简历写解决方案不写执行动作
写的是动作(配置了、接入了、设计了)→ 执行层;写的是判断(为什么必须解决、错误产生在哪、为什么这样选、怎么验证)→ 解决方案层。
一、同一件事的两种写法
| 写法 | 读者得到什么 | |
|---|---|---|
| 执行 | 接入搜题接口、配置调用规则、设计图片映射 | 你会操作这套系统 |
| 方案 | 针对相似题条件差异导致答案误用的问题,区分原题匹配与相似题参考,校验题干关键条件与选项一致性,按匹配情况采取不同答疑策略,并用专项评测验证误用风险 | 你识别了问题、选了机制、能证明有效 |
产品化不是把动词换大(「配置」改「设计」)。是把为什么做、错在哪、怎么判断有效补上; 实现细节留到面试被追问时再展开。
二、不要让手段当主线
一个本身很简单的局部需求(例如「把已有的搜题能力接到对话入口」)被当成项目主线后, 整段经历会退化成「我做了个工具」。判断依据是它有没有判断价值: 需求简单、动作单一,就应当降级为某个优化点里的一个动作,而不是撑起整个项目。 (详见 答疑是功能层搜题只是手段层)
三、深度从哪来:不是技术名词
想让一段经历「讲得深」,靠的不是往里塞 RAG / 向量库 / 知识图谱这类词, 而是沿这条链回答清楚:
业务上为什么这个问题不可接受
→ 错误具体产生在哪一层
→ 选择什么机制解决、放弃了什么
→ 用什么口径验证它真的有效
术语只用来解释取舍,不用来充深度。 没做过的层不要写成做过 —— 贡献只需要覆盖你真正能影响的那一层,但你要能解释整条链的边界。
四、两条线要分开
想讲深,往往要「补课」(理解当时没参与的层)。这时必须区分:
- 经历线:当时系统怎么跑、你负责什么、改了什么、结果如何;
- 学习线:后来才理解的技术,用于解释方案与讨论取舍。
后补的内容标为「复盘实验 / 独立实践」,不能倒写成实习期间已上线的成果。
相关
- AI产品经理的能力三轴 —— 简历的叙事单位是能力轴,不是项目;本条是它在「每条轴怎么写」上的落点
- 答疑是功能层搜题只是手段层 —— 功能 vs 手段,是本条在项目主线上的应用
- 差异要用使用模式说而不是功能清单 —— 同样是「不要罗列,要讲出判断」
- 完整蓝图不等于同阶段交付 —— 只写实际交付的那部分,不把蓝图当成果