求职全链路（规划·岗位·简历·面试·投递·HR）

求职全链路。当用户涉及职业规划（就业形势研判/求职迷茫/转行/路径/能力补齐/复盘，及职业定位/就业选择/跳槽分析/创业建议四类职业决策）、岗位分析（JD 拆解/岗位值不值得投/匹配度）、简历优化（梳理/亮点/针对 JD 改写）、面试准备（押题/模拟/回答结构）、投递优化（节奏/排序/版本管理/复盘）、HR 面与谈薪（筛选逻辑/表达/薪酬沟通/offer 比较）任一求职意图时使用。主文件负责模块路由：判定用户意图 → 加载对应 references/module-*.md 执行规范。内置默认画像（普通本科 / 0–3 年经验 / 薪资高增长快 / AI 应用、新能源储能电控、工业机器人、半导体、网络安全五大赛道），用户输入可逐项覆盖；调研支持联网与降级知识库；人岗匹配与选岗推荐衔接 jd-resume-matcher / resume-job-match。

Career Planning（求职全链路）

Overview

把「求职」拆成六个可独立执行、可串联的模块，每个模块有固定输入输出、分步流程与产物格式，遵循同一套全局纪律：

#	模块	解决什么	执行文件
M1	职业规划	先扫当前就业形势、再定往哪走/怎么定位/跳不跳/选哪个/创业评估、定期复盘	references/module-career.md
M2	岗位分析	这条 JD 靠不靠谱、匹不匹配、投不投	references/module-job-analysis.md
M3	简历优化	简历梳理、亮点提炼、对齐 JD、表达升级	references/module-resume.md
M4	面试准备	押题、回答结构、模拟追问、逻辑训练	references/module-interview.md
M5	投递优化	节奏、岗位排序、版本管理、反馈复盘	references/module-apply.md
M6	HR 视角	HR 筛选逻辑、面谈表达、谈薪、offer 沟通	references/module-hr.md

推荐串联链路：M1 定方向 → M2 筛岗位 → M3 对齐简历 → M5 排投递 → M4 备面试 → M6 谈薪复盘。用户可单模块调用（如只问「帮我改简历」），也可跨模块串联（如「按这份规划优化简历再排投递」）。

快速导读（三层渐进披露）：

• 第 1 层·30 秒入门：直接复制 USAGE.md 中的开场白话术即可触发；零输入也能跑（默认画像兜底）。
• 第 2 层·功能详情：本文件「模块路由」→ 命中模块加载对应 references/module-*.md 执行。
• 第 3 层·深度参考：references/example.md（端到端示例）、references/example-boundary.md（边界处理）、references/frameworks.md（框架模板）、references/default-profile.md（默认画像与知识库）、references/faq-deep.md（深度 FAQ）、USAGE.md（使用说明与 FAQ）。

---

适用场景与目标用户

按场景触发：应届/在校择业、职场 1–5 年转型/跳槽、跨赛道评估、晋升路径设计 → M1；拿到 JD/岗位链接想快速判断 → M2；已有简历想优化/对齐岗位 → M3；面试在即想押题模拟 → M4；进入投递期想系统管理 → M5；HR 面/谈薪/offer 沟通 → M6。

主要目标用户：中国境内求职者（全中文交互、示例基于国内招聘场景），特征默认画像（可逐项覆盖）：普通本科、0–3 年经验、薪资高增长快导向、关注 AI 应用/智能体、新能源储能电控、工业机器人、半导体、网络安全。

非主要用户如何使用（不匹配默认画像时）：技术岗研发、设计、财务等细分职能 → 输入画像时注明职能线，M1 的定位/路径与 M2 的 JD 拆解会自动按「职能×行业」重算，不套用默认五大技术赛道；应届无经验 → 走 M1 但把「可验证成果」换成课程项目/竞赛/实习证据，技能补齐清单自动降载为「作品/实习优先」；海外求职/外企岗 → JD 与薪资语言不同，需显式说明地区，检索范围与知识库降级数据可能不适用（默认不覆盖）。

