上周帮一个做了一年半用户研究的同学看简历。她在一家To C产品公司，跟过可用性测试、深度访谈、问卷，也独立写过好几版研究报告。投了快一个月，面试邀约屈指可数。
我打开她的简历，第一条是这么写的：
协助高级研究员完成用户访谈与可用性测试，负责用户招募、访谈提纲整理、会议纪要与报告撰写，累计完成访谈 40+ 场，输出研报 8 份，支持产品与设计团队做体验优化。
我让她把印象最深的一次项目讲清楚。她说：去年那个搜索改版，她一个人把招募标准从「过去30天用过搜索」改成「过去30天搜索无点击≥2次且完成过订单」，把无效样本从首轮的 4/12 压到 1/12；她发现提纲里「你觉得搜索好不好用」会诱导讨好式回答，改成情境追问后，团队才第一次听到「结果看起来对，但我不敢点」；报告里她单独把「高风险误点」列成一页决策摘要，产品据此把结果卡的主按钮从「立即购买」改成「查看详情」，上线后搜索结果页误操作客诉明显下降。
这些全不在简历上。简历上只有「协助」「完成40+场」「输出8份」。
这就是初级用户研究员最典型的坑：你把「样本怎么建、问题怎么问、结论怎么落到改动」全藏起来了，只留下一个人人都写得出的场次数字。 面试官看完，脑子里对你的画像是「帮开会记纪要的人」，不是「能把研究做成决策输入的人」。
先搞清楚：初级用户研究员的简历要证明什么
在改句子之前，先对齐预期。初级用研（大约 0-2 年）不需要证明你会定一整条产品线的研究战略，也不需要证明你能给 VP 讲 research ROI——那是中高级的战场。面试官筛你，通常就盯四件事：
第一，你能不能把一场研究「跑完整」。 招募、筛人、预约、提纲、场控、记录、脱敏、复盘、报告——不要求你每场都是主研，但至少有一块你是扛得住质量的那个人。
第二，你有没有样本意识。 招到谁、没招到谁、为什么换人，比「招了12个人」值钱得多。初级用研最容易被识破的短板，就是只报场次、不报有效样本。
第三，你能不能把发现写成「别人能用」的结论。 不是文学感动，而是：证据是什么、适用范围多大、建议改什么、别过度承诺因果。
第四，你有没有基本的伦理与保密习惯。 简历里晒可识别用户原话、把录音片段细节写进公开文档式描述——会被当成红旗，不是加分。
带着这四点，下面按五个维度拆。
一、研究协助：别写「参与访谈」，写你独立扛住的那段流程质量
初级用研绝大部分经历都是「协助」。协助本身没问题，问题是简历把协助写成了隐形。
改前案例
协助完成用户访谈与可用性测试全流程，参与提纲讨论、现场观察与纪要整理，支持研究按时交付。
这段话告诉面试官：你在场。然后呢？换任何一个实习生都能写。面试官不知道你到底是计时器，还是真正挡住脏数据的那个人。
改后案例
在「订阅续费流程」可用性测试中，作为副研独立负责试后复盘纪要与证据对齐。每次测试结束后 24 小时内，把录屏关键路径、用户原话（脱敏）、任务成功/失败、关键犹豫点对齐到同一张证据表；主研写洞察时，我负责核对「每条结论是否至少有 2 个独立样本支持」。
其中一次，初稿洞察写「用户不理解价格」，我对齐证据后发现：6 个失败样本里，有 4 个其实理解价格，但卡在「扣费日与自然月不对齐」。我把结论改写成「扣费节奏误解」，并补上对应录屏时间戳。产品据此优先改的是账单文案与日期展示，而不是重做价格页。
这次测试共 8 场有效样本（邀约 11，筛掉不符合「近 90 天发生过续费」的 3 人），最终 3 条高优建议进入当季迭代，其中 2 条上线。
