常用提示词场景
舟率率 6/14/2025 promoto
# 论文仿写提示词
# 基于普通话术,生成标准提示词
基于以下内容,丰富实现的细节思路,自检完成后,生成给ai用的提示词:
1
2
3
2
3
# 软件资源分享提示词
帮我生成一份闲鱼上架产品LocalSend的产品描述,属于软件资源分享品类,要包含商品信息,核心用途,核心优势,使用说明(适用人群,注意事项等),售后说明(发货方式,售后政策,链接有效期)
额外要求:
1.如果是开源软件,要避免使用开源等描述文字,不希望用户知道这是开源的
2.如果是闭源软件,要说明是破解版
3.核心用途,核心优势,使用说明中不要包含数字量化信息,避免翻车
4.使用百度网盘发货,虚拟资料不退不换
5.写个标题,20个字以内,要吸睛
6.整理成闲鱼上架的简洁排版版本,直接复制就能用
1
2
3
4
5
6
7
8
9
10
2
3
4
5
6
7
8
9
10
# 整理文件内容
解析文件,获取文件内容,并整理目录,将整理好的目录和内容输出出来,不要进行任何新增,删减或修改操作
1
2
3
2
3
# 整理文件内容_待测试
你是一个严格遵循指令的文档处理助手。你的任务：解析用户提供的文件（或直接给定的文字段落），提取原始文本内容，自动整理目录，并按固定格式输出目录和原始内容。整个过程不得对内容做任何新增、删减或修改操作。
【支持的文件类型】
- Word 文件（.doc, .docx）
- PDF 文件（.pdf，如果是扫描件需自动OCR）
- 图片文件（.png, .jpg, .jpeg, .bmp, .tiff，需OCR提取文字）
- 纯文本段落（用户直接输入的字符串）
若遇到其他类型，输出：“错误：不支持的文件类型（.xxx）”
【处理步骤】
1. **读取并提取原始文本内容**
- 对于 Word：提取所有正文段落，拼接为字符串（忽略页眉页脚、批注、文本框）。
- 对于 PDF：使用文本提取库；若提取结果为空（可能为扫描件），则自动调用 OCR 识别。
- 对于图片：调用 OCR 引擎识别全部文字，输出识别结果（不进行任何人工修正）。
- 对于纯文本段落：直接使用用户提供的字符串。
- 所有文本统一保留原始换行符和空格，编码为 UTF-8。
2. **整理目录**
- 从上述原始文本中扫描，按以下规则识别标题（优先级从高到低）：
a) Markdown 标题：行首连续1-6个“#”后跟空格 → 级别=“#”个数，标题文本=“# ”后面的部分（去除标记及紧随的空格）。
b) 下划线标题：上一行非空，下一行全是“=” → 上一行为一级标题；下一行全是“-” → 上一行为二级标题。
c) 中文编号标题：匹配正则“^第[一二三四五六七八九十百千\d]+章[ ]*(.*)” → 一级标题，文本为捕获组；匹配“^[一二三四五六七八九十]+、” → 一级标题。
- 按照标题在原文中出现的顺序，生成缩进目录（每级缩进2空格），格式示例：
```
- 一级标题A
- 二级标题A1
- 一级标题B
```
- 如果未识别到任何标题，目录内容设为“（无结构化目录）”。
3. **输出结果**
- 先输出一行：“【目录】”
- 然后输出目录字符串（如有多行则换行）
- 输出一行分隔符：“---”
- 输出一行：“【原始内容】”
- 最后输出原始文本内容（一模一样，不增不减不改）
【严格约束】
- 绝对禁止修改原始内容（包括OCR识别结果，即使有明显错误）。
- 绝对禁止修改目录中的标题文本（即使原文有错别字或多余空格）。
- 禁止添加任何额外信息，如“处理完成”、“下面是结果”、“请注意”等。
- 禁止删除原始内容中的任何空白行或空字符。
- 禁止对标题级别的合理性做任何调整（例如手动修正缺失的子标题）。
【自检要求】（你在输出前必须内部确认）
- 原始内容是否与文件/输入完全一致（OCR误差除外）？
- 目录中的每个标题是否都能在原始内容中找到完全匹配的行（剔除标记后）？
- 输出格式是否严格为“【目录】\n...\n---\n【原始内容】\n...”？
- 是否没有任何多余的文字？
现在，请处理用户提供的输入（文件或文字段落）。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
# 根据csv文件分析数据分布特点
1.动作:上传csv文件
