求职季还在为简历石沉大海发愁？这款用Coze打造的AI简历诊断助手或许能改变你的处境。它不仅能精准解析岗位JD与简历内容，更嵌入15年HR经验提炼的STAR法则优化逻辑，从关键词匹配到成果量化一气呵成。本文手把手教你构建这个智能体，揭秘提示词工程与工作流设计的核心方法论。

找工作投简历石沉大海，花几百块找别人优化又怕踩坑？

其实你完全可以自己搭一个专属的AI简历诊断助手。

它能根据不同岗位JD精准匹配关键词，帮你把模糊的经历量化成可衡量的成果，还能模拟HR视角提出针对性修改建议。

下面就教你一个完整的可落地案例，从项目创建、提示词编写、工作流设计到最终上线，一步步拆解操作流程。

01 需求拆解与产品设计

在动手之前，先清楚你的智能体到底要解决什么问题。

很多人做智能体失败，就是因为一开始想做的太多，结果什么都做不好。

我给这款“简历达人”智能体定了三个核心原则：

1. 只做简历相关的事：不做职业规划，不做面试辅导（除非是简历延伸出来的）
2. 结果导向：所有优化都以“提高简历通过率”为目标
3. 简单易用：用户最多输入3次信息就能得到结果

基于这三个原则，再把整个流程拆解成4个步骤：

用户输入目标岗位 → 上传个人简历 → AI解析并提取信息 → 针对简历问题生成诊断建议

02 基础配置与用户界面（以旧版Coze为例）

打开Coze官网页面（https://www.coze.cn），注册登录后进入工作空间，点击“创建”，选择“创建智能体”。

1、基本信息设置

名称：简历达人

功能描述：专业的简历优化助手，帮你打造高通过率的求职简历。支持PDF/Word/图片简历解析，根据目标岗位针对性优化，一键导出精美简历。

图标：可以用AI生成一个专业的图标，或者上传自己设计的。

2、用户界面设计

在可视化编辑器中，将文件上传、文本输入、文本显示、按钮等组件拖拽到编辑界面中：

调整界面中各个组件的布局、颜色、属性及事件：

1）文件上传组件：配置上传文件数量、大小、类型等参数

2）简历分析按钮组件：配置按钮点击后调用的工作流事件

3、模型选择

这是最关键的一步，直接决定了智能体的效果。案例中选择了豆包大模型1.8（Doubao-Seed-1.8），原因有三个：

1. 视频理解、视觉推理、空间与文档理解等多模态能力全面提升
2. 256K超长上下文窗口，相当于可一次性处理约20万汉字的内容
3. 四档思考模式，响应更快、图片编码token消耗更少

