我用过AI,但这算不算项目经验

我用过 AI,但这算不算项目经验? 打开简历文档,光标在「项目经验」那一栏闪了半小时,一个字没写出来。 我卡在一个特别具体的念头上:我天天用 AI,但它算不算项目经验? 我用它排过故障、查过手册、写过脚本,但这跟「项目」有什么关系?项目经验不是得有个立项、有个交付、有个团队吗?我一个人在终端里跟模型聊天,这也配写进简历? 就这一个念头,把我按在原地好几天。后来我逼自己干了一件笨事:把「我到底用 AI 干过什么」逐条写下来,一条都不许用「用过」「会用」这种词。写完我愣住了——那些我以为「不算什么」的日常,换个说法之后,就是完整的项目经验。 为什么我们总觉得「不算」? 先拆这个念头。我复盘了一下,觉得「不算」的错觉,来自三件事: 第一,把「项目经验」和「上班做的事」划了等号。 潜意识里,项目 = 公司立项 = 有工单号。自己搭的东西、自己跑的工作流,因为没有组织背书,就被自动降级成「瞎折腾」。但招聘方要的从来不是「你上过班」,而是「你能把一件事从需求做到结果」。谁立项的不重要,做没做成才重要。 第二,只有大白话,没有技术词。 我一直在做的事,用我的语言说是「我把手册丢给 AI,让它帮我找答案」。这句话听起来确实不像项目。但同一件事,用技术语言说是「构建了一个基于 RAG 的私有知识库,通过向量检索 + 重排序提升长文档问答的准确率」。东西是同一个东西,缺的只是翻译。 不是我在编造经验,是我从来没学会把自己做过的事说清楚。 第三,只有「用过」,没有「成果」。 简历上写「熟练使用 AI」等于没写。但如果你能说出「把几十万字的技术手册检索从’翻半天’压缩到秒级」「把一次重复的排错流程固化成脚本,同类问题不再复发」,这就是可验证的成果。不是没成果,是没量化、没记录。 想通这三条,整件事的性质就变了:我不是「没有项目经验」,我是「有经验,但没做过结构化翻译」。 三步翻译:从「会用」到「会写」 我总结出来的方法很朴素,就三步: 第一步,还原真实场景。 不管它多琐碎,先白描出来:我在什么情况下,用 AI 干了什么,解决了什么问题。比如「客户报了个报错,我把日志丢给 AI,它帮我定位到是一个字段没做类型校验」。 第二步,映射成技术词。 给白描里的每个动作找一个对应的术语。这一步不需要你撒谎,只需要你把已经会的东西对上号: 「把文档丢给 AI 查」→ 文本切块(Chunking)、向量化(Embedding)、Top-K 召回、重排序(ReRank)——这就是 RAG 检索增强生成。 「让它按我的格式输出」→ 结构化提示、输出格式约束、思维链(CoT)——这就是 Prompt 工程。 「让 AI 去调我的接口/工具」→ 函数调用(Function Calling)、工具编排——这就是 API 调用与后端集成。 第三步,补上可验证成果。 场景 + 技术词 + 一个结果。可以是数量(「处理 XX 篇文档」「响应时间从 X 降到 Y」),也可以是可靠性(「引用可溯源,幻觉率下降」「同类排错问题不再复发」)。 拿我自己举例,一条完整的翻译长这样: 白描:我搭了个个人知识库,把平时攒的技术笔记喂进去,遇到问题直接问,它还能告诉我是从哪篇笔记里找到的。 翻译:独立构建个人 RAG 知识库,完成文本切块、向量化与增量更新;检索侧引入 Embedding + ReRank 提升 Top-K 召回质量;生成侧通过引用溯源降低幻觉率。 ...

August 19, 2026 · 1 min · 120 words · kwelldo