職業經驗資產拆解器
把真實工作經歷整理成證據卡與 7 天驗證行動
描述
工作多年，真正困難的往往不是沒有經驗，而是分不清哪些是事實、哪些是自己的解釋，以及哪些經驗離開原公司後仍值得驗證。 本 Skill 只處理一段已去識別化的真實經歷：整理事實證據卡，說明目前材料能證明與不能證明什麼，再找出最早的證據缺口，提供一條低成本驗證路徑、一件暫不投入的事項，以及 7 天行動清單。 它不是心理測驗，不提供經驗資產總分，也不會用職位、年資、薪資、證書、同事稱讚或一次內部成功，取代外部需求與付費證據。材料不足時，會直接說「材料不足，暫不判斷」。 請勿提交姓名、公司、客戶、手機號碼、微信、電子郵件、身分證、合約或未公開的營運資料。若偵測到可識別資訊，Skill 會停止分析，並請你在本地去識別化後重新提交。 這是一份自助式初步判斷，不取代人工診斷，不包含 Kevin 人工審核，也不承諾收入、流量、職涯轉型或商業成果。
相關技能
查看全部
研究Offer Toolkit
一個來自矽谷大廠 10 年經驗的求職系統，將真實的招聘洞察與求職方法論封裝成 AI。 Offer Toolkit｜AI 求職助手 從「發現心動職位」到「拿下 Offer」，將整個求職流程拆解為三個智能模組： ① JD 解碼器（JD Decoder） 深度分析職位描述，生成專屬 Offer Strategy Report： 是否值得投遞 職位匹配度評估 核心競爭力與能力缺口 面試重點與高機率問題預測 ② 履歷構建器（Resume Builder） 將你的經歷從「工作描述」轉化為「招聘方認可的影響力故事」： 自動結構化個人經歷 優化項目表達與成果量化 生成 ATS 友好、高品質履歷 支援 11+ 套列印級專業模板 ③ 行為面試故事庫（Behavioral Story Library） 挖掘你的真實經歷，打造可重複使用的面試故事資產： 提煉關鍵項目與成長經歷 自動轉化為 STAR Framework 建立個人 Behavioral Interview Story Bank 高效應對「Tell me about a time...」類問題 無論你是在糾結「這個職位該不該投」、想「優化履歷」、需要「分析 JD」，還是準備下一場 Behavioral Interview，Offer Toolkit 都會自動識別需求，並路由到最適合的 AI 模組。 關鍵詞： 求職｜Offer｜Career｜Job Hunt｜JD｜Job Description｜履歷｜Resume｜CV｜Behavioral Interview｜STAR｜Tell me about a time｜Interview Preparation ------------------------------------- job-description-skill：貼一份 JD 和你的履歷，給你一份 HTML 報告，告訴你：這職位到底該不該投、你和他多匹配、差在哪裡、面試大概會問什麼、薪資合不合理、接下來 6 週該做什麼。 resume-skill：幫你把現有履歷改好看，或者從 LinkedIn 匯入，再或者聊著聊著幫你從零寫一份。給你 11 套列印級模板（Classic-ATS、Ledger、Tech Compact、Modern Sidebar、Pillar、Elegant Serif、Atelier、Timeline、Swiss、Executive、Color-block）。每次同時給你兩份檔案：一份直接可以列印成 PDF，一份在瀏覽器裡點字就能改。 bq-skill：不是給你現成答案，而是幫你把過去真實做過的事情挖出來、整理成一個可以反覆使用的故事庫。它會一步步追問你的經歷，幫你用 STAR/CAR 理清思路，打上「拿主意」「擇歷就難」這類標籤，中英文各存一份，下次碰上不同行為面試題也能用同一個故事。還能對這一張 JD，預測這家公司會問的 20 道題，幫你逐題準備。 三條共用規則： 1. 不杜撰。 所有經歷、職責、數字都來自使用者真實說過的內容。可以幫改弱表達，但絕不編公司、職位、成果、量化數字。數字都要向使用者求證。 2. 一次只問一個問題。 挖故事、建履歷、準備 BQ 都是對話，不是問卷。 3. 先結構化再產出。 先落到標準資料模型，確認無誤再渲染 HTML 或生成答案。
