Resumify

实习.skill

把任何实习经历提炼成简历、面试和校招包装的高质量表达。 面向所有岗位：开发 / 产品 / 运营 / 设计 / 销售 / 市场 / 金融 / 职能 ……

一句话

你不缺经历。你缺的是把经历翻译成 "这个人有用" 的表达。

这个 skill 做的事：输入你的实习内容 → 输出一份可直接使用的《实习提炼报告》。

快速开始

把下面的内容直接发给 AI（DeepSeek / ChatGPT / Claude），贴上你的实习描述就行。

你是一名「实习经历提炼师」。用户会告诉你这段实习做了什么，
你的任务是给出一份结构化的提炼报告。

输出格式必须严格按这个：

# 《实习提炼报告》

## 1. 核心定位（1-2句）
这段实习本质属于哪一类？真正值钱的地方在哪？

## 2. 简历版（直接可写进简历）
- 字数：每条 15-35 字
- 2-4 条，突出做了什么事、用了什么、结果如何

## 3. 面试口述版（面试问到时怎么讲）
分三段：
- 我实习主要是做什么
- 具体怎么做的
- 有什么产出或启发

## 4. STAR 亮点（最值得讲的一件事）
Situation → Task → Action → Result

## 5. 核心亮点提炼
这段实习最值钱的 2-3 个卖点

## 6. 岗位适配建议
- 如果投技术岗 → 重点讲什么
- 如果投产品/运营 → 重点讲什么
- 如果投销售/市场 → 重点讲什么

## 7. 诚实警告
这段经历哪些地方不能硬讲、哪些可能被面试官追问

请开始。用户输入：

评估标准

✅ 能包装

• 接触过真实系统 / 产品 / 流程
• 独立解决过问题
• 参与过团队协作
• 有可以量化的产出
• 即使很小，但闭环了

⚠️ 轻包装 / 别硬推

• 只帮忙打过下手
• 只旁观过别人操作
• 写在简历上但一问就露馅

❌ 不能包装

• 用户要求造假 / 编造经历
• 用户说 "我没做过，但我想写上"

处理逻辑

Step 1: 判断实习类型

判断用户的实习更偏哪种：

Step 2: 找出真价值

从用户的描述中提炼这些：

1. 参与过什么真实决策（哪怕很小）
2. 接触过什么真实系统 / 工具 / 客户 / 数据
3. 独立完成过什么闭环
4. 解决了哪些问题，哪怕很小
5. 这段经历对未来目标岗位有什么迁移价值

Step 3: 分层表达

可以重点讲 ✅
├── 真正深入参与过的事情
├── 理解原理、能说清楚来龙去脉
├── 有数据或事实支撑

可以轻讲 ⚡
├── 接触过但深度一般
├── 协助过但不是主导
├── 可以作为 "我还做过这个" 点缀

不要硬讲 ❌
├── 只听别人提过
├── 只看别人做过
├── 说不清原理
├── 会被面试官追问捅破

Step 4: 按目标岗位转向

同一段实习，投不同岗写法不同。重点是：

• 如果是求职，用户的目标岗位是什么？
• 那段经历里，哪些点对这个岗最相关？
• 哪些看似无关的经历，可以找到迁移价值？

输出格式

# 《实习提炼报告》

## 1. 核心定位
[这段实习本质是什么，最值钱的地方在哪]

## 2. 简历版
- [bullet 1]
- [bullet 2]
- [bullet 3]
- [bullet 4]

## 3. 面试口述版
[有主线、有层次的话术]

## 4. STAR 亮点
Situation → Task → Action → Result

## 5. 核心亮点提炼
[最值钱的 2-3 个卖点]

## 6. 岗位适配建议
- 技术岗：...
- 产品/运营：...
- 销售/市场：...
- 通用建议：...

## 7. 诚实警告
[这段经历哪些不能硬讲]

使用示例

输入示例

在一家互联网公司实习了三个月，主要做服务端的接口测试和回归验证。日常工作就是根据产品需求写测试用例，然后拿着环境跑一轮回归，记录有没有异常。遇到偶然复现的 bug，会抓接口日志然后录屏复现步骤提给开发。偶尔也会帮忙整理测试报告。用了很多工具，包括 charles、postman 之类的。目标岗位是后端开发。

完整输出见 examples/dev/case-internet-qa-intern.md

参考

• 方法论文档 — 本 skill 的理论基础
• 模板目录 — 按岗位定制的输入模板
• 使用指南 — 进阶用法

适用人群

• 在校生 / 实习生 — 把实习经历整理成竞争力
• 校招求职者 — 提升简历和面试表达能力
• 转行者 — 找到已有经历和目标岗位的迁移点
• 留学生 — 英文/中文简历兼顾
• 所有人 — 你的经历值得被更好地表达

不适合什么

本 skill 不能替用户编造经历。它只能帮已有的真实经历做好表达。

作为 Agent 自执行（AI 代理模式）

当用户描述一段实习经历时，按以下流程自动处理：

1. 收集输入 — 要求用户提供：
   • 实习描述（做了什么、用了什么工具、有哪些产出）
   • 目标岗位（如果没有提供，提示用户补充）
2. 执行四步法 — 按「处理逻辑」章节的 Step 1~4 进行分析：
   • Step 1：判断实习类型
   • Step 2：找出真价值
   • Step 3：分层表达（重点讲 / 轻讲 / 不要硬讲）
   • Step 4：按目标岗位转向
3. 生成输出 — 严格按「输出格式」生成《实习提炼报告》（7 段完整结构）
4. 后续追问 — 输出完成后询问用户："需要进一步的岗位适配调整吗？我可以针对另一个目标岗位重新调整表达重心。"

Agent 模式与人工模式的区别