用可空字段和校验减少简历抽取幻觉

我正在开发 Cveelo，一款能把简历转换成个人作品集网站的工具。一开始，问题就很明显：如果让模型来“帮忙”处理某人的简历，它会很乐意给对方加上一个从未获得过的学位。下面是我如何让信息提取这一步变得平淡、可靠的。

规则：模型只读，绝不写

AI 环节只有一个任务：把简历中已有的信息提取成具有明确类型的个人资料。它不负责设计网站，也绝不改写个人成就。网站设计由人手工完成。

1. 让“我不知道”成为有效答案

schema 将所有可选字段都设为可空，也不提供任何看起来像真实数据的默认值：

const Experience = z.object({
  company: z.string(),
  role: z.string(),
  start: z.string().nullable(),
  end: z.string().nullable(),
  current: z.boolean().nullable(),
  description: z.string().nullable(),
});

（这是简化版，实际的 schema 更大。）如果简历里没有日期，模型就有一种符合 schema 的方式来表达信息缺失，而不必猜测。

2. 结构化输出加校验

我把简历文本发送给模型，并将结构化输出绑定到 schema。拿到结果后，我还会在自己这一侧再用 Zod 解析一次。如果校验失败，就重试一次；如果仍然失败，就把这次上传标记为失败。任何未经校验的数据都不会被保存。

3. 把简历当作数据，而不是指令

简历是用户提供的文本，因此里面可能写着“ignore previous instructions”。我在 prompt 中要求模型把简历中的所有内容都当作数据。我还会用一份包含注入指令的简历来测试，检查输出是否保持不变。

4. 明确告知扫描版 PDF 无法处理

扫描版 PDF 没有文本层。把空文本发送给模型，很容易换回来一段虚构内容，所以我会检测这种情况，并要求用户提供带有文本层的简历。目前没有加入 OCR，这是有意为之。

5. 只发送必要的信息

联系方式和原始简历文本都不会进入决策层，也不会发送到产品分析系统。决策步骤只能看到一份精简摘要。

如果重来，我会怎么做

[在这里补上一两个你确实犯过的错误，坦诚地写出来。相比文章里的其他内容，读者更相信这些。]

如果你想试试，目前可以免费使用：cveelo.com。我很想听听你会用什么办法让它出问题。

如果需要采取进一步措施，你可以考虑屏蔽此人，以及／或者举报滥用行为。