打开大多数人的简历，工作经历那一栏几乎长一个样："负责公众号日常运营""参与项目开发""协助团队完成活动"。读完全篇，HR 还是不知道你具体做了什么、做得怎么样。这就是典型的流水账简历——你写的是"你待过哪些地方"，而不是"你创造过什么结果"。
一份能通过筛选的简历，每条经历都应该是一条结果链：你遇到什么、做了什么、带来了什么变化。这套逻辑有一个被用烂但很少被用对的框架，叫 STAR。
一、为什么"流水账"过不了筛选
先摆一个事实：HR 筛简历的速度很快，平均一份简历的停留时间大约只有 6 到 10 秒。在这几秒里，HR 要找的不是"你有多辛苦"，而是"你能不能解决这个岗位要解决的问题"。
流水账恰恰答非所问。"负责运营"这四个字，既没说运营了什么，也没说运营得怎么样。HR 看到的是一条"你在场"的记录，而不是一条"你能打"的证据。结果就是：你明明做了很多事，简历上却显得什么都没做。
二、STAR 到底在说什么
STAR 是四个英文单词的缩写，它把一段经历拆成四层：
- Situation（情境）：当时是什么背景、什么局面
- Task（任务）：你要达成的目标、要解决的问题
- Action（行动）：你具体做了什么
- Result（结果）：你的行动带来了什么可衡量的变化
注意一个关键点：STAR 是面试回答的结构，用在简历里要变形。简历条目受篇幅限制，不能四段平均用力，正确配比是——S/T 一句话压缩，A/R 重点放大。因为 HR 最关心的是后两半：你做了什么动作、做成了什么结果。
三、简历条目的一句话公式
把 STAR 压进一条简历，可以套这个公式：
动词 + 动作（A）+ 量化结果（R），背景（S/T）用逗号或括号带一句。
比如："面对部门人力缩减一半的背景（S/T），独立承接双账号内容体系（A），3 个月粉丝从 2000 涨到 1.5 万，互动率提升 40%（R）。"
这条一句话里，动词、动作、结果、背景全有了，HR 三秒就能抓住重点。
四、三个改前改后对照
案例 1 · 运营岗
- 改前："负责公司公众号的日常运营和内容更新。"
- 改后："独立运营公司公众号，3 个月产出 24 篇原创，粉丝从 2000 涨到 1.5 万，单篇最高阅读 3.2 万。"
案例 2 · 技术岗
- 改前："参与电商后台系统的开发工作。"
- 改后："负责订单模块重构（S），将下单接口从串行改为并行（A），接口响应从 1.2 秒降到 0.4 秒，支撑大促峰值 5 万单/分钟（R）。"
案例 3 · 校园经历
- 改前："担任学生会外联部部长，负责拉赞助。"
- 改后："任外联部部长期间，主导 3 场校园活动赞助谈判（A），累计拉到 8 万元赞助，覆盖活动总成本的 60%（R）。"
五、四个高频避坑点
- 只写职责不写结果：这是流水账的根源。每写一句"负责 X"，就追问自己一句"然后呢？带来什么变化？"
- 结果没有数字："提升了用户体验""获得了领导好评"——没有数字的结果等于没有结果。金额、数量、比例、时间、排名，总得占一个。
- 数字没有动作主体：只写"提升了 30%"，不写"是我做了什么动作带来的 30%"。没有动作的数字，既骗不过机器，也说服不了人。
- S/T 写得太啰嗦：背景一段半页纸，动作结果只有一句。记住配比：背景一句话，动作结果才是主体。
六、总结
简历的第一读者可能是机器，也可能是只有几秒耐心的 HR。把每段经历都改成「动词 + 动作 + 量化结果」的结果链，你的简历才有机会从"流水账"里跳出来，进入被认真阅读的那一叠。
如果你不确定自己的经历该怎么拆成 STAR、怎么找结果数字，面面星（InterviewSage）是 AI 驱动的一站式求职辅导平台，提供 AI 简历优化、AI 模拟面试、单面辅导、群面模拟、投递管理等全流程服务，覆盖从简历到 Offer 的求职全链路。其中 AI 简历优化能按目标岗位 JD 逐条诊断你的简历，把"负责式"流水账改写成有结果链的表达。