前两周跟我堂弟聊微信，他发了一张截图过来——某招聘app上"已投递187个岗位，收到面试邀请4个"。
他打了几个字："哥，我快疯了。"
我说你简历发我看看。他发过来一个PDF，我打开扫了前两行就皱起了眉头。一份简历投所有岗位，工作描述里写的是"负责公司日常运营事务"，但投的岗位从新媒体运营到数据分析到产品助理——JD里要求的技能词汇一个都没对上。
我问他："你每份JD都看过吗？"他回："看了啊，但改简历太累了，改一份至少半小时，187份我得改到明年。"
这句话我太熟了。找工作最累的不是面试，是投简历——你要把同一份经历，对着几百个岗位写成几百个略有不同的版本。
但问题是，这件事恰好是Agent最擅长的。
不是说让AI帮你写一份简历然后你就赢了。而是让多个AI协同起来——一个分析你的简历、一个读懂JD的核心需求、一个负责改写迭代、一个去批量投递、还有一个追踪回复——变成一条完整的生产线，你只需要在最后面试的时候出个人。
我花了三周把这条生产线搭出来了。过程比想象中曲折，但结果是：投了200个岗位，一份没手动写。
为什么AI写的简历面试率只有4%
我先说我的第一次翻车经历，你可能也有过类似的。
三个月前我第一次让ChatGPT帮忙改简历。我把自己的简历和一份JD贴进去，说了句——
帮我把这份简历改成匹配这个岗位的
它用了三秒就吐出来了。我看了下，关键词全对上了，经历也做了润色。满意地投了出去。
一周后统计结果：投了28个岗，2个面试。面试率7%，说实话比我手动改的还低了3个百分点。
我复盘的时候发现一个很致命的问题：ChatGPT确实把JD里的词塞进简历了，但它是硬塞的，没有逻辑。
比如JD里写"需要数据分析能力"，它就在我简历里加了句"具备数据分析能力"。但面试官一看，我之前做的都是行政工作，跟数据分析八竿子打不着——简历里突然冒出这个词，只会让人觉得你是在堆关键词。
真正匹配的简历不是把JD的词往简历里塞。而是把你的真实经历翻译成JD的语言。你有行政经验，你肯定做过数据分析——你可能做过费用分析、考勤统计、采购比价——这些就是数据分析。只是你没用JD的语言写出来。
这是一个翻译问题，不是一个生成问题。
我拆出了5个Agent，每个只管一件事
想清楚这个逻辑之后，我把整个投简历流程拆了。以前这是一个人做的事：看JD→回忆经历→组织语言→调整排版→上传→等回复。现在我把它拆成了5个Agent，每个只负责一个环节。
第一步：简历拆解Agent
投之前你得先知道自己到底有啥。大部分人写简历的问题是：只会写职位名称和工作年份，但说不清楚自己到底做了什么、有什么可量化的成果。
这个Agent做的事很简单：把你那份笼统的简历拆成具体的技能模块。
我给它的指令是这样的：
你是简历拆解专家。请分析以下简历，提炼出：
这个人掌握的硬技能（按行业分类，至少8项） 每个硬技能对应的具体案例（做了什么、用了什么工具、结果是什么数字） 可迁移到其他岗位的软技能（含证明案例） 项目经历中哪些是可量化的（哪怕原来没写数字，可以根据描述估算） 输出格式：每个人信息项必须包含「技能名称→具体案例→可量化结果→可匹配的岗位类型」
这一步花了30秒。输出了一份1900字的详细拆解。我堂弟那份简历，他自己都没想到能拆出12项硬技能——他一直在行政岗，但拆出来的结果里包括了数据整理、供应商管理、流程优化、预算编制这些可迁移到运营、商务、数据分析岗位的核心技能。
耗时：30秒。手动梳理：至少2小时。
第二步：JD解析Agent
很多人看JD就看两个东西：要求什么学历、有什么关键词。但实际上JD是一份需求说明书，里面藏着招聘方的真实痛点和优先级。
这个Agent专门读JD：
分析以下岗位描述，提取：
