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 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入口，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，数字才站得住 | 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 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。 如果自查后发现每一段都答不上追问，先别继续润色句子，回项目里补证据。简历这件事很残酷，不是谁写得更像广告谁赢，而是谁给了面试官一个可信的追问入口。 简历真正改的是证据，不是句子 我见过很多简历，改前改后最大的差别不是"高级词"变多了，而是项目里突然有了场景、指标、badcase 和取舍。下面这几行也按这个角度看，不要只看最后拿了什么反馈。 | 背景 | 简历原来哪里虚 | 改了哪一块 | 后来发生了什么 | 可以学哪一招 | |---|---|---|---|---| | 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 | 你改简历时也拿这个标准自查：这一行经历，有没有场景，有没有动作，有没有结果，给没给面试官一个能往下问的口子。四样都没有，句子再漂亮也只是装饰。 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