央国企校招简历分析助手Skill：让应届生简历先过机筛，再打动HR
- 定位精准：这是一款专为央国企校招场景打造的简历诊断技能，覆盖央企、国企、银行、电网、烟草、运营商、铁路、三桶油等招聘体系，而不是通用型简历润色工具。
- 主功能清晰：以「简历不足诊断 + 修改建议 + 完整修改方案」为核心，输出三级风险报告（致命 / 明显不足 / 优化建议），并附上可直接复制的示范文本。
- 流程标准化：内置 5 步分析工作流，从输入确认、硬性门槛核查、8 大模块质量检测，到风险分级、报告输出，环节固定、可复现。
- 有据可依：诊断依据来自《网申要点知识库》，涵盖硬性门槛清单、模块撰写规范、常见不足检测清单、STAR 行为动词库、分类央国企偏好等。
- 附加能力实用：除简历诊断外，还支持网申问答、开放题 STAR 作答、JD 关键词匹配筛查与简历避雷检测。
该技能叫什么？如何一键安装 AI 技能提升开发效率？
这个技能的中文名是「央国企校招简历分析助手Skill」，英文名为 wangshen-assistant，技能ID为 14400。
它要解决的问题非常具体：应届生在投递央国企时，往往并不清楚自己失败的原因。互联网大厂的简历标准与央国企的筛选逻辑差别很大。前者看重项目亮点与增长数据，后者更看重学历专业对口、英语等级、政治面貌、学生干部经历、成绩排名与稳定性。很多同学拿着面向互联网企业优化的简历去投银行、电网、烟草，结果在机器筛选这一关就被淘汰，连 HR 的 60 秒浏览都撑不到。
这个技能的价值，就是把「央国企 HR 与机筛系统的隐性标准」显性化、清单化，让应届生在投递前就能自查出致命问题。
关于「一键安装」的思路：
该技能本身是通用 Markdown 格式的技能包，核心文件为 SKILL.md（技能主文件）与 knowledge-base.md（详细知识库）。因此安装与接入方式取决于你使用的 AI 工具：
- 确认前提：准备好一个支持自定义指令、知识库上传或技能（Skill）机制的 AI 工具；同时准备好待诊断的简历文本（或简历文件）以及目标岗位 JD（可选，有则分析更精准）。
- 在 Qoder 中调用：按技能说明，在 Qoder 中通过
/wangshen-assistant即可引用该技能，属于最轻量的「一键唤起」方式。 - 在豆包等其他 AI 工具中使用：将该目录下的
SKILL.md与knowledge-base.md作为知识库文件上传，或作为自定义指令粘贴引用。 - 验证是否生效：直接输入一句测试请求，例如「帮我分析这份央国企校招简历，目标是国家电网」，若返回结果包含「总体评估 / 硬性门槛核查 / 分模块诊断 / 风险问题汇总表 / 逐项修改方案 / 修改后简历框架」等结构化章节，即说明技能已正常加载。
需要说明的是，不同平台的技能市场入口、安装命令与账号要求可能不同，具体操作以官方说明为准。本技能不涉及付费定价信息，相关费用政策同样以官方渠道公示为准。
该技能的主要功能和特点
- 央国企专项简历深度诊断（主功能）：不是泛泛地「帮你改简历」，而是对照央国企筛选标准逐项体检，输出带三级风险标记的诊断报告。
- 硬性门槛前置核查：优先核查应届身份、学历院校、英语等级（如本科 CET-4≥425、硕士 CET-6≥425）、专业匹配、年龄、政治面貌等硬指标，任一项不满足即标注【一票否决项】，并给出补救或替代路径。这避免了「在细节上精雕细琢、却被硬性门槛挡在门外」的无效努力。
- 8 大模块逐项质量检测：个人信息（含政治面貌 / 生源地 / 证件照）、求职意向、教育背景、实习实践与学生工作、奖励荣誉、技能证书、自我评价、排版规范。其中政治面貌、生源地、证件照等是央国企特有的关注点，通用简历工具通常不会提示。
- 三级风险分级：把问题分为 🔴 致命问题（直接导致机筛淘汰或 HR 60 秒内放弃）、🟡 明显不足（显著降低网申通过率）、🔵 优化建议（提分项），并强调优先级不可颠倒。
- 建议可直接使用：每个问题都包含「原因分析 + 修改建议 + 可直接复制的示范文本」，明确禁止「建议优化一下」这类空泛指导。
- 输出含完整简历框架：报告末尾会附上修改后的完整简历文本框架，待用户填写的部分用
【需补充：xxx】标注，拿到即可继续完善。 - 一岗一策的企业类型适配：可依据银行、电网、运营商、烟草、三桶油、铁路、建筑、军工等不同类型央国企的偏好，调整诊断侧重点。