看到区别了吗？改后没有吹嘘「我主导研究战略」，写的是：我负责哪段质量关 → 我拦下了一次错误归因 → 产品因此改对了地方。初级简历要的就是这种「小而硬」的贡献。
写作要点
- 写清角色边界： 主研/副研/招募负责人/报告撰写——别用「协助」含糊带过。
- 写清你守住的质量标准： 证据对齐、双样本支撑、时间戳、任务成功率统计——这些才是专业信号。
- 宁可写小决策，也不要写空洞大词： 「发现真正卡点不是价格理解」比「输出深度洞察」有用一百倍。
二、招募与样本：别写「负责招募」，写筛选规则与无效样本怎么被甩掉
初级岗里，招募经常是你最有机会独立做出质量的一块。偏偏很多人写成「拉人来开会」。
改前案例
负责用户招募与到访协调，累计招募访谈/测试用户 80+ 人，保证研究进度。
面试官会立刻问：80 人里有效多少？筛掉了谁？用什么标准？你答不上来，这段就废了。
改后案例
独立负责「本地生活到店支付」访谈招募。先跟产品对齐研究问题：不是「用户怎么用支付」，而是「为什么已选好商品却在支付页离开」。 据此把纳入标准写成三层：
1）过去 30 天有到店订单；2）过去 14 天至少 1 次支付页停留≥20 秒后离开；3）排除内部员工、竞品公司员工、近半年参加过本公司可用性测试者。
首轮筛选卷回收 146 份，符合纳入 29 人；二次电话确认后锁定 12 人，研究中途替换 2 人（发现实际为代下单家属）。最终有效样本 12，无「热情但不符合场景」的脏样本进入分析。
招募侧额外做了一件小事：把「到访提醒」从笼统通知改成「任务情境预告＋取消规则」，爽约从约 25% 降到约 8%。省下的两天档期，被用来补做 2 场边界用户（首次到店老人用户）。
这段之所以有说服力，是因为它证明你会做抽样判断，不只是会发问卷链接。对初级用研来说，样本严谨度往往比「会用多少研究方法名词」更能过筛。
常见坑
- 只写人数，不写纳入/排除标准。
- 把「找到人」写成能力，却不提无效样本与替换。
- 为了好看写「覆盖全年龄段用户」——研究问题明明只该看核心人群。
三、报告与 insight：别停在「用户说难用」，写到产品改了什么
初级用研第二大坑：报告写了很多，简历只剩「输出研报 N 份」。另一类更糟——为了显得有业务感，直接写「本洞察使转化率提升 30%」。用研经常没法单独背这个因果，面试官一追问就会穿。
改前案例
撰写用户研究报告，提炼核心洞察与优化建议，推动产品体验提升，获得业务方好评。
没有证据，没有改动，没有边界。「好评」三个字在简历里约等于没写。
改后案例
独立执笔「消息中心信息过载」研究短报（主研定方向，我负责证据整理、主题编码与决策页）。样本：8 场访谈＋2 场日记片段复核。
核心发现不是「消息太多」这么简单，而是：用户把「系统通知」和「好友互动」当成两种信任等级，却被塞进同一列表。 报告里把证据拆成：高频抱怨点、对应原话（脱敏）、出现人数、与埋点「通知打开后 3 秒退出」的交叉解释。
交付时我只留一页给产品经理：建议把列表拆成「互动 / 系统」两层，并给系统通知默认折叠。 该建议进入当迭代；上线后，业务反馈「通知相关负向反馈工单」连续两周下降（我在简历里写「支撑了拆分改版上线，工单负向反馈下降」，不写「我提升了留存 X%」——因为留存归因不在我这层）。
注意这里的分寸：你写「支撑决策／对应改动／相关反馈变化」，不写「我导致大盘指标暴涨」。 初级用研被高看，靠的是证据链干净，不是统计話术夸张。
改写公式
