简历关键词优化器模板：不堆词，也能对齐 JD 和 ATS

简历关键词优化器模板实操：先拆 JD 关键词，再映射真实经历，重写 bullet 并通过 ATS 解析检查，避免关键词堆砌。

1. 先建关键词映射表，再动笔重写

   把 JD 术语拆成必备词、场景词、可选词，并给每个词匹配一个真实经历证据。没有证据先不写。

   可用 Prompt： 请从这份 JD 提取必备词、场景词、可选词，并逐条追问我对应的真实项目证据，再开始改写。
   表达示例： 关键词：stakeholder management；证据：迁移项目中每周组织 4 个团队风险同步会并推进决策。

2. 使用四列表 JD 关键词模板

   把岗位 JD 扫描结果整理成四列：JD 要求、简历证据、改写动作、风险。这样能先发现缺口，避免为了 ATS 扫描硬加无法证明的词。

   可用 Prompt： 请根据这份 JD 生成四列表简历关键词优化模板：岗位要求、当前简历证据、改写动作、证据缺失风险。
   表达示例： 要求：forecasting；证据：月度 pipeline 复盘；动作：改写销售运营经历；风险：如果你只是查看预测，不要写成负责预测。

3. 用“动作 + 场景 + 结果”重写 bullet

   保留 JD 同语义关键词家族，但每条 bullet 要有动作、范围和结果，避免空泛词。

   可用 Prompt： 按目标 JD 关键词家族重写我的经历，格式为动作、范围/工具、结果，确保可在面试中复述。
   表达示例： 把“优化报表”改成“搭建销售运营周度 KPI 看板，将人工更新从 3 小时降到 45 分钟”。

4. 控制密度，避免关键词堆砌

   同一个词不要在同一段反复出现。可换成同意图词，并分散到摘要、经历、技能三处。

   可用 Prompt： 检查我这版简历的关键词重复度，给出同意图替换词和位置调整建议，不改动事实含义。
   表达示例： 把重复 communication 分别改成跨团队同步、干系人更新、升级问题处理（前提是你确实做过）。

5. 判断 AI 工具名是不是有效关键词

   Claude、Microsoft Copilot、GitHub Copilot、ChatGPT 这类词不是默认技能词，而是条件关键词。只有 JD 要求 AI 辅助工作，或你能证明自己在项目中有人工复核地使用过，才写进简历。

   可用 Prompt： 请审查这些 AI 工具名是否适合写进简历：Claude、Microsoft Copilot、GitHub Copilot、ChatGPT。按 JD 需求和证据标记为：保留、放进项目 bullet、移到工具区或删除。
   表达示例： 保留：用 GitHub Copilot 辅助测试脚手架，并通过 pull request 审查。删除：技能区写 Claude AI，但没有工作流、产出和复核证据。

6. 最后做 ATS + 人读双检查

   关键词对齐后，再检查标题结构、日期一致性、文件名、条目长度和语句自然度。能解析但难阅读的简历仍会被淘汰。

   可用 Prompt： 请做最终 QA：ATS 解析风险、关键词缺口、空泛表述和可读性问题，并按优先级给修复清单。
   表达示例： 优先修：摘要缺目标岗位关键词、2 条经历缺结果、日期格式不统一、技能块过长。