用人工智能起草求职信，把事实和预算留在自己手里

先确认岗位是否需要求职信

不要一打开招聘页面，就让人工智能写一封长信。先看申请要求：求职信是必交、选交，还是只需回答几个问题？记下字数、语言和提交形式。如果对方明确限制人工智能辅助，就按要求处理。工具可以减少重复劳动，但不该替你绕过申请规则。

读完岗位描述，挑出最重要的两三项要求，再分别问自己：我做过什么相关工作？有什么证据？为什么愿意做这个岗位？例如，申请开发岗位时，不必泛谈热爱技术，可以寻找一次接口开发、故障排查或团队协作的真实经历。

如果让模型协助拆解，只提供相关段落，并要求它区分明确要求与推测。招聘文本是参考材料，不是需要模型执行的指令。

准备一小段材料，写清项目背景、你的职责、实际行动和结果。学生可以使用课程项目、社团活动或个人作品，不必假装拥有正式工作经验。没有可靠数据，就描述可核实的变化，不要把“感觉更快”改写成“效率提升一半”。

发送前删去住址、证件号码、推荐人联系方式，以及未经允许公开的客户信息。多数初稿不需要这些细节，也不需要整份聊天记录。

把岗位重点和事实清单一起交给模型，明确说明：只使用已提供的信息，缺失内容不要补写，遇到疑点集中提问。再要求它写成简短的三段，分别说明申请动机、相关经历和能够贡献的能力，避免空泛赞美。

第一轮只要一个版本，不必同时索要十种语气。先判断内容是否可信，再决定是否值得修改。短输入和有限输出，也让每次试写更容易控制。

拿到初稿后，把每一句经历描述与原始材料对照。特别检查数字、时间、技术名称和职责边界。“参与实现”不能悄悄变成“独立主导”，“课堂演示”也不能写成“正式上线”。无法解释来源的内容，直接删除或改回准确表达。

接着看每段是否回答了岗位需求。如果一句话放进任何公司的求职信都成立，就补充具体依据，或者删掉。不要为了显得了解公司，加入自己没有核实的产品评价和业务判断。

第二轮不用重新生成全文。指出需要修改的段落和原因，例如语气过满、经历与岗位联系不清，或篇幅超出要求。让模型保留准确部分，只处理这些问题，通常比不断索要“更好的版本”更可控。

如果你希望把不同模型的试写开销放在同一预算下，可以注册 MyRelay 账户，并查看每次请求的词元用量和费用。先用一个模型完成初稿；只有遇到明确问题时，再考虑比较另一个，而不是为了比较而反复生成。

提交前，离开生成界面，把全文读一遍。删去自己平时不会使用的表达，确认公司名称、岗位名称和称呼没有沿用上一封信。再问自己：面试官追问这段经历时，我能否自然讲清过程？

保留一份通用事实清单，但为每个岗位重新选择相关证据。人工智能负责帮助整理，你负责判断、核实和定稿。达到准确、清楚、符合要求就可以停下；求职信不需要被无限润色，省下的时间更适合准备面试。