研究问题 → 你用的方法与有效样本 → 反直觉发现（最好一句）→ 建议如何被采纳 → 产品改动是什么 → 你能量化什么就量化什么，量不了就写「进入 backlog／上线／减少某类反馈」
四、研究素材与仓库意识：别写「整理资料」，写别人能复用你留下了什么
很多团队后来才补 research repository。初级如果你做过归档、标签、检索、脱敏规范，这是隐藏彩蛋——但别写成「文档管理」。
改前案例
负责研究资料归档与知识沉淀，维护访谈录音、纪要与报告文件。
听起来像行政。
改后案例
接手时，团队访谈素材散落在个人网盘，新人复用几乎靠「问人要」。我按「研究问题标签／产品模块／方法／样本类型／敏感级」建了可检索目录，并规定入库前必须完成：原话脱敏、去掉人脸与地址、删除可定位订单号。
落地三个月后，新项目 kickoff 前「找相似历史研究」的平均沟通轮次从反复私聊 4-5 人，变成在仓库检索到 1-2 份直接复用。有一次设计同学复用了我归档的「老人用户支付犹豫」切片，避免又开一轮重复访谈。
仓库相关经历，要写清：旧痛点 → 你定的规则 → 别人如何复用 → 避免了什么重复成本。不要吹成「搭建了公司级知识中台」。
五、stakeholder 协作：初级也能写影响力，但别写成「推动跨部门战略」
你大概率还不能左右路线图。但你可以证明：你让一次会少跑偏、让一次结论不被误用。
改前案例
与产品、设计、运营保持密切沟通，及时同步研究进展，保障协作顺畅。
正确，但没信息。
改后案例
在一次问卷结果解读会上，运营希望把「60% 用户选择 A」直接写成「用户更喜欢 A」。我补充了方法边界：该题是迫选题、样本量 186 且偏核心活跃用户，不能外推到沉默用户。会议结论从「立刻全量上 A」改成「先对沉默用户补 6 场访谈再决策」。两周后补访证明沉默用户更在意 B 的风险提示——避免了一次可能的错误全量。
初级影响力长这样：挡住一次过度解读。这比写「具备优秀沟通能力」扎实。
六、自我评价：用研究动作档案，不用人格形容词
改前案例
具备良好的用户同理心与洞察力，熟悉用户访谈、可用性测试、问卷调研等方法，认真细致，抗压能力强，善于跨团队协作。
遮掉名字，这段属于任何一个培训班结业的人。
改后案例
- 样本关： 能独立制定纳入/排除标准与二次确认流程；在支付离开研究中，把爽约从约 25% 压到约 8%，并避免代填样本进入分析。
- 证据关： 习惯用「双样本＋时间戳」校对洞察；曾拦下一版把「价格误解」误写成「价格不理解」的报告，帮助产品改对了账单文案而非重做价格页。
- 表达关： 能把研报收成一页决策摘要；消息中心拆分建议被采纳上线，并写清方法边界，不把相关反馈变化夸张成大盘因果。
- 合规关： 建立素材入库脱敏检查（去掉可识别信息后再归档），支持后续项目复用不踩隐私红线。
四行，每行都能在面试里展开聊 15 分钟。这才是初级用研的自我评价该有的密度。
写简历时务必避开的三个坑
坑 1：只写「做了 N 场访谈」。
场次是工作量，不是研究质量。补上：有效样本、筛选规则、发现、产品改动。
坑 2：过度宣称因果统计。
「洞察使转化率提升 35%」在初级简历里高危。改成「支撑 XX 改版上线；相关客诉/任务成功率出现 Y 变化」或「减少一次错误全量」。
坑 3：泄露用户原话中的可识别信息。
不要写姓名、公司、订单细节、地理位置、夸张故事化描写。用「典型类型用户＋脱敏表述」。面试口述时也留心合规。
七、访谈提纲与场控：别写「参与提纲讨论」，写你改掉了哪类诱导提问
