求职教练
AI 求职辅助工具
先帮求职者判断岗位匹配，再把完整报告和表达练习接到同一条路径里。这篇经验更重要的部分，是让 AI 输出、上传文件与报告权益在失败时仍然可靠。
问题与目标
求职者面对一份岗位描述时，常常不知道经历是否匹配、简历该突出什么，以及面试前该练习哪些问题。求职教练从简历材料与岗位要求出发，先提供免费的岗位判断。
目标是把判断转化为后续行动：登录并使用报告权益后，继续查看完整报告和练习内容，而不是只给出一段泛泛的建议。
我的职责
我负责把免费预览、登录、报告权益、完整报告与练习整理成连续流程，并参与 Next.js / React / TypeScript 页面、服务端逻辑和 PostgreSQL / Prisma 数据设计。
工程范围还包括会话与邮箱验证、报告历史、文件处理、模型调用边界、数据库迁移和测试。可选能力不在这里写成已全部上线的功能。
产品流程
从用户发起请求到拿到可继续使用的结果，流程中的每一步都有明确的状态与下一步。
- 01
提供材料
填写经历与目标岗位信息，或提供受支持的文件。
- 02
免费判断
先看匹配点、风险与下一步投递建议。
- 03
登录与权益
登录后使用报告权益，请求完整分析。
- 04
报告与练习
查看完整报告、表达建议与后续练习内容。
三个关键决策
先校验，再展示 AI 结论
用规则、规范化与兜底结果约束模型输出。模型回答可能缺项、格式漂移或把不确定判断说得过满；产品不能把原始回答直接当作最终报告。
只处理必要的求职资料
检查文件签名与大小，临时文件处理后清理，模型调用前遮蔽联系方式。简历包含个人信息，扩展名也不能证明文件真实类型。资料边界必须从上传入口就开始。
生成失败不消耗权益
为报告生成记录明确状态，并把失败与权益处理关联。报告没有成功交付时，不能让用户承担一次已经消耗的报告次数。
踩坑与修复
模型输出有时缺少预期字段；同时，上传文件可能只有扩展名符合要求，实际内容却不符。
前者会让报告结构不完整，后者会在解析阶段出错并带来安全风险。单靠提示词或文件名都不足以兜底。
将模型结果规范化、校验并准备兜底内容；上传侧校验文件签名、大小与临时文件生命周期。失败时记录状态，不消费报告权益。
当前状态
求职教练已有公开可访问的产品页面。这篇经验所述核心流程、数据边界与发布准备依据项目材料整理；不把可选 OCR、邮件或内部工具写成全部已在生产环境启用。
这里不宣称支付能力、真实用户规模、求职结果或模型判断的保证效果。