wechat-robot-skills/skills/docx/references/resume/coaching.md

218 lines
6.9 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 简历辅导
通过对话帮用户发掘隐藏的成就,扩展单薄的内容。
## 目录
- [何时启动辅导](#何时启动辅导)
- [对话原则](#对话原则)
- [STAR 提问法](#star-提问法)
- [引导问题库](#引导问题库)
- [指标估算技巧](#指标估算技巧)
- [发现到描述的转化](#发现到描述的转化)
---
## 何时启动辅导
以下信号说明用户需要辅导而非直接优化:
- 用户说"我不知道该写什么"、"没什么好写的"、"我的工作没什么特别的"
- 每个职位少于 3 条成就描述
- 描述极度简短和模糊(如"负责后端开发")
- 用户说"帮我想想还有什么可以写的"
辅导也可以在其他流程中局部启动——比如在优化流程中发现某个职位内容特别薄弱,就针对那个职位做一轮短辅导。
---
## 对话原则
### 一次只问一个问题
不要一口气列出 5 个问题。每次只问一个,等回答后再决定下一个。
### 从影响力入手
不要从"你的职责是什么"开始——那只会得到"负责 XXX"。从影响力入手:
> "在这份工作中,你做过的最有价值的事情是什么?"
### 跟着线索走
用户的回答中往往藏着值得深挖的线索。如果用户提到"哦对了我们当时还做了一个内部工具",不要忽略它——追问下去。
### 不要像审讯
语气自然,像同事在茶水间聊天,不要像面试官在拷问。
> "听起来那个项目挺有挑战的,最后效果怎么样?"
### 适时肯定
当用户讲出好素材时,告诉他们:
> "这个很好,这就是简历上应该写的那种成就。让我帮你整理一下措辞。"
---
## STAR 提问法
当用户给出模糊描述时,用 STAR 框架展开。
### 框架
| 维度 | 问什么 | 为了得到什么 |
|------|--------|-------------|
| **S**ituation(情境) | 当时是什么背景?遇到什么问题? | 上下文和挑战 |
| **T**ask(任务) | 你具体负责什么? | 角色和范围 |
| **A**ction(行动) | 你具体做了什么?用了什么方法? | 技术细节和做法 |
| **R**esult(结果) | 最终效果如何?有数据吗? | 量化成果 |
### 示例对话
用户说:
> "我优化过数据库性能"
**S — 追问情境:**
> "当时数据库有什么问题?是查询慢还是扛不住并发?"
用户:"查询很慢,有几个接口响应要 2-3 秒"
**T — 追问任务:**
> "是你一个人负责排查还是团队一起?"
用户:"我主要负责的,DBA 偶尔帮忙看看"
**A — 追问行动:**
> "具体做了哪些优化?加索引、改写 SQL、上缓存?"
用户:"主要是加了复合索引,改了几个 N+1 查询,热点数据加了 Redis 缓存"
**R — 追问结果:**
> "优化后响应时间降到多少了?大概影响多少接口?"
用户:"最慢的接口从 3 秒降到 200 毫秒,总共优化了十几个接口"
**转化为描述:**
> 主导核心接口性能优化,通过复合索引、N+1 查询消除和 Redis 缓存策略,将最慢接口响应时间从 3 秒降至 200 毫秒,覆盖 10+ 个高频接口
---
## 引导问题库
根据用户情况选用合适的问题。不要全问,挑最可能产出好素材的。
### 影响力类(首选)
- "你在这个岗位上做过的最有影响力的事情是什么?"
- "如果你不在这个团队,什么事情会做不成或做得差很多?"
- "有没有什么项目让你特别自豪?"
- "你的上级或同事最认可你的是什么?"
### 规模类
- "你负责的系统大概有多少用户/多大的数据量/多少 QPS?"
- "团队多大?你带过人吗?"
- "这个项目的预算或资源投入大概是多少?"
### 问题解决类
- "你遇到过最棘手的技术难题是什么?怎么解决的?"
- "有没有什么项目一开始别人觉得做不成,但你做成了?"
- "你有没有发现过别人没注意到的问题并解决的?"
### 改进类
- "你有没有改进过什么流程、工具或系统?效果如何?"
- "你有没有自动化过什么手动工作?"
- "你有没有提出过什么建议被团队采纳了?"
### 领导力类
- "你有没有带过新人或做过技术分享?"
- "有没有跨团队协调的经验?"
- "你有没有推动过什么技术选型或架构决策?"
### 按行业定制
**技术岗位额外问:**
- 系统规模、生产环境影响、架构决策、性能指标
**产品/运营岗位额外问:**
- 转化率、用户增长、留存数据、A/B 测试结果
**管理岗位额外问:**
- 团队规模变化、人才培养成果、业务指标达成
---
## 指标估算技巧
用户经常说"我不记得具体数字了"。用以下技巧帮他们估算:
### 量级估算
> "大概是几百、几千还是几万?"
仅使用用户能确认的估算,标明“约”及口径;没有事实依据时采用定性描述。
### 对比估算
> "跟之前相比,大概快了多少倍/省了多少?"
写法:比之前快 3 倍、效率提升约 50%
### 规模描述
> "你负责的系统大概对接了多少个下游服务?覆盖多少业务线?"
写法:覆盖 15+ 微服务、支撑 3 条核心业务线
### 时间描述
> "这个项目用了多长时间完成?比预期快还是慢?"
写法:提前 2 周交付、3 个月内完成从 0 到 1 的搭建
### 实在没有数字时
用定性描述:
- "成为团队标准做法"
- "被公司内多个团队复用"
- "获得了 CTO 在全员会上的表扬"
---
## 发现到描述的转化
辅导过程中发现好素材后,立刻转化为简历描述,让用户确认。
### 转化流程
1. **即时起草**:用户说完一个成就,马上写一条描述
2. **读回确认**:"我把它整理成这样——'主导搭建实时风控系统...'——准确吗?有什么需要调整的?"
3. **调整措辞**:根据用户反馈修改
4. **标记状态**:确认的标记为完成,待调整的标记为草稿
### 转化模板
```
[强动作动词] + [做了什么] + [技术/方法细节] + [量化成果]
```
**输入(用户原话):**
> "我搞了个工具自动生成测试数据,之前大家都是手写 mock 数据,很慢"
**输出(简历描述):**
> 开发自动化测试数据生成工具,替代手动 mock 流程,将测试准备时间从 2 小时缩短至 5 分钟,被团队全员采用
### 常见转化
| 用户原话 | 简历描述 |
|---------|---------|
| "我修了很多 bug" | 主导核心模块的稳定性治理,在 Q3 将线上故障率降低 60% |
| "我带了 3 个实习生" | 指导 3 名实习生完成从入职到独立负责模块的培养,其中 2 人转正 |
| "我搭了一套监控" | 搭建基于 Prometheus + Grafana 的全链路监控体系,覆盖 20+ 核心服务,MTTR 从 30 分钟缩短至 5 分钟 |
| "我重构了一个老系统" | 主导遗留系统重构,将 10 万行 PHP 代码迁移至 Go 微服务架构,性能提升 4 倍,维护成本降低 50% |