初级用研常被安排「帮忙改提纲」。很多人写成「参与访谈提纲撰写」，面试官没法判断你是改了错别字，还是改掉了会污染数据的问题。
改前案例
参与访谈提纲设计与优化，保障访谈顺利开展，顺利收集用户反馈。
改后案例
在搜索改版访谈中，初稿提纲有一道题：「你觉得我们的搜索好不好用？为什么？」试访两场后，我发现用户会条件反射地说「还行」「挺方便」。我建议改成情境启动：先让用户打开自己最近一次「搜了但没点结果」的记录（或回忆具体那一次），再问「那一次你本来想找到什么？中途哪一步开始不想继续了？」
改完后，团队第一次稳定听到「结果看起来相关，但我怕点进去是广告/过期库存」这类可行动发现，而不是「搜索整体还行」。主研后来把这类「情境回溯题」写进组内提纲模板。我在简历里写的是：通过改写诱导性总评题为情境回溯题，提升有效信息密度，并沉淀为组内模板——不写「大幅提升研究科学性」这种空话。
提纲相关经历，证明的是你开始有「问题设计会污染答案」的意识。这对初级非常加分。
八、可用性测试记录：别写「观察记录」，写任务成功标准与失败定义
可用性测试里，初级最容易变成「坐在旁边记笔记的人」。要把记录写成研究产出，得写出你如何定义成功/失败。
改前案例
负责可用性测试现场记录与问题收集，整理用户操作路径，输出测试问题清单。
改后案例
在「优惠券领取」可用性测试中，我先和设计对齐任务成功定义：3 分钟内完成「找到可用券→理解门槛→成功领取」，且中途无求助。失败不算「感觉卡」，而是出现以下任一：找错入口超过 2 次、误点支付、看完规则仍说不清门槛。
8 场有效测试里，任务失败 5 场；其中 4 场失败点集中在规则折叠层。我把每场的关键路径截成「步骤—犹豫点—是否求助—结果」表，而不是只丢一堆原话。产品据此优先改规则展示，而不是先改领取按钮动效。
面试官从这段能看到：你不是速记员，你在用可观察行为定义问题。
九、问卷协助：初级也能写，但别写成「懂SPSS」
如果你只是协助投放问卷，别硬吹统计分析。写清：题目如何服务研究问题、你如何清脏数据。
改后案例
协助「到店核销」满意度问卷时，我发现开放题混进大量「系统自动好评用语」和内部测试账号。我制定清洗规则：删除内部域名账号、删除作答时长短于 40 秒且全部选最高分的样本，并向主研说明清洗前后 N 的变化（312→267）。报告里所有比例都用清洗后样本，并在附录写清洗规则。产品同学之后复用同一规则做月度追踪，避免「虚高满意度」误导。
这类细节体现诚实与可复现，比写「熟练使用问卷星」值钱。
十、数字与措辞：初级用研的「能写」和「不能写」
可以写：
- 有效样本、筛出人数、替换原因
- 任务成功率、某一类失败出现人数
- 「建议被采纳／进入迭代／上线」
- 「相关客诉／工单／负向反馈下降」（注明业务反馈口径）
- 「避免一次错误全量／纠正错误优先级」
尽量别写：
- 「本洞察使转化率提升 X%」（除非你有实验设计权限且口径被数据团队承认——初级很少有）
- 「用户都认为……」（样本有限时用「在有效样本中，N人提到」）
- 带姓名、公司、地址、订单号的原话
- 「满意度显著提升」却无定义、无前后对比窗口
一句话原则：宁可写小而硬的决策影响，也不要写大而虚的业务神话。
十一、把「协助」翻译成动词清单（可直接对照改简历）
如果你简历里全是「协助」，用下面清单替换成具体动词，并补结果：
| 别只写 | 改成可核对的动作 |
|---|---|
