Post by account_disabled on Jan 31, 2024 9:35:24 GMT
成就和可衡量的结果，作为您成功的证据。 教育：您的教育背景，包括您可能已完成的学位、课程或在线认证。 其他部分：根据工作和您的背景，您可能会包含概述您的奖项、出版物或您从事的志愿者项目的部分。 从这里，将您想要的部分输入 ChatGPT 并要求它为您正在申请的工作生成简历模板。 正如我们通过使用该工具了解到的那样，它有助于指定它不应使用任何信息填充模板。这将避免该工具产生“幻觉”或使用捏造的事实。 然后，您可以使用此模板逐节开发您的 ChatGPT 简历。 第 3 步：精心设计细致入微的提示 如前所述，从 ChatGPT 获得最佳输出的关键是制作适当的提示并将任务分解为更小的块。 请抵制住让 ChatGPT 一次性写出完整简历的诱惑！ 要具体并提供有关您的经验、成就和技能的背景信息。 您还可以指定“使用面向行动的语言”或“使用会引起科技行业招聘人员共鸣的语言”等说明。你明白了。
最重要的是尝试不同的提示，然后选择最能引起您共鸣的输出。 也许您想从您的个人总结开始。 以下是“个人摘要”部分的次优提示和相应输出的示例： “为我的简历写一个基本摘要，解释为什么我适合 UX 设计师的工作” ChatGPT简历写作截图 最初，第一个输出看起来相当不错。但当你仔细阅读时，你会发现这听起来很笼统，并没有说明你为什么适合这个角色。 相比之下，以下是“个人摘要”部分的一个很好的（尽管是 电报数据库 虚构的！）提示示例： “为软件设计公司 Hyperdyne Systems 的 UX 设计师职位撰写 100 字的简历摘要。重点介绍我在 Weyland-Yutani Corporation 担任软件工程师的经历，我将公司异形检测软件的效率提高了 30%。重点关注可转移技能，并提到我通过 CareerFoundry 获得了用户体验设计认证。请使用积极的语言。” ChatGPT简历写作截图 第二个输出虽然不完美，但包含提示中提供的所有重要信息。
虽然它仍然需要一些编辑才能更好地流畅、匹配角色并添加一些个人风格，但它比第一个输出有了巨大的改进，虽然表面上写得很好，但它是模糊和重复的。请记住：你从人工智能工具中得到的只是你投入其中的东西。 对每个部分继续这种方法。 了解更多： 如何创建成功的用户体验设计简历 第 4 步：完善和审查输出 获得 ChatGPT 的回复后，对其进行完善。确保每一种都符合您喜欢的风格和工作要求。 最初，您可能会发现该工具构成信息。如果发生这种情况，则意味着您需要提供更多背景和内容。 这可能涉及编辑您的初始提示或直接编辑自动生成的输出以确保准确性。确保您对信息的逻辑流动感到满意并且没有任何错误。 第 5 步：与 ChatGPT 进行对话 卡住？有时，在撰写简历时，即使在人工智能工具的帮助下，最大的挑战仍在于了解要突出哪些技能以及这些技能对新雇主有何价值。 如果人工智能工具开始编造信息，这个问题会更严重，这实际上很常见。
最重要的是尝试不同的提示，然后选择最能引起您共鸣的输出。 也许您想从您的个人总结开始。 以下是“个人摘要”部分的次优提示和相应输出的示例： “为我的简历写一个基本摘要，解释为什么我适合 UX 设计师的工作” ChatGPT简历写作截图 最初，第一个输出看起来相当不错。但当你仔细阅读时，你会发现这听起来很笼统，并没有说明你为什么适合这个角色。 相比之下，以下是“个人摘要”部分的一个很好的（尽管是 电报数据库 虚构的！）提示示例： “为软件设计公司 Hyperdyne Systems 的 UX 设计师职位撰写 100 字的简历摘要。重点介绍我在 Weyland-Yutani Corporation 担任软件工程师的经历，我将公司异形检测软件的效率提高了 30%。重点关注可转移技能，并提到我通过 CareerFoundry 获得了用户体验设计认证。请使用积极的语言。” ChatGPT简历写作截图 第二个输出虽然不完美，但包含提示中提供的所有重要信息。
虽然它仍然需要一些编辑才能更好地流畅、匹配角色并添加一些个人风格，但它比第一个输出有了巨大的改进，虽然表面上写得很好，但它是模糊和重复的。请记住：你从人工智能工具中得到的只是你投入其中的东西。 对每个部分继续这种方法。 了解更多： 如何创建成功的用户体验设计简历 第 4 步：完善和审查输出 获得 ChatGPT 的回复后，对其进行完善。确保每一种都符合您喜欢的风格和工作要求。 最初，您可能会发现该工具构成信息。如果发生这种情况，则意味着您需要提供更多背景和内容。 这可能涉及编辑您的初始提示或直接编辑自动生成的输出以确保准确性。确保您对信息的逻辑流动感到满意并且没有任何错误。 第 5 步：与 ChatGPT 进行对话 卡住？有时，在撰写简历时，即使在人工智能工具的帮助下，最大的挑战仍在于了解要突出哪些技能以及这些技能对新雇主有何价值。 如果人工智能工具开始编造信息，这个问题会更严重，这实际上很常见。