大模型简历怎么写：项目怎么描述、怎么量化、怎么防追问

大模型简历的核心不是堆名词,而是让每个项目从三个维度都立得住:工程维度(你搭了什么)、业务维度(为谁解决什么)、结果维度(用什么指标证明有效)。三维齐全、数字可追问,面试官才信你真做过,一面才不会穿。反过来,只写"熟悉 RAG / Agent / LangChain"而没有一个场景、一个数字,HR 和面试官都无法判断你是做过还是背过,直接归到"背名词"那一档。 作者:吴师兄 适合:准备投大模型岗、卡在项目怎么写的在校生和转行后端 前置:手上已有或正在做一个 RAG / Agent 项目 为什么大模型简历一写就穿:名词堆得越多越像假的 结论先行:面试官不看你会几个名词,只看你能不能围绕一个项目讲清"做了什么、为谁做、效果如何"。名词是公开的、谁都能抄的,项目里的技术决策和数字是抄不走的,那才是你的证据。 很多人把简历项目栏写成技能清单:"熟悉 RAG、Agent、Prompt 工程、向量数据库、LangChain"。这行字的问题不在于哪个词写错,而在于它没有任何一个可被追问的抓手——面试官无法从中判断你是搭过一个能跑的系统,还是看了两篇文章记住了这些词。真正立得住的写法,是把项目拆成下面三个维度,每一维都写到能被追着问下去的粒度。 三维项目表达法:每个项目从三个维度写透(本篇核心) 一个大模型项目要"立得住",工程、业务、结果三维缺一不可。只有工程没有结果,像在念架构图;只有结果没有工程,像编数字;缺了业务,面试官不知道你解决的是不是真问题。三维各自要写什么: 维度 回答什么问题 该写清的要素 缺了会怎样 工程维度 你到底搭了什么 架构、状态管理、工具注册、权限确认、监控/trace、成本控制 被追问"这块你怎么实现的"就露馅,像只调过 API 业务维度 为谁解决什么问题 场景、目标用户、数据来源、约束条件、上线边界 面试官判断不了你做的是真需求还是玩具 demo 结果维度 凭什么说它有效 评估集怎么造、通过率/召回率、延迟、成本、badcase 改善 一句"效果不错"等于没说,数字才是护城河 三维不是分三段各写一句,而是让每一条项目描述里都同时带着"搭了什么(工程)+ 为谁解决(业务)+ 结果如何(结果)"。下面用站内两个教程项目做示范,数字均为示意口径(标注为经验值),你要换成自己真实测出来的。 三维 该写什么 RAG 智能问答系统示例 Deep Research Agent 示例 工程维度 架构/状态/工具/权限/监控/成本 文档解析 → 分块 → bge 向量检索 + 重排两路召回,加检索失败兜底与查询改写,接入调用日志监控单次成本 ReAct 迭代循环 + 工具注册(搜索/抓取/计算),长程记忆做上下文压缩,关键工具调用加权限确认与 trace 回放 业务维度 场景/用户/数据源/约束/边界 面向某垂直领域内部文档问答,数据源是几百篇 PDF/网页,约束是必须给引用出处、不许编造 面向研究简报生成,用户是需要多源交叉的分析岗,约束是可追溯来源、控制单次任务 token 预算 结果维度 评估集/通过率/召回/延迟/成本/badcase 自建 80 题评估集,召回率 67%→91%(经验值),忠实度用 LLM-as-Judge 打分,P95 延迟压到 2s 内 定义 50 个研究任务评估集,关键事实覆盖率与引用正确率双指标,把一类"多步中途走偏"的 badcase 修掉 这两个示例不是让你照抄,而是给你一个"写到什么粒度才够"的标尺。真实数字必须来自你自己跑出来的评估——67%→91% 只是示意有这种叙事结构,不是让你填这两个数。项目怎么真正搭出这些证据,交给 把 RAG 教程做成你自己的项目 和 从零做一个 Agent 项目 两篇,本篇只管"简历上怎么表达"。 好描述 vs 坏描述:同一个项目,两种写法差在哪 结论:坏描述堆技术名词,好描述给"场景 + 方案 + 量化 + 取舍"。同一件事,换个写法,一个被划进"背名词",一个被当成"真做过"。 坏描述(只堆名词) 好描述(场景+方案+量化+取舍) 熟悉 RAG、向量数据库、Prompt 工程 为某领域 300+ 文档搭问答系统,分块用固定窗口试过效果差,改成按标题层级切,召回率提升明显(经验值) 使用 LangChain 实现智能问答 检索到"相似但无关"段落导致答错,加了重排 + 查询改写,忠实度靠 80 题评估集验证,而非拿 LangChain 当卖点 掌握 Agent 开发、多轮对话 做多步研究 Agent,针对"中途走偏"设计工具权限确认与 trace 回放,把失败恢复做进主循环 了解模型微调、性能优化 未上线的方向老实不写;写清"为省成本没上微调,先用检索+重排达标"这个取舍 右列每一条都能被追问下去,而追问正是你想要的——你答得上,面试官就信了。左列每一条一追就断。想知道追问会怎么展开、怎么答,看 项目会被怎么深挖、怎么准备三层追问,本篇不展开面试追问链。 读者分层:两类人的简历重点不一样 同样是写项目,在校生和转行后端要解决的问题根本不同:前者要解决"没工作经历怎么写得可信",后者要解决"怎么把旧后端经历翻译成大模型语言而不是改个标题"。 