需先激活offer收割机智能体并上传简历与jd，再通过角色化指令启动star追问面试，最后用多维度反馈优化表达与简历文本。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
如果您希望借助Kimi提升求职效率，但尚未掌握其面试模拟与简历修改的核心操作路径，则可能是由于未激活对应智能体或未提供结构化输入。以下是实现高效模拟面试与精准简历修改的步骤：
一、启动Offer收割机智能体并进入面试/简历双模态工作区
该步骤确保Kimi脱离通用对话模式，进入专为求职设计的结构化处理环境，调用内置的岗位语义解析、STAR句式生成与多轮追问逻辑模块。
1、打开浏览器，访问https://kimi.moonshot.cn，完成账号登录；
2、在首页左侧导航栏点击“办公提效”分类；
3、于功能列表中定位并点击“Offer收割机”，进入专属对话界面；
4、在对话框中点击“请帮我修改简历”按钮，或直接输入“启动模拟面试流程”，触发双模态响应机制。
二、上传结构化材料并绑定岗位JD锚点
此操作使Kimi能建立简历内容与目标岗位能力要求之间的语义映射关系，避免泛化优化，确保每处修改均指向JD中的硬性门槛与隐性偏好。
1、点击对话框右侧“回形针”图标，上传个人简历（支持Word、PDF格式）；
2、再次点击“回形针”，上传目标岗位JD文本或PDF，或直接粘贴JD全文；
3、确认两份材料在聊天区以可读状态完整显示，无乱码或截断；
4、输入指令：“请将我的简历与该JD逐项对齐，标出匹配度低于60%的工作经历，并针对‘用户洞察’‘跨部门协同’‘数据驱动决策’三项核心能力补全STAR要素。”
三、执行角色化面试指令并锁定追问逻辑
该方法绕过Kimi默认的自由问答机制，强制其按真实招聘经理的行为范式运行，包括身份设定、单问题输出、STAR缺陷识别与深度追问闭环。
1、输入完整提示词：“你现在正扮演某互联网公司高级招聘经理，姓名为李哲，专注评估产品经理候选人。你将基于我提供的简历内容，严格围绕‘用户洞察’‘需求优先级排序’‘跨部门协同’三个核心能力维度提问。”
2、在提示词末尾追加行为规则：“每次仅提出一个问题；在我回答后，先指出回答中STAR结构（情境、任务、行动、结果）的缺失项；再基于岗位JD补充一个深度追问问题。”
3、上传PDF格式简历或粘贴文字版简历全文，确保Kimi可提取项目时间、公司名称、量化成果等关键字段；
4、要求Kimi输出开场白：“您好，感谢参加本次面试。我是产品中心招聘负责人李哲。接下来我们将围绕您过往在XX项目中的决策过程展开交流。”
四、调用多维度表达质量反馈机制
此步骤激活Kimi对口语表达的声学特征映射能力，将其转化为可执行的矫正动作，覆盖填充词、停顿异常、动词冗余等高频减分项。
1、完成一轮模拟后，提交录音转写文本，并指令：“请逐句分析该文本：标出所有填充词（呃/啊/然后/就是）、超过2秒的停顿位置、连续3个以上相同动词的重复使用处。”
2、收到标记结果后，追加指令：“将上述问题归类为‘节奏失控’‘逻辑断点’‘权威感削弱’三类，并为每类提供1个15秒内可完成的矫正训练动作。”
3、依据反馈结果，在下一轮模拟前执行对应训练动作，例如针对“节奏失控”进行“3秒呼吸-开口”节拍控制练习；
4、重新发起模拟，验证矫正动作对表达流畅度与信息密度的实际提升效果。
五、切换至简历专项优化指令流
该路径聚焦于文本层重构，利用Kimi对长文本的深度解析能力，实现成果量化、术语强化、STAR重写与优势前置四项关键动作的自动化执行。
1、在当前对话中发送复合指令：“请执行以下四步：①将所有‘取得不错业绩’类模糊表述替换为含数字、周期、对比基准的具体成果；②将每段工作经历按STAR法则重写；③在技术栈、工具名、行业术语处自动加粗；④提取3个与JD最匹配的核心优势，置于简历开头摘要区。”
2、若首轮输出未完全达标，追加追问：“请将第二段经历中‘参与项目管理’扩展为包含角色、协作方、交付物与验收标准的完整STAR句式。”
3、检查输出结果中是否出现未加粗的关键技术术语，手动标注后要求Kimi批量强化；
4、确认摘要区三大优势是否全部源自JD原文关键词，且与简历正文中的实例形成明确呼应关系。