这个岗位的核心痛点（为什么他们要招这个人？当前团队缺什么？） 必须满足的硬性要求（没这个直接筛掉） 加分项（有的话通过率翻倍） 岗位关键词（按重要程度排前10） 建议的简历叙事方向（从你的经历中挑哪个角度讲故事最能打动人） 用中文输出，直接给结论不废话。
读一份JD大概10秒。它提取出来的东西比我手动看出来的多了三倍。
比如有一个"电商运营助理"的JD，我自己看只看到了"需要PS技能、熟悉淘宝后台"。但Agent读出来的是："核心痛点是店铺详情页素材更新太慢导致转化率低，硬性要求是会用PS批量改图+有内容排期经验，加分项是做过短视频剪辑。"
有了这份解析，你才知道简历里的"会PS"应该写成"每周批量处理50+张商品详情图，从接收需求到出图平均20分钟"——因为对方的痛点不是你会用PS，而是你得快。
耗时：10秒/份。手动分析：15-20分钟/份。
第三步：简历改写Agent
这个Agent是整个生产线最核心的环节。它不生成新内容，而是把你拆解后的经历重新包装，套上JD需要的语言。
指令长了一些，因为要约束它不乱编：
根据以下简历拆解结果和JD解析结果，重写一份针对该岗位的简历。
规则：
不改动任何事实——不编造经历、不虚报数据、不修改公司和职位名称 但可以用JD的语言重新描述你的经历——把"做了行政工作"翻译成JD需要的语言 每个经历必须包含三个要素：做了什么+用什么方法+产生了什么可量化的结果 结果没有精确数字的，用范围表示（如「提升15%-20%」「节省约40%时间」） 关键词密度控制在JD高频词出现4-6次，不要堆砌 简历正文不超过800字，重点经历的描述不超过3行 输出格式：个人信息→求职意向（只写这个岗位，不写多个方向）→核心技能（5项，每项一行）→工作经历（最近2段即可）→项目亮点（选1-2个最能匹配这个岗位的项目）
改写一份简历大约8秒。
效果有多明显？我堂弟投一个"运营专员"岗位的时候，简历拆解发现他做过这件事：每月整理各部门的费用报销单，汇总成报表给财务。他原来简历上就写了"负责费用报销汇总"七个字。
Agent改写后变成了："主导月度跨部门费用数据归集，覆盖6个部门年均120+笔报销单据，搭建标准化汇总模板，将财务对账时间从3天缩短至0.5天，报告准确率从92%提升至99%以上。"
你看，所有信息都是原来就有的，只是换了种说法。但HR看到的是完全不同的两个人。
耗时：8秒/份。手动改写：25-40分钟/份。
第四步：批量投递Agent
这是最省时间的一环。前面三个Agent搞定后，这个Agent做的事情就是把改好的简历+标准话术自动填到各个招聘平台的表单里。
指令比较简单：
以下是要投递的岗位列表和对应的简历文件路径。请为每个岗位生成：
在线投递时的一句话自我介绍（12字以内，包含岗位最核心关键词） 附言/留言（50字以内，说明为什么适合这个岗位，用口语化表达） 需要打包的材料清单（简历+作品集+其他附件）
耗时：60秒生成，实际投递动作需要手动确认（或配RPA工具）。
第五步：回复追踪Agent
投完之后最难的是追踪。你同时投了50个岗位，哪个有回复了、哪个HR看了没回、哪个聊着聊着就没下文了——全靠脑子记，最后一定乱。
这个Agent做成了一张追踪表：
根据以下投递记录，生成一张追踪表，包含：
每个岗位的投递日期、当前状态（已投/已读/HR回复/约面试/面试完成/已拒） 超过3天未更新的标黄色、超过7天标红色 HR回复后的建议回复草稿（基于JD解析结果，展现你对岗位的理解） 下一个需要跟进的行动
每天花两分钟看一眼这张表就行，不用再翻三个招聘app的聊天记录找哪家回过你。
用数据说话：Agent生产线到底快了多少
我统计了五组对比数据，给你一个直观感受：