高價值決策論證顧問
當你正在糾結「要不要做某件事」「該不該選擇某個方案」「值不值得投入資源」，或者想復盤「當初那個決定為什麼會走到今天」，這個 Skill 會像一位有溫度的立項評審顧問，幫你把模糊的想法拆成可以判斷的證據。 它適合用於： - 職業選擇：要不要跳槽、轉行、加入創業公司、讀研讀博； - 教育與成長投入：要不要給孩子報班、要不要買課程、要不要投入一個長期學習計畫； - 項目與機會判斷：要不要啟動一個項目、接一個合作、投入一筆資源； - 關係與生活選擇：要不要表白、搬家、改變生活安排； - 歷史決策復盤：復盤一次辭職、考研、投資、合作或關係選擇。 它會根據決策量級自動調整論證深度： - 輕量級決策：快速問清關鍵變量，給出簡短建議； - 中量級決策：圍繞必要性、可行性、風險、時機、替代方案做結構化分析； - 重量級決策：進行完整立項式論證，輸出風險預警、傾向性建議和行動路徑； - 復盤類問題：幫助你重建當時的判斷鏈，找出預測偏差和可遷移經驗。 你可以這樣開始： - 「我要不要給孩子報一個一年 2 萬的英語課？」 - 「我該不該從穩定工作去創業公司？」 - 「我想復盤去年辭職考研這個決定。」 - 「我不確定要不要表白，你幫我分析一下。」 - 「這個機會值不值得投入時間和金錢？」 最終你會得到： - 一個明確的傾向性建議：建議執行 / 建議暫緩 / 建議補充信息後再決定； - 每個建議的置信度與關鍵不確定項； - 你最容易被忽略的風險； - 下一步最小驗證動作。 注意：它不會在信息不足時假裝確定替你做決定，它會幫你看清決策依據、風險邊界和下一步該驗證什麼。
工作復盤終結者 MAX｜流水帳→高P級彙報稿
你的週報是不是長這樣： 「本週完成了 A 專案的推進，參與了 B 會議的討論，配合團隊完成了 C 需求，輸出了 xx 份文件，下週繼續。」 主管掃一眼，就滑過去了。 不是你不努力，是你寫的是流水帳，不是復盤。 評審看升遷材料、主管看月報時，只關心 5 件事： ① 你做的這件事為什麼值得做（判斷力） ② 結果放在什麼參照系裡才算好（數據錨定） ③ 哪些是「你」做的、哪些是團隊做的（貢獻邊界） ④ 你從這件事沉澱了什麼可複用的東西（成長曲線） ⑤ 下一週期你承諾做到什麼（承諾書思維） 99% 的復盤稿一項都沒寫清楚，全在羅列功能：「迭代了 X」「上線了 Y」「支援了 Z」——像個機器人。 這個 SKILL 是我作為 AI OPC 第一線進行業務復盤時打磨出的結構化編譯器。 你把流水帳原樣丟進來（多亂、多零散都可以），它會輸出一份符合高 P 升遷述職標準的完整復盤稿： 📊 一句話總評（30 秒讓讀者看懂你的價值） 🎯 核心成就（STAR＋判斷式敘事，不是功能羅列） 📈 數據參照表格（有基準、有口徑、有個人貢獻占比） 🧠 方法論沉澱（展現你的成長曲線） 📅 下一週期規劃（承諾書格式，可衡量目標＋Deadline＋資源需求） ⚠️ 風險與需要的支援（揭露風險＝敢於承擔） 📋 待補充數據清單（一次列完整，回去查一次就搞定） 附贈： ✓ 3 個核心提升點復盤（告訴你原始材料中的哪些問題已被解決） ✓ 答辯風險預判（升遷情境下評審會挑戰哪些重點＋應對話術） ✓ 可複用模板變數（下次改幾個字就能複用） 它和普通的「AI 寫週報」SKILL 有什麼區別？ 其他工具：把你的流水帳換個說法再輸出一遍（還是流水帳）。這個：為你的流水帳做結構手術——從「功能羅列體」升級為「判斷敘事體」。 它絕不做的事： ✗ 不虛構數據——你沒提供的一律標示「需補充」，絕不編數字 ✗ 不寫「作為一個 AI」「綜上所述」「感謝主管」這種廢話 ✗ 不諂媚，不問「你能詳細說說嗎」，直接做 誰應該安裝它： 每週被週報折磨、想早點下班的上班族 衝升遷的 P6→P7／M1→M2／中級→高級選手 半年／年度述職季，材料還沒動筆的緊急戶 需要為上級／評審／客戶撰寫季度復盤的專案負責人 想讓「我做的事」真正被看見的所有認真工作者 認真做事不等於會彙報。 同樣的工作量，會寫復盤的人升遷快 1 年。 安裝它，從下一份週報開始，讓你的工作被看見。
職業經驗資產拆解器
