PLUS
简历定制（基于 JD）
给一个具体 JD,改你的简历 → 命中率 +50%
可下载使用
Per-user zip · 规则库已内嵌, 完全离线运行, 不需要 token 不需要联网
💥 一份简历投 30 家 0 callback? 因为你需要 30 份不同的简历
都说要按 JD tailor 简历, 但不知道改哪 / 改完跟原来差不多
每个 JD tailor 一次手动 30 分钟, 投 30 家就 15 小时 — 真不值
怕重写整份简历把好东西改没了, 又怕不改命中率太低
能干什么
跟 resume-polish (通用润色) 不一样 — 这个 skill 吃一个具体 JD + 你当前简历, 逐条建议你怎么改 (改哪个 bullet, 加哪些 keyword, 删哪段不相关经历)。结合 jd-analyzer 输出的角色识别 + 缺口分析, 帮你对每个目标岗位出一份"定制版"简历 (不是一份打天下)。
为什么不直接用 ChatGPT?
ChatGPT
ChatGPT 改简历 → 整份重写, 你之前花心思的细节全丢了简历定制（基于 JD）
我们: 改 master 简历的顶部 3 sections (Summary / Skills / Experience 第 1 条) + 保留下面不动ChatGPT
ChatGPT: "加几个 JD 关键词" 但不告诉你加在哪简历定制（基于 JD）
7 条 P0/P1 tailoring principles (ATS keyword 加 Skills section + Experience 第 N 条 bullet, 不是堆顶部)ChatGPT
ChatGPT 不会算匹配度 — 给你的建议你不知道该信几分简历定制（基于 JD）
6 维度 matching score rubric (Hard Skills 35% / Years 15% / Industry 15%...) + 4 档投递信心建议ChatGPT
ChatGPT 默认你诚实改写, 不知道哪些改法会被识破撒谎简历定制（基于 JD）
7 条 common_mistakes 红线 (不撒谎年限 / 不 keyword stuffing / P5 不能 → Director)ChatGPT
ChatGPT 一个 JD 改 30 分钟, 30 家就 15 小时简历定制（基于 JD）
同一份 master 喂不同 JD, 每次 30 秒出 tailor 建议 — 30 家半天搞定真实样例
📥 输入
JD: Canva Senior Data Engineer — 强调 dbt + Snowflake + production ETL
你的简历 master 经验 1: "Built data pipeline at Startup."📤 输出
## 🎯 简历定制报告 (针对 Canva Senior Data Engineer)
### 匹配度评分: 78/100 (Hard Skills 30/35 + Years 12/15 + Industry 13/15...)
### Top 改写建议 (按 ROI)
1. **Bullet 改写**:
Before: "Built data pipeline at Startup."
After: "Ingested 2TB/day from 8 sources via **dbt + Airflow + Snowflake**; brought reporting SLA from 4h to 15min, unblocking 3 downstream BI teams."
改的: 加 JD 关键技术栈 dbt+Snowflake + 量化 2TB / 8 sources + business impact (3 BI teams)
### 投递建议: 🟡 70-84 中等匹配, tailor 后投使用场景
- 投 Canva senior data engineer 前定制一版重点突出 dbt + Spark
- 同一份简历投 Atlassian 和 Macquarie Bank 两版各自不同重点
- 识别 JD 关键词把简历里弱表达换成 ATS 友好版本
- JD 要求 8+ 年但你只有 5 年, 怎么 reframe 经历突出深度而非年限
- JD 要 leadership 但你是 IC, 怎么提取 mentoring / cross-team 故事
谁该用这个 skill?
一份简历投多家
不想为每个 JD 全部重写, 只改顶部 3 sections
Senior 跳同行业
同样经验在 A 公司是 senior 在 B 公司是 mid, 怎么 reframe
想投 senior 但只有 mid 年限
Years Reframing — 改"年限"为"深度密度"
海外转国内 / 国内转海外
同一份简历两个市场各出 1 版
📊 7 条 P0/P1 tailoring principle + 3 真实 bullet pattern + 6 维度评分
某学员用同一份 master 简历, 7 个目标公司各跑一次 resume-tailor, 30 分钟出 7 个 tailored 版本 (vs 之前手动 3.5 小时)。投 7 家拿 4 个面试, 之前一份简历投 30 家拿 2 个。
AI 工具兼容性
| AI 工具 | 执行模式 | 状态 |
|---|---|---|
| Claude Code | 原生 skill 安装 (离线) | ✅ |
| Cursor / Continue | 规则文件接入 (离线) | ✅ |
| Claude.ai | 粘贴 SKILL.md 即用 (离线) | ✅ |
| ChatGPT | 粘贴 SKILL.md 即用 (离线) | ✅ |
| Kimi / 通义 / DeepSeek / 豆包 | 粘贴 SKILL.md 即用 (离线) | ✅ |
30 秒安装
- 点上面按钮下载 zip — 拿到 per-user 包
- 解压, 把文件夹拖到 AI 工具目录:
• Claude Code:~/.claude/skills/
• Cursor / Continue: 把 SKILL.md 加进项目 rules
• ChatGPT/Claude.ai/Kimi 网页: 复制 SKILL.md 粘到对话框 - Claude Code 输入 /resume-tailor; 网页 LLM 描述任务即可
常见问题
跟 resume-polish 啥区别? 两个都买不浪费吗?
resume-polish = 一次性把你的 master 简历从中式格式 / 弱动词 / 缺量化 全面升级一遍 (升级完用 N 年)。resume-tailor = 每次投不同 JD 拿出 master 改顶部 3 sections (per-job 操作)。两个都必要 — polish 是底子, tailor 是临门一脚。
改完一份 tailored 简历能用几次?
一次 — 这就是 tailor 的意义。每投一家新公司跑一次 skill (30 秒), 不是写一份打天下。
我担心 ATS keyword stuffing 反而被识破
skill 内置 keyword stuffing 红线 — Skills section 不超过 30 个 keyword, 70% 关键词必须自然写进 Experience bullet 里。不是堆 Skills 顶部 50 个词应付 ATS。
我国内大厂经验 JD 用澳洲背景描述, 怎么 tailor 不撒谎?
Role Title Translation: 国内 P5→mid / P6→senior / P7→staff engineer, 用 FAANG 对标职级。Years Reframing: 不要写 "8 years experience" 然后被问起细节翻车, 改写 "8 years owning end-to-end systems including 5M DAU production deployments"。
改完简历会不会跟我之前简历差异太大被识破
不会 — skill 只改顶部 3 sections (Summary / Skills / Experience 第 1 条 bullet), 简历下面 80% 不动。改的内容是 ATS keyword 替换 + 量化数据补全, 不是杜撰新经历。
准备解锁了吗?
$2 USD 单买永久解锁 或 PLUS $19.9/月 全 6 skill。投 5+ 家公司就回本 PLUS, 算下来每家公司 tailor 成本 < $1。