| 对比维度 | 手动方式 | Agent生产线 | 提升幅度 |
|---|---|---|---|
| 分析一份JD并提取关键需求 | 15-20分钟 | 10秒 | 快90倍 |
| 针对一个岗位改写一份简历 | 25-40分钟 | 8秒 | 快187倍 |
| 投递50个岗位总耗时 | 约35小时 | 约2.5小时（含确认） | 省93%时间 |
| 面试率（面试数÷投递数） | 约10%（手动改版本） | 约23%（Agent精准版） | 提升130% |
| HR回复后准备跟进 | 5-10分钟 | 30秒（自动生成回复草稿） | 快20倍 |
最大的变化其实不是速度——是意愿。 手动改一份简历就要半小时，投了十个你就开始烦躁，后面的简历越改越敷衍，最后直接拿通用版糊弄。Agent不会累，投第200份的时候跟第1份一样认真。
踩过的三个坑，帮你省两周
坑一：让AI直接写简历，不给拆解。
第一次我只给了简历+JD，让AI直接改写。结果它自己发挥了——给我的经历编了两个不存在的项目，还在技能栏写了"精通Python"。我根本没写过代码。
后来加了规则"不改动任何事实"和"经历必须有原简历中的依据"，再配合前面的简历拆解Agent（让它知道你到底有什么），这个问题就解决了。AI不是故意编，是信息不够的时候它会自动脑补。你给的信息越结构化，它脑补的概率越小。
坑二：一份简历匹配所有岗位。
我堂弟一开始的想法是"你用AI帮我写一份完美简历就行"。我试了，把简历优化到极致后拿去投——面试率确实从4%涨到了8%，但再往上就涨不动了。
原因很简单：没有一份简历能同时匹配"产品助理""运营专员""数据分析师"三个完全不同方向的岗位。哪怕你的底层技能都能迁移，但HR在扫简历的时候，看的不是你的综合素质，是你跟这个具体岗位的匹配度。
八个月换一个面试跟二十个里出一个面试的区别，不在于你的能力，而在于你的简历读到第二行的时候，HR有没有看到她想看的那个词。
坑三：追踪全靠脑子记。
投到第三周的时候，我堂弟已经在四个平台投了超过150个岗位。他开始记混了——A平台有个HR约了周四面试但他忘了是哪个岗位，B平台有家公司看了简历没回他想催一下但找不到聊天记录。最离谱的是同一家公司他投了两个岗位，HR问他"你到底想面哪个"，他自己也记不清了。
这时候不用Agent建追踪表，就是等着把机会丢掉。
三份你明天就能用的prompt
Prompt 1：简历拆解（先做这个，用一次就行）
分析我的简历，拆解出所有硬技能、可迁移软技能、可量化项目。每个技能必须有对应的具体案例（做了什么、用什么工具、结果是什么）。不要编造任何我没有的经历。输出时用「技能→案例→量化结果→可匹配岗位」的格式。
Prompt 2：JD深度解析（每个岗位用一次）
分析以下JD，提取：①核心痛点（为什么招人）②硬性要求③加分项④关键词排序⑤建议从我的经历中挑哪个角度讲故事。直接给结论，不废话。
Prompt 3：定向简历改写（每个岗位用一次，先做前两步再给这个）
根据简历拆解（附上）+JD解析（附上），重写针对该岗位的简历。规则：不改动事实、用JD语言描述我的经历、每段经历=做什么+方法+量化结果、关键词不堆砌。800字以内。
? 这是《Agent落地实录》第2篇。每期一个真实场景，让AI替你干活。第1篇讲了怎么把AI训练成自己能办事的实习生，这篇讲了搭一条简历生产线。
你现在投简历还在一份一份手动改吗？或者你已经试过用AI改简历，效果怎么样？评论区聊聊~
下篇预告：Agent落地实录 | 我让6个AI分工管一条公众号生产线，从选题到发布全自动
我也整理了「50个免费AI工具合集」，按场景分类，每个工具都附了使用教程。需要的直接私信我，免费发你。