把真實工作經歷整理成證據卡與 7 天驗證行動
描述
工作多年，真正困難的往往不是沒有經驗，而是分不清哪些是事實、哪些是自己的解釋，以及哪些經驗離開原公司後仍值得驗證。 本 Skill 只處理一段已去識別化的真實經歷：整理事實證據卡，說明目前材料能證明與不能證明什麼，再找出最早的證據缺口，提供一條低成本驗證路徑、一件暫不投入的事項，以及 7 天行動清單。 它不是心理測驗，不提供經驗資產總分，也不會用職位、年資、薪資、證書、同事稱讚或一次內部成功，取代外部需求與付費證據。材料不足時，會直接說「材料不足，暫不判斷」。 請勿提交姓名、公司、客戶、手機號碼、微信、電子郵件、身分證、合約或未公開的營運資料。若偵測到可識別資訊，Skill 會停止分析，並請你在本地去識別化後重新提交。 這是一份自助式初步判斷，不取代人工診斷，不包含 Kevin 人工審核，也不承諾收入、流量、職涯轉型或商業成果。
相關技能
查看全部研究Offer Toolkit
一個來自矽谷大廠 10 年經驗的求職系統，將真實的招聘洞察與求職方法論封裝成 AI。 Offer Toolkit｜AI 求職助手 從「發現心動職位」到「拿下 Offer」，將整個求職流程拆解為三個智能模組： ① JD 解碼器（JD Decoder） 深度分析職位描述，生成專屬 Offer Strategy Report： 是否值得投遞 職位匹配度評估 核心競爭力與能力缺口 面試重點與高機率問題預測 ② 履歷構建器（Resume Builder） 將你的經歷從「工作描述」轉化為「招聘方認可的影響力故事」： 自動結構化個人經歷 優化項目表達與成果量化 生成 ATS 友好、高品質履歷 支援 11+ 套列印級專業模板 ③ 行為面試故事庫（Behavioral Story Library） 挖掘你的真實經歷，打造可重複使用的面試故事資產： 提煉關鍵項目與成長經歷 自動轉化為 STAR Framework 建立個人 Behavioral Interview Story Bank 高效應對「Tell me about a time...」類問題 無論你是在糾結「這個職位該不該投」、想「優化履歷」、需要「分析 JD」，還是準備下一場 Behavioral Interview，Offer Toolkit 都會自動識別需求，並路由到最適合的 AI 模組。 關鍵詞： 求職｜Offer｜Career｜Job Hunt｜JD｜Job Description｜履歷｜Resume｜CV｜Behavioral Interview｜STAR｜Tell me about a time｜Interview Preparation ------------------------------------- job-description-skill：貼一份 JD 和你的履歷，給你一份 HTML 報告，告訴你：這職位到底該不該投、你和他多匹配、差在哪裡、面試大概會問什麼、薪資合不合理、接下來 6 週該做什麼。 resume-skill：幫你把現有履歷改好看，或者從 LinkedIn 匯入，再或者聊著聊著幫你從零寫一份。給你 11 套列印級模板（Classic-ATS、Ledger、Tech Compact、Modern Sidebar、Pillar、Elegant Serif、Atelier、Timeline、Swiss、Executive、Color-block）。每次同時給你兩份檔案：一份直接可以列印成 PDF，一份在瀏覽器裡點字就能改。 bq-skill：不是給你現成答案，而是幫你把過去真實做過的事情挖出來、整理成一個可以反覆使用的故事庫。它會一步步追問你的經歷，幫你用 STAR/CAR 理清思路，打上「拿主意」「擇歷就難」這類標籤，中英文各存一份，下次碰上不同行為面試題也能用同一個故事。還能對這一張 JD，預測這家公司會問的 20 道題，幫你逐題準備。 三條共用規則： 1. 不杜撰。 所有經歷、職責、數字都來自使用者真實說過的內容。可以幫改弱表達，但絕不編公司、職位、成果、量化數字。數字都要向使用者求證。 2. 一次只問一個問題。 挖故事、建履歷、準備 BQ 都是對話，不是問卷。 3. 先結構化再產出。 先落到標準資料模型，確認無誤再渲染 HTML 或生成答案。
