目前，已经基本构建出简历优化的四大步骤，其中第一步骤是进行缺失信息的整理和建议，已经完成。
第二步骤是对轻字段信息进行单独的判断和算法建议。
什么是轻字段信息呢？
比如简历的姓名，年龄，期望薪资，期望地区，电话邮箱，教育背景这些信息，都属于轻字段，一般来说，都是固定格式的写法，其中正在逐步加入了我之前优化的上千个简历的经验，每一条经验都是要单独写一个判断的。有的同学会觉得，是不是都直接扔给chatGPT来判断？那我跟你说，并不是这样，chatGPT的简历优化说不好听的，就是个废物。假大空，毫无乱用的那种。gpt既不了解当下测试行业的局势，也不会给你说一些细节和准确的优化办法，只会不断的重复：要实事求是，要主次分明，要政治正确，要三观正，技术好这些泛泛的概念。而我的这个平台的引擎和底层并不是chatGPT，而是自己之前积累的无数经验，每一条没一点就要单独写个算法，这个量实在是多。但也正因如此，这简历优化才有意义。
大家估计这一年来都没少玩gpt和其他各种ai大语言模型，但是99%的人真的就是玩玩而已，根本没有去当成生产力运用起来。更没有能把这些不稳定结果变成底层数据的经历。所以，想真正让gpt融合到你的工作里，尤其是测试行业内，建议大家还是多尝试一下就懂了，就懂什么了？就懂这根本就起不到什么决定性助力....
目前，简历优化的设计架构再次更新，变成了下面这个图。更加规范和可读了哦~
建议的话术，还是我自己的个人风格，又土又满嘴大实话！
预计再过一周左右，就可以正式公测了。这几天我也忙得晕头转向，一边写技术代码，一边要做运营去回答各种咨询。目前我晚上不睡，白天睡，已经过上了极夜的生活，私聊微信的小伙伴没有第一时间回复的话见谅哈，我知道你很急，但是你先别急。
（偷偷打个广告：第十期的培训内容：测试用例自动生成技术，其中原创的算法占比90%，gpt占比只有10%。含金量还是相当高的，可不是就简单的套壳问gpt那种平台哦~，更不是谁随便会问gpt就能做出来的东西，很多技术你不去了解，随便去猜测然后觉得一文不值，那绝对不是什么有格局的思维。只有了解了才会明白其珍贵。总结：不学必后悔！
）
