Projects Yard：用AI让作品集被招聘者"主动发现"的新尝试

2026-02-01 | 官网 | ProductHunt

30秒快速判断

这App干嘛的：帮求职者用AI把简历/PPT快速转化成结构化的STAR格式作品集，同时让招聘者可以用语义搜索+技能匹配找到合适候选人。说白了，就是一个双边的"技能优先"人才市场。

值不值得关注：中等关注。踩中了Skills-based hiring的大趋势，但产品刚发布(51票)，竞品众多(Peerlist、Fueler等)，需要观察能否建立起双边网络效应。如果你正在找工作或招人，可以试试看。

和谁比：最接近的是 Fueler (技能优先作品集) 和 Peerlist (技术人士社交网络)。Projects Yard 的差异点是：STAR格式AI转化 + 招聘者语义搜索 + 匹配评分。

与我有关三问

与我有关吗？

目标用户是谁：

1. 求职者 - 有项目经验但作品集散落各处的开发者、设计师、产品经理
2. 招聘者 - 想用技能而非关键词筛选候选人的HR、猎头、技术负责人

我是吗：

• 如果你正在找工作，但简历上的项目经历写得像流水账 → 你是目标用户
• 如果你招人时，收到100份简历却难以快速筛出合适的 → 你是目标用户
• 如果你已经有完善的GitHub/Peerlist/个人网站 → 可能不太需要

什么场景会用到：

• 校招季：把课程项目、实习经历快速转化成专业作品集
• 跳槽准备：把过往工作成果整理成可展示的案例
• 批量筛选：招聘者粘贴JD，直接匹配符合的候选人

对我有用吗？

ROI 判断：如果你正在找工作且没有像样的作品集，试一试成本很低。但如果你已经有完善的展示渠道（GitHub、个人博客、Peerlist），增量价值有限。

喜闻乐见吗？

爽点在哪：

• AI转STAR格式：把"我做了XX项目"变成"Situation-Task-Action-Result"的结构化展示，这是很多人写简历时最头疼的
• 被发现的可能性：传统作品集是"你主动投"，这里是"招聘者搜到你"

潜在"哇"瞬间：

• 上传简历PDF，几秒钟自动生成结构化作品集
• 招聘者粘贴JD，直接看到匹配分数最高的候选人

用户评价：

产品刚发布(2026-02-01)，暂无独立第三方评价。Twitter账号 @aifolio 有154条推文，可关注后续动态。

给独立开发者

技术栈

• 前端：拖拽式界面（No-Code定位，具体框架未公开）
• 后端：未公开
• AI/模型：核心是将简历文本解析+转化为STAR格式，应该用了LLM做文本重构
• 核心能力：语义搜索 + 技能匹配评分 + 拖拽式编辑

核心功能实现

1. 简历解析：PDF/PPT上传 → 提取文本 → 识别项目/经历
2. STAR转化：用LLM将描述重构为 Situation-Task-Action-Result 格式
3. 语义搜索：招聘者端输入JD → 向量化 → 匹配候选人作品集
4. 匹配评分：基于技能标签的相似度计算

开源情况

• 开源吗：否，未发现开源代码
• 类似开源项目：
  • cv-to-portfolio-crewai-agent - 用CrewAI把简历转成静态HTML作品集
  • 但缺少招聘者端搜索功能
• 自己做难度：中等，2-3人月可做出MVP。核心难点是双边平台的冷启动。

商业模式

• 变现方式：推测是 Freemium (基础免费 + 高级功能付费) + 招聘者端订阅
• 参考竞品：Peerlist 免费+付费增值，Fueler 免费基础版

巨头风险

• LinkedIn 已经有 AI Resume Builder，但没有做"技能优先搜索"
• 短期不太可能被巨头做掉，但如果模式验证成功，LinkedIn 加个功能就能覆盖

