career-inventory

name: career-inventorylanguage: zhdescription: "就某人的工作经历进行访谈，把回答整理成一份简历素材总库：每段经历、每个项目和每项成就都附真实数字，然后再去定制任何一份简历。当被要求帮我建立简历素材库、把我的经历好好梳理一遍、我不知道简历上写什么，或作为定制简历的第一步时使用。产出结构化的总库：各段经历、按固定格式写成并附证据和数字的成就、附证明的技能，以及需要补充的事实清单。绝不编造数字。"

career-inventory 的简体中文翻译，英文版本为规范版本。

简历素材总库

大多数简历写得弱，问题出在素材，而不是文笔。人们记得的是职责，不是结果，而且会低估自己知道的数字。这个技能逐段经历地访谈，建立一份总库，以后每一份定制简历都从这里取材。

pm-cv 技能包的第一步。company-tailored-cv 和各个格式技能都会读取它的产出。

这个技能产出什么

• 素材总库：每段经历的日期、范围，以及其中的成就
• 统一格式的成就：改变了什么、改变了多少、通过什么行动、有什么证据
• 附证明的技能：每项技能都对应到使用过的地方，而不是一串关键词
• 待补事实清单：用户能查到但还没查的数字和事实
• 保存的文件（career-inventory.md），以后不必重复访谈

所需输入

如未提供，请询问：

• 已有材料：旧简历、LinkedIn 导出，或什么都没有
• 要覆盖的经历：除非用户另有要求，从最近十年开始
• 是否为了转行，这会改变值得深挖的内容

框架：访谈方法

一次一段经历，从最近的开始。每段经历按这个顺序问：

1. 范围：你负责的团队规模、预算、用户、收入或业务量
2. 之前：你到岗时，什么是坏的、慢的、缺失的或有风险的
3. 你做了什么：属于你的决策和行动，而不是团队的
4. 之后：改变了什么，别人怎么看得出来
5. 数字：如果有的话。如果没有，问最接近、诚实的替代指标（节省的时间、数量、百分比、排名、前后对比）
6. 证据：文档、仪表盘、评价、奖项、推荐人

追问规则：

• 每个声称的结果问一次"你怎么知道？"。它能把形容词变成证据。
• 接受"我不知道这个数字"。把它记进待补清单，并写明去哪里查。
• 区分"我"和"我们"。两者都可以写进简历；用户必须知道哪个是哪个。
• 每个回答只记一项成就。把复合的回答拆开。

成就格式： 通过 [你采取的行动]，[带数字的结果]，[背景或限制条件]。 证据：[来源]。

输出格式

简历素材总库：[姓名]，更新于 [日期]

经历：[职位]，[单位]，[开始] 至 [结束]

• 范围：[团队、预算、用户、业务量]
• 成就：
  1. [按上面格式写的成就] · 证据：[来源] · 可信度：已确认 / 估计 / 待查
• 在这里用到的技能：[技能，以及它证明的成就编号]

（每段经历重复）

技能索引：| 技能 | 体现在 | 最有力的例子 |

待补事实：| 需要的事实 | 经历 | 去哪里查 |

下一步："用这份总库和你要申请的职位运行 company-tailored-cv。"

质量检查

• 每项成就都有用户本人采取的行动
• 每个数字都标注为已确认、估计或待查
• 没有出现用户没给的数字
• 技能索引中每项技能都至少指向一项成就
• 待补清单存在，哪怕很短

反模式

• 编造或往上取整数字。 估计要标为估计。缺失的数字放进待补清单。
• 记录职责。 "负责报表"是岗位描述，不是成就。要问改变了什么。
• 一次访谈所有经历。 一次一段才有细节；一大串问题只会得到概括。
• 太早定制。 总库是完整、中立的。定制在之后，按职位进行。
• 恭维。 准确比好看更有用。面试官会检验每一行。

示例触发语

• “在写简历之前，帮我把所有经历梳理一遍。”
• “我总是不知道简历上写什么，访谈我吧。”
• “用我的旧简历和 LinkedIn 建立简历素材库。”
• “我要转行，我到底取得过什么成就？”