人群 核心难题 项目怎么摆 怎么写得可信 研一/研二在校生 没有正式工作经历 实习经历 + 1-2 个自建项目并列,自建项目当主力,写满三维 用评估集数字、真实踩坑过程、技术取舍撑起可信度;有实习就把实习项目也按三维重写,别只写"参与了 XX" 3 年 Java/后端 旧经历像"和大模型无关" 把原有后端项目重构成"大模型系统"的语言,而不是新写一栏 高并发→推理服务化与成本控制;数据管线→文档处理与评估集构造;稳定性→Agent 的权限、trace、失败恢复。让面试官看到你的工程底子正是应用岗要的 关键区别:在校生是"从无到有攒证据",打法是把自建项目做深做实、数字齐全;后端是"把已有资产翻译过去",打法是找到旧经历和大模型系统的对应关系,而不是删掉重写。后端这条翻译怎么做,3 年后端转大模型:经验怎么复用、怎么翻译 有更细的对应表。 一个具体反例:技能清单式写法为什么等于没写 最常见也最致命的写法,就是在项目栏里写一行"熟悉 RAG、Agent、Prompt 工程、向量数据库、LangChain",一个场景、一个数字都没有。 它看起来省事又全面,五个热词都占上了,好像"我什么都会"。但站在面试官视角:这五个词是公开知识,任何人花一小时都能写上;没有场景,他不知道你在什么问题上用过它们;没有数字,他不知道你有没有做出过效果;没有取舍,他不知道你是不是只跑通了 demo。结果就是这行字提供的信息量为零,直接被归到"背了名词"那一档——而这一档在初筛就容易被刷,即使进了面试,第一个"你 RAG 召回率怎么测的"就答不下去。省下的这点力气,换来的是整个项目栏作废。正确做法是宁可只写一个项目,也要把它按三维写到能被追问。 行动清单:写完到自查的完整路径 写完先自查是否穿:把简历项目段贴进 简历 AI 追问工具,让它模拟面试官逐层追问,凡是答不上来的地方,就是简历上表达不够或项目本身证据不够的地方。 发现项目证据不够(数字缺、取舍讲不清):别在简历上硬编,回去补项目——把 RAG 教程做成你自己的项目 或 从零做一个 Agent 项目,把评估集和 badcase 迭代真正跑出来。 不确定该突出哪些关键词:对照目标 JD 的措辞,看 大模型 JD 怎么读、把哪些词写进简历,用它的语言组织你的三维描述。 按方向补项目真题、确认自己讲得出考点:去 题库 按 RAG 基础、Agent、评估与监控 模块刷,尤其 项目与经历 这 31 道直接对应简历项目追问。 如果自查后发现项目和简历都需要有人一对一帮你打磨,训练营 提供 1V1 简历精修 + 模拟面试,把"简历上怎么写"和"项目怎么补证据"一起解决,201 个 offer 案例 里不少人就是靠重写项目段拿到面试的。 看几个真实反馈:简历改的不是措辞,是证据密度 下面几条反馈都做了脱敏。它们提醒人的地方是:简历改得有效,不是因为句子更漂亮,而是因为项目证据更密了,面试官看到后知道该从哪里追问。 背景 原始简历问题 改动重点 反馈结果 可借鉴点 211 计算机本硕 履历里大模型证据弱,项目表达像零散功能 用 RAG/Agent 项目补完整链路,把评估、badcase、追问点写进项目段 获得美团实习口头 offer,同时推进字节二面 简历不是列技术栈,而是给面试官一条可追问的项目线 双 211 本硕,视觉算法背景 算法背景不错,但和大模型应用岗位连接不清 补搜推/大模型项目,调整 JD 关键词,模拟面试校准表达 获得淘天相关机会反馈 强背景也要翻译,否则面试官看不出岗位匹配 985 通信本硕 自学后能进一面,但多次止步二面 把项目从"功能展示"改成"落地问题、取舍、评估、复盘" 拿到大厂暑期实习机会 二面卡住时,通常不是词不够好,而是证据链不够深 你改简历时可以用这些样本自查:这一行经历有没有场景、有没有动作、有没有结果、有没有追问入口。四个都没有,再华丽的措辞也只是装饰。 常见问题 大模型简历项目栏只写会用的技术名词行不行? 不行。只写"熟悉 RAG、Agent、LangChain"没有场景和数字,面试官无法判断你是做过还是背过,会被归到"背名词"那一档,初筛就容易刷掉。每个项目至少要写清工程(搭了什么)、业务(为谁解决)、结果(什么指标)三维中的关键要素。 大模型项目怎么量化写进简历? 用你自己跑出来的评估数字,不是编。常用指标:自建评估集的通过率/召回率、忠实度打分、P95 延迟、单次调用成本、某类 badcase 的改善。哪怕评估集只有 50-80 题,有真实数字就胜过一句"效果不错"。数字要经得起追问"这怎么测的"。 没有工作经历,自建项目写进简历可信吗? 可信,前提是写到能被追问的粒度。面试官信不信不看"是不是公司项目",看你能不能讲清技术决策、评估方法和踩过的坑。自建项目把三维写满、数字齐全,比一个讲不清的"公司项目"更有说服力。在校生应把自建项目当主力来摆。 3 年 Java 后端的旧项目怎么改成大模型简历? 是翻译不是改标题。找旧经历和大模型系统的对应:高并发对应推理服务化与成本、数据管线对应文档处理与评估、稳定性对应 Agent 的权限/trace/失败恢复。让面试官看到你的工程底子正是应用岗需要的,而不是硬贴几个新名词。 相关阅读 没有大模型项目经验,怎么攒出能写进简历的项目 把 RAG 教程做成你自己的项目:怎么让它长出你的指纹 项目会被怎么深挖:怎么准备三层追问不被问穿 大模型 JD 怎么读、把哪些关键词写进简历 用简历 AI 追问工具模拟面试官自查你的项目段