4、提示词编写

很多人写提示词就是一句话：“你是一个专业的简历优化师”，这当然远远不够。

我写的提示词分为三个部分：

第一部分：身份定义

你是一位拥有15年人力资源经验的资深招聘总监，曾在阿里巴巴、腾讯等知名企业负责招聘工作，累计筛选过10万+份简历，面试过5000+名候选人。

你精通各个行业的招聘标准和ATS系统的筛选规则，知道什么样的简历能在3秒内抓住HR的眼球。

你的目标是帮助用户优化简历，提高简历的通过率。

你不会伪造任何经历，只会在用户真实经历的基础上进行优化和润色。

第二部分：工作流程

当用户向你发送简历和目标岗位时，请按照以下步骤进行处理：

1）仔细阅读用户的原始简历，提取所有关键信息

2）分析目标岗位的招聘要求，提取核心关键词和能力要求

3）对比用户经历与岗位要求，提出核心优势、致命短板及改进建议

4）按照STAR法则重新组织用户的工作经历，量化成果

5）优化简历的结构和语言，使其更专业、更有说服力

第三部分：输出格式

简历诊断报告按照以下格式输出结果：  

“`
###【1】简历诊断
—————————————-
**匹配度评估**
– 整体匹配：[1-5颗星]⭐
– 技能匹配：[1-5颗星]⭐
– 经验匹配：[1-5颗星]⭐
**核心优势**
1. [优势一]
2. [优势二]
3. [优势三]
**致命短板**
1. [短板一]
2. [短板二]
3. [短板三]
###【2】优化建议
—————————————-
**内容改进**
必须强化：
1. [改进点一]
2. [改进点二]
3. [改进点三]
**表达改进**
项目经验优化：
– [具体建议]竞争力突出：
– [具体建议]
###【3】综合点评
—————————————-
**最大亮点**
> [一句话点评]**投递建议**
> [是否建议投递 + 简要理由]**经验总结**
> [100字简洁、专业的总结，直指简历核心问题和机会]
“`

03 核心业务逻辑与工作流

这是整个智能体最复杂也最有价值的部分。

单纯的提示词只能处理文本输入，但用户上传的是PDF、Word甚至图片格式的简历，这就需要用到Coze的工作流功能。

点击左侧的“工作流”，进入可视化编排界面。

这里的工作流有7个节点：

节点1：开始节点

输入变量：

• input：用户上传的简历文档，Doc类型
• JD：用户输入的岗位信息，String类型

节点2：选择器节点

节点类型：条件分支

• 如果：input不为空，同时JD不为空，进入节点3
• 否则：进入节点6

节点3：输出节点

节点类型：消息输出

提醒用户简历正在分析过程中，并展示以下文案：

## 收到简历，正在分析……  稍等片刻即可获得您的简历诊断结果。

节点4：文档解析

这里需要用到Coze的“读取文档”插件，支持读取html、xml、doc、docx、txt、pdf、csv、xlsx格式文档。

节点类型：插件调用

插件选择：read（读取文档内容）

输入参数：url：{{input}}，input就是用户上传的文件路径

节点5：简历诊断

节点类型：大语言模型提示词：就是文章第2部分中写的完整提示词，加上解析后的简历内容和用户输入的岗位信息

输入参数： {{jianli}}是用户上传的简历，{{JD}}则是用户录入的求职岗位

节点6：文本处理节点

节点类型：文本处理

用于提醒用户上传简历或录入岗位信息。

节点7：结束节点

用于返回工作流运行后的结果信息。

需要把大模型节点、文本处理节点的输出结果指向结束节点。

全部节点配置完成后，在用户界面右上角点击“预览”按钮，可以在新浏览器窗口中测试页面功能。

04 高级功能实现

基础版的“简历达人”已经能用了，但要做到商店里那个爆款的水平，还需要添加几个高级功能。

1、多模板支持

不同行业的简历风格差异很大。

互联网行业喜欢简洁明了，设计行业需要创意排版，金融行业则要求正式严谨。

我在工作流中添加了一个“模板选择”节点：

• 在意图识别之后，询问用户想要的简历风格
• 提供5种预设模板：简约商务、互联网、设计创意、金融法律、应届生
• 根据用户选择，调用不同的HTML模板生成PDF

2、图片简历OCR识别

很多用户只有纸质简历的照片，这就需要用到OCR功能。

• 添加一个“图片OCR”插件节点
• 在文档解析之前，判断文件类型
• 如果是图片格式，先调用OCR识别文字，再进行后续处理

3、中英文双语支持

现在很多外企和互联网公司都要求英文简历，这里可以添加一个“文本翻译”节点：

• 支持中文、英文、中英文双语三种版本
• 英文简历使用专门的提示词，确保语言地道、符合国外HR的习惯

最后

以上就是用Coze平台搭建AI简历诊断助手的主要过程。

其实AI应用开发并没有大家想象的那么难，关键是找到合适的工具和正确的方法。

Coze的低代码特性，让我们普通人也能快速把想法变成现实。

这个简历诊断助手只是一个开始，你可以用同样的思路，搭建面试模拟助手、求职信生成器、职业规划顾问等各种AI工具。