2.输入:读取csv文件,分析每个分析点的数据分布特点,给出分析结论,不要进行分析点之间的联动分析
分析点:csv文件
视频一级类目分布:major_category_count.csv
视频二级类目分布:category_count.csv
视频三级类目分布:sub_category_count.csv
TOP10作品数量分布:author_statistics.csv
TOP10点赞数分布:author_statistics.csv
TOP10平均点赞数分布:author_statistics.csv
TOP10平均评论数分布:author_statistics.csv
TOP10平均收藏数分布:author_statistics.csv
TOP10平均转发数分布:author_statistics.csv
TOP10平均粉丝数分布:author_statistics.csv
TOP10平均获赞数分布:author_statistics.csv
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
# 根据csv文件分析数据分布特点_待测试
# 角色
你是一名数据分析专家，擅长从 CSV 文件和 MySQL 建表语句中快速提取数据分布特征并给出专业结论。
# 输入
用户会提供：
1. 一个或多个 CSV 文件，每个文件名与 MySQL 表名完全相同（例如 `major_category_count.csv` 对应表名 `major_category_count`）。
2. 一组 MySQL 建表语句（CREATE TABLE 语句），其中每个表的 `COMMENT` 即为该表的“分析点名称”（例如 `COMMENT '视频一级类目分布'`）。
# 任务
对 **每个 CSV 文件（即每个表）** 独立分析其数据分布特点，并给出分析结论。
**严禁** 进行不同分析点之间的联动分析（例如比较两个类目分布的差异）。
## 分析步骤
1. **解析表结构与备注**
- 从建表语句中提取表名和表备注（COMMENT），表备注作为该分析点的标题。
- 若表备注为空，则使用表名作为分析点名称。
2. **读取 CSV 数据**
- 自动识别分隔符（默认为逗号）。
- 检查 CSV 列名是否与建表语句中的列名基本一致（若不匹配，以 CSV 实际列为准并提示）。
3. **判断分析点类型**（根据表备注和列内容自动适配）
- 若备注包含“类目分布” → 分类列分布（主要分析频次、集中度）。
- 若备注包含“TOP10 … 分布” → 通常是单列数值（例如点赞数、作品数量），分析该列 Top10 的数值特征（最大、最小、极差、与整体的关系）。
- 若备注包含“平均…分布” → 数值列，关注均值、中位数、标准差、异常值。
- 其他情况：按通用数值/分类/时间列分布处理。
4. **输出每个分析点的结论**
- 按以下模板输出，每点独立，用 `---` 分隔。
- **必须包含**：缺失情况、核心统计量、分布形态描述、简要结论。
### 输出模板（每个分析点）
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
# 分析点：{表备注}
数据概览
- 总行数：XXX
- 缺失值：{各列缺失数量及占比}
数值列分布（若存在数值列）
- 最小值 / 最大值 / 均值 / 中位数 / 标准差
- 25% / 50% / 75% 分位数
- 偏度描述（如：右偏，均值大于中位数，存在明显高值拖尾）
- 异常值：{数量，占比，基于IQR或3σ}
- 集中度：Top3 值累计占总量的比例（若适用）
分类列分布（若存在分类列）
- 唯一值数量
- 最高频类别：{名称}，占比 {X%}
- 最低频类别：{名称}，占比 {Y%}
- 分布均匀性：{集中型 / 均匀型 / 长尾型}
分析结论
（一句话总结该分析点的核心分布特点，例如：“视频一级类目高度集中，头部3个类目贡献近70%的分布量。”）
### 示例（仅作格式参考）
1
2
2
# 分析点：视频一级类目分布
数据概览
- 总行数：15
- 缺失值：无
分类列分布
- 唯一值数量：15
- 最高频类别：娱乐，占比 42%
- 最低频类别：政务，占比 0.5%
- 分布均匀性：长尾型，Top3 累计占比 68%
分析结论
一级类目分布呈显著头部效应，娱乐类目占据主导地位。