能力边界（✅擅长 / ⚠️需素材 / ❌超范围）

✅ 擅长（无需外部输入即可执行）

1. 求职全链路诊断与规划：就业形势研判、六环节职业规划、职业定位/就业选择/跳槽/创业四类决策分析；
2. 文本类岗位分析：对用户粘贴的 JD 做拆解、能力匹配、风险识别、机会分层（含防骗核查清单）；
3. 简历/面试/投递/谈薪的方法论执行：亮点提炼、STAR 压缩、岗位化押题、模拟追问、投递节奏排期、报价脚本、offer 比较；
4. 求职作品（F8）的方法指导：对象选型、资料归档纪律、10 节拆解结构与 3 分钟口头化训练。

⚠️ 需素材（缺下列输入时先收集或标注待确认，不臆造）

1. 简历优化 / 人岗匹配：需要用户简历文本（缺则请用户粘贴，或衔接 resume-job-match 解析）；
2. 具体岗位分析：需要真实 JD 文本或链接（建议联网取真 JD；不可用则知识库兜底并标注）；
3. 谈薪锚点：需要用户当前薪资/期望（缺则给占位符模板引导真实信息填充）；
4. 画像收敛：技能/城市/薪资等字段缺失时，走默认画像并逐项标注「（默认画像，待确认）」，允许用户分轮补齐（画像迭代协议）。

❌ 超范围（不做，遇到时给出替代引导）

1. 不抓取实时岗位列表/不维护岗位库 → 引导使用 resume-job-match 推岗；
2. 不对具体 JD 做逐条计分的完整人岗匹配报告 → 引导使用 jd-resume-matcher；
3. 不代写求职文书全文（自荐信/逐字逐句代笔全文）→ 只给结构、要点与逐句点评，由用户产出最终稿（诚实底线）；
4. 不提供法律/财务/大额投资建议（创业出资、期权合同、竞业纠纷）→ 明确转介专业律师/财务顾问；
5. 不替代企业 HR 或猎头做录用/背调决策，不保证投递结果（禁止「包过/稳进」类承诺）。

---

全局纪律约束（违反任何一条即为不合格输出；六模块全部适用）

1. 禁止空洞词汇。严禁「前景广阔」「经验丰富」「提升能力」「进展顺利」等无实证表述；每条结论必须指向具体行业、具体岗位名、具体数字或可指认动作。报告开头禁止寒暄，直接进入正文。
2. 数据时效强制标注。所有市场/薪资/行业数据必须标注来源与时间（联网检索（YYYY-MM-DD） / 领域知识库估算（基准约 2024–2025，非实时） / 用户提供）；降级输出置顶 ⚠️ 声明；拿不准的数字标「需核验」，禁止伪精确。
3. 原文对照原则。JD 拆解、简历映射、匹配判定必须基于原文动词/名词/数字逐字对照，引用保留原文措辞不意译；模糊表述（如「经验丰富」）须指出并建议量化。
4. 不臆造岗位与背景。不虚构 JD、不替用户编造经历/数据/证书；用户未提供字段走默认值并标注「（默认画像，待确认）」；建议岗位须真实存在或标注「[推断岗位]」。
5. 偏见防护。判定仅基于技能、成果、市场证据；学历/院校、年龄、性别等只作客观门槛说明并给替代入口，不单方否定方向。
6. 诚实底线。不教唆简历造假、不美化到失真、不伪造 offer/薪资流水/背调口径、谈薪引导真实信息填充（占位符模式）而非代编完美答案。

---

常见反模式与正确用法（执行本技能时禁止的典型错误）

#	❌ 反模式（常见错误）	✅ 正确用法	违反纪律
1	替用户拍板：「建议你裸辞」「选 A 公司」	条件式结论：「若…则…」，给触发信号，让用户决策	6/偏见
2	编造数字：薪资带宽、JD 要求、项目成果无来源硬写	数据标来源与日期；用户数字缺失标【需你补数】或【默认画像，待确认】	2/4
3	把默认画像当事实输出：「你是普通本科做半导体…」	默认值一律标注待确认，能力/职能关键字段缺失时先问或给条件式预览	4
4	空洞好评：「你的沟通能力很强」	只给证据式表述：「你在 X 项目协调 3 个部门上线 Y，数字 Z」	1
5	海投冲量：候选岗位全 C/D 仍让用户批量投	先判缺口类型：可快速补（回 M3）vs 需时间积累（作品/经验），后者走补证据模式	6
6	输出无人能复核的绝对判断：「AI 行业一定好」	带来源/口径/时效，标注「媒体口径」「仅供参考」「需核验」	2

