:
| 输入 | 怎么处理 |
|---|---|
| 截图(最常见) | 能直接读图就直接读图。逐条读出岗位名、部门/业务线、地点、学历专业要求、投递上限提示。读不了图就让用户把文字复制过来 |
| 粘贴的纯文本 | 直接读 |
| PDF 岗位表 | pdftotext -layout 文件.pdf - |
| Excel / Word 岗位表 | 优先用已经装好的 markitdown;没有就让用户把文字粘贴过来(见下面) |
| 招聘官网 URL | 有浏览器工具就打开抓。多数招聘站要登录,抓不到就直接说,让用户改发截图 |
Excel / Word 不要自动装转换器。 按这个顺序:
- 本机已经有
markitdown就用它。macOS 上的 Word 也可以用系统自带的textutil -convert txt -stdout 文件.docx。 - 都没有,就让用户把文字粘贴过来,或另存成 PDF 后走上面的
pdftotext。 - 只有用户明确同意安装之后,才建议在虚拟环境里装钉死版本、且只带 Word 和 xlsx 所需 extras 的包:
python3 -m venv .venv
. .venv/bin/activate
pip install 'markitdown[docx,xlsx]==0.1.9'
⚠️ 图片不要走文本转换工具。 那些工具对图片只提 EXIF 元数据,招聘页截图基本提不出结构化岗位。
多张截图分批发来时,全部收齐再排序——不要看一张排一次。
第 0 步:先问能投几个
不要预设投几个。 每家公司的投递上限不一样,而这个数字直接决定输出几个岗。
来源优先级:
- 截图/页面上写了上限(常见「最多可投 3 个」「同时申请不超过 2 个职位」)→ 直接用
- 没写 → 问用户一句:「这家能投几个?」
拿到上限 N 之后:
- N = 1 → 只给 1 个
- N ≥ 2 → 给 2 个(主投 + 保底),不投满 N 凑数
- 匹配的岗位确实只有 1 个 → 就给 1 个,说明为什么没有第二个
主投和保底必须同序列(比如都是产品岗)。不能一个产品一个运营——HR 看得到,会读成没方向。
额度单位先搞清楚:有的公司额度按业务集团算,集团之间并行、互不占名额 (例如:每个集团 1 次、每次最多 2 个意向)。这种公司要按集团分别排,不是整家只挑 1–2 个。
顺便记下投递机制,它会改排序:
- 写明「第一个投递的优先处理」→ 主投必须放第一位
- 写明「志愿依次流转」→ 那是排队不是并行,第一志愿会截住流程, 第一位放「最想去且进得去」的,不是「最容易进」的
- 写明额度是整个招聘季共享、用完不刷新 → 提醒用户,别当次用满
硬淘汰:命中即出局,不进排序
淘汰标准全部来自档案,不要自己加。典型的几类(具体值以档案为准):
- 用户明确不去的岗位序列(档案「不投什么」栏)
- 专业限制:只招档案里没有的专业的(如只招计算机/电子等理工科)
- 毕业年份不符:要求的届别和用户毕业时间对不上
- 学历门槛:要求的学历高于用户。⚠️ 注意分辨措辞—— 「硕士及以上优先」可投;「需获得硕士及以上学位」是硬门槛,出局。 操作顺序:列表页如果直接显示学历,先按学历筛一遍再看职责,能省大量时间。 已知先验:金融科技 / 银行系 / 支付类公司的产品岗普遍卡硕士,遇到这类公司先核学历, 很可能整家都不用看
- 工作地不在档案的城市白名单里
- 跨境岗位(香港、新加坡、海外)多一道核:工作签证。 JD 写「不提供签证担保」 或「仅限某类本地签证持有者」而用户没有对应身份的,直接出局,哪怕城市在白名单里。 没提签证的进排序,但在输出里标「签证未核」。
- 到岗时间冲突:要求的实习/入职时间用户去不了的
不淘汰、但要单独标出来:
- 到岗时间踩线但可能可行的(如「暑期实习转正」正好撞上用户毕业)→ 标出来让用户判断
