求职者用 AI 做决策分析：提示词与决策表示例

作为正在找工作或准备跳槽的职场人，你可能也有同感：改简历、写求职信、准备面试和比较录用机会，焦虑又缺少有针对性的反馈。面对重要选择时，人容易被情绪和眼前因素左右，AI 可以帮你系统地列出选项、标准和风险。本文给出求职者用 AI 做决策分析的一套可直接照抄的做法：把选项、你在意的标准和约束条件告诉 AI，让它做加权评分和风险分析，再提出你可能忽略的问题，最终决定由你做。

场景：求职者为什么需要 AI 做决策分析

求职者面临一个需要权衡的选择，和“转行到数据分析岗位”有关：有两三个可选方案，各有利弊，身边人的意见也不一致，想了很久仍然拿不定主意。现实中，求职者还得兼顾“调研目标公司的业务”等日常事务，所以更需要一套拿来就能用的方法。

用什么工具

用 ChatGPT、Claude、Kimi、DeepSeek 等对话助手即可，推理能力强的模型更适合做多因素分析。

案例：一次完整的使用过程（虚构）

设想一个虚构场景：小赵刚接手一部分新工作，既要完成“投递 10 个岗位”，又要准备“向前同事请教行业情况”。面对需要做决策分析的任务，小赵的做法是：先让 AI 按固定结构起草，再对照自己掌握的事实逐项修改，涉及身份证号、联系方式和前雇主的保密信息的部分一律用代号替换。这样既节省了时间，也守住了准确性和隐私的底线。

分步操作

列出所有可选方案，包括“维持现状”
写下你最在意的 4-6 个标准，并排序
说明约束条件：时间、预算、不能接受的风险
让 AI 做加权评分和风险分析
让 AI 提出你可能忽略的问题，再自己做决定

提示词示例

下面的提示词可以直接复制，按求职者的实际情况替换细节：

【背景】身份：正在找工作或准备跳槽的职场人；平时主要和面试官和招聘方打交道。
我是求职者，需要在几个方案中做选择，主题与“转行到数据分析岗位”有关。

方案：
A. （方案 A）
B. （方案 B）
C. 维持现状

我在意的标准（按重要性排序）：长期收益、风险、投入的时间和精力、对家人或团队的影响
约束：3 个月内要决定，不能接受重大损失

请：
1. 给每个标准设定权重，并说明理由
2. 对每个方案按标准打分（1-5），用表格展示加权总分
3. 每个方案列出最大的风险和应对方法
4. 提出 5 个我可能还没想清楚的问题
5. 不要替我做最终决定，而是说明在什么情况下哪个方案更合适

AI 输出示例（示意）

示例输出如下（虚构内容，仅演示 AI 大致会给出什么样的结果）：

加权评分（示意）
标准权重 A B C
长期收益 35% 4 3 2
风险 30% 2 4 4
投入 20% 2 3 5
影响 15% 3 4 4
加权总分 2.85 3.45 3.50
最大风险：A——前期投入大，回报不确定；应对：先小范围试行
你可能没想清楚的问题
如果选择 A 失败，最坏的结果是什么，你能承受吗？
半年后回头看，你更后悔做了还是没做？
结论：若你更看重长期收益且能承受短期波动，A 值得考虑；若稳定性优先，B 或 C 更合适。

标准	权重	A	B	C
长期收益	35%	4	3	2
风险	30%	2	4	4
投入	20%	2	3	5
影响	15%	3	4	4
加权总分		2.85	3.45	3.50

这样的输出只是起点。真正用到“完成 2 轮面试”这类工作里之前，还需要对照原始资料逐条检查，并补上 AI 不知道的背景。

注意事项与技巧

打分只是帮助思考的工具，不要把加权总分当作唯一依据。
AI 不了解你的全部情况，重要信息要尽量写清楚。
把决策过程记下来，日后复盘有助于提升判断力。

给求职者的特别提醒

用 AI 模拟面试官追问，练习把经历讲具体。另外，简历内容必须真实，AI 帮你更好地表达，不能替你编造经历。

一个容易被忽略的习惯：把目标岗位的职位描述和你的经历一起给 AI，让它做针对性匹配而不是泛泛润色。

还可以这样用

事前验尸：假设一年后决定失败了，让 AI 推测最可能的原因。
利益相关方：分析这个决定对每个相关的人有什么影响。