Skip to content

yanliudesign/offer-toolkit-skill / job-description-skill

job-description-skill

Verified

Job Description 解码器 + Offer 策略系统。把任何 JD 翻译成「这家公司到底在招什么人 / 我的匹配度 / Gap 在哪 / 为什么投/不投 / 面试会问什么 / 下一步怎么走」。只有 3 步:贴 JD → 给简历 → 自动生成并打开一份 HTML Offer Strategy Report。是整个求职链路的入口,向下衔接 Resume Skill 和 BQ Skill。关键词:job description, JD, 职位描述, 匹配度, ATS, resume tailor, 简历定制, 招聘经理, 投不投, should I apply, 面试预测, offer strategy。

prompts/jd-decoder.md

View on GitHub
# JD Decoder

**目标:** 把一份招聘话术 JD 翻译成"招聘经理真实需求"的结构化情报。后面 4 条流程都依赖这一步的产出。

**铁律提醒**
- 一次只问一个问题。缺信息别全列出来一次问完。
- 不要装作了解某公司内部情况。所有团队 / 文化判断都标"我从 JD 的 ___ 推断"。
- JD 链接抓不到内容 → 直接让用户粘贴 JD 文本,别瞎编。

---

## Step 0 · 先查库(永远先做)

读 `jd-bank/_index.md`:

- **同公司 + 同岗位 + 半年内分析过** → 直接调出之前的分析,告诉用户"上次解码过,结论是 ___,要不要直接用还是重新解?"
- **同公司不同岗位 / 同岗位不同公司** → 复用其中的 Hidden Signals 推断,但 Must Have / Nice to Have 重做。
- **没分析过** → 进 Step 1。

---

## Step 1 · 收齐输入

向用户要:

1. **JD 全文**(必需)。链接给了就先尝试,抓不到就要文本。
2. **公司名 + 岗位 + Level**(必需,JD 里没明写就问用户)。
3. **目标 Level**(可选)。如果用户面的 Level 跟 JD 标的不一样,后面的 Must Have 解读会变。

**不要在缺 JD 全文的时候硬猜。** 摘要不够用——JD 的 Hidden Signal 经常藏在用词、顺序、措辞里。

---

## Step 2 · 五图层结构化拆解

按顺序产出,**别跳层**。

### 图层 1 · 招聘经理真实需求(最值钱)

把 JD 的营销话术翻译回招聘经理的实际期望。方法:

- 对每一条 JD requirement 问自己:"字面要求是 ___,但招聘经理真正想要的人是 ___。" 两者经常不一样。
- 区分**硬要求**和**话术包装**——很多 JD 写"strong experience with X"其实意思是"做过 X 一两次就行"。
- 参考 [../frameworks/decode-patterns.md](../frameworks/decode-patterns.md) 的话术翻译表。

输出格式:

```
JD 写:
> "Looking for Product Designer with strong AI experience"

实际上招聘经理在找:
✅ 做过 AI 产品(最好端到端发过 1+ 个)
✅ 能跟 PM 和工程师快速推进
✅ 能从 0-1 定义产品形态
❌ 不需要会训模型 / 写 prompt eval pipeline
```

3-5 条这种翻译就够了,挑 JD 里最关键的几条。

### 图层 2 · Must Have(不满足就 reject)

3-5 条,每条**必须可验证**(看简历能看出来 / 面试能问出来),不能是虚的 buzzword。

格式:每条一句话 + 一个"为什么是 must"的简短理由。

> 例:
> - **AI 产品经验** — JD 里反复出现 + 团队明显在做 AI 方向
> - **Stakeholder management** — 提到 "work cross-functionally with PM, ENG, Research"
> - **End-to-end design ownership** — 提到 "from concept to ship"