给产品经理

痛点分析

• 解决什么问题：求职者作品集格式混乱、招聘者筛选效率低
• 痛点有多痛：中高频刚需。2026年78%的技术组织采用技能优先招聘，但工具跟不上

市场背景数据：

• 招聘已从"你是谁"转向"你做过什么"
• 静态PDF简历正被互动式作品集取代
• 87%的公司计划采用技能优先而非学历要求

用户画像

功能拆解

竞品差异

可借鉴的点

1. STAR格式AI转化：把复杂的"怎么展示项目"问题自动化，降低用户门槛
2. JD粘贴匹配：招聘者不用写搜索词，直接粘贴JD就能找人
3. 双边平台设计：同时服务求职者和招聘者，比单边工具有更强的网络效应潜力

给科技博主

创始人故事

• 未找到公开信息，团队较为低调。Twitter @aifolio 有154条推文，可从中挖掘。

争议点/讨论角度

1. Skills-based hiring 是泡沫还是趋势？ - 大厂都在喊，但实际招聘还是看学历？
2. Polywork 关闭后的市场空白 - 2025年1月关闭，谁能填补？
3. AI生成作品集的"真实性"问题 - AI帮你写的STAR，面试时能讲清楚吗？
4. 双边平台冷启动困境 - 没有招聘者，求职者不来；没有求职者，招聘者不来

热度数据

• PH排名：51票 (2026-02-01)，中等热度
• 分类竞争：Hiring software 赛道竞争激烈
• Twitter：@aifolio，154条推文

内容建议

• 适合写的角度："简历已死？2026年求职者的新武器"
• 蹭热点机会：Skills-based hiring 趋势、AI求职工具盘点

给早期采用者

定价分析

参考竞品定价：

• Peerlist：免费版够用，Pro版有更多曝光
• Fueler：免费基础版
• SpaceLoom：完全免费

上手指南

• 上手时间：官方声称15分钟
• 学习曲线：低（No-Code定位）
• 步骤：
  1. 上传简历PDF/PPT
  2. AI自动转化为STAR格式
  3. 拖拽调整布局
  4. 发布，等待被发现

坑和吐槽

• 产品刚发布，暂无用户反馈
• 潜在风险：
  • 双边平台早期，招聘者端可能人少
  • AI生成内容的准确性需要人工校对
  • 作品集同质化风险（大家用同一个AI生成）

安全和隐私

• 数据存储：待确认（云端）
• 隐私政策：需查看官网
• 建议：不要上传敏感项目信息

替代方案

给投资人

市场分析

• HR Tech市场：2025年 USD 42.5B，预计2030年达 USD 76.4B，CAGR 12.8%
• HR软件市场：2026年 USD 34.31B，预计2035年 USD 89.12B，CAGR 11.19%
• 招聘软件：北美占全球35.6%市场份额

增长驱动因素

• 99%的人才获取团队使用AI和自动化
• 78%技术组织采用技能优先招聘
• IT技能短缺预计造成 $5.5T 损失 (IDC)

竞争格局

Timing 分析

• 为什么是现在：
  • Polywork 2025年1月关闭，留下市场空白
  • Skills-based hiring 成为2026年招聘核心趋势
  • AI技术成熟，可以做到低成本的简历解析+转化
• 风险：
  • 双边平台冷启动难
  • 竞品众多，差异化窗口可能很短
  • LinkedIn 可能快速跟进

团队背景

• 未找到公开信息

融资情况

• 未找到公开融资信息（可能是自筹或天使轮）

结论

一句话最终判断：踩中Skills-based hiring趋势的新产品，STAR格式AI转化是差异点，但双边平台冷启动和竞品压力是主要挑战。

资源链接

参考来源

• Fueler - Top Portfolio Platforms Recruiters Actually Check
• HackerEarth - The Future of Hiring: 11 Key Recruiting Trends for 2026
• ProductHunt - Peerlist Reviews
• Second Talent - Top 50+ Tech Industry Hiring Statistics
• Mordor Intelligence - HR Tech Market Size
• Business Research Insights - HR Software Market

2026-02-02 | Trend-Tracker v7.3