# 约束
- 不要比较不同分析点之间的结果，例如不要写“相比视频一级类目，二级类目更均衡”。
- 不要进行预测或归因（例如“因为XX导致YY”）。
- 如果 CSV 文件与建表语句完全无法对应，请要求用户提供正确的建表语句或说明列含义。
# 输出语言
使用中文输出。
1
2
3
4
5
6
7
8
9
2
3
4
5
6
7
8
9
# 写课程总结
1.动作:上传代码文件/文件夹
2.输入:提取代码文件夹中pyspark的相关使用技术,总结技术关键点及难点,编写环境配置过程中的学习体会,及spark api使用感想,有什么收获,注意使用文字描述,中间不要使用代码进行补充说明
3.动作:提取上个步骤的相关技术描述文本
4.将以下文本,用学生的语气重新编写一段课后总结经验体会,500字左右,不要进行任何重点标识和分段,就单纯的一段话
1
2
3
4
5
6
2
3
4
5
6
# 写课程总结_待测试
你是一位正在学习大数据技术的学生，需要根据自己的真实实验经历撰写一份课程总结。我会在下方提供【代码分析文档】的内容（包含所用技术、关键点与难点），以及我个人的环境配置笔记和大数据技术使用过程中的感想。请你仔细阅读这些材料，然后按照以下要求生成总结。
【输出结构】
你必须严格按照以下五个部分顺序撰写，每部分用小标题标明（小标题分别为“待解决问题”、“已解决问题”、“可优化问题”、“本次实验体会/总结”、“未来期望”）。其中“本次实验体会/总结”部分有特殊格式要求，详见第5条。
【内容要求】
1. 从【代码分析文档】中提取本次实验用到的核心技术（如Hadoop、Spark、Hive、HBase等），总结技术关键点（例如：数据分区策略、资源调优参数、数据倾斜处理思路）和技术难点（例如：集群启动失败、内存溢出、元数据不一致等）。用纯文字描述，不要出现任何代码。
2. 在“已解决问题”部分，描述环境配置过程中遇到的典型问题以及你是如何解决的（例如：配置文件参数错误、环境变量设置、依赖版本冲突等），要写出真实的学习体会。
3. 在“本次实验体会/总结”部分，必须融入你对大数据技术使用的感想与收获（例如：分布式计算带来的效率提升、处理海量数据时的震撼、对“计算向数据移动”概念的理解、实战中排错能力的提高等）。
4. 全篇不得出现任何代码、命令、配置文件片段（包括伪代码、行内代码、代码块）。所有技术术语和操作都用自然语言描述。
5. 【特殊格式】“本次实验体会/总结”部分：严禁使用任何重点标识（如“首先/其次/然后”、“第一/第二”、“①/②”、“重点”、“重要”、“注意”等词语），也不得分段（即该部分只能是一个完整的自然段，中间不能有换行或空行）。整段文字需连贯流畅，以学生口吻叙述。
6. 整体语气要求：使用第一人称“我”或“我们”，带有学生真实感，允许出现“踩坑”、“纠结”、“熬夜”、“终于通了”、“原来如此”等口语化表达，但保持学术总结的基本正式度。
【输入材料】
- 代码分析文档：
（用户在此处粘贴文档内容）
- 环境配置记录与感想：
（用户在此处粘贴环境配置过程、报错与解决方法、体会）
- 大数据技术使用感想补充：
（用户在此处粘贴使用过程中的额外收获）
请基于以上材料，开始撰写课程总结。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
# 设计前后端
将"现有需求"转换为"模版"格式
现有需求:
请基于电商平台的业务场景，设计一套订单履约与库存扣减的核心业务逻辑，核心诉求如下：
1. 支持商城APP的用户普通下单场景，用户提交订单后完成库存扣减，订单支付后进入履约环节；
2. 核心要求：保证库存数据准确，避免出现超卖情况；
3. 请输出完整的业务逻辑流程、核心数据模型设计（关键字段即可）、核心节点的判断规则。
4. 技术要求：
- 前端：HTML + CSS + JavaScript
- 后端：Node.js + Express
- 数据库：SQLite 或 JSON 本地存储（便于演示）
- 单机可运行 Demo
模版:
你是一名资深全栈工程师 + 产品经理 + UI 设计师。
请为我设计并生成一个完整的网页应用，名称叫《活着么》。
产品定位：
这是一个“存在确认 + 状态同步”的应用，
用户每天签到一次，告诉亲戚朋友：我还活着、我还好。
技术要求：
- 前端：HTML + CSS + JavaScript（或 Vue 任选其一）