### 图层 3 · Nice to Have(加分项)

3-5 条。这些**没有不会被 reject,有就明显加分**。

> 例:
> - Coding 能力(HTML/CSS/JS)
> - Startup / 早期阶段经验
> - 数据分析 / 实验设计

### 图层 4 · Hidden Signals(隐藏需求 / 文化信号)

JD 措辞里藏的"招聘经理希望这个人是怎样的人"。这是最容易被忽略也最容易出彩的部分。

参考 [../frameworks/decode-patterns.md](../frameworks/decode-patterns.md) 的 Hidden Signal 词典。常见信号:

| JD 出现的词 / 句式 | 信号 |
|---|---|
| ambiguity / unstructured / no playbook | 找自驱型,不要执行型 |
| ownership / drive / accountable | 期望端到端负责,不靠领导推 |
| influence / partner / align | 跨团队协作很重,politics 不轻 |
| fast-paced / move quickly / ship | 节奏快 / 早期阶段 / 可能加班 |
| craft / pixel-perfect / high bar | 高要求文化,作品集会被细抠 |
| mission-driven / impact | 文化匹配会被问 / 愿意降薪信号 |
| "you've shipped …" 列了具体产物 | 对作品集 / Portfolio Review 期待高 |

输出格式:

```
JD 反复出现 "ambiguity" + "ownership" + "drive"
→ 信号:这家公司在找**自驱型设计师**,不是等需求文档的执行者。
→ 面试和简历都要突出"我主动定义问题 / 推动决策"的故事。
```

3-5 条最有信号的就够。

### 图层 5 · Level / 团队 / 阶段判断

从 JD 推断这个职位的"实际形状":

- **Level**:JD 标的 Title vs 职责暗示的实际 Level(经常有差)。
- **团队规模**:单干?小团队(< 5)?大组(10+)?JD 里有没有透露。
- **团队阶段**:0-1 / 1-N / 成熟 / 转型。
- **汇报关系**:报告给谁?(Design Lead / Head of Design / PM / CEO)
- **可能的痛点**:为什么现在招?(扩张 / 补缺 / 新方向)

每条都标推断依据,不知道就写"JD 没透露",**不要装作知道**。

---

## Step 3 · 存进 JD Bank

1. 按 [../jd-bank/_jd-template.md](../jd-bank/_jd-template.md) 创建 `jd-bank/<company>-<role-slug>-<YYYYMM>.md`。
2. frontmatter 必填:company / role / level / source_url / decoded_at / status: decoded。
3. 把 5 个图层的产出写进文件正文。
4. **更新 `jd-bank/_index.md`**,登记这份 JD。

---

## Step 4 · 导流下一步

解码完毕,主动问:

> "JD 解码完了 ✅,存进 JD Bank 了。下一步你想做什么:
> - 算一下你的简历跟它的**匹配度**?
> - 直接**改简历**针对这个职位 tailor?
> - 看看面试**会问哪些题**?
> - 还是先评估**值不值得投**?"

让用户选,不要自动接着跑下一条流程。

---

## 常见卡点

| 症状 | 处理 |
|---|---|
| JD 太短 / 全是 buzzword | 主动告诉用户"这份 JD 信息量不够,我能解出的部分有限,建议补充:① 公司近期产品方向 ② LinkedIn 上 hiring manager 信息 ③ 团队其他成员背景" |
| JD 是中文 / 国内公司 | 套路一样,但 Hidden Signal 词典要切换("狼性" / "拥抱变化" / "结果导向" 各有所指) |
| 用户只给链接抓不到 | 让用户粘 JD 文本,**别根据公司名瞎猜 JD 内容** |
| 用户问"我能不能投" | 别在 Decoder 里直接回答,引导走Should I Apply(Should I Apply) |
reverse-engineer-anythingmorluto/reaReverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA, and build agent environments (AgentEnv bundles) of web applications from a live instance or a capture, and of Linux desktop apps with a task from a request. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis.Stars: 472kUpdated Claude CodeCodexVerifiedInstall
diagnosing-superpowersobra/superpowersUse when a superpowers session went wrong and your human partner wants to know why — repeated work, ignored plans, stumbles, poor results, a skill that didn't fire, "it took too long", "why is it so expensive", "what is it doing" — or wants to build a bug report for the superpowers maintainers, for the current session or a past one identified by id or path, on any harness.Stars: 322kUpdated Claude CodeCodexVerifiedInstall
dispatching-parallel-agentsobra/superpowersUse when facing 2+ independent tasks that can be worked on without shared state or sequential dependenciesStars: 322kUpdated Claude CodeCodexVerifiedInstall
executing-plansobra/superpowersUse when executing an implementation plan in the current session as the implementer yourself — your human partner chose inline execution, or no subagent tool is availableStars: 322kUpdated Claude CodeCodexVerifiedInstall