Qwen 将简历、PPT 和数据清理整合为一个可复现的 AI 工作流

简历不知所踪、面对空白报告文档时的头疼，以及杂乱无章的销售表格带来的困惑——这些都是职场人士日常面临的压力源。昨日，Qwen APP在武汉现场演示了如何应对这些情境。

这场由武汉市人力资源和社会保障局指导、Qwen APP与《武汉发布》联合主办的AI求职工作坊，不仅停留在枯燥的理论层面，更通过AI技术，一步步引导现场求职者和应届毕业生完成了三项实操任务：简历诊断、商务报告撰写以及销售表格分析。 其目标是将原始素材打磨成精炼的文档，而不仅仅是堆砌文字。Qwen APP产品经理金世兴以此阐释了AI文档的价值，为本次活动定下了基调。

在简历撰写方面，Qwen建议明确五个关键点：提供所有材料、阐明目标、界定标准、设定边界，并索要可编辑的文件。许多人只是简单地请求“帮忙写一段话”，但要打造一份出色的简历，需要将零散的经历视为原材料。 以目标职位的要求为基准，然后倒推，突出相关事实。将“参与组织过一场活动”这样的模糊表述，转化为包含背景、行动和结果的引人入胜的叙述，从而增强其说服力。

Qwen 还介绍了一个可直接使用的三步提示模板。第一步纯粹是诊断性操作：让 AI 阅读附件中的简历，但不要重写内容。而是将职位描述总结为不超过七项核心要求，并按重要性排序。 随后创建一个五栏对比表：核心职位要求、简历中的现有证据、证据强度、缺失或未确认的信息，以及建议采取的行动。任何附件中未包含的信息应标记为“未提供”，以避免猜测或捏造。最后，提供三条最紧迫的修订建议。

第二步是基于事实信息进行重写。仅使用原始简历中的真实内容，将个人概述和工作经历重写为“行动、方法、结果”的结构。 每个部分控制在三到四点，每点不超过65个汉字。将材料中未包含的任何证据标注为“待补充”，并附上对比表，展示修改后的内容及其事实来源，供用户核验。第三步是生成格式规范的Word简历。 文件名、页边距、字号、行距及模块标题样式均有明确规范。生成后，需自行检查分页、字体和标点符号是否正确。

在短时间内被要求处理一堆陌生的文件并制作PowerPoint演示文稿，是职场中的另一场噩梦。Qwen APP的产品经理Jingjing演示了一套三步应急解决方案。首先，通过清晰阐明四个背景要素来确立任务的语境：目标与主题、演讲者与受众、辅助材料以及演示文稿格式。 例如，向团队负责人汇报短剧改编研究时，需明确核心结论——短剧是关键的突破方向——策划人的角色、报告为何侧重于自媒体改编的适用性、如何快速获得关注、 以及变现路径，同时明确15张幻灯片、15分钟的演示格式。其次，让AI阅读所有文件并进行总结，随后根据演讲者的部门职责和近期业务重点对内容进行重组，从而生成初稿。 第三，利用Qwen的四大技能套件对PPT进行微调和个性化定制。

最棘手的部分是利用AI从杂乱的数据中提取关键指标。金世兴通过一个虚构的茶馆运营案例进行了演示，详细展示了数据构建、整理、计算、分析和呈现的全过程。 面对一份原始的销售明细表，首先在保留原始表格结构的同时清理杂乱数据，统一命名格式，然后输入公式计算毛利润和毛利率。这为业务评审奠定了基础。最终，一份包含486行杂乱数据的销售表被浓缩成一页清晰明了的PPT幻灯片，并得出明确的结论。

随附的六步数据分析提示词详细分解了这一方法论。第一步是设置分析工作区：仅处理上传的文件，不补充在线信息或对缺失事实进行推测，保留原始数据，并确保所有结论均可追溯至表格中的数据和计算方法。 创建五个工作簿：清理后的数据、数据处理日志、指标汇总、业务报告和定义说明。设置筛选条件、冻结标题行并统一格式。

第二步是清理原始数据：统一三家门店和四个渠道的别名，规范产品名称，将日期转换为 YYYY-MM-DD 格式， 将带有货币符号或文本格式的金额转换为数字，删除完全重复的记录，将缺失项标记为“待确认”而非进行猜测，并输出处理前后的行数、各类问题的数量以及待确认项。

第三步是输入可追溯的公式：使用 Excel 公式而非静态结果来填充标准销售额、产品成本、毛利润、毛利率、折扣率、每杯平均收入以及日期类指标。 谨慎处理除以零和缺失值的情况，金额保留两位小数，比率保留一位小数，同时在定义说明中记录指标定义，并生成一份综合验证表。

第四步是使用自然语言进行业务分析：按门店、产品、渠道和时间段进行汇总，回答诸如“哪家门店规模最大”、“最高销售额是否也意味着最高毛利”、“哪个渠道销量大但毛利低”以及“哪两个时间段贡献的收入最多”等问题。 每项结论应列出数据、比较对象及计算依据，并提醒不要将假设性样本概括为长期趋势。

第五步是生成一份一页的业务报告：在顶部展示关键指标，制作四张图表——门店收入对比、产品杯数与毛利对比、渠道毛利对比以及时间段收入对比。每张图表的标题应直接传达主要发现，而非使用模糊的标题。 在每张图表下方，列出三条数据洞察和三条行动建议。第六步由数据审核员进行最终核查：核对数据清理前后的行数是否一致、所有汇总值是否等于总和、公式是否覆盖所有内容、百分比分母是否一致、图表是否存在误导性，以及结论是否超出数据范围。 生成一个包含“检查项目”、“结果”、“证据”和“需要人工确认的事项”四个列的列表，且不得直接修改数据。