我做了一个“所见即所得”的 AI 简历编辑器：从大模型文本到专业排版的实现思路
最近我在做一个 AI 简历平台，叫 智简简历：
和很多“AI 负责写一段文字，用户自己去 Word 调格式”的工具不同，我更想解决的是完整链路问题：
- 从输入信息
- 到 AI 生成内容
- 到结构化模块
- 到实时预览
- 到 ATS 友好导出
如果这条链路没有打通，用户最后还是会把大量时间浪费在格式整理上。
一、为什么做这个产品
最直接的原因是，我对市面上一些简历工具的体验不太满意。
它们通常会在最后一步卡下载，或者虽然号称“AI 简历”，但其实只是生成一段文本，后面排版和微调仍然需要用户自己完成。
所以我希望做一个更完整的系统：
- 能直接生成简历
- 能继续编辑和微调
- 能实时看到导出效果
- 能更适合中文求职场景
- 能真正免费导出
二、所见即所得编辑体验
做简历工具最大的难点之一，是预览和编辑的一致性。
我更希望用户看到的页面效果，和最终导出的效果尽量一致。所以产品采用的是更接近文档编辑的思路：
- 左侧进行模块化编辑
- 右侧实时渲染 A4 页面
- 拖拽排序后立即更新版面
- 切换主题色、字号、间距后立即预览
这样用户不会陷入“表单填好了，但导出长什么样还要再猜”的状态。
三、AI 文本转结构化简历
现在很多用户会先用豆包、ChatGPT、DeepSeek、Kimi 之类的大模型生成简历内容。
但这些内容通常是自然语言段落，不适合直接投递，也不方便继续编辑。
所以我做了一个“AI 文本转简历”的功能：
- 把长文本粘贴进来
- 系统自动识别简历结构
- 拆分为教育背景、项目经历、工作经历、技能等模块
- 自动套用专业模板排版
这一步的关键不在于“再生成一次”，而在于把文本真正转成可继续编辑的结构化数据。
四、模块级 AI 润色
相比一次性重写整份简历，我更在意“单条经历的精准优化”。
因为很多用户其实已经有内容了，只是不知道怎么把一句普通的话改成更符合招聘语境的表达。
例如：
- 优化前：负责项目前端开发工作
- 优化后：主导前端架构升级，首屏加载提速 40%
这种优化更容易帮助用户理解 AI 的价值，也更适合逐段修改。
五、JD 智能匹配
很多人写完简历后，忽略了一个最关键的问题：
这份简历是否适合你要投的岗位？
所以产品支持粘贴职位 JD，由 AI 帮助识别：
- 岗位更关注哪些能力
- 现有经历中哪些点可以强化
- 哪些关键词应该优先呈现
这不是简单的关键词替换，而是更贴近“投递前微调”的场景。
六、为什么强调 ATS 友好
很多模板看起来很好看，但不一定适合招聘系统解析。
如果简历在 ATS 阶段就被错误解析，后面 HR 看到的信息就可能是不完整甚至错乱的。
所以我在模板和导出层面会优先考虑：
- 结构清晰
- 信息层级明确
- 导出质量稳定
- 尽量适配主流招聘系统
同时支持高清 PDF 导出，减少用户在导出环节反复折腾。
七、我想解决的其实不是“写简历”本身
真正想解决的是这几个更具体的问题：
- 不知道怎么把经历写专业
- 不想在 Word 里来回调格式
- 不知道简历是否适合目标岗位
- 不确定导出的简历能不能正常投递
如果这些问题能被一起解决，做简历这件事才会真正变轻松。
目前产品已经上线，仍在继续迭代中。
如果你也在做 AI + 编辑器、AI + 结构化生成，或者最近在研究这类产品形态，欢迎交流。
体验地址：