高價值決策論證顧問
當你正在糾結「要不要做某件事」「該不該選擇某個方案」「值不值得投入資源」，或者想復盤「當初那個決定為什麼會走到今天」，這個 Skill 會像一位有溫度的立項評審顧問，幫你把模糊的想法拆成可以判斷的證據。 它適合用於： - 職業選擇：要不要跳槽、轉行、加入創業公司、讀研讀博； - 教育與成長投入：要不要給孩子報班、要不要買課程、要不要投入一個長期學習計畫； - 項目與機會判斷：要不要啟動一個項目、接一個合作、投入一筆資源； - 關係與生活選擇：要不要表白、搬家、改變生活安排； - 歷史決策復盤：復盤一次辭職、考研、投資、合作或關係選擇。 它會根據決策量級自動調整論證深度： - 輕量級決策：快速問清關鍵變量，給出簡短建議； - 中量級決策：圍繞必要性、可行性、風險、時機、替代方案做結構化分析； - 重量級決策：進行完整立項式論證，輸出風險預警、傾向性建議和行動路徑； - 復盤類問題：幫助你重建當時的判斷鏈，找出預測偏差和可遷移經驗。 你可以這樣開始： - 「我要不要給孩子報一個一年 2 萬的英語課？」 - 「我該不該從穩定工作去創業公司？」 - 「我想復盤去年辭職考研這個決定。」 - 「我不確定要不要表白，你幫我分析一下。」 - 「這個機會值不值得投入時間和金錢？」 最終你會得到： - 一個明確的傾向性建議：建議執行 / 建議暫緩 / 建議補充信息後再決定； - 每個建議的置信度與關鍵不確定項； - 你最容易被忽略的風險； - 下一步最小驗證動作。 注意：它不會在信息不足時假裝確定替你做決定，它會幫你看清決策依據、風險邊界和下一步該驗證什麼。
工作復盤終結者 MAX｜流水帳→高P級彙報稿
你的週報是不是長這樣： 「本週完成了 A 專案的推進，參與了 B 會議的討論，配合團隊完成了 C 需求，輸出了 xx 份文件，下週繼續。」 主管掃一眼，就滑過去了。 不是你不努力，是你寫的是流水帳，不是復盤。 評審看升遷材料、主管看月報時，只關心 5 件事： ① 你做的這件事為什麼值得做（判斷力） ② 結果放在什麼參照系裡才算好（數據錨定） ③ 哪些是「你」做的、哪些是團隊做的（貢獻邊界） ④ 你從這件事沉澱了什麼可複用的東西（成長曲線） ⑤ 下一週期你承諾做到什麼（承諾書思維） 99% 的復盤稿一項都沒寫清楚，全在羅列功能：「迭代了 X」「上線了 Y」「支援了 Z」——像個機器人。 這個 SKILL 是我作為 AI OPC 第一線進行業務復盤時打磨出的結構化編譯器。 你把流水帳原樣丟進來（多亂、多零散都可以），它會輸出一份符合高 P 升遷述職標準的完整復盤稿： 📊 一句話總評（30 秒讓讀者看懂你的價值） 🎯 核心成就（STAR＋判斷式敘事，不是功能羅列） 📈 數據參照表格（有基準、有口徑、有個人貢獻占比） 🧠 方法論沉澱（展現你的成長曲線） 📅 下一週期規劃（承諾書格式，可衡量目標＋Deadline＋資源需求） ⚠️ 風險與需要的支援（揭露風險＝敢於承擔） 📋 待補充數據清單（一次列完整，回去查一次就搞定） 附贈： ✓ 3 個核心提升點復盤（告訴你原始材料中的哪些問題已被解決） ✓ 答辯風險預判（升遷情境下評審會挑戰哪些重點＋應對話術） ✓ 可複用模板變數（下次改幾個字就能複用） 它和普通的「AI 寫週報」SKILL 有什麼區別？ 其他工具：把你的流水帳換個說法再輸出一遍（還是流水帳）。這個：為你的流水帳做結構手術——從「功能羅列體」升級為「判斷敘事體」。 它絕不做的事： ✗ 不虛構數據——你沒提供的一律標示「需補充」，絕不編數字 ✗ 不寫「作為一個 AI」「綜上所述」「感謝主管」這種廢話 ✗ 不諂媚，不問「你能詳細說說嗎」，直接做 誰應該安裝它： 每週被週報折磨、想早點下班的上班族 衝升遷的 P6→P7／M1→M2／中級→高級選手 半年／年度述職季，材料還沒動筆的緊急戶 需要為上級／評審／客戶撰寫季度復盤的專案負責人 想讓「我做的事」真正被看見的所有認真工作者 認真做事不等於會彙報。 同樣的工作量，會寫復盤的人升遷快 1 年。 安裝它，從下一份週報開始，讓你的工作被看見。
發現下一個適合你的技能
繼續探索更多精選 AI 技能，用於研究、創作和日常工作。