从长 JD 中提取核心要求

可以得到什么

• 把一段长 JD 转成多组结构化要求清单：必需条件、加分条件、主要职责、重复出现的关键词、可能用于面试的主题。
• 一份可以直接带入简历改写、求职信写作和模拟面试的"JD 摘要—关键词—可能问题"对应表。

适合哪些情况

• 面对几十行甚至页级 JD，不知道从何读起的人。
• 同时投递多个相似岗位，需要横向比较不同 JD 的差异点和重合点。
• 需要先判断自己简历匹配度再决定是否投递的人。

需要准备什么

• JD 全文。
• 必要时加上公司业务简介或团队介绍，用于判断 JD 中职责的实际边界。

常见做法

• 按 JD 拆解（把长职位描述分成可匹配的事实清单） 拆分 JD：把必需条件、加分条件、主要职责分组。
• 对每条要求标注其出现的频次，把高频词作为优先级线索而非唯一标准。
• 用拆解结果直接喂给 简历—JD 证据映射，建立与简历真实证据的对照。

真实案例与教程

• 案例：Jeff Su 用 ChatGPT 完成求职材料准备的五步工作流 中第二步"分析职位描述"。
• 来源：SRC-CAREER-001：让 ChatGPT 变成求职神器的 5 个小技巧。

限制和检查点

• 招聘文案可能套模板或夸大关键词；不要把 AI 的频次归纳当成公司内部真实权重，参 把 AI 对 JD 的归纳误读为招聘方真实权重。
• AI 拆解结果仍是语言模型输出，需要人工抽查关键词和职责，理解背景后再用于简历和求职信。

相关任务

• 根据 JD 用 ChatGPT 定制简历
• 为目标岗位准备求职信
• 根据岗位模拟面试

来源

• SRC-CAREER-001：让 ChatGPT 变成求职神器的 5 个小技巧