大模型方向简历怎么写？项目经历写"调用了GPT API"，面试官：然后呢？

我在知识星球 (opens new window)里每天看大量简历。

从去年开始，投大模型方向的人越来越多，但简历写得对的一个没有。

不是夸张，是真没有。

前两天一个录友把简历发给我看，项目经历这样写的：

基于大模型的智能问答系统

• 使用LangChain框架搭建RAG流程
• 调用OpenAI GPT-4 API
• 使用Milvus存储向量
• 实现了文档解析和智能问答

我问她："你用的什么Embedding模型？检索不准怎么调的？幻觉怎么处理的？延迟多少？"

她一个都答不上来。

这不是项目经历，这是功能清单。

但最可惜的不是她这种人，是另一种——RAG也搭了，向量检索也调了，性能也优化了，但简历写出来跟上面那个一模一样。因为不知道怎么把技术深度表达出来。

明明有能力，简历拖了后腿。

大模型简历和传统简历，核心区别在哪

很多人觉得简历不就是个模板嘛，换个项目描述不就行了。

不是的。

传统岗位，面试官看的是你"会不会干活，能不能上手"——你写了Spring Boot，他知道你做过Web开发；你写了Redis，他知道你处理过缓存；你写了MySQL，他知道你做过数据存储。

这些技术成熟、套路固定，面试官扫一眼技能栏就大致知道你的水平。

但大模型方向不一样。

大模型方向太新了，没有标准答案，没有成熟套路。面试官看简历，不是看你会不会用LangChain——这玩意谁不会装？他看的是三件事：

1. 你能不能选对技术方案？ 为什么用RAG而不是微调？为什么用这个向量数据库而不是那个？选型背后得有理由，不是"别人都这么用"
2. 你能不能解决真实问题？ 检索不准怎么办？幻觉怎么处理？延迟太高怎么优化？这些都是实打实的工程问题
3. 你有没有工程化能力？ 不是跑了个Demo就行，能不能上线？能不能扛住并发？能不能控制成本？

传统简历写"我做了什么"，大模型简历要写"我解决了什么问题、怎么解决的、效果如何"。

这是最核心的区别。记住这句话，后面所有内容都围绕它展开。

同一个项目，写法不同，差距天壤之别

看个完整的对比。同一个RAG项目，两种写法：

改前：

基于大模型的智能问答系统

• 使用LangChain搭建RAG流程
• 调用OpenAI GPT-4 API实现问答
• 使用Milvus向量数据库存储向量
• 实现文档解析和智能问答
• 部署到服务器上

面试官看完：又一个跟着教程跑Demo的。五个要点，全是操作步骤，看不出你做了什么决策，看不出你解决了什么问题。

改后：

基于RAG架构的企业知识库问答系统，面向10万+内部员工的知识检索场景，实现文档自动解析、语义检索与智能生成

个人工作：

• 设计向量+BM25混合检索策略，准确率从72%提升至91%
• 实现递归切分+overlap=200的Chunk策略，针对PDF/Word/Markdown分别优化解析逻辑，解析准确率从68%提升至94%
• 封装动态Prompt模板，引入RAG约束+输出自校验，幻觉率降低40%
• 接口P99延迟从2.1s优化至0.4s（vLLM部署+KV Cache+流式输出）

项目难点：

• 长文档检索召回率不足（单chunk信息丢失），通过上下文窗口扩展+Parent-Child检索策略解决
• 大模型输出格式不可控（JSON解析失败率35%），引入结构化Prompt+输出自校验，解析失败率降至5%

个人收获：

• 深入掌握RAG工程化落地，积累了向量检索调优与大模型部署经验

区别在哪？

左边：调API、搭框架、存向量。每一个大模型项目都能这么写，毫无区分度。

右边：混合检索把准确率从72%提到91%，幻觉率降了40%，延迟从2.1s压到0.4s。面试官一看就知道——这个人有技术判断力，项目是真正做过的。

同一个项目，写法不同，差距天壤之别。

你可能不信：大多数人的简历，连"改前"那个都不如

上面那个"改前"至少还写了个LangChain、写了个Milvus。我在星球里看到的真实简历，比这还差：

第一种：硬蹭热点型

项目经历还是原来的增删改查，但技能栏硬加了一行"熟悉大模型/ChatGPT"。面试官一看就知道你是硬凑的，这种简历投出去基本石沉大海。

第二种：技术名词堆砌型

基于Transformer架构的智能Agent系统

• 采用ReAct循环实现推理与行动的交替
• 使用Function Calling实现工具调用
• 采用Prompt Engineering优化模型输出

每个词都是对的，但面试官看完不知道你做了什么决策、解决了什么问题。

第三种：有点东西但写不出来型

这类录友其实做了不少工作，RAG也搭了，向量检索也调了，性能也优化了，但简历上写出来跟第一种没什么区别——因为不知道怎么把技术深度表达出来。

三种里面，第三种最可惜。 明明有能力，简历拖了后腿。

改写框架：四要素写法

上面那个"改后"版本，用的就是四要素写法：

项目描述：一句话总结 + 业务场景 + 核心能力

个人工作：3~5条核心技术贡献，突出技术决策和量化结果

项目难点：2~3个技术挑战 + 你的解决方案

个人收获：能力提升，不是框架名称

这四个要素，每个怎么写、有什么坑，后面逐个拆开讲。

但不管哪个要素，核心原则只有一个：

大模型简历写"我做了什么"等于没写，写"我解决了什么问题、怎么解决的、效果如何"才是亮点。

技术名词不是亮点，技术决策才是。

这是「大模型应用开发简历系列」的第1篇，工作日每天更新一篇。

如果你想让我帮忙看简历，或者想系统学习简历写法，欢迎加入知识星球 (opens new window)，我在那里每天帮录友改简历。