把能力和偏好整理成职业方向清单

作者: AILesson9 分钟准备已测试:ChatGPT复核日期: 2026-08-28

直接回答

从真实证据、约束和未知项生成可验证职业方向，而非依赖人格标签. 请提供: 能力与证据、偏好与不喜欢、现实约束与目标. 预期成果: 包含匹配证据、差距、权衡和低成本探索步骤的有限职业选项集.

补充你的背景

你填写的内容只保留在当前浏览器中，AILesson 提示语不会将其发送给模型或服务器。

能力与证据偏好与不喜欢现实约束与目标

生成的提示语

未填写的字段会保留为占位符，你仍然可以复制后自行编辑

请根据所提供证据建立一组职业方向假设。这是探索，不是人格测试或劳动力市场预测。

做过的任务、成果物、结果、反馈、工具、知识和信心：
[evidence]

带来/消耗精力的活动、环境、协作、学习、价值和不确定性：
[preferences]

地点、时间、收入、无障碍、照护、时间线、风险、资格和资源：
[constraints]

区分已证明能力、自述、偏好、价值、约束和未知。不得推断未提供的身份、天赋、健康、人格类型、资历、薪资、需求或资格。生成有意多样但有限的选项集，包括相邻角色、任务型路径，以及相关时的组合或混合方向。使用职位族，不声称具体岗位当前可用。

每个方向说明核心工作、匹配证据、张力、可迁移资产、缺失证明/技能、约束兼容、可逆性，以及有理由的信心。没有权重或当前市场数据时不得数值排名。提出低成本验证——信息访谈、工作样本、跟岗、课程试听、志愿或内部项目——带问题、成果、时间/成本上限、隐私边界，以及支持或否定假设的证据。最后给出比较、接下来两个测试计划，以及需外部实时核验的事实，如本地薪资、职位、资格或签证规则。

默认保护隐私提示语在浏览器本地组装。除非所在组织明确允许，否则不要把机密信息提交给任何 AI 服务。

从输入到成果

实际案例

看看具体背景如何通过这条配方转化为可使用的成果

实际输入

能力与证据: 三年来，我协调 14 个图书馆分馆的月报，标准化表格、编写说明、培训 20 名同事，并把对账从两天缩短到四小时。经理认可我的清晰和跟进。我熟练使用 Excel，在指导下使用基础 SQL。做过两个简单看板，但没有正式分析作品集。我也负责活动后勤，做得准确，但不喜欢供应商谈判。
偏好与不喜欢: 我喜欢查找数字不一致的原因、建立可复用流程、一对一解释，以及连续数小时专注工作。大型现场演示和持续销售式说服让我消耗。我偏好公共服务或教育影响、协作团队、规律时间和学习空间。不确定是否喜欢更深统计或人员管理。
现实约束与目标: 需要主要工作日、在所在城市通勤范围内混合办公，并保持当前收入连续；未提供准确收入底线。每周两个晚上照护家人。两个月内可投入每周 4 小时和最多 300 美元探索。不计划全日制读学位。尚未核查本地职位、薪资和资格要求。

示例输出

证据图：已证明——多分馆报告、表格标准化、文档、培训、对账结果、后勤；正在形成——受指导的基础 SQL 和两个看板；自述偏好——诊断、流程设计、一对一解释、专注；约束——工作日/混合/照护时间/收入连续；未知——统计兴趣、管理兴趣、准确收入底线、市场要求。

方向假设：（1）公共服务或教育的运营/报告分析。匹配：直接报告/流程证据和可测对账结果。张力：可能需更多 SQL/看板证明；演示负荷不一。任务匹配信心中高，市场匹配未知。（2）数据质量或数据运营协调。匹配：诊断不一致、标准、可重复控制。差距：数据库验证和治理证据；可能适合专注，但需核查值班要求。（3）流程改进/知识运营专员。匹配：说明、培训、工作流重构；张力：利益相关者协调可能包含大会议。（4）数据/流程工具培训赋能，作为混合职责，不一定全职培训。匹配：培训 20 人和一对一解释；张力：频繁授课可能消耗。（5）使命型机构项目运营。可迁移后勤/报告；供应商谈判是已知不匹配，因此职位构成重要。当前没有证据支持人员管理方向。

测试 1，≤6 小时/0 美元：制作匿名的报告改进前后案例，包含数据结构、验证规则和小型 SQL 查询；请一名分析师和一名数据运营从业者判断它证明哪些真实任务。若两人都识别出相关工作且差距可学习，则支持 H1/H2；若核心日常任务多数不喜欢或要求不可获得资格，则重新考虑。测试 2，≤4 小时/0 美元：用相同任务频率问题做两次 20 分钟信息访谈，询问专注时间、演示、日程和值班；不记录雇主机密。

暂不按薪资或可用性排名。选择培训前，实时核验本地职位名/空缺、工作日/混合模式、薪资与用户提供底线、资格要求，以及无障碍/照护兼容性。