# 写简历的第一步：先定职位，再动笔
简历不是个人史，而是职位说明书的反向工程——先定职位，JD 才知道该写什么、不写什么
> JD拆解 · 简历聚焦 · 投递策略 · 约 6 分钟 · 08 月 31 日
## 本篇要点
1. HR 第一眼扫简历以秒计（6～11 秒），做的是“比对”而不是“阅读”：头衔、时间线、背景、关键词是否和职位重合。
2. 通用简历的问题不是“不够好”，而是“没有焦点”——它把翻译工作丢给了没义务替你翻译的 HR。
3. JD 是简历的施工图：拆出硬门槛、核心技能、加分项，再把每条要求翻译成“我做过什么能证明”的证据问题。
4. 由证据问题汇成的能力清单就是简历骨架，只保留能支撑它的经历，其余压缩或删掉。
5. 同一段真实经历可以服务不同职位——换的是被选中的面、顺序和分量，而不是虚构内容。
6. “先定职位”不要求每投一家重写一份：定 1～3 个方向、各做一份主模板，同方向只做小调整即可。
---
投了二十多份简历，平台显示“已读”，却一个面试电话都没有。这种处境下，最容易归因成“我经历太差”，然后反复改措辞、换模板。但有一个更根本的问题往往被跳过：你投的每个职位，简历真的对准它了吗？
本篇只讲透一件事：简历不是你的个人史，而是“职位说明书的反向工程”。先定职位，简历才知道该写什么、不写什么。
## HR 的第一眼是“比对”，不是“阅读”
先看清简历被看的方式，才知道它为什么要有靶心。
TheLadders 的眼动追踪研究是常被引用的证据：招聘者对一份简历的第一眼平均只停留 6～7 秒，2018 年的版本是 7.4 秒 [1][2]；2025 年 InterviewPal 对招聘流程的实测把初次扫描提高到约 11 秒 [3]。无论取哪个数字，结论一致：第一关是以秒计的。
更关键的是这十几秒里眼睛停在哪里。眼动研究显示，招聘者约 80% 的注意时间花在六个数据点上：姓名、当前职位与公司、起止时间、上一份职位与公司、教育背景 [1]。其余时间基本是在“扫关键词”，对照空缺职位做模式匹配。
翻译成人话：HR 第一眼不是在读你的故事，而是拿一把隐形的尺子量你——头衔对不对、时间线有没有洞、背景合不合、关键词在不在。这把尺子，就是招聘启事（JD，Job Description）。所以简历的第一关不是“精彩”，是“合身”；而合身的前提，是你明确知道自己要合哪一件衣服。
## 没有职位的简历，等于让 HR 替你做翻译
一份“什么都写一点”的通用简历投出去，HR 看到的是：做过公众号、拉过赞助、管过店铺、会点 Excel……然后他必须自己判断“这跟我招的人有什么关系”。
问题在于，HR 每天过手几十上百份简历，没有义务替你做这个翻译。第一眼扫不出与 JD 的重叠，他就翻过去了。有位招聘从业者把这件事说得很直白：投一份通用简历给不同类型的岗位，等于在告诉 HR——“我不知道你要什么，但我什么都能做” [4]。在筛选阶段，“什么都能做”不是优势，而是“没有焦点”的同义词：每个方向都只沾了一点，每个方向的 HR 都觉得你不匹配。
在有招聘管理系统的公司，这个逻辑还会被机器放大：系统按 JD 的关键词给简历打分排序，匹配度低的沉到几百份之后，HR 根本翻不到那一页 [5]。大多数系统并不会“自动拒绝”你，但沉底和拒绝，结果是一样的。
## 用 JD 拆出“该写什么”：三步
既然尺子是 JD，那就把 JD 反过来用——它不是给你看的“要求列表”，而是告诉你简历该写什么的施工图。三步：
第一步，把 JD 里的要求分成三层。硬门槛：学历、工作年限、证书，不满足基本没戏；核心技能：出现在“任职要求”靠前位置、全文反复出现的；加分项：写着“优先”“熟悉”“了解”的。
第二步，把每一条要求翻译成一个证据问题：“我做过什么，能证明我会这个？”翻译不出来的，要么是真实缺口，要么是这段经历对目标职位无关紧要。
第三步，把翻译出的证据汇成一张能力清单——它就是简历的骨架。之后只剩一件事：保留能支撑清单的经历，删掉或压缩其余。
以小陈投“新媒体运营”为例，JD 的一角可以这样拆：
| JD 要求 | 翻译成的证据问题 | 小陈手头的材料 |
| --- | --- | --- |
| 内容策划与选题 | 我策划过什么内容？效果如何？ | 运营学院公众号两年，写过 30 篇推文，爆款阅读 3 万 |
| 用户增长 | 我用什么手段带来过多少新关注？ | 粉丝从 2000 涨到 1.2 万，做过两次裂变活动 |
