- NO.
- 018
- DATE
- READ
- ~4 min
- STATUS
- 原文
用 AI 搭一个求职自动化系统:别先做投递机器人
求职自动化真正值得先做的,不是批量投递,而是职位解析、简历匹配、材料版本管理和复盘记录。把判断留给人,把重复劳动交给系统。
我想做一个 AI 求职自动化系统,但越拆越觉得,第一版不应该是"自动投递机器人"。
自动投递听起来最爽:抓职位、改简历、填表、投出去。但这也是最容易把系统做歪的部分。求职不是广告投放,目标不是把简历撒得更远,而是把每次投递变成一次更有根据的选择。真正消耗人的,是重复读 JD、手工对齐经历、保存不同版本材料、忘记跟进和复盘。
所以第一版应该先解决这些。它应该像一个求职 CRM 和材料工作台,而不是一个替我按按钮的投递器。
系统边界
我会把它拆成四个层次:
- 职位收集:保存职位链接、公司、岗位、城市/远程、薪资、发布时间和原始 JD。
- 职位理解:用 AI 提取硬性要求、隐性偏好、关键词、风险信号和面试可能追问。
- 材料匹配:根据我的经历库生成匹配说明、简历改写建议和 cover letter 草稿。
- 流程复盘:记录投递状态、沟通记录、面试反馈、拒信原因和下一步动作。
这里最重要的设计是:AI 只做分析和草稿,不直接替我投递。投递前必须人工确认,因为岗位选择、简历真实性和沟通语气都是长期信誉的一部分。系统最多把"是否值得投、该怎么改、缺什么证据"摆到我面前,不能替我越过这个判断。
数据结构先于界面
如果只做一个聊天框,几天后就会变成一堆散乱回答。更稳的方式是先把数据结构定下来:
job
- id
- company
- title
- source_url
- jd_raw
- jd_summary
- requirements
- risks
- status
profile_asset
- id
- type: project | work | education | achievement
- title
- evidence
- keywords
application
- job_id
- resume_version
- cover_letter
- match_score
- human_notes
- confirmed_by_human
- next_action
这样 AI 生成的内容只是字段的候选值,系统仍然能搜索、比较和复盘。
AI 应该做什么
我希望 AI 负责三类事情。
第一是降噪。一份 JD 里常常混着必要条件、加分项、模板废话和招聘方也没想清楚的愿望清单。AI 可以先把这些拆开,让我快速判断是否值得投入时间。
第二是映射。比如岗位要求"熟悉内容系统、自动化流程、Cloudflare Workers",系统应该能从我的项目库里找出博客 CMS、发布流程、Worker API 这些证据,而不是让我每次重新回忆。
第三是生成可改的草稿。简历 bullet、项目描述、邮件开头都可以生成,但必须附上引用到的经历来源,避免把没有做过的事情写进去。
第四是提示缺口。如果某个岗位要求我没有明确证据,系统应该直接标出"缺少证据",而不是编一个看起来顺滑的表达。求职材料宁可保守一点,也不能把模型幻觉写进简历。
不做什么
第一版我不做自动投递,不做绕过招聘平台限制的浏览器脚本,也不做虚假经历生成。它们短期看起来提效,长期会污染数据,甚至让后续复盘失真。
我也不会把所有职位都塞进向量库然后追求一个神秘的"匹配分"。匹配分最多只能当排序提示,不能替代判断。一个岗位是否值得投,往往取决于公司状态、业务方向、招聘动机、岗位稀缺性和我当前阶段的目标。
还有一个边界是数据隐私。简历、项目经历、沟通记录、薪资预期和面试反馈都不应该随便发给不可信的第三方接口。第一版更适合本地存储、最小字段、手动导入,不采集招聘平台账号 Cookie,不保存验证码,不自动登录,也不记录和求职无关的个人信息。
第一版可交付
最小可用版本可以很朴素:
- 一个本地 SQLite 或 Markdown/JSON 数据目录。
- 一个职位导入命令,粘贴 URL 和 JD 即可入库。
- 一个分析命令,输出职位摘要、风险点、匹配证据和材料建议。
- 一个材料生成命令,只生成草稿和改写建议,并标出引用的经历来源。
- 一个状态面板,按
saved / applied / interview / rejected / offer查看。 - 一个投递确认记录,保存人工确认时间、使用的材料版本和投递渠道。
- 一个复盘模板,面试后记录问题、答得不好的地方和下次要补的证据。
这已经足够把求职从"临时抱佛脚"变成"持续迭代的系统"。
关键原则
我想保留三条原则:
- 判断不外包:投不投、怎么写、是否接受机会,最后都由人决定。
- 证据可追溯:每段生成文本都应该能追到真实经历。
- 隐私默认收紧:能本地处理就本地处理,能少存就少存,不把账号凭证和无关个人信息放进系统。
- 复盘优先于规模:宁可少投一些,也要知道每次为什么投、结果为什么好或不好。
求职自动化的价值,不是让系统替我显得更忙,而是让我更清楚地看见自己和岗位之间的距离。
评论
评论由 GitHub Discussions 提供。登录 GitHub 后即可评论。 前往对应 Discussion