| 协助访谈 | 独立完成纳入排除筛选／场记证据对齐／试后 24h 复盘表 |
| 负责招募 | 制定筛人标准、二次确认、爽约率从 A 到 B、替换无效样本 X 人 |
| 撰写报告 | 独立执笔决策摘要页／主题编码／证据—结论对照表 |
| 整理资料 | 建立脱敏入库规则、标签体系，支撑后续复用 |
| 推动优化 | 具体改动点＋是否上线＋相关反馈变化（诚实口径） |
改完后再读一遍：如果删掉公司名，这段还是否像「任何一个助理都能写」？是的话继续改。
十二、一个完整「初级样板经历」：你可以对照自己的项目填空
下面这段是把前面几个要素揉在一起的样板。你可以不当作文案照抄，只拿结构填自己的事实：
作为副研参与「本地生活支付离开」研究（主研定问题与分析框架）。我独立负责：纳入/排除标准起草、筛选卷与电话确认、到访运营、试后证据表。
样本： 筛选卷 146 份 → 符合纳入 29 → 有效完成 12（中途替换代下单 2 人）。爽约率从首轮约 25% 降至约 8%（到访提醒改为情境预告＋取消规则）。
过程贡献： 发现提纲总评题诱发讨好回答，推动改为「最近一次离开支付页」情境回溯；每次结束后 24 小时内完成「原话脱敏—行为观察—埋点疑问」三栏对齐。
结论落地： 决策摘要提出「支付页信任提示优先级高于再减步骤」。产品采纳文案与信任标识改动并上线；相关「不敢付」类反馈在业务周报中下降。简历不写「我提升了支付转化 X%」，写「支撑信任提示优先上线，相关负向反馈下降（业务口径）」。
合规： 所有入库材料去除订单号与定位信息；对外同步仅使用类型化描述。
如果你有一段经历能填满这个结构，就把它放在简历最显眼的位置。一段说清楚，胜过十条「协助完成用户研究」。
十三、技能栏怎么写：方法名词要绑项目，别开工具超市
初级用研技能栏常见两种失败：
- 名词轰炸： 用户访谈、可用性测试、卡片分类、日记研究、A/B、SQL、Figma、Notion……像课程大纲。
- 软件列表： 问卷星、腾讯会议、飞书文档、Excel。
更好的写法是「方法 + 你用它解决过什么」：
- 用户招募与筛选：能独立制定纳入/排除与二次确认，处理爽约与无效样本替换
- 可用性测试记录：会定义任务成功/失败标准，输出步骤级失败分布表
- 访谈协助与证据管理：试后证据对齐、双样本支撑校对、脱敏入库
- 研究报告：能独立完成决策摘要页与主题编码初稿
- （如属实）基础问卷清洗：缺失/时长/内部账号规则可复现
没做过的方法不要写「精通」。写「协助参与过 1 次日记研究的提醒与回收」也比装精通更安全。
十四、教育与相关经历：课程项目也能写，但同样要证据链
应届或转行初级，如果正式工作案例少，课程/实习项目可以顶上，但别写成「完成用户研究报告一份」。同样要求：
- 研究问题是什么（最好是真实产品或模拟清晰场景）
- 样本怎么来的（同学凑数要承认便利样本，并写边界）
- 你个人贡献是什么
- 建议落到了什么原型/改动（哪怕是课程作品里的改版）
诚实写「便利样本，不可外推」不会减分，装成严格抽样才会在面试里穿帮。
十五、投递前最后 20 分钟：只改三处就够拉开差距
如果你时间不够大改，优先改这三处：
- 把最高的场次数字那条删掉或降权，换成一条带筛选标准与产品改动的项目。
- 给至少一条 insight 补上「被采纳的具体改动」，没有上线就写进入 backlog／评审结论变化。
- 全局搜索「洞察力」「共情」「显著提升」——能删就删，改成事件。