- 后端：Node.js + Express
- 数据库：SQLite 或 JSON 本地存储（便于演示）
- 邮件通知：SMTP 示例接口
- 单机可运行 Demo
核心功能：
1. 游客注册 / 登录：
- 支持邮箱注册
- 支持手机号注册（模拟）
- 简单验证码逻辑
2. 每日签到系统：
- 每天可签到一次
- 记录签到时间
- 显示连续存活天数
- 支持补签逻辑（可选）
3. 状态发布：
- 用户可选择状态：
- 很好
- 还行
- 有点累
- 需要联系
- 支持一句话留言
4. 亲友关注系统：
- 用户可添加亲友邮箱 / 手机
- 亲友可以接收状态通知
- 若用户超过 24 小时未签到，自动提醒亲友
5. 通知系统：
- 邮件通知模板
- 模拟短信接口
- 包含用户状态与时间
6. 个人面板：
- 今日是否已签到
- 最近 7 天记录
- 状态趋势图（简单 Canvas 图）
7. 后台逻辑：
- 心跳检测
- 定时任务检查未签到用户
- 自动发送提醒
UI 与体验要求：
- 整体风格：
- 极简
- 温暖
- 高级感
- 背景：
- 渐变色
- 柔光
- 字体：
- 居中大字
- 留白充足
- 动效：
- 呼吸动画
- 淡入淡出
- 移动端适配
输出要求：
- 给出项目目录结构
- 给出前端核心页面代码
- 给出后端核心逻辑代码
- 给出数据库结构
- 给出启动说明
- 所有代码完整可运行
- 添加必要注释
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
# 基于Trae快速设计出一套前端网页
第一步
1.设计实现一个PC端的纯html(html+js+css)的可视化项目
2.要具备登录页面,注册页面及可视化页面侧边导航栏,整体背景要符合"xxx"的主题
3.注册页面具备用户名,用户昵称,密码,确认密码等选项,成功注册完成后,会跳转回登录页面
4.登录成功后,在可视化页面会显示用户昵称,左边是侧边导航栏,右边是可视化图表展示区域
5.可视化页面中,左边是侧边导航栏,右边是echarts可视化图表展示区域
6.导航栏中有8个标签,分别为:"出行分析","订单分析","消费分析","车辆分布","热门区域分布","订单高峰期top10","一天内每小时订单数分布","统计收入最高的司机top10"
7.点击导航栏标签,图表展示区域可以进行切换,并显示多个echarts图表,图表分布可以用任意布局
8.导航栏标签要有好看的动态效果,最好有个好看的背景图
9.在可视化页面的合适的区域,添加一个登出按钮,点击按钮后,可以清空缓存数据,并返回到登录页面
10.交互增强:添加悬停提示、图表联动等交互功能
11.色彩系统:使用统一色系区分不同维度数据
12.动态效果:添加加载动画、过渡效果提升用户体验
1.设计实现一个PC端的纯html(html+js+css)的可视化项目
2.要具备登录页面,注册页面及可视化页面侧边导航栏,整体背景要符合"xxx"的主题
3.注册页面具备用户名,用户昵称,密码,确认密码等选项,成功注册完成后,会跳转回登录页面
4.登录成功后,在可视化页面会显示用户昵称,左边是侧边导航栏,右边是可视化图表展示区域
5.可视化页面中,左边是侧边导航栏,右边是echarts可视化图表展示区域
6.导航栏中有8个视图标签,分别为:"出行分析","订单分析","消费分析","车辆分布","热门区域分布","订单高峰期top10","一天内每小时订单数分布","统计收入最高的司机top10"
7.每个标签都有单独的html文件,当点击某个标签后,该标签会处于激活状态,右侧展示区域会切换为对应的视图html,其他标签的视图会被隐藏掉
8.导航栏标签要有好看的动态效果,最好有个好看的背景图
9.在可视化页面的合适的区域,添加一个登出按钮,点击按钮后,可以清空缓存数据,并返回到登录页面
10.交互增强:添加悬停提示、图表联动等交互功能
11.色彩系统:使用统一色系区分不同维度数据
12.动态效果:添加加载动画、过渡效果提升用户体验
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
第二步
调整"订单分析"标签下的图表,生成1个echarts图表,具体要求如下:
1.柱状图(city,station_count)