| 数据意识 | 我用数据做过什么决策？ | 根据后台阅读数据调整发文时段，打开率提升约四成 |
| 排版与设计工具 | 我熟练用过什么工具？ | 秀米、135 编辑器、Canva |
拆完之后，“拉过三笔赞助”不必再占一行；“会点 Excel”则可以升级为“用 Excel 整理订单数据、输出周报”——前提是这是真的。
```mermaid
flowchart LR
A[目标职位 JD] --> B[能力清单
硬门槛 / 核心技能 / 加分项]
B --> C[证据问题
我做过什么能证明]
C --> D[简历骨架
只保留能支撑清单的经历]
```
## 同一段经历，两个职位，两份简历
顺着小陈的例子往下走，能看到“先定职位”最实际的效果：他只有一份真实经历库，却能写出两份几乎不同的简历。
投新媒体运营时，主角是公众号：涨粉 1.2 万、爆款 3 万阅读、两次裂变活动。电商公司那段经历里，“偶尔写推文”被放大为内容实操证据，“整理订单数据”退到技能栏，外联经历只在“与商家谈合作”这个点上出现一次。
如果他想改投数据分析方向的岗位，JD 的关键词换成 SQL、Excel、数据清洗、报表，简历的选材就完全不同：公众号经历里最有用的变成“看后台数据决定选题”这个行为，爆款写作降为背景；电商公司那段反而成为主角——“整理 1 万条订单数据、每周输出销售周报、发现某品类退货率连续四周上升并反馈给采购”。
经历一个字都没有编造，变的只是被选中的面、出现的顺序、强调的分量。这就是“先定职位”的含义：不是虚构经历，而是从真实经历里选出这个职位需要的那一面，放到最显眼的位置，同时敢于把其他面压下去。
## 边界：一个职位一份简历，不等于每投一家重写一份
这篇方法的代价是明确的：同一份简历不能再海投所有方向。但也不必走到另一个极端。更现实的用法是：先定 1～3 个方向（比如“新媒体运营”“业务数据分析”），每个方向做一份主模板，同方向的不同公司之间只做小调整；跨方向才需要重新拆 JD、重新选材。
本篇解决的是“写什么”——先定职位，让 JD 决定简历的取舍。至于“怎么写”：选好的材料如何组织成结果导向的描述、数字怎么安放才有说服力，那是下一步要处理的问题。你此刻可以先做一件事：翻出最想去的那个职位，按上面三步拆一遍 JD，看看你的经历库里，有多少材料能站到那张能力清单上。
## 来源
1. [TheLadders 眼动追踪研究：第一眼约 6 秒，约 80% 注意时间集中在姓名、职位、时间线、教育等六个数据点](https://www.bu.edu/com/files/2018/10/TheLadders-EyeTracking-StudyC2.pdf)
2. [HR Dive 对 2018 年研究的报道：初筛平均 7.4 秒](https://www.hrdive.com/news/eye-tracking-study-shows-recruiters-look-at-resumes-for-7-seconds/541582/)
3. [InterviewPal 2025 年数据：初次扫描平均约 11 秒，通过初筛后中位总审阅约 1 分 34 秒](https://blog.interviewpal.com/how-long-recruiters-actually-spend-reading-your-resume-data-study/)
4. [关于通用简历投不同岗位的“我不知道你要什么”问题及 HR 初筛流程的拆解](https://www.mianlingai.com/blog/resume-no-response-fix-guide-2026/)
5. [结合 JD 优化简历的 ATS 筛选原理与关键词拆解方法](https://segmentfault.com/a/1190000047995113)
---
原文：https://pangzhengboyin.com/articles/define-target-role-before-writing-resume-78c65fc7
> **庞征博引** · 想学的，慢慢都会
>
> 把复杂主题拆成一篇篇 5–10 分钟的阅读，边读边问，按自己的节奏慢慢学懂。这篇就是这样写出来的。
>
> 开始你自己的连载 → https://pangzhengboyin.com