发帖
雷达卡
又是一年求职季。身边很多同学开始焦虑——简历投了不少，面试却没几个。翻翻招聘网站，AI相关岗位确实多，但看看自己：没实习、没项目、没作品，三无选手，连面试都约不到。
其实不是你没有能力，而是没有把能力“变成”可以给面试官看的东西。作品集，就是把你脑子里的东西变成别人看得见的东西。
先看一组数据。根据智联招聘大数据统计，在AI相关的招聘岗位中，人工智能工程师的招聘人数占比是19.3%，而数据标注和AI训练师的招聘人数占比高达30.3%。这两组数字说明一个很现实的问题——AI行业不只需要写算法的人，大量岗位其实在做数据、应用和落地。
学生做作品集，恰恰应该瞄准这个方向：你不需要写出一个AI，但你可以用现成的AI工具做出一套完整的、能展示的作品。面试官看作品集，看的不是你代码多牛，看的是你有没有用AI解决真实问题的能力。
那作品集具体怎么做？我推荐按照七个模块来组织：选题、背景、目标、方法、过程、结果、反思。这七个部分串起来就是一个完整的故事，从“我为什么要做”到“我最后做成了什么”，再到“我学到了什么”。
选题要从你身边找。你每天遇到的麻烦事、你关注的行业话题、你专业领域的痛点，都可以成为项目方向。如果没思路，可以打开一个对话式AI工具帮你头脑风暴，输入类似“我是XX专业大学生，想做一个AI作品集项目，请给我10个方向”的提示词，AI会给你一堆建议，你从中挑一个最感兴趣的就行。选题原则很简单：你感兴趣、你能获取数据、你能够在2到4周内完成。
选题定下来之后，作品集的第二部分要写背景，也就是为什么要做这件事。背景要回答三个问题：目前存在什么痛点？为什么值得解决？AI为什么适合做这件事？你可以用AI辅助做行业调研，让它帮你梳理现状和现有方案的不足，你再根据实际情况补充验证。背景写得好不好，决定面试官愿不愿意继续往下看。
接下来定目标，也就是项目要做到什么程度才算成功。目标要具体可衡量，比如“覆盖200份文档，回答准确率达到80%以上”，不要写“做一个好用的系统”这种空话。然后是方法部分，要写清楚数据从哪里来、用什么技术方案、选什么工具。你可以让AI帮你对比不同方案的优劣，帮你做出更合理的技术选型。
过程和结果是作品集的核心。过程要记录从零到一的全过程，遇到了什么困难、怎么解决的。比如文档格式不统一怎么处理、检索效果不好怎么优化、大模型“幻觉”怎么通过Prompt控制——这些真实的操作细节最有说服力。结果一定要可展示，一个可以访问的demo链接、一组真实的数据、一份完整的报告，都比口头描述有用得多。最后是反思，写做得好的地方、可以改进的地方、学到了什么。这一步很多人忽略，但面试官非常看重，因为它能看出你有没有思考深度。
按照这七个步骤，你已经可以产出一份完整的作品集了。在做项目的过程中，你会用到Prompt设计、工作流搭建、RAG应用等一系列能力。这些能力如果只是零散摸索，难免有疏漏。
CAIE认证可以作为一个参考——它由CAIE人工智能研究院推出，Level I面向入门阶段，考核内容恰好覆盖AI工具应用、Prompt设计、AI工作流等方向。你做项目时用到的那些技巧，和它的考核框架是对应的，可以帮助你把零散的经验整理成更系统的能力认知。
如果你做的作品集偏向产品方向，比如产品分析报告或AI产品设计方案，那么AIPM认证会更对路。AIPM认证是CAIE认证体系中聚焦AI产品经理的认证，覆盖用户需求理解、产品规划和AI能力应用等方向。你做用户调研、写产品分析，这些正好和AIPM的考核内容重合，项目让你“做了”一个产品，认证帮你系统梳理“怎么做产品”的方法论。
最后回到那组数据：AI招聘岗位中，人工智能工程师只占不到两成，而数据标注、AI训练师这类应用型岗位占了超过三成。这告诉我们一个很简单的道理——AI行业更需要的是懂应用、能把AI用起来的人。
至于CAIE认证或者AIPM认证这样的技能认证，它们不是作品集的替代品，而是补充——你通过项目积累了实操经验，再用系统化的框架把这些经验整理成可被验证的能力标签。项目证明你能做什么，认证帮你说明你会什么。两者结合，远比空谈“我学过AI”有说服力得多。
你的第一份作品集不需要完美，但需要存在。打开电脑，选一个方向，做完它，你就已经超过了大多数还在“想”的人。
京公网安备 11010802022788号