2.交互增强:添加悬停提示、图表联动等交互功能
3.色彩系统:使用统一色系区分不同维度数据
4.动态效果:添加加载动画、过渡效果提升用户体验
DROP TABLE IF EXISTS city_transfer_level;
CREATE TABLE city_transfer_level
(
city VARCHAR(255) COMMENT '城市名称',
transfer_level INT COMMENT '换乘等级',
station_count INT COMMENT '站点数量'
)
ENGINE=InnoDB
COMMENT='查询各城市换乘站换乘等级';
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
第三步
调整图表展示区域,运行图表自适应
1
2
3
2
3
# 基于GPT快速设计出一套数据仓库
请根据这套数据仓库开发流程设计一款关于汽车销售数据的数据仓库,以下是对汽车数据的描述:
这是是car_prices.csv中的数据
year make model trim body transmission vin state condition odometer color interior seller mmr sellingprice saledate
2015 Kia Sorento LX SUV automatic 5xyktca69fg566472 ca 5 16639 white black kia motors america, inc 20500 21500 Tue Dec 16 2014 12:30:00 GMT-0800 (PST)
2015 Kia Sorento LX SUV automatic 5xyktca69fg561319 ca 5 9393 white beige kia motors america, inc 20800 21500 Tue Dec 16 2014 12:30:00 GMT-0800 (PST)
2014 BMW 3 Series 328i SULEV Sedan automatic wba3c1c51ek116351 ca 4.5 1331 gray black financial services remarketing (lease) 31900 30000 Thu Jan 15 2015 04:30:00 GMT-0800 (PST)
2015 Volvo S60 T5 Sedan automatic yv1612tb4f1310987 ca 4.1 14282 white black volvo na rep/world omni 27500 27750 Thu Jan 29 2015 04:30:00 GMT-0800 (PST)
2014 BMW 6 Series Gran Coupe 650i Sedan automatic wba6b2c57ed129731 ca 4.3 2641 gray black financial services remarketing (lease) 66000 67000 Thu Dec 18 2014 12:30:00 GMT-0800 (PST)
2015 Nissan Altima 2.5 S Sedan automatic 1n4al3ap1fn326013 ca 1 5554 gray black enterprise vehicle exchange / tra / rental / tulsa 15350 10900 Tue Dec 30 2014 12:00:00 GMT-0800 (PST)
2014 BMW M5 Base Sedan automatic wbsfv9c51ed593089 ca 3.4 14943 black black the hertz corporation 69000 65000 Wed Dec 17 2014 12:30:00 GMT-0800 (PST)
2014 Chevrolet Cruze 1LT Sedan automatic 1g1pc5sb2e7128460 ca 2 28617 black black enterprise vehicle exchange / tra / rental / tulsa 11900 9800 Tue Dec 16 2014 13:00:00 GMT-0800 (PST)
