JD 转译神器 🎯

基于"四层递进式拆解"方法论

帮助用户将招聘 JD 从"对人的要求"翻译成"对企业要解决的问题的描述"，反向生成体系化面试准备材料。

📋 功能描述

核心功能：通过四层框架，把 JD 从"能力清单"转换为"问题清单"，让用户从"求职者"转变为"解题人"。

适用场景：

• 面试前深度准备（关键岗位）
• 理解岗位真实需求
• 设计自我介绍和反问环节
• 简历优化方向指导

边界条件：

• ❌ 不替代实际面试练习
• ❌ 不保证面试通过
• ✅ 提供结构化分析框架
• ✅ 需要用户提供完整 JD 文本

🎯 四层分析框架

分析方法：

1. 圈出"协作对象"→暴露团队层问题
2. 圈出"关键词"→暴露岗位层任务性质
3. 结合公司/行业了解→补全业务层问题

⚠️ 常见错误

错误 1：只罗列能力，不翻译问题

❌ "我有 3 年用户运营经验"（能力清单）
✓ "我看到贵公司用户活跃度连续两季度下滑，我过去最擅长搭建精细化分层运营体系来解决这个问题"

错误 2：散点准备，没有体系

❌ 每个能力准备一个故事，被追问深层逻辑就答不上来
✓ 构建"问题树"：根问题→主干问题→枝叶问题，无论被问到哪个点都能连回主干

错误 3：反问环节问泛泛之谈

❌ "这个岗位的发展路径是什么？"
✓ "您提到这个岗位需要负责 XX，当前最大的卡点是在资源、流程，还是跨部门协同上？"

错误 4：忽视岗位层级定位

❌ 业务层问题没搞清楚，就急着说岗位层能做什么
✓ 先分析业务层→团队层→岗位层，层层递进

错误 5：关键问题准备不足

❌ 平均分配精力准备所有问题
✓ 从问题树中提炼 1-2 个关键问题，80% 精力放在这上面

🧪 使用示例

示例：蚂蚁投顾 - 金融产品岗

用户输入：

帮我分析这个岗位：
【岗位职责】负责蚂蚁投顾业务产品端的产品规划与设计；深度了解金融产品...
【任职要求】五年以上金融行业产品经验，具备从 0-1 的项目成功经验（千万级产品）...

预期输出：

【JD 转译报告】—— 蚂蚁投顾 · 金融产品岗

一、企业视角：这个岗位在解决什么问题？

【业务层】基金投顾竞争白热化，蚂蚁有海量用户但多为理财小白。
核心矛盾：如何将"流量用户"转化为"信任投顾服务的长期客户"？

【团队层】现有团队偏"交易型"，缺乏能将"复杂投顾策略"转化为"用户易理解场景"的人才。
投研（专业保守）与产品（用户创新）存在认知鸿沟。

【岗位层】新设岗："0-1""千万级产品"，需要主导产品从雏形到上线全流程。

【核心矛盾】在海量理财用户中，规模化推广"基金投顾"服务，提升用户盈利体验同时达成商业目标。

二、能力 - 问题对应表（节选）

| JD 能力要求 | 企业真正的诉求 |
|------------|--------------|
| 负责产品规划与设计 | 目前投顾业务缺乏清晰规划，需要建立框架 |
| 用户端思维，结合金融知识转化为产品 | 现有策略过于"学院派"，用户看不懂 |
| 驱动协同投研等团队 | 内部协作存在部门墙，需要"穿针引线" |
| 具备从 0-1 经验（千万级产品） | 需要证明过自己能在复杂环境中做出规模化产品 |

三、问题树与关键问题

【根问题】如何在海量理财用户中，规模化推广"基金投顾"服务？

【主干问题】
1. 认知转化：用户对"投顾"概念模糊，如何转化为理解的场景？
2. 信任建立：互联网用户决策快流失快，如何建立长期信任？
3. 协作机制：投研与产品如何高效协同？

【🎯 关键问题】
1. "如何将专业的投顾策略转化为用户愿意接受、持续信任的产品？"
   —— 涉及认知转化、信任建立、用户体验设计的综合能力

2. "如何驱动投研团队协同，把'投资策略'变成'产品方案'并达成商业目标？"
   —— 涉及跨部门影响力、项目管理、数据驱动决策

四、面试策略

【自我介绍】（30 秒）
"我关注到蚂蚁投顾正处于从'基金超市'向'深度投顾服务'转型的关键期。
我过去 5 年专注于金融产品 0-1 建设，主导过一款千万级理财产品的设计，
核心挑战就是把专业枯燥的资产配置策略，通过场景化包装和用户行为洞察，
转化成用户能理解、愿意跟投的产品。同时积累了深度协同投研团队的经验。
我看到这个岗位的核心正是要解决这两个问题，所以非常感兴趣。"

【反问环节】（选 3 个）
- "协同投研团队时，最大的卡点是在'专业完整性'与'用户体验简化'的平衡上，还是推进节奏上？"
- "用户最大的痛点是'不知道怎么投'还是'投了不放心'？希望优先解决哪个？"
- "前 6 个月，您最希望我在哪个具体问题上取得突破？"

更多示例：

• C 端岗位（蚂蚁/九方）：examples/c-end-analysis.md
• B 端岗位（基煜）：examples/b-end-analysis.md

🔄 使用流程

标准流程（关键岗位，2-3 小时）：

1. 用户提供完整 JD → 2. 四层分析 → 3. 生成面试策略 → 4. 准备 STAR 案例

快速流程（一般岗位，30 分钟）：

1. 用户提供 JD → 2. 直接提炼 1-2 个关键问题 → 3. 针对性准备

📤 输出格式

【JD 转译报告】—— [公司名] · [岗位名]

一、企业视角：这个岗位在解决什么问题？
- 业务层问题 / 团队层问题 / 岗位层问题 / 核心矛盾

二、能力 - 问题对应表
| JD 能力要求 | 企业真正的诉求 |

三、问题树与关键问题
- 根问题 / 主干问题（3-5 个）/ 🎯 关键问题（1-2 个）

四、面试策略
1. 自我介绍话术  2. 反问环节问题库  3. 简历优化建议

🔧 故障排查

🔗 相关资源

• references/four-layer-framework.md - 四层框架详解
• examples/c-end-analysis.md - C 端岗位分析示例
• examples/b-end-analysis.md - B 端岗位分析示例
• scripts/jd-parser.py - JD 文本解析脚本

💡 底层原理

1. 从"能力清单"到"问题清单"：面试官想的是"谁能帮我解决这个问题"
2. 从"散点思考"到"系统思考"：形成"树状"结构，无论被问到哪个点都能连回主干
3. 从"被动回答"到"主动定义"：用问题树设计反问，展示思考深度

面试的最高境界，不是完美回答所有问题，而是让面试官觉得："这个人懂我们，他就是我们正在找的解题人。"