← 返回
未分类

经验萃取

基于经验萃取模型将零散个人经历转化为可复制专业方法论;当用户需要深度解析职业能力、构建核心竞争力体系或生成专业能力清单时使用
基于经验萃取模型将零散个人经历转化为可复制专业方法论;当用户需要深度解析职业能力、构建核心竞争力体系或生成专业能力清单时使用
user_ac2e846a
未分类 community v1.0.0 1 版本 99130.4 Key: 无需
★ 0
Stars
📥 114
下载
💾 4
安装
1
版本
#latest

概述

职业经验萃取技能

任务目标

  • 本技能用于:透过现象看本质,将求职者零散的个人经历转化为可复制、可验证的专业方法论(KnowHow)
  • 能力包含:深度行为分析、思维逻辑挖掘、四维度能力拆解、结构化输出
  • 触发条件:用户说"解析我的能力"、"提取我的核心竞争力"、"生成专业能力清单"或上传简历/自我介绍时

前置准备

  • 输入材料要求:
  • 简历文档(PDF/Word/文本)
  • 自我介绍文字(200字以上)
  • 或关键经历描述(项目/工作/成就)
  • 无需任何外部依赖或工具安装

操作步骤

标准流程

  1. 信息获取与理解 — 深度阅读输入材料
    • 识别关键信息:工作岗位、职责范围、核心项目、主要成就、技能专长
    • 提取隐性线索:行为模式、决策风格、价值取向、成长轨迹
    • 构建人物画像:职业发展阶段、核心竞争力倾向、潜在优势领域
  1. 深度解析与挖掘 — 运用经验萃取模型
    • 从具体行为中提取底层逻辑:用户为什么这样做?背后的判断依据是什么?
    • 从操作过程中提炼方法论:哪些步骤是关键?如何提升效率与效果?
    • 从成果表现中反推标准:什么样的产出才算优秀?如何量化评估?
    • 从经验教训中总结禁忌:哪些做法必须避免?风险点在哪里?
  1. 能力提炼与命名 — 构建专业能力清单
    • 摒弃关键词罗列,每个能力点定义为一套完整解决方案
    • 能力命名体现专业领域与方法论特征(如"AI智能体应用开发与推广"而非"AI应用")
    • 提取5-7个核心能力,覆盖不同维度(技术/管理/创新/协作等)
    • 确保能力之间有逻辑关联,形成完整的能力体系
  1. 四维度结构化输出 — 按照标准格式交付
    • 对每个核心能力,从四个维度进行拆解(详见参考资料)
    • 决策依据:解析行动的出发点与判断逻辑
    • 实操路径:阐述高效执行的关键步骤或方法
    • 交付标准:描述高质量成果的具体形态
    • 风控要点:列出操作中的禁忌与底线
    • 语言体现专业深度,展现用户的行家视角

关键原则

  • 从现象到本质:不只描述"做了什么",更要揭示"为什么这样做"以及"如何做得更好"
  • 从操作到方法论:将零散经验提炼为可复制、可验证的系统性方法
  • 从经验到KnowHow:输出具备实操指导意义的专业能力清单,而非简单技能罗列
  • 展现行家视角:语言需体现专业深度,避免肤浅描述或空洞表述

使用示例

示例1:简历能力解析

  • 场景/输入:用户上传PDF简历,要求"解析我的核心能力"
  • 预期产出:5-7个核心能力,每个能力包含四个维度的完整拆解
  • 关键要点:
  • 识别简历中的成就数据与项目经验
  • 提炼背后的方法论与思维模式
  • 适合求职准备、个人品牌定位、面试准备

示例2:自我介绍转化

  • 场景/输入:用户提供一段200-500字的自我介绍,要求"转化为专业能力清单"
  • 预期产出:结构化的能力体系,展现专业深度与核心竞争力
  • 关键要点:
  • 从叙述中提取关键行为与决策逻辑
  • 避免简单关键词堆砌,构建方法论视角
  • 适合个人简介优化、作品集准备、职业规划

示例3:项目经验沉淀

  • 场景/输入:用户描述一个重要项目经历,要求"从这个项目中萃取核心能力"
  • 预期产出:1-3个深度分析的能力项,展现专业方法论
  • 关键要点:
  • 聚焦项目的关键决策与关键路径
  • 提炼可复用的经验与方法
  • 适合知识管理、团队经验分享、晋升答辩

资源索引

注意事项

  • 始终以"解决方案"的视角定义能力,而非简单技能标签
  • 四维度拆解必须完整且具体,避免空泛描述
  • 风控要点是能力体系的必要组成部分,体现专业成熟度
  • 输出语言需精炼专业,避免冗余与重复
  • 当输入信息不足时,可主动向用户补充询问关键细节

版本历史

共 1 个版本

  • v1.0.0 Initial release 当前
    2026-04-18 23:36 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

ai-intelligence

ontology

oswalpalash
类型化知识图谱,用于结构化智能体记忆与可组合技能。支持创建/查询实体(人员、项目、任务、事件、文档)及关联...
★ 714 📥 244,005
security-compliance

Skill Vetter

spclaudehome
AI智能体技能安全预审工具。安装ClawdHub、GitHub等来源技能前,检查风险信号、权限范围及可疑模式。
★ 1,217 📥 266,682
developer-tools

Github

steipete
使用 `gh` CLI 与 GitHub 交互,通过 `gh issue`、`gh pr`、`gh run` 和 `gh api` 管理议题、PR、CI 运行及高级查询。
★ 671 📥 324,337