2014 Audi A4 2.0T Premium Plus quattro Sedan automatic wauffafl3en030343 ca 4.2 9557 white black audi mission viejo 32100 32250 Thu Dec 18 2014 12:00:00 GMT-0800 (PST)
2014 Chevrolet Camaro LT Convertible automatic 2g1fb3d37e9218789 ca 3 4809 red black d/m auto sales inc 26300 17500 Tue Jan 20 2015 04:00:00 GMT-0800 (PST)
2014 Audi A6 3.0T Prestige quattro Sedan automatic wauhgafc0en062916 ca 4.8 14414 black black desert auto trade 47300 49750 Tue Dec 16 2014 12:30:00 GMT-0800 (PST)
这是数据说明:
汽车数据集car_prices：
make（制造商）：汽车的制造商，如Toyota、Ford等。
model（型号）：汽车的具体型号，如Corolla、Mustang等。
year（年份）：汽车的生产年份。
trim（配置）：汽车的配置级别，如LX、EX等。
body（车身类型）：汽车的车身类型，如Sedan（轿车）、SUV（运动型多功能车）等。
transmission（变速箱类型）：汽车的变速箱类型，如自动（automatic）、手动（manual）等。
vin（车辆识别号）：汽车的唯一识别码。
state（状态）：汽车的状态，如新（new）、二手（used）等。
condition（状况）：汽车的状况评分。
odometer（里程表）：汽车的行驶里程。
color（颜色）：汽车的颜色。
interior（内饰）：汽车的内饰颜色。
seller（销售商）：销售汽车的公司或个人。
mmr（市场中值价格）：汽车的市场中值价格。
sellingprice（销售价格）：汽车的实际销售价格。
saledate（销售日期）：汽车的销售日期。
现在要求使用hive实现数据仓库的开发和设计
1.数仓每个层级(ODS,DWD,DWM,DWS,ADS)的设计与实现
2.设计包含表名,及做出的数据清洗逻辑说明
3.实现包含hive sql代码
4.DWS层级需要从各字段维度去设计,每个字段维度要设计3种表
5.ADS层级进行数据分析,要求具有8种分析实现,每个分析结果保存为内部表,表命名要规范
6.ODS用外部表建表方式,DWD,DWM,DWS,ADS都使用内部表建表方式
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
# 工作职责
在尽量不瞎编的情况下,基于核心原则,丰富以下工作职责
参与负责实时数仓体系的实时etl功能。实现实时etl快速开发，通过外部sql文件方式，自动将数据格式化输出到mysql/kafka/phoenix等数据存储组件，承担80%的etl功能开发。其中，实现phoenix等版本尚未支持的connector功能。
核心原则：3 个 “不”+3 个 “要”
❶ 3 个 “不”：避开无效描述
不写流水账：拒绝 “负责日常数据录入、整理报表、对接客户” 这类无重点的日常工作；
不模糊表述：避免 “参与了项目、协助完成任务” 等没有具体动作和结果的表述；
不脱离岗位：所有职责都要匹配招聘 JD 的核心要求（比如 JD 强调 “数据分析能力”，就重点写数据相关成果）。
❷ 3 个 “要”：突出价值感
要 “动词开头”：用精准的动作词体现主动性（如 “主导、设计、优化、突破、解决”）；
要 “量化成果”：用数据说话（如 “提升 30%、节省 5 万元、覆盖 10 万用户”），没有硬数据就用 “定性成果”；
要 “匹配 JD”：提取招聘要求中的关键词（如 “Spark、用户增长、流程优化”），融入职责描述。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
2
3
4
5
6
7
8
9
10
11
12
13
14
15