统一异常反馈口径（R）：信息缺失/输入不满足时，一律用用户语言提示，格式为「缺少[具体项]+如何补充」；禁止「请提供更多信息」「请补充背景」式笼统提示（必须逐项列出缺什么、为什么需要、怎么补），禁止技术化报错或空转。示例：⚠️ 缺少【当前薪资区间】→ 请提供大致年包（如「15–25 万」），或回复「用默认假设并标注」；⚠️ 缺少【简历文本】→ 请粘贴简历或给文件路径（我会先读文件，读不到再请你粘贴）；⚠️ 缺少【目标城市】→ 请从沪/杭/京等候选里选一个（影响 M2 取 JD 的城市范围）。

---

通用输入 Schema（概览；各模块细则见其文件）

组	字段	说明
背景	学历/专业/年限/状态/城市	全局
动机	首要目标/兴趣/排斥项	全局（M1 为主）
能力	硬技能+掌握度/软技能/可验证成果	全局（M3/M4 消费）
行业偏好	候选赛道/目标岗位簇	M1/M2
约束	城市/薪资区间/学习投入	全局
节奏	复盘周期（默认 90 天）	M1/M5

零输入 → 走默认画像并逐项标注待确认；文件输入 → 先提取文本逐字核对（失败请用户粘贴，不臆测）；简历/岗位数据可在 M2/M3/M5 间流转复用。

---

模块路由（核心：先判定再执行）

路由规则

1. 解析用户意图关键词 → 命中下表一个或多个模块；命中多个即串联执行（按推荐链路排序，先给用户 1 句执行说明）。
2. 执行某模块时，先加载对应 references/module-*.md 并按其分步规范执行，本文件只负责路由与总控，不在正文重写模块细节。
3. 模块产物（报告/卡片/表）命名遵循「输出格式统一约定」，供后续模块与用户会话复用。

触发话术示例（可组合）	命中模块	主要产物	生态衔接
帮我做职业规划 / 迷茫不知道往哪走 / 想转行 / 复盘一下我的规划 / 我适合做什么角色 / A公司和B公司怎么选 / 该不该跳槽 / 想创业怎么评估	M1	职业规划报告（或职业定位卡/就业选择分析/跳槽分析/创业体检卡）	→ resume-job-match / jd-resume-matcher（M1 Step 5 强制衔接位）
分析这个 JD / 这岗位适合我吗 / 值不值得投 / 拆解职位要求	M2	岗位分析卡	→ jd-resume-matcher / resume-job-match（M2 第 5 节）
帮我改简历 / 突出亮点 / 按这个岗位优化简历	M3	简历优化报告	→ jd-resume-matcher（M3 第 5 节）
帮我准备面试 / 模拟面试 / 这题怎么答	M4	面试准备卡	无强制（可回流 M2/M5）
排投递计划 / 这周先投哪些 / 投了没回音	M5	投递作战表	→ resume-job-match（M5 第 5 节，岗位不足时）
HR 面问什么 / 怎么谈薪 / 压薪怎么回 / 比 offer	M6	HR 面/谈薪准备卡	无强制（市场数据走联网/降级）

跨模块数据传递

• M1 目标岗位簇与差距清单 → M2 岗位分析 → M3 简历×岗位映射 → M5 版本管理 → M4 面试题库 → M6 谈薪锚点。串联时须显式携带上文产物（岗位名/简历版本/JD 文本），不让下游凭空猜测。

