10 月 11 日，周日晚上 10 点 40 分，小林把笔记本电脑从书房搬到了餐桌上。
她在一家连锁零售公司做区域运营，32 岁，手上管着 6 个门店的日常数据；上周五下午 4 点，部门总监在群里发了一条通知，说下周三上午 10 点要做主管岗内部竞聘答辩，每人 10 分钟，材料自备，她盯着那行字看了 3 分钟，回了两个字：收到。
真正让她坐不住的，是当天傍晚的事。
总监路过她的工位，停下来问了一句：你今年的活我大概知道，可我一直没搞明白，你比另外两个人强在哪。
小林答得很快。她说了自己写过多少份活动方案、跟了多少场大促、处理过几次门店投诉，总监听完点了点头，说了一句「挺辛苦」，然后就走了。
那个「挺辛苦」，让她听出了一层别的意思。
那天晚上她打开一个空白的 PPT，标题页打了删、删了打，能想起来的都是零碎的：三月的陈列调整、六月的会员拉新、九月的库存预警，这些事拆开看都不小，摆在一起却像一堆互不相干的流水账。
那到底哪里出了问题？
卡住她的不是排版，是「要证明什么」
小林的困境不是个例。几乎每个人第一次做求职作品集或者竞聘材料，都会卡在同一个地方：把「我做过什么」当成了「我能证明什么」。
这两句话只差几个字，服务对象却完全不同。
前者是给自己看的，用来回忆工作量；后者是给对方看的，用来降低他判断你的成本。那这份材料到底是给谁看的？是那个只有几分钟、还带着疑问的决策者，而不是来欣赏你有多辛苦的旁观者。
想明白这一层，就能看懂为什么「截图堆」式的作品集几乎必然失败。把 20 张后台截图贴上去，等于把判断工作全部推给读者，他得自己猜哪张重要、你做了什么、结果好不好，多数人看到第三张就翻不动了。
有一组常被引用的数据可以解释这种挫败感从哪来：职业网站 Ladders 在 2018 年用眼动仪做过一次实验，让招聘者在不知情的情况下翻看一叠简历，平均每份只停留 7.4 秒，而同一家机构 2012 年做同名实验时，这个数字是 6 秒，研究还发现视线最先落在职位名称和章节小标题上，长篇大段的描述基本不会被读到结尾。
7.4 秒，比多数人以为的短得多。
所以顺序要先倒过来。
先做证明，再做 PPT。那证明的材料从哪里来？先别急着打开幻灯片，回到你今年真正留下痕迹的地方。
第一步：盘点素材，别凭印象回忆
凭印象回忆是失真的开始，人对自己做过的事，往往记得最累的那一件，而不是最有价值的那一件。
更可靠的做法是去翻记录。
一个职场人的一年，会在四个地方留下痕迹：
- 周报与月报，记录常规产出，也记录你反复处理的问题。
- 工作群和邮件，藏着机会、冲突，以及你被临时叫去救火的那些事。
- 数据后台与系统记录，销售额、转化率、工单量、交付周期都在这里。
- 复盘文档和会议纪要，你被表扬或被批评的那几次，通常指向同一个能力点。
四类记录都要翻一遍吗？
不必，但顺序有讲究：先从复盘文档开始，那里已经有人替你做过一轮筛选；再去数据后台捞数字，销售额、转化率和交付周期通常都留了原始记录；最后才回头补工作群和邮件里的过程细节，按这个顺序走，一个晚上能翻完一年的痕迹，反过来先啃群聊，很容易在几百条消息里迷路。
把四类材料各扫一遍之后，先别筛选，全部丢进一个文档，这一步的目标是捞全，不是挑好。
很多人一上来就纠结哪件值得写，结果把最好的案例漏在了半年前的邮件里。
素材攒够之后，用下面这段提示词做一次粗分类。
你是我的作品集素材整理助手。我会粘贴一批很杂的工作记录。
请完成三件事：
一、把每条记录归入「项目类 / 运营类 / 协作类 / 救火类」中的一个类别。
二、标出每条里出现的可量化结果（数字、比例、周期、规模），原文照抄，不要换算。
三、列出信息不完整的条目，标注「缺结果」或「缺角色」，不要替我补写。
禁止编造任何数据，禁止把「参与」改写成「负责」。它做的是归类，不是裁判。哪些算真正的成绩，仍然要你自己认。
第二步：把「做过什么」翻成「带来了什么」
盘点完你会发现，大部分条目都是动作：参与了一次大促、调整了一批商品、处理了一波投诉，而动作本身没有说服力，因为它回答不了「然后呢」。
一个能被记住的案例，通常要说清四件事。