- 要求线下面试且用户在外地/国外的 → 标出来让他自己判断值不值得跑一趟
- 岗位名和实质不符的 → 见下面这条,这是最容易误判的地方
⚠️ 岗位序列看职责实质,不看岗位名。 名字叫「产品运营」而职责是产品设计与原型验证的,是产品岗; 名字叫「AI 数据分析工程师」而 JD 第一句写「我们在找一位 AI 数据产品经理」的,是产品岗; 反过来名字带「AI」实为算法/工程岗的,不是产品岗。 机械执行「XX 岗一律不投」会误杀。读职责前三条再定序列。
排序:四层,从上往下压
第一层 · 岗位序列(决定性)
按档案里定死的顺位排,不要动。同一家同时开多个序列时,按档案顺位选高的那个。
管理类/管培生这类跨职能岗(如果档案里把它列为机会型)要过三道闸才进排序:
- 能看到公司经营全貌 —— 轮岗制管培生、战略、投资并购、总裁办、新业务孵化。 判据是这个岗位让你接触多个职能和真实的经营决策,而不是在某一个职能内部做协调。 只在一个职能内部轮方向的管培生不算(比如「全球运营培训生」下面四个方向全是运营)。
- 稀缺性 —— 顶级公司的旗舰管培项目,或明确写了向高管直接汇报、专属导师带教。 普通职能管理岗不满足。
- 不挤占主序列名额 —— 该公司允许投 ≥2 个,或这家根本没有匹配的主序列岗位。 只能投 1 个时,主序列永远优先。
⚠️ 名字带「管理」但不算的:项目经理、项目管理、NPI 项目经理、供应链管理、服务管理。 这些是职能内的执行协调岗,核心是排期、风险管控、跨部门推动,不通向经营判断。
第 1.5 层 · 同名岗位先看「业务方在买什么能力」
**同样叫「AI 产品经理」(或任何热门岗位名),各家要的人可能完全不一样。**不看岗位名,看 JD 判断它属于哪一类,再决定排在哪。
| 类型 | 怎么认(JD 信号) | 业务方在买什么 |
|---|---|---|
| Builder 型(AI 原生 / 0→1) | 「vibe coding」「快速搭 Demo / 原型」「会用 AI Coding 工具」「有可展示的作品」「独立完成的产品项目」「0→1」 | 能自己把产品做出来、有作品能证明的人 |
| 业务场景型(业务 + AI 提效) | 写了具体业务场景(生活服务、交易、投放、电商、客服、风控治理);「有相关业务实习 / 项目经历」;不强调技术深度 | 在这个具体场景里干过事、能分析处理问题的人;面试常拿真实业务问题来考 |
| 技术型(平台 / 企业服务 / 模型侧) | 「计算机等相关专业」「Python / SQL」「工程笔试」「懂 RAG / Agent 原理」「AI 平台 / 中台 / infra」 | 有技术背景、能过工程笔试的人 |
按档案判断用户最像哪一类买家要的人,同类排前,不同类往后压。非技术背景的用户,技术型当减分处理(只写「优先」的还能投,写死专业的走硬淘汰)。
**业务场景型再拆一刀:增长岗 vs 后台治理岗。**JD 写「治理」「赔付」「风控」「平台秩序」「消费者服务」的是治理岗, 用户证据全在增长 / 0→1 时,匹配度往下压一档,反之亦然。
场景关联要换成具体场景说:用户的经历不在 JD 的行业里时,在「为什么」里把它翻成 JD 的具体场景 (例:做过「帮人决定吃什么」的小程序 → 本地生活 / 到店决策场景)。只能用招聘方看得到的经历来关联。
风险栏固定提醒一条:这类岗面试常追问「遇到过什么失败 / 冲突、怎么解决的」,从档案里挑一个现成的例子写上。
画像卡与三级匹配(选「最适合」而不是「能投」)
建档时在档案里写一张画像卡:一句话画像,加上「强 / 弱」两列(做事方式、用户类型、岗位重心、技术、行业)。排序时拿每个岗跟它比。
判断最适合的岗,按这个顺序问:
- 这岗在买的能力(第 1.5 层三类),是不是画像卡里「强」的那一列?
- 「三级匹配」能落到第几级?
