Skip to main content

Documentation Index

Fetch the complete documentation index at: https://docs.dropcv.work/llms.txt

Use this file to discover all available pages before exploring further.

你可能听过 ChatGPT、Claude、Gemini 这些名字，它们都是”大模型”。这一章帮你理解大模型到底是什么。

​
大模型是什么

大模型 = 一个读过海量文本的”超级大脑”。 你可以这样理解：
  • 一个人读了 1 万本书，就能回答各种问题
  • 大模型读了整个互联网的文本（书籍、论文、网页、代码），所以它什么都知道一点
它不是真的”理解”你的话，而是根据学到的规律，预测下一个最合理的字。但效果非常好，就像真的在思考一样。

​
大模型的工作原理

​
主流大模型

模型公司特点
ClaudeAnthropic擅长长文本、逻辑推理、代码
GPT-4oOpenAI综合能力强，生态最大
GeminiGoogle多模态（文字+图片+视频）
Qwen（通义千问）阿里巴巴中文能力强，国内可用
DeepSeek深度求索开源，性价比高
GLM（智谱清言）智谱 AI中文理解好，国内可用

​
大模型怎么帮你工作

在 DropCV 的场景里，整个流程是这样的： 大模型负责理解你说的话和决定做什么，DropCV 负责提供数据。两者配合，就是 AI 招聘的完整流程。

​
不同模型的实际表现

你：帮我分析一下这份简历适合什么岗位

Claude：根据简历内容，这位候选人的核心能力集中在：

【技术栈】
- 主语言：Python（4 年）、TypeScript（3 年）
- 框架：FastAPI、React、Next.js
- 基础设施：Docker、AWS、PostgreSQL

【适合的岗位方向】
1. 全栈工程师（首选）- 技术栈覆盖前后端
2. 后端工程师 - Python/FastAPI 经验扎实
3. 技术负责人 - 有架构设计和团队协作经验

【建议】
这位候选人技术广度不错，但简历中缺少项目规模的数据
（如团队人数、服务用户量）。建议面试时重点了解。

你：帮我分析一下这份简历适合什么岗位

GPT-4o：我来帮你分析这位候选人的岗位匹配度。

📊 匹配度分析：

| 岗位类型 | 匹配度 | 理由 |
|----------|--------|------|
| 全栈工程师 | ⭐⭐⭐⭐⭐ | 前后端技术栈完整 |
| 后端工程师 | ⭐⭐⭐⭐ | Python 经验丰富 |
| DevOps 工程师 | ⭐⭐⭐ | 有 Docker/AWS 经验 |

💡 面试建议：
- 重点问系统设计能力（简历中未体现）
- 了解在团队中的角色（独立开发 vs 团队协作）
- 确认对新技术的学习意愿

你：帮我分析一下这份简历适合什么岗位

通义千问：好的，我来帮你分析。

这位候选人的优势：
✅ 前后端技术栈均衡，Python 和 TypeScript 都有实战经验
✅ 熟悉主流框架（FastAPI、React、Next.js）
✅ 有云服务和数据库经验

可能的不足：
⚠️ 简历中没有提到团队管理经验
⚠️ 缺少大型项目的描述

推荐岗位：全栈工程师 或 高级后端工程师

​
下一步

什么是 API Key

了解怎么”解锁”AI 的能力。

什么是 MCP

了解 AI 工具怎么连接外部数据。