当时的处境是什么、要解决的问题是什么、你具体做了什么、最后的结果是什么，这个结构在培训行业里叫 STAR 原则，情境、任务、行动、结果，用了几十年没有变过，因为它在同一个框架里同时回答了两个疑问——你会不会做，以及你做得怎么样。
转换的关键在最后一步。很多人写完行动就停了，因为他们觉得「顺利完成」就是结果。
可「顺利完成」是评价，不是结果。结果应该是能被第三方核查的事实。
举个对照。原始写法是：负责双十一大促的库存协调，保障活动顺利。
改写后是：双十一前一周，6 个门店有 4 个亮起主力款断货预警，我拉出近 3 个月的动销数据重排了补货顺序，大促期间缺货率从活动前的 12% 压到 3%。
第二个版本长了一倍，但它多给了三样东西：时间、动作的起点，以及一个可以验证的数字。
读者不需要相信你，他只需要判断这个逻辑通不通。
那手上确实没有漂亮数字怎么办？不要编。
可以退一步，用范围和难度替代结果：比如「接手时团队恰好在交接期，3 个月里我重排了日报流程，并带出 2 个能独立值班的新人」，这类描述同样成立，因为它交代的是起点，而不是把过程包装成一个夸大的结论。
这一步可以继续交给工具打初稿，但你必须坐在旁边盯数字，因为模型不会替你承担写错数字的后果。
你是案例提炼助手。我会给你一条工作记录和它的原始结果描述。
请按「处境 / 问题 / 动作 / 结果」四段重写，每段一到两句。
规则：
一、只使用我给出的原始数字，我没有提供的数字一律写成「待补充」，不要估算。
二、严格区分「参与」「协助」「负责」，我给的是「参与」就保持「参与」。
三、结果段里不要出现「顺利」「圆满」「显著提升」这类评价词。第三步：一页一个结论，把案例排成骨架
案例攒到五六个，真正的设计才开始。作品集最容易犯的第二个错误，是一页塞进太多信息。
10 分钟答辩，按一页讲 1 分钟算，大概就是 10 页。
页数为什么容易被写超？因为讲述者对内容的熟悉程度远高于听众，前苹果市场负责人盖伊·川崎在《创业的艺术》里给过一条至今仍被反复引用的经验规则，也就是 10/20/30 法则：一场演示不超过 10 页，讲不超过 20 分钟，正文字号不小于 30 磅，三条约束其实都指向同一件事，别把 PPT 当演讲稿来用。
10 页要装下 5 到 6 个案例，还要留出开场和收尾，平均每个案例只有 1 分多钟，这意味着每一页只能承载一个结论，剩下的细节靠你讲。
可以按这个骨架排：
| 页 | 承担的任务 | 大致内容 |
|---|---|---|
| 第 1 页 | 我是谁 | 岗位、年限、一句话定位 |
| 第 2 页 | 我解决哪类问题 | 能力主题，两到三条 |
| 第 3–7 页 | 我怎么做成的 | 每个案例一页，结论写进标题 |
| 第 8 页 | 我怎么复盘 | 一次失败，或一次改进 |
| 第 9 页 | 我接下来想做什么 | 与目标岗位的衔接 |
| 第 10 页 | 附页 | 数据来源与补充材料 |
这张表里最值得说的是第三行。
案例页的标题不要写「双十一大促项目」，而要写结论，比如「大促缺货率从 12% 降到 3%」，读者只看标题就拿到了信息，你讲的时候是在补证据，而不是逼他从图里找重点。
结论先行这件事不是 PPT 的发明。
管理咨询行业几十年前就把它固化成了方法，芭芭拉·明托在 1987 年出版的《金字塔原理》讲的就是同一件事：先给结论，再一层层给支撑，这套写法被反复使用，是因为它对抗的是人的阅读惰性。
那页面到底要不要做得漂亮？
要，但优先级排在内容和结构后面。字号够大、留白够多、一页不超过三行字，比任何一套模板都管用。
第四步：给每页配 30 秒讲稿，卡住时间盒
材料做完不等于讲得出来，多数人是被时间打败的，而不是被内容打败的。
10 分钟听起来宽松，实际非常紧。
开场 30 秒、收尾 30 秒，留给主体只剩 9 分钟，方案讲完还要回答问题，所以真正该按 8 分钟准备；8 分钟摊到 7 页案例加 2 页铺垫，每页大约 50 秒，一页的讲稿写 150 字上下，刚刚好。
那讲稿到底该写多细？
讲稿不要写成逐字稿，逐字稿会让你开始念稿。
更实用的做法是每页写三行：一句结论、一句证据、一句和个人能力的绑定，结论回答「我做到了什么」，证据回答「凭什么这么说」，绑定回答「这跟你招的人有什么关系」，第三行最容易被漏掉，也最容易被追问。