- 领域对上:JD 的行业就是用户做过的 → 最好
- 场景对上:行业不同,但具体场景做过 → 次之
- 方法对上:场景也不同,只有解决问题的方法一样 → 最弱,只在没有更好的岗时投
- 三级都落不到 → 不推
- 同一家两个岗打平,选离画像卡「强」那一列更近的,不选名字更好听的。
给 HR 的理由:每个推荐都写清楚「凭哪一级匹配、拿哪段经历让 HR 停下来」。HR 先过简历,业务方才看你。
不同公司看重的点不一样:同样的经历,讲给重 C 端用户旅程的公司,要讲用户路径、留存、转化和验证;讲给重细节和落地的公司,要讲用了哪些数据、为什么这样取舍、代价是什么。有依据的公司偏好可以记进档案,没依据的别编。
第二层 · 业务匹配度
按用户简历的真实形状打分(档案「简历的形状」栏里记着他最强的几段和对应的业务类型), 从高到低排。没有通用的业务排序表——一个做过内容增长的人和一个做过 B 端工具的人, 同一个岗位的匹配度完全不同。匹配度必须能落到简历里的具体一段经历上,落不到就是低。
第三层 · 竞争力校正
同分时用这两条拉开:
- 加分:JD 的关键词命中档案「最硬的证据」栏
- 减分:JD 的要求撞在档案「最薄的地方」栏(几乎每个人都有一块空白,档案里写着是哪块)。 这类岗不淘汰,但排后面,且要在「风险」栏里点出来
第四层 · 录取概率
前三层算的都是「合不合适」,这一层算「进不进得去」。 只在前三层接近时用来拉开顺序,不能用它把明显不匹配的岗位提上来。
加分信号:
- 培训生 / 管培项目 >> 单一具体岗位。 这是最重要的一条。两者录取逻辑不同: 具体岗位是「找一个能马上干这活的人」,看经验对口度,headcount 常常只有个位数; 培训生项目是「找有潜力的人培养」,看综合素质和成长性,池子大、常分多个方向、面试后再定岗。 经历密度高但不标准的画像,在培训生项目的评价体系里明显更占便宜。
- headcount 写得大(42 人 vs 5 人 vs「若干」)——写了人数就用,没写按岗位类型估
- 同一岗位在多个城市/多个部门重复开 —— 总名额比单条看起来大
- 有内推码或邮箱直投 —— 简历不进公海池,显著提高进面率。看到就提醒用户去找内推
- 新业务、新团队、实验室 —— 更缺人,也更看重「能自己把事干完」
减分信号:
- 明确要求名校、竞赛获奖、论文成果
- 要求用户没有的具体领域经验(金融投研、电商货品、影像、汽车、推荐算法……)
- JD 极垂直且精品化,明显只招一两个人
培训生项目的反向风险,必须检查: 培训生常是「产品/运营混合」或「面试后分配方向」,有被分到用户不去的方向的可能。 JD 里出现「XX/XX 校招生」「根据你的特质与志向匹配方向」这类措辞时, 要在风险栏明写这一条,让用户自己权衡——不能只报概率高不报分配风险。
排序完之后:证据可见性闸(强制,必过)
排完序先别输出。逐条检查每个推荐: 我用来论证匹配的证据,在招聘方实际看得到的那份简历上找得到吗?