很多初级用研并不是没故事，是故事被场次和形容词盖住了。把盖子掀开，面试邀约通常才会动。
十六、面试官默读你简历时在找什么（初级版对照）
把面试官脑子里的检查项摊开，你会更知道该写什么：
- 这个人是不是只会「叫人来开会」？ → 用筛选标准、无效样本、替换原因回答。
- 这个人记的东西能不能拿来决策？ → 用证据表、成功/失败定义、决策摘要回答。
- 这个人会不会把研究结论讲成成绩单？ → 用诚实归因与边界回答。
- 这个人会不会祸害用户数据？ → 用脱敏与入库规则回答。
你每写完一段，就拿这四个问题扫一遍。四个都答得上，这段就能留；有一个完全答不上，这段多半是水分。
很多初级同学喜欢问：「我要不要把所有参与过的项目都写上？」不要。初级简历的胜负手通常是 2 个写透的项目 + 1 个体现规范习惯的细节（脱敏/仓库/清洗）。写透的意思是：角色、样本、发现、改动、口径，五样齐。
再提醒一次关于「协助」。协助不是耻辱，耻辱的是你用「协助」把真正干活的部位藏起来。你可以写副研、写招募负责人、写决策页执笔——这些词比协助清晰，也更容易被追问时展开。追问展开才是面试，简历负责把追问权交给你。
如果你现在只有实习，也按同样标准写。面试官对初级本就不要求战略，但要求「你经手的那一段是干净的」。干净的招募、干净的记录、干净的表述，已经能打败一堆堆场次的简历。
最后检查标点与排版：项目描述别写成超长一段不含换行的墙。适当用「背景 / 我做什么 / 结果」三行结构，移动端阅读也不会崩。初级用研岗位投递量不低，可读性本身就是筛选条件之一。
十七、真实改简历对话录（压缩版）
下面这段几乎是我帮初级用研改简历时的原话结构，你可以代入自己：
「你写完成访谈四十多场。有效样本呢？」「大概……没单独记。」「那筛选标准呢？」「就是用过产品的用户。」「用过一次也算？」「好像也算。」——停。这里就已经不是文字问题了，是研究基本功问题。但好消息是：很多时候当事人其实做过二次筛选，只是没写。你把电话确认、排除竞品员工、排除内部用户补回去，数字会立刻变诚实，也更专业。
「你写输出八份报告。哪一份真的改了产品？」「搜索那次吧，按钮文案改了。」「好，那就只把这一次写透。剩下七份如果只是例行同步，放简历里反而是稀释。」初级简历不是年度总结，是证据选集。选集越狠，信号越强。
「你写洞察力强。」「删。」「那写什么？」「写你校对错过一次错误归因：本来要写成价格问题，证据显示是扣费日期误解。」「这算洞察吗？」「这比洞察两个字值钱。」
三点落地：补样本过程、选透项目、用事件替换形容词。大多数初级用研按这三步改完，就已经能过第一轮人筛。
十八、不同业务类型的写法差异（ToC / ToB / 平台）
ToC 消费产品： 强调关键路径任务、可用性失败类型、上线后相关反馈。注意别把增长指标全揽到自己头上。
ToB / 企业产品： 强调角色覆盖（管理员/终端用户）、采购影响链、权限与流程理解。样本更难招，把「如何找到对的角色」写清楚本身就是能力。
平台型（双边）： 明确你研究的是哪一边；不要把供给端结论暗示成消费端真理。双边研究如果只写「做了用户访谈」会被认为没分清对象。
不管哪类，初级共同要求不变：角色清晰、样本干净、建议可执行、归因克制、材料脱敏。
十九、常见JD关键词如何映射到简历证据
JD 写「熟悉用户访谈」→ 你写情境题改写、证据对齐，而不是只写熟悉。
JD 写「能独立完成可用性测试」→ 你写任务成功定义＋失败分布＋改动建议。
JD 写「良好沟通能力」→ 你写一次纠正业务过度解读问卷的会议。