- 辅助功能齐全：网申问答、开放题 STAR 法则作答、JD 关键词覆盖与缺失分析、简历避雷检测。
- 真实性约束：明确不教唆造假，量化数据缺失时引导用户提供真实数据并用占位符标注，绝不编造用户经历。
和普通简历工具相比，它强在「标准对齐」：诊断标准锚定央国企偏好（重成绩、证书、学生干部、稳定性、政治素养），而不是互联网企业的叙事风格。
如何使用该技能？
第 1 步：准备输入材料 必需项是简历文本（可直接粘贴，或提供文件）。可选项是目标企业与岗位 JD。有 JD 时会做定向分析，无 JD 则按央国企通用标准诊断。若简历严重残缺（只剩片段），技能会先请你补充，而不会凭空脑补。
第 2 步：发起诊断请求
在 Qoder 中用 /wangshen-assistant 引用技能，或在你所用的工具中加载技能后直接提问。输入示例：
帮我分析这份简历，目标是中国移动某省公司的市场类岗位，JD 我贴在下面。 （随后粘贴简历全文与 JD）
第 3 步：查看硬性门槛核查结果 技能会先输出一张核查表，逐项比对「央国企常见要求」与「简历现状」，用 ✅ / ⚠️ / ❌ 标记判定结果。例如英语等级一栏，若简历只写了「英语良好」而无具体分数，就会被判定为信息缺失风险。
第 4 步：阅读分模块诊断与风险汇总 你会得到两部分内容：按 8 大模块展开的问题清单（每条含等级、原因、建议、示范文本），以及一张风险问题汇总表，列出问题编号、等级、所在模块与对应方案编号，便于按优先级批量修改。
第 5 步：按优先级执行修改 按「致命 > 明显不足 > 优化建议」的顺序逐条落地。每条都给出可直接复制的示范文本，例如把「负责社团活动组织」改写为包含情境、任务、行动、结果的 STAR 表述。
第 6 步：取用完整简历框架
报告末尾会给出修改后的完整简历框架，【需补充：xxx】处填入你的真实数据即可成稿。
第 7 步：按需调用辅助功能
- 想让某段实习描述更有说服力：要求用 STAR 法则重构，技能会调用行为动词库。
- 想了解某类企业偏好：例如「烟草行业校招更看重什么」。
- 想准备开放题：直接提问网申开放题如何作答。
输出说明：标准报告包含总体评估（综合评分 XX/100、风险等级高/中/低、一句话核心结论）、硬性门槛核查表、分模块诊断、风险汇总表、逐项修改方案、修改后简历框架，以及有 JD 时的关键词匹配分析。
同类型竞品对比分析
| 方案名称 | 定位 | 核心功能 | 安装/使用门槛 | 适用场景 | 优势与不足 |
|---|---|---|---|---|---|
| 央国企校招简历分析助手Skill（本技能） | 央国企校招简历专项诊断 | 硬性门槛核查、8 模块检测、三级风险报告、逐项示范文本、完整简历框架、网申与开放题辅助 | 需在支持技能/知识库的 AI 工具中加载，Qoder 用 /wangshen-assistant 引用；具体以官方说明为准 |
央企、国企、银行、电网、烟草、运营商、铁路、三桶油等网申投递前自查 | 优势：标准贴合央国企偏好、流程标准化、建议可直接使用、不编造经历；不足：需自行准备简历文本，强依赖输入质量 |
| 通用 AI 对话工具（直接提问改简历） | 通用写作与润色 | 语言润色、结构建议、自由问答 | 极低，打开即用 | 快速润色、临时救急 | 优势：零门槛；不足：缺乏央国企专属标准，易套用互联网叙事，不核查硬性门槛，建议常偏空泛 |
| 在线简历模板/排版工具 | 简历制作与排版 | 模板套用、排版美化、导出 PDF | 低，注册即可 | 从零制作简历、调整版式 | 优势：出片快、版式规范；不足：只解决「长得好看」，不解决「是否符合央国企筛选逻辑」，无内容诊断 |
| 高校就业中心/学长学姐人工修改 | 人工经验咨询 | 一对一人工点评 | 中高，需预约与沟通成本 | 需要深度个性化指导 | 优势：经验真实、可追问；不足：标准因人而异、难以规模化、反馈周期长、不覆盖机筛关键词维度 |
从对比可以看出，本技能的差异化不在「排版」也不在「泛泛润色」，而在把央国企的筛选规则变成可执行的检查清单。
该技能的典型应用场景与实际体验情况