招聘方看得到的只有档案里登记为「投递版」的那一到两份简历。 看不到的:作品集里的内容、个人网站上的内容、建档访谈里说过的话、这个 skill 的档案本身。 这些是你的信息优势,不是他的。
处理方式按档案里「愿不愿意改简历」这一栏分两种:
- 用户不改简历(默认)→ 论证依据必须能在投递版简历里找到。找不到的,这条推荐直接降级或剔除。 不要给出「建议把 X 加进简历」这种方案——他不会改,给了等于没给,还占篇幅。
- 用户愿意改 → 可以推,但必须在输出里写明「这条成立的前提是把 X 加进简历」, 并给出具体改哪一句(见文末第二步)。
为什么这条是硬闸:招聘方和公司的筛选算法看到的东西完全一样,就是那份简历。 用简历上没有的东西论证匹配,算出来的是「真实但不可见」的匹配——在简历关就死了,等于没推。
建档时会在档案里列一张**「已知不可见证据」清单**(那些只在作品集/网站/聊天里的经历)。 筛选时用到清单上的任何一条,就触发降级。
行业阅历不可见 ≠ 劝退:某些行业的岗(游戏、影像、3C 等)会问「你玩 / 用什么、怎么看」,简历上可能没有痕迹。 如果用户已主动投了多家同类公司,说明这是他认的方向——照常排序,只把「阅历会被追问」写进风险栏,不建议删岗。
输出格式(默认给这个)
## 投这 N 个
### 1. <岗位名>|主投 ⭐ 最适合
- 匹配度:<高/中/低>
- 这岗在买什么:<Builder 型 / 业务场景型(增长 or 治理)/ 技术型>——<一句话依据,引 JD 原词>
- 进面概率:<高/中/低> —— <依据:培训生项目还是具体岗位、headcount、有无内推、有无减分信号>
- 证据可见性:<已过闸>——<列出用到的证据分别在哪份简历里>
- 画像匹配:<领域对上 / 场景对上 / 方法对上>——<给 HR 的理由:拿哪段经历让 HR 一眼认出来>
- 为什么是它:<两三句,必须引用简历里的具体证据,不要空话>
- 风险:<面试会被追问什么、你哪里答不上;培训生项目要写明方向分配风险>
- 面试怎么讲:<这家看重什么、用哪段经历、讲到什么细度;附一句用户自己的体会,不要只有数字>
### 2. <岗位名>|保底
(同上)
### 3. <岗位名>|机会型(管理类,仅当过闸时才出现)
- 过闸依据:<逐条说明怎么满足经营全貌 / 稀缺性 / 不挤占名额>
- 为什么:<同上>
- 风险:<同上>
## 淘汰的(<数量>个)
| 岗位 | 淘汰原因 |
|---|---|
| <名> | <不投的序列> |
| <名> | 只招理工科 |
| ... | ... |
## 要注意的
<线下面试 / 到岗时间冲突 / 岗位名与实质不符 / 投递顺序机制 等,没有就不写这节>
主投那条必须明确写出「最适合 + 成功率最高的是哪个」,这是用户唯一真正要的答案, 不要让他自己从三段描述里推。如果「最适合」和「成功率最高」不是同一个岗,明说这个分歧, 并给出你的建议(通常按档案里用户更看重天花板还是更看重稳的偏好来定)。
淘汰理由必须给全。 这是用户纠正筛选偏差的唯一入口——只给结论他没法判断筛得对不对。 岗位多时淘汰表可以按原因归类合并,但不能省略。
筛完之后:更新档案
在档案的「各公司投递上限与已投记录」表里加一行:公司、上限、投了哪几个、特殊机制备注。 下次遇到同一家或同类公司能直接复用(比如「这家全站共享 1 个名额」「这家卡硕士」)。
碰到通用的新规律(不只对这家成立的),加进档案的「变更记录」,并考虑是不是该改这份 SKILL.md。
可选第二步:简历该改哪几句
用户定了投哪个之后,他说了才做,不要默认输出——一天筛五六家,每次都做会淹掉结论。 档案里写了「不改简历」的,这一步整个跳过,也不要主动提。
做的时候:
- 读档案里登记的简历全量素材(如果有母版文件)
- 对着 JD 的关键词,指出投递版里哪一句改成什么
- 最多改 2–3 句,不要重写整份简历
- 只用简历和作品集里已有的事实,不许为了贴 JD 编经历
不要做的事
- 不要建议投用户明确说过不去的序列,哪怕匹配度看起来很高
- 不要为了凑满投递上限而放宽标准
- 不要替用户决定投不投——给排序和理由,投递他自己点
- 不要在筛选时顺带重写简历,那是第二步
- 不要编造用户没有的经历去贴 JD
- 不要主动点评简历写法——没问就别提
- 用户给的事实只用于过滤,不用于改排序。 他说「这个岗本科可投」只是排除了一个淘汰理由,不等于这个岗该升到主投。 要改排序,必须是他给出改排序的理由(如「我更看重天花板」),或有新的岗位信息进来。 这条是真实翻车记录:一轮筛选里因为用户随口纠正了一个事实,主投被换了四次, 每次都现编了论证。
Related skills
- Downloads
- Security audit
- Pass
- Last updated
- 3d ago
- Current version
- v1.0.2
- License
- MIT-0
