用 AI 把分散的项目材料整理成个人求职作品集网站

可以得到什么

• 一个对外可访问的中文个人作品集网站，把网页、PDF、视频、代码、Figma 等不同媒介的项目材料集中到一个入口。
• 一个"AI 能力展示"与"专业作品展示"共存的页面结构，让访问者快速判断候选人的方向和水平。
• 一组按"AI 能力 / 核心竞争力 / UI / 视频 / 项目 / PPT / 简历 / 联系"组织的栏目，可以根据目标岗位调整顺序和取舍。

适合哪些情况

• 设计、艺术、文创、视觉相关专业的学生或转岗者，已有多个项目但材料分散在不同格式和位置。
• 需要同时展示视觉作品、文档（PDF/PPT）、可交互网页（HTML/CSS/JS）和 AI 工具使用能力。
• 希望把 GitHub、Figma、视频、PDF 统一到一个对外入口，而不是只放一个简历 PDF。
• 适合与"针对 JD 定制简历"和"面试前研究目标公司"等任务配合使用，作为求职准备链路上层的基础设施。

需要准备什么

• 真实的项目材料（图片、源文件、过程稿、PDF、视频、Figma 链接、代码仓库）。
• 一份"我能交付什么"的真实清单：方向、可展示成果、可证明的能力。
• 经过脱敏的输入：删除住址、证件号、私人账号、客户机密、文档作者元数据。
• 至少一个对外可访问的托管位置（如 GitHub Pages、自有域名、Vercel 等）。
• 对外联系方式的策略：专用邮箱、表单或可撤销联系方式。

常见做法

1. 首页先写求职承诺：用真实经历写"我能交付什么"，让模型帮归类和压缩，不让模型凭空创造优势。
2. 整理原始证据并放入可追踪的项目目录：把研究资料、项目图片、过程稿、PPT/PDF、Figma 文件、代码、视频按项目归类。
3. 用 AI 做研究与结构拆解：用通用对话模型梳理资料、做方案拆解和文案优化，用 NotebookLM 类工具归纳文献和课程资料。
4. 多方向生成后人工筛选：用图像生成工具推演多个风格方向，由作者筛选后再放入网站，不把所有生成图都展示出来。
5. 用 AI 编程工具辅助实现网页：让 Codex 类工具处理文件整理、自动化脚本、代码级修改和交互检查，作者保留对结构与样式的最终决定权。
6. 把项目拆成可阅读案例：每个项目补齐角色、目标、调研、过程、迭代、结果和反思。
7. 发布前做跨设备和链接检查：桌面端、手机端、招聘平台内置浏览器、外链可用性、PDF 下载权限。

真实案例与教程

• 案例：张誉聪 用 AI 工具组合搭建跨媒介个人作品集——设计专业学生用 Codex、ChatGPT、Claude、Gemini、NotebookLM、Stable Diffusion、Midjourney、即梦 AI 搭建的跨媒介作品集网站。
• 创作者：张誉聪（Albert Lush）
• 方法：研究—生成—筛选—构建—交付（个人作品集建站工作流）（四段工作流）
• 方法：视觉生成后人工筛选与展示控制（作品集不堆砌生成图）（筛选后再展示）

限制和检查点

• 不要把工具列表当结果：网站里只写"使用了 XX 工具"而不附可见产物（页面、代码、图、文档、视频），说服力极低。
• 不要让 AI 补造项目、客户、获奖、用户反馈、业务指标或代码贡献。
• 概念项目必须标注：未上线、个人练习、课程作业要与正式项目明确分开。
• 效率量化要诚实：未量化的"AI 节省多少时间"不要写进页面，避免被招聘方追问。
• 风险：
  • 个人作品集网站集中暴露联系方式、教育时间、社交二维码、仓库账号的隐私风险——个人网站集中暴露联系方式、教育时间、社交二维码、仓库账号的隐私风险。
  • 个人作品集中参考视觉、生成图与原作品相似性的版权、商标与品牌风险——参考视觉、生成图与原作品相似性的版权风险。
  • AI 改简历时的虚构经历与虚构数字风险——模型把课程作业写成商业项目、把参与写成主导的虚构经历风险。
  • 把未脱敏资料交给通用 AI 服务的隐私与内部数据风险——把未脱敏资料交给通用 AI 服务的隐私与内部数据风险。

相关任务

• 根据 JD 用 ChatGPT 定制简历——按 JD 定制简历（与本任务同为求职准备链路上的相邻任务）
• 用 AI 形成目标公司面试前研究简报——面试前研究目标公司（与本任务配合使用效果更佳）
• 为目标岗位准备求职信——为目标岗位准备求职信
• 根据岗位模拟面试——根据岗位模拟面试
• 从长 JD 中提取核心要求——从长 JD 中提取核心要求