简历生成工作流

背景

当时手上只有一份内容反复改、版式反复调的简历，每换一个配色或改一个字，都要重排一遍，改一次错一次。 真正的问题不是「简历不好看」，而是没有单一事实来源：内容、版式、导出三者互相牵制。

我在里面做什么

① 定需求与选型。 一开始就把边界定死——目标方向、页数上限、薪资区间、措辞口径、禁忌词。 目标不清晰，AI 的执行力只会把跑偏放大。

② 给事实。 这是最关键的一步。我把真实的工作文档（工单问题汇总、待解决问题清单）作为素材喂进去， 让写出来的每一条都有据可查。防 AI 幻觉最实用的办法不是反复叮嘱「不要编」，而是让它没机会编。

③ 定标准。 给 AI 立规矩：全篇用「协调 / 统筹推进」，禁用「主导」；删掉「完整运营链路」「乐于学习」 这类套话；数字与单位之间不加空格；交付必须 2 页以内、无乱码、ATS 友好。

④ 审结果。 8 轮迭代，每一轮的验收都是我做的。我不看代码，但我看结果——标题重复、 口径打架、板块失衡、溢出一页，这些 AI 自己不会觉得有问题。

⑤ 沉经验。 每次踩坑都回写成一条经验，累计 12 条，沉淀进可复用的技能文档里。

关键决策：把「内容」和「版式」拆开

项目中途我做了一个架构级判断：删掉 Word 版，改为以 HTML 作为唯一内容源。 理由很简单——只要内容只有一份，配色和导出格式就都是「参数」，加一套配色只改一个参数，不动内容。

这个决定当时看起来只是省事，后来证明它决定了项目能不能继续扩展。

结果

• 一次改字，同步生成 5 套配色 × HTML/PDF = 10 份输出文件
• 8 轮内容迭代 + 3 轮工作流改造，全部逐轮验收
• 沉淀 12 条可复用避坑经验，同样的错不再犯第二次

边界与复盘

• 这是一份个人简历的生成流程，不是通用产品，没有对外发布，也不追求普适性
• 我没有训练模型、没有调参数。我做的是提示词与协作流程设计、人工反馈闭环、知识沉淀， 也就是让 AI 的输出可控、可验收、可复用
• 复盘里最有价值的一条是 08-21 那次：HTML 和 PDF 对不上，我要求以 PDF 为准重建， 排查时才发现 HTML 里混进了浏览器插件注入的约 800 字垃圾代码。 看起来「只是格式问题」，根因却在数据源被污染——这件事让我更确信： 输出对不上时，先查源头，别急着修表面