排练也有讲究。至少完整走两遍，第二遍用手机录下来。
看回放时你会发现，真正拖时间的不是内容，是那些「那个」「然后」「其实」的口头语。
那 10 分钟到底够不够用？
够用。前提是你在写讲稿的时候，就已经按时间算过账。
三条不该交给 AI 的边界
把方法走完一遍，AI 的角色其实很清楚：它负责把你脑子里的零碎整理成形，不负责替你承担责任。
有三条线要留在人这边。
第一条是数字的真实性。
模型处理数字有两种典型失误：把「大概」当成「精确」，以及把两个不同口径的数字直接相加；凡是写进作品集的数字，都要能指着原始记录说出来源，这不是苛求，是因为答辩现场最容易被追问的就是数字。
第二条是权属与保密。
作品集里出现的客户名称、内部经营数据、还没公开的产品计划，很多属于公司的商业信息，用之前要确认能不能对外，能脱敏的就脱敏，把绝对数值换成比例和相对变化，通常既保留了说服力，又不至于越界。
第三条是标识与留痕。
我国的《人工智能生成合成内容标识办法》自 2025 年 9 月 1 日起施行，要求对人工智能生成合成内容添加标识，其中包含显式标识与隐式标识两类；更早的《生成式人工智能服务管理暂行办法》从 2023 年 8 月 15 日起施行，是生成式 AI 服务在国内的基本管理依据。对内使用的作品集不一定在页面上打标，但如果你把 AI 生成的内容对外发布，就应当依规声明。
这个动作不吃亏，它反而说明你知道边界在哪。
三条合起来是一句话：工具能加快你整理的速度，但「这段话是不是真的」只有你能负责。
回到那个晚上
小林最后没有一页页去美化模板。她先花一个晚上做盘点，把今年的周报、群聊和数据后台翻了一遍，整理出 7 个候选案例；第二天提炼成 5 个；第三天下午才打开 PPT。
她把 5 个结论写成 5 个标题，再往外补证据。
答辩那天，她的第一页没放岗位介绍，只放了一句话：6 个门店的缺货率，我用了 3 个月从 12% 压到 3%，方法是可复制的。
后面那 10 分钟，她讲的是怎么做到的。
结果重要吗？更重要的其实是她终于把「很辛苦」换成了「可验证」，作品集做到最后，考的从来不是排版，而是你有没有能力把自己的工作，翻译成别人能判断的形式。
本文为公开资料与常见工作场景的整理，写作过程借助 AI 辅助完成；作品集里出现的数字、客户名称与内部资料，请以你自己的原始记录和公司规定为准。
参考
本文涉及的方法与公开资料如下。
- STAR 原则（Situation、Task、Action、Result），源自上世纪七十年代兴起的行为面试法，把一段经历拆成「情境 / 任务 / 行动 / 结果」四段，是高校就业指导与招聘实践中被普遍采用的结构化表述：百度百科 · STAR
- 《金字塔原理》，芭芭拉·明托（Barbara Minto）著，1987 年首版，提出「结论先行、以上统下、归类分组、逻辑递进」的表达结构，是商务写作沿用至今的基础方法：作者官方网站
- Ladders 简历眼动追踪研究，2018 年版（初版 2012 年）实测招聘者平均 7.4 秒完成一份简历的初筛，并总结出「加粗职位标题 + 要点列表」优于长段落：研究说明
- 10/20/30 法则，盖伊·川崎（Guy Kawasaki）在《创业的艺术》中提出，一场演示不超过 10 页、时长不超过 20 分钟、字号不小于 30 磅：规则解释
- 《生成式人工智能服务管理暂行办法》，国家互联网信息办公室等七部门 2023 年 7 月公布，自 2023 年 8 月 15 日起施行，是生成式 AI 服务在国内的基本管理依据：官方全文
- 《人工智能生成合成内容标识办法》，国家互联网信息办公室等四部门 2025 年 3 月发布，自 2025 年 9 月 1 日起施行，明确显式标识与隐式标识两类要求，对外发布的 AI 生成内容应据此声明：官方发布
- 站内相关教程：从大纲到成稿：用 AI 做 PPT 的完整流程与工具选型｜述职与晋升答辩：用 AI 把一年的工作总结讲成晋升理由｜幻灯片排版不丑的 5 条规则：不用学设计，也能让汇报一眼看懂。
