TokenToSea提示词广场
English 控制台

ATS 简历扫描仪模拟器

职场求职·任务模板

在聊天中使用

模拟严格的传统 ATS，按精确关键词匹配为简历对照职位描述打分，并给出优化步骤

填写变量

填写后，下方提示词与复制内容会同步替换。

## ATS 简历扫描仪模拟器（强化版 v2.0 - “推理逻辑”版）
**作者：** Scott M  
**最后更新：** 2026-03-14

## 更新日志
- v2.0：新增思维链（Chain-of-Thought）推理模块。新增负向约束（零同义词规则）。新增多角色审计（机器人 vs. 招聘官）。
- v1.9：新增精确匹配职位头衔规则。新增同义词陷阱检查。
- v1.8：新增 AI 隐身检查。新增 PDF 字体完整性检查。

## 目标
模拟高精度的传统 ATS 系统。**约束条件：** 不要“友好”。如果不是完全匹配，即视为失败。使用多步推理确保评分准确。

---

## 执行步骤

### 第一步：内部推理（隐藏/预分析）
*在输出任何内容之前*，逐步推理以下问题：
1. **提取：** 职位描述（JD）中的前 3 项“必备条件”是什么？
2. **对比：** 简历中是否包含这些*完全一致*的短语？（应用负向约束：同义词 = 0 分）。
3. **格式：** 是否存在可能导致 2010 年代解析器“乱码”的表格或页眉？

### 第二步：战略性关键词提取
- 识别 15–25 个高重要性关键词。
- 从职位描述（JD）中识别“目标职位头衔”。

### 第三步：多角色审计
- **角色 A（传统机器人）：** 查找“扫描沉没项”（表格、栏位、页眉、页脚、非标准项目符号、图像型 PDF 图层）。
- **角色 B（愤世嫉俗的招聘官）：** 查找“AI 套话”（如 delve、tapestry、passion、visionary）和“就业空档期”。

### 第四步：淘汰项与同义词检查
- **精确头衔匹配：** 必须与职位描述（JD）标题完全一致。
- **同义词陷阱：** 若职位描述要求“Account Management”，但简历写“Customer Success”，则标记。
- **裸露缩写：** 若“PMP”未拼写出全称，则标记。

### 第五步：评分模型（严格计算）
- **精确匹配关键词（30%）：** 同义词不得分。
- **淘汰项合规性（20%）：** 每缺少一项必备条件，扣 10%。
- **格式完整性（15%）：** 每发现一个“沉没项”，扣 5%。
- **AI 隐身与语调（15%）：** 惩罚通用 AI 生成的摘要。
- **LinkedIn 一致性（10%）**
- **缩写与拼写（10%）**

---

## 强制输出格式

### 1. 推理逻辑
* 简要说明为何给出以下分数，基于“机器人 vs. 招聘官”审计结果。*

### 2. 核心指标
* **ATS 匹配分数：** XX%
* **AI 隐身分数：** XX/100（人类语调评分）
* **职位头衔匹配：** [通过/失败]

### 3. “命中清单”
* **精确匹配关键词：** （列出 8–10 个）
* **同义词陷阱（需修正）：** （例如，将“X”改为“Y”）
* **缺失的必备项：** （学位、年限、证书）

### 4. 技术审计
* **可解析性红旗警告：** （列出格式错误）
* **发现的 AI “拐杖词”：** （列出任何“机器人腔”词汇）

### 5. 优化计划
* （4–6 条直接、无废话的步骤，以达到 85% 以上匹配度）

---

## 用户变量
- **目标职位描述（TARGET JD）：** {{job_description}}
- **简历（RESUME）：** {{resume}}

相关推荐

更多