JD 写「注重细节」→ 你写清洗规则、脱敏检查、时间戳校对。
把 JD 关键词当成索引，去你的经历里找对应证据。找不到就别假装熟悉；找得到就用证据替换形容词。这比对着 JD 硬塞同义词有用。
二十、收尾前再砍一遍水分的具体操作
打开简历，做四次查找：
- 查找「协助/参与/跟进」：每处补独立动作或删掉。
- 查找「提升/大幅/显著」：每处补口径或降级措辞。
- 查找「用户表示/用户都觉得」：改成样本内频次。
- 查找数字：每个数字问「这是工作量还是质量/结果？」工作量数字最多留一个，质量与结果数字优先。
四次查找做完，初级用研简历通常会短一截，但更锋利。短不是问题，空才是。
二十二、实习/校招专章：没有「上线结果」时怎么写
校招和实习最怕两件事：假大空，或者老实到只剩课设过程。折中做法是承认边界，同时写清你控制得住的质量。
可以说：样本是便利样本；产品是课程原型；建议只落到了交互稿而不是线上。但同时必须写：你如何定义任务成功、如何处理诱导提问、如何做主题编码、如何把建议写成可执行改动列表。面试官要判断的是可培养性与基本功，不是你是否已掌管大盘指标。
如果实习里你只做了招募，就把招募写成专业段落：渠道、筛选、确认、爽约、替换、伦理告知。招募写深了，也是用研基本功，不是「打杂」。打杂感来自你自己用打杂的句子描述它。
校招自我评价更要短。四行里至少三行是事件。剩一行可以写方法兴趣与方向，但仍尽量落地：「更想深耕交易链路可用性与招募质量」，比「热爱用户研究」好。
二十三、投递组合建议（初级）
投初级用研时，简历同一套主证据可以微调用语：偏设计团队的岗位多强调可用性与改动落地；偏产品团队的岗位多强调决策摘要与假设验证；偏研究团队的岗位多强调样本、编码与边界。主项目不要换，换的是前置摘要里你强调哪一层。三天改三版不同事实，反而像不稳。
同时准备六十秒口述版项目：背景、你的角色、样本、发现、落地。简历负责让人想问，口述负责答得稳。两者事实必须一致，切忌简历写转化、口述又改口说只是相关反馈。
写完后的自检清单
- 每段研究经历是否写清了你的具体角色（招募/副研/报告/归档），而不是统一「协助」？
- 是否至少有一处写了纳入/排除标准或无效样本处理？
- 是否至少有一处写到「结论 → 产品/设计具体改动」？
- 有没有把无法单独归因的大盘指标改成更诚实的表述？
- 用户原话是否已脱敏？有没有可识别细节？
- 是否出现「洞察力强」「共情强」却无事件支撑？有就删。
- 读完简历，面试官能不能一句话概括你：这是一个能守住样本与证据、并把发现写成可决策输入的初级用研？
初级用户研究员写简历，真正要竞争的不是「谁访谈场次更多」，而是「谁能让人相信：你交给团队的不是气氛记录，而是可以被拿去改产品的证据」。
场次谁都能堆。难点是你有没有在某一次研究里认真筛过人、认真校对过一条可能写错的洞察、认真把建议压成产品听得懂的一页纸，并且守住了用户材料的保密边界。把这几次经历写清楚——样本怎么建、发现为什么反直觉、产品改了什么、你拒绝夸大什么——你就已经从大量「协助完成用户研究」的简历里出来了。
先把自己印象最深的那次「差点写错结论／差点招错人／差点让业务误用数据」翻出来。把它写成一条完整证据链。这一条，通常比罗列十个方法名词更能帮你拿到面试。
写好之后不确定效果？好简历的免费诊断可以帮你从研究描述、成果表达、岗位匹配和表述清晰度几个维度做一次扫描，指出哪些段落只剩场次数字、哪些还缺决策落地与样本细节。