场景一：秋招前的简历终检（应届本科生） 痛点：投了十几家国企网申，几乎没有回音，但不知道问题出在哪里。 使用方式：粘贴简历全文，说明目标为某省电网公司，请求全面诊断。 实际体验：最先暴露的往往是硬性门槛与信息缺失类问题，例如英语只写「良好」而无具体分数、未填写政治面貌与生源地、证件照缺失。这类问题在通用简历工具里几乎不会被提示，但对央国企机筛却是实打实的减分项。上手难度低，属于「贴进去就有结论」的类型。注意：简历信息越完整，诊断越准确。
场景二：跨行业转投央国企（理工科硕士） 痛点：原本按互联网大厂标准写的简历，项目描述强调技术亮点与增长数据，但国企更关注稳定性、专业对口与政治素养。 使用方式：提供简历与目标岗位 JD，要求做定向分析并输出关键词匹配结果。 实际体验：技能会给出「已覆盖关键词」与「缺失关键词及嵌入位置建议」，并按企业类型调整侧重点。需要注意的是，关键词建议必须建立在真实经历之上，技能本身也明确禁止造假，遇到没有的经历应如实放弃，而不是硬凑。
场景三：开放题与网申表单求助（文科应届生） 痛点：网申系统里的开放题不知道怎么写，容易写成空话。 使用方式：直接提问开放题作答思路，技能会调用 STAR 法则与行为动词库给出结构。 实际体验：这类辅助功能响应快、结构清楚，适合在网申 deadline 前集中处理。建议一次只问一道题，便于逐题打磨。
场景四：简历避雷自查（大三实习生） 痛点：不确定简历里哪些表述会「踩雷」，例如夸大职务、时间线断裂、频繁跳槽意向。 使用方式：请求做避雷检测。 实际体验：技能会按模块列出风险点并分级。注意，报告给的是修改方向与示范文本，最终判断仍要结合自身真实情况。
整体体验小结：上手难度低（无需学习复杂指令）、流程透明（5 步工作流固定）、产出可执行（示范文本可直接复制）。注意事项有三：一是简历原文必须完整提供；二是所有量化数据必须真实；三是技能输出属于辅助建议，最终以目标企业官方招聘公告为准。
该技能能为用户带来的价值
第一，把「信息差」变成「检查清单」。 央国企校招的筛选规则长期以隐性经验的形式在学长学姐之间口口相传，本技能将其固化为硬性门槛清单、8 大模块规范与常见不足检测清单，让没有内部信息渠道的普通应届生也能获得同等的判断依据。
第二，把「无效努力」变成「优先级明确的行动」。 三级风险分级要求先解决致命问题，再谈优化建议。很多同学花几个小时雕琢自我评价的措辞，却没发现英语等级信息缺失这种一票否决级别的隐患。技能的价值在于帮你把时间投在通过率影响最大的地方。
第三，把「空泛指导」变成「可直接使用的文本」。 每条建议都配示范文本，把「知道该改」直接推进到「知道怎么改」，显著压缩从诊断到成稿的链路。
第四，降低专业门槛与咨询成本。 过去这类深度简历诊断往往依赖付费咨询或就业中心预约，存在周期长、标准不统一的问题。通过技能化封装，应届生可以随时多次迭代简历，一岗一版地做定向优化。
长期价值在于能力沉淀：反复使用过程中，你会逐步内化央国企的简历评价逻辑，形成对「硬门槛优先、真实为纲、一岗一策」的稳定认知。这套方法论在后续社招、内部竞聘中同样适用。
常见问题 FAQ
Q1：这个技能怎么安装？在哪些工具里能用？
A：本技能为通用 Markdown 格式，核心是 SKILL.md 与 knowledge-base.md 两个文件。在 Qoder 中通过 /wangshen-assistant 引用；在豆包等其他 AI 工具中，可将这两个文件作为知识库上传，或作为自定义指令粘贴引用。具体入口与版本要求以官方说明为准。验证方式：发起一次简历分析，看是否返回结构化诊断报告。
Q2：使用这个技能收费吗？ A：技能详情中未包含定价信息，是否收费取决于你所使用的 AI 平台的政策，请以官方说明为准。
Q3：它适合谁用？非央国企求职者能用吗？ A：核心受众是准备投递央企、国企、银行、电网、烟草、运营商、铁路、三桶油等单位的应届生，以及需要做网申开放题、JD 关键词自查的求职者。它的诊断标准锚定央国企偏好，如果你主攻互联网企业，参考价值会打折扣。
Q4：它会不会帮我编造经历？ A：不会。技能明确要求「真实为纲」，绝不编造用户经历；量化数据缺失时会引导你提供真实数据，并用占位符标注待补充位置。简历严重残缺时，它会先请你补充，而不是凭空补齐。
Q5：和通用 AI 改简历、简历模板工具怎么选？ A：三者解决的是不同环节的问题。模板工具解决「版式好不好看」，通用 AI 解决「语言顺不顺」，本技能解决「是否符合央国企筛选逻辑、有没有致命硬伤」。稳妥做法是先用本技能做内容与合规诊断，再用模板工具定版；如果时间紧张只能选一个，投央国企优先选本技能。