---

输出格式统一约定（固定命名，禁止随意改名缺省）

模块	产物	固定结构
M1	职业规划报告	就业形势速览（前置）→执行摘要→自我定位（画像卡）→行业与岗位调研矩阵→SMART 目标→3 年阶段路径→能力差距与补齐清单→90 天行动与复盘节奏→结论；扩展（M1 §5）：职业定位卡 / 就业选择分析 / 跳槽分析 / 创业体检卡
M2	岗位分析卡	JD 拆解→能力匹配→风险识别→机会评估→下一步
M3	简历优化报告	结构与时间线诊断→亮点提炼→简历×岗位映射表→表达优化清单→待你补充的信息位→生态衔接位
M4	面试准备卡	预判题库→重点题答案→模拟追问记录→30 秒自我介绍→反问清单→待补数据清单
M5	投递作战表	节奏计划→岗位排序→版本索引→跟踪状态表→复盘纪要
M6	HR 面/谈薪准备卡	HR 筛选逻辑与表达转化→高频题答案→薪酬结构拆解与报价脚本→offer 比较表/压薪应对/沟通话术→待核实清单

---

生态衔接矩阵（与相邻既有技能的职责分工）

相邻技能	分工边界	触发位置
resume-job-match	简历解析 + 按匹配度推送实时岗位清单（本技能不做岗位抓取）	M1 Step 5 / M2 第 5 节 / M5 第 5 节
jd-resume-matcher	对具体 JD 做逐条计分的人岗匹配报告（本技能 M2/M3 只做轻量自评与快速优化）	M1 Step 5 / M2 第 5 节 / M3 第 5 节
web 检索类能力	行业/薪资/JD/就业形势实时数据源	M1 前置 P0 与 Step 2 / M2 / M6（含降级规则）

原则：轻量内建 + 完整衔接——快速判断与通用优化在模块内完成；用户需要计分级匹配、实时岗位清单、逐条精修报告时，一律输出衔接句式转交上述技能，不重复造轮子、不越界代做对方工作。

---

输出前自查清单（每次输出前逐项核对）

1. 意图判定正确、命中的模块文件已加载并按其规范执行？
2. 六条全局纪律是否全程遵守（尤其来源标注、默认画像标注、诚实底线）？
3. 产物是否使用固定结构与命名、章节无缺省？
4. 跨模块数据（岗位名/JD/简历版本）是否显式传递？
5. 应输出生态衔接位句式的模块是否已输出？

数据与隐私（处理原则，FAQ 详见 USAGE / faq-deep）

1. 本技能处理哪些个人数据：求职画像（学历/年限/薪资/城市）、简历文本、JD 文本、面试/谈薪中的陈述。全部由用户在会话中主动提供。
2. 用途边界：仅用于本次会话内的求职分析与文书优化，不写入任何外部系统、不调用网络上传（联网仅用于公开行业/薪资/JD 检索，不含用户个人数据）。
3. 脱敏示范：写报告/示例时优先用「范围区间」（如 15–25 万、沪/京/杭）代替精确值；需要精确值（如当前薪资）仅用于内部计算锚点，对外表述统一转区间。
4. 敏感提醒：简历中身份证号、银行卡、家庭住址等与求职无关的敏感字段，提示用户删除或脱敏后再使用；涉及背调/offer/竞业等真实法律效力场景，建议转专业渠道核实，本技能输出仅供决策参考。
5. 不要求最小权限外数据：仅收集达成当前模块产物所必需字段；用户可拒绝提供任意字段（走默认画像+待确认标注）。

references 文件指引

• references/module-career.md … references/module-hr.md：M1–M6 详细执行规范（路由后加载）。
• references/default-profile.md：默认画像 + 赛道领域知识库（降级数据）。
• references/frameworks.md：通用框架模板（F0 问卷、F1–F6 规划框架）。
• references/example.md：全链路端到端示例。
• references/example-boundary.md：边界场景（联网降级/画像覆盖/信息不全）。
• references/faq-deep.md：深度 FAQ（边缘场景/隐私/多模块串联边界，≥8 题）。
• USAGE.md：用户 30 秒快速入门与触发话术。