想成为提示词工程师？先别急着投递简历，有几道硬性门槛必须跨过去。如果没有1年以上的实战经验，项目经历又比较单薄，那基本连初筛环节都难以通过。真正能让你站稳脚跟的，是北京、上海、深圳、杭州、成都这五个城市，以及D轮融资以上的成熟企业，或者政务、保险这些垂直领域的甲方。简历里别堆砌“熟悉提示词工程”这类空泛表述，换成量化数据才更具说服力。

如果你正为此事感到困扰，不知道从哪里投递简历、如何准备面试、哪些公司真正在招聘提示词工程师，别着急——下面就把求职全流程掰开揉碎了讲给你听。

先确认自己是否符合主流岗位门槛

打开猎聘、BOSS直聘或脉脉，搜索“提示词工程师”“Prompt Engineer”“AI提示词”之类的关键词，你会发现一个残酷现实：几乎所有在招岗位都明确要求1年以上实际提示词设计经验，而且多数还写着“需熟悉GPT、Claude、LLaMA等模型特性”或“会Python和LangChain者优先”。没有项目支撑的纯理论学习者，简历投出去基本石沉大海。

如果你手头只有课程作业或个人测试案例，那得赶紧用真实业务场景补一个。比如为某款教培APP设计5组客服对话提示词，覆盖退费咨询、课程推荐、投诉安抚三类意图，再附上AB测试的对比截图。这比写十页“提示词原理”的简历有说服力得多。

精准锁定正在招人的公司和渠道

方法一：按城市和融资阶段反向筛选
北京、深圳、上海、杭州、成都五地集中了全国83%的提示词工程师岗位；其中D轮及以上新能源企业（如麦田能源）、已上市制造企业（如鼎捷数智）、半导体或集成电路公司（比如某深圳电子巨头）近期释放的职位最多。直接在招聘平台筛选“公司规模1000人以上，融资状态D轮或已上市”，再输入关键词，结果会干净很多。

方法二：盯紧垂直领域甲方，而非纯AI公司
政务、保险、教育、跨境电商这四类行业客户，正在大量外包提示词优化需求。例如软通动力在上海招聘的“提示词算法工程师（保险方向）”，明确要求懂核保规则和监管术语；某武汉房企招“国企产品经理（AI方向）”，实际工作是给内部审批系统写结构化提示词。这类岗位竞争小、起薪高、业务落地快。

注意：不要海投“不限经验”的岗位——这类JD往往对应内部转岗或临时外包，流程不透明，反馈周期超过两周，而且多数要求到岗即交付生产级提示词库。

简历和作品集怎么写才过筛

第一步：把“熟悉提示词工程”这种空话全删掉。
第二步：在简历顶部加一行“提示词实战成果”栏，用数据说话：“为XX电商客服系统重构37条多轮对话提示词，首问解决率从61%提升到79%；建立12类敏感话题安全护栏，误拒率低于0.3%”。

第三步：作品集必须含可验证链接。把测试环境部署在Vercel或GitHub Pages，放一个真实可用的提示词调试界面（哪怕只支持单次提交），附上后台日志截图，证明调用的是真实API。HR不会点开PDF附件，但一定会试点那个绿色的“Run”按钮。

第四步：技术栈写法要匹配JD原文。如果JD里写“熟悉LangChain”，你就写“用LangChain构建过带记忆的保险问答链，支持保单号自动提取、条款定位、责任判定三级跳”；如果JD写“了解思维链”，你就写“在教育类作文批改场景中，用CoT将‘评语生成’拆解为【错字识别】、【逻辑断层标记】、【鼓励话术匹配】三步提示流”。

面试前必须模拟的三个问题

① “请现场优化这句提示词：‘帮我写个好文案’”
你要立刻反问：“面向什么产品？投放渠道是信息流还是私域？目标人群是Z世代学生还是40岁以上家长？有没有历史爆款文案参考？”——提示词工程师的核心能力不是编句子，是定义问题边界。

② “如果业务方说‘模型回答太机械’，你怎么排查？”
标准动作链：查token截断，看system prompt是否注入人格设定，验few-shot示例是否带语气词和停顿，最后才动temperature。90%的“不自然”来自上下文丢失，不是提示词本身。

③ “给你三天时间，让模型准确解析一张保单PDF，怎么做？”
必须答出RAG路径：先用PyMuPDF提取文本，用规则过滤页眉页脚，按章节切片，嵌入进ChromaDB，在prompt里强制要求“仅基于以下CONTEXT作答，未提及内容一律回复‘依据不足’”。不能只说“我用RAG”。

现在立刻执行的投递动作

打开猎聘APP，定位城市，搜索框输入“提示词工程师 site:猎聘.com”，点击“最新发布”，拉到第一页，找到标有“今日发布”角标的3个职位，分别点击“立即沟通”按钮，在弹出对话框里粘贴这句话：“已按贵司JD要求完成XX场景提示词AB测试（附链接），可随时演示效果。”