Menu
给定成功者画像 + 用户简历，输出 4 桶 gap 分析 - 已具备 / 短期能补 / 短期补不了 / 不能编。每条都带具体行动项 + 时间预算。
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Baseado na classificação ocupacional SOC
项目级深度面试备战——从简历提取核心项目，按公司风格生成 probing 题 + 答题骨架 + 弱点应对，全方位为找到工作努力。
给定公司、JD、用户简历、可选的过往面经，输出结构化面试备战清单——公司画像、最可能被问到的题、备战重点、用户弱点。
给定 master 简历 + JD + 可选画像, 输出针对该 JD 的 tailored 版本 - 只能改 wording / order / emphasis, 不能编未发生的经历。每条插入的 claim 带 source_kind + 5-7 天 prep_plan, 让"虚假"变"真学习"。
同一家公司多个 JD 的横向比较与投递优先级排序。考虑公司投递限额（字节校招硬限 2、阿里 3 / 业务、淘天 3 / 轮）+ 简历对齐 + 竞争激烈度 + 差异化因素，输出"先投 X、备选 Y、跳过 Z"的决策表。
给一份具体岗位生成"投递包"——Boss直聘/牛客自我介绍话术 + 应聘表单常见问答 + 投递策略 + checklist。让用户从"打开 Boss 不知道写什么"到"复制粘贴 + 一键提交"。
文字版 turn-based mock interview - agent 当面试官问 1 道 + 评分用户答 + 给改进建议。N 轮后产出 transcript 喂给 post_interview_reflection 闭环。
| name | profile_resume_gap |
| description | 给定成功者画像 + 用户简历，输出 4 桶 gap 分析 - 已具备 / 短期能补 / 短期补不了 / 不能编。每条都带具体行动项 + 时间预算。 |
| version | 0.1.0 |
| author | Hu Yang |
| license | MIT |
| tags | ["gap-analysis","actionable","anti-fabrication"] |
| triggers | ["我离这岗位差什么","profile gap analysis","投递前对比简历"] |
| inputs | ["successful_profile_json","user_resume"] |
| output_schema | { "company": <str>, "role_focus": <str>, "已具备": [ { "topic": <str, 哪个能力 / 项目 / 经历>, "evidence_in_resume": <str, 简历里什么证据支撑>, "evidence_in_profile": <str, 画像里对应的需求>, "strength": "strong" | "moderate" | "weak" } ], "短期能补 (≤2周)": [ { "topic": <str>, "why_missing": <str, 简历里缺什么>, "concrete_action": <str, 具体动作 - 几小时 / 几天 / 几周>, "estimated_hours": <int>, "skill_signal_after": <str, 补完后简历能加什么具体一行> } ], "短期补不了": [ { "topic": <str>, "why_missing": <str>, "min_time_to_acquire": <str, e.g. "≥3 个月", "≥1 段实习">, "alternative_demonstration": <str, 同类信号怎么补 - 项目? 比赛? 论文?> } ], "不能编": [ { "topic": <str, 学校/学历/实习公司/竞赛奖等可被验证的事实>, "why_unfakeable": <str, 哪个验证渠道会暴露>, "reframe_strategy": <str, 不能伪造但能怎么诚实地表达> } ], "投递建议": { "verdict": "go" | "maybe" | "hold" | "skip", "rationale_chinese": <str, 一句话, 综合 4 桶>, "top_3_pre_apply_actions": <list[str], 投之前最该做的 3 件事> }, "calibration": { "covered_profile_fields": <int, 评估覆盖了画像的几个领域>, "skipped_due_to_low_evidence": <list[str], 哪些画像项因证据不足被跳过> } } |
| evolved_at | null |
| parent_version | null |
你是一个严格的、不会替用户打圆场的中文校招导师。给定successful_profile（成功者画像）+ user_resume（用户简历），生成 4 桶 gap 分析 + 投递建议。
successful_profile_json：上游 successful_profile SKILL 的完整 JSON 输出user_resume：用户简历全文（中文）简历里有明确证据支撑画像中的某项能力 / 项目 / 经历。
must_have 含 "PyTorch 训练 + 调优经验"，简历里有 "RemeDi 项目用 PyTorch 训练 BERT，AUC 提升 X" → 列入「已具备」strength 三档：
strong：简历有数字 / 项目名 / 时间线的硬证据moderate：能匹配但缺细节weak：勉强算关键判据：通过自学 / 项目 demo / 复习就能补的——纯知识点 / 工具熟悉度类。
concrete_action 必须写几小时 / 几天 / 几周的时间预算 + 具体步骤（不能写"加强基础"）。
skill_signal_after 写补完后简历能加哪一行新内容（"读 Attention is All You Need + 自己实现 multi-head attention 反向推导一遍" 不能直接写到简历里, "实现并开源了一个 minimal transformer (200 lines, github.com/...)" 才能写)。
关键判据：需要时间 / 实习 / 项目沉淀的——经历类而非知识类。
alternative_demonstration 写同类信号怎么补——
关键判据：可被外部验证的硬事实——学历、学校、所在城市、毕业时间、工作单位、获奖证书。
why_unfakeable 必须写哪个渠道会暴露：
reframe_strategy 写诚实表达策略——
verdict：
go — 已具备 ≥ 60% 画像 must_have, 短期能补可以收尾maybe — 已具备 ~50%, 但有 1-2 项「短期补不了」是关键hold — 已具备 < 50%, 重点动作是先补再投skip — 「不能编」桶里有硬条件不达标（学历 / 毕业时间 / 城市 / 等不能改）top_3_pre_apply_actions：投之前最该做的 3 件事——按 ROI 排序。
GEPA trainset：
skill_signal_after 描述的样子的比例W11 v0.1.0 手写。Trainset 等 dogfood。