阿兰：职场外挂（JobBuff）从PRD->部署->API接通

用户7006

用户7521

1月26日修改

一、职场外挂（JobBuff）产品PRD文档

🪧

在正式撰写PRD之前，我采用了Siri老师提供的用户故事方法将第一节作业中的用户痛点和需求转换成一个一个用户故事​职场外挂（JobBuff）用户故事，然后再根据用户故事跟AI探讨PRD撰写思路就会更清楚。PRD下方我还总结了自己在撰写PRD时的一些经验，感兴趣的uu可以跳转查看！​

1.
📝 背景 (Background)​

1.1
现状 (As-Is)​

当前求职者（尤其是Gap期、转型期或有ADHD倾向的用户）在面对海量岗位时，普遍存在以下痛点：​

1. 启动成本高：每次投递都需要经过"读JD -> 改简历 -> 准备话术 -> 模拟面试"的漫长流程，容易在第一步就产生畏难情绪。​

2. 决策依据模糊：JD描述往往充满"黑话"（如"弹性工作"实为996），求职者难以识别潜在风险，导致通过率低。​

3. 沉淀缺失：针对每个岗位的调研、修改版本和思考过程无法保存，经验难以复用，每次都要从零开始。​

1.2
机会 (Opportunity)​

利用AI大模型能力，打造一个游戏化全链路求职辅助工具：

1. 一站式决策：输入JD+简历+意向，直接给出深度解读与匹配度，辅助决策。​

2. 自动化准备：AI自动生成定制简历、投递话术、模拟面试题，将准备时间从小时级压缩到分钟级。​

3. 资产化管理：将每一次投递过程转化为可复盘的数据资产（冒险日志），帮助用户科学管理求职进度。​

1.3
✨ 产品亮点 (Highlights)​

"读得透、改得快、记得住" —— 仅需10秒，即可将一份Raw JD转化为包含风险预警、定制简历与面试攻略的全套作战方案，以“打怪升级”的轻松心态消解求职内耗。​

2.
🎯 目标 (Goals)​

1. 核心功能闭环：实现从"接取任务"到"试炼挑战"的全流程AI辅助，覆盖侦察、锻造、试炼三个核心阶段。​

2. 用户体验目标：通过"游戏化任务流"的交互模式，降低用户认知负荷；单次完整分析耗时控制在 15s 以内。​

3. 数据目标（MVP）：

    * 分析完成率：≥ 90%（用户发起分析后成功获取结果的比例）。​

    * 准备转化率：≥ 40%（看完解读后进入"装备锻造"阶段的比例）。​

* 7日留存率：≥ 30%。

3.
🔭 范围 (Scope)​

1. 触达层 (Touchpoint Layer)：​
◦
面向所有用户的 Web浏览器访问 (Chrome/Edge/Safari等主流桌面浏览器)。​
◦
浏览器插件为未来扩展 (v1.0)，本阶段仅预留架构接口。​

阿兰：职场外挂（JobBuff）从PRD->部署->API接通​