feat: JD生成不覆盖已填字段,重写为专业JD结构(职责4-6条/要求分层)

backend/app/services/jd_grill.py

@@ -142,6 +142,8 @@ QUESTION_BANK: list[dict[str, Any]] = [
         ],
         "free_text": True,
         "parse_text": lambda text: {"responsibilities": text.strip()[:300]},
+        # 已填过职责就不重复问，避免用选项文案覆盖用户已写内容
+        "skip_when": lambda job: bool(job.get("responsibilities")),
     },
 
     # ---------- 第 2 组 · 硬门槛 ----------
@@ -196,12 +198,10 @@ QUESTION_BANK: list[dict[str, Any]] = [
             _opt("深圳、现场办公、不接受远程", "shenzhen-onsite", {
                 "location": "深圳",
                 "remote": "现场办公，不接受远程",
-                "salaryRange": "待定",
             }),
             _opt("可远程/混合办公", "remote", {
                 "location": "不限",
                 "remote": "可远程/混合办公",
-                "salaryRange": "待定",
             }),
             _opt("有明确带宽（填数字）", "explicit-salary", {
                 "salaryRange": "待你回填区间",
@@ -209,6 +209,8 @@ QUESTION_BANK: list[dict[str, Any]] = [
         ],
         "free_text": True,
         "parse_text": lambda text: {"location": "深圳", "salaryRange": text[:40], "remote": text[:40]},
+        # 用户已填过薪资范围就跳过本题，办公地点选项不覆盖已填薪资
+        "skip_when": lambda job: bool(job.get("salaryRange")),
     },
 
     # ---------- 第 3 组 · 命脉与验证（技术岗额外 9a） ----------
@@ -274,6 +276,8 @@ QUESTION_BANK: list[dict[str, Any]] = [
         ],
         "free_text": True,
         "parse_text": lambda text: {"techStack": text.strip()[:120], "requirements": text.strip()[:200]},
+        # 已填过任职要求就不重复问，避免覆盖用户已写内容
+        "skip_when": lambda job: bool(job.get("requirements")),
     },
 
     # ---------- 第 4 组 · 排除与来源 ----------

backend/app/services/llm.py

@@ -230,25 +230,69 @@ async def analyze_resume(payload: dict[str, Any]) -> dict[str, Any]:
 
 
 def local_jd_draft(payload: dict[str, Any]) -> dict[str, Any]:
+    """无 LLM 时的本地结构化 JD：优先使用访谈/手填的具体字段，缺的用岗位推导的通用条目补齐。"""
     job = payload.get("job") or {}
     mode = payload.get("mode") or "generate"
     title = job.get("title") or "目标岗位"
     department = job.get("department") or "业务部门"
+    positioning = job.get("positioning") or ""
+    education = job.get("education") or ""
+    years = job.get("experienceYears") or ""
+    tech_stack = job.get("techStack") or ""
+    must = str(job.get("mustHave") or "").strip()
+    nice = str(job.get("niceToHave") or "").strip()
+    salary = job.get("salaryRange") or ""
+    work_location = job.get("workLocation") or job.get("location") or ""
+
+    # 岗位说明：优先用访谈采集的业务定位，否则按岗位/部门组织一句使命定位
+    jd_text = positioning or f"加入{department}，负责{title}的核心交付，支撑业务目标达成；与产品、研发、运营等团队协同，保障交付质量与进度。"
+
+    # 核心职责：访谈/手填过就用原文（已是具体动作），否则按岗位推导 4 条通用条目
+    raw_responsibilities = str(job.get("responsibilities") or "").strip()
+    if raw_responsibilities:
+        resp_lines = [line.strip() for line in re.split(r"[；\n]+", raw_responsibilities) if line.strip()]
+        responsibilities_text = "\n".join(resp_lines)
+    else:
+        responsibilities_text = "\n".join(
+            [
+                f"负责{title}相关业务与项目的规划、执行和结果跟进；",
+                f"协同{department}及跨部门团队推进需求落地，保证交付质量与进度；",
+                "参与方案评审、复盘与标准沉淀，持续优化协作与交付流程；",
+                "跟进线上问题与风险，及时处置并推动闭环。",
+            ]
+        )
+
+    # 任职要求：把访谈采集的学历/年限/技术栈/命脉拼成分层条目
+    req_parts: list[str] = []
+    for part in [education, f"{years}相关经验" if years else "", tech_stack]:
+        if part:
+            req_parts.append(part)
+    if must:
+        for line in re.split(r"[；\n]+", must):
+            if line.strip():
+                req_parts.append(line.strip())
+    req_parts.append("具备良好的沟通协同、问题分析与推进能力")
+    requirements_text = "；".join(dict.fromkeys(req_parts)) if req_parts else "具备岗位相关经验，能独立完成核心交付"
+
+    location_note = f"；工作地点：{work_location}" if work_location else ""
+    salary_note = f"；薪资范围：{salary}" if salary else ""
     return {
         "provider": "local-structured",
         "mode": mode,
         "jdVersion": "v2 待确认" if mode == "iterate" else "v1 待确认",
         "jdStatus": "待确认",
         "approvalStatus": "用人部门确认中",
-        "jd": f"{department}{title}负责围绕业务目标完成岗位核心交付，需具备相关行业理解、专业能力和跨部门协同能力。",
-        "responsibilities": f"负责{title}相关业务规划、执行和结果跟进。\n协同用人部门、HR 和相关团队推进招聘目标。\n沉淀岗位标准、业务要求和候选人评估依据。",
-        "requirements": f"具备{title}相关经验。\n理解{department}业务场景和关键交付。\n具备良好的沟通协同、问题分析和推进能力。",
-        "mustHave": "岗位相关经验\n核心业务能力\n稳定的交付记录",
-        "niceToHave": "能源电力行业经验\n复杂项目推进经验\n数据分析能力",
-        "knockout": "核心经验明显不匹配\n无法接受岗位关键工作场景\n简历信息关键字段缺失且无法补充",
+        "jd": jd_text,
+        "responsibilities": responsibilities_text,
+        "requirements": requirements_text,
+        "mustHave": must or "岗位相关核心经验\n端到端独立交付能力\n稳定的交付记录",
+        "niceToHave": nice or "能源电力行业经验\n复杂项目推进经验\n数据分析能力",
+        "knockout": job.get("knockout") or "核心经验明显不匹配\n无法接受岗位关键工作场景\n简历信息关键字段缺失且无法补充",
         "competency": job.get("competency") or "专业能力\n业务理解\n数据分析\n沟通协同\n抗压推进",
-        "matchKeywords": "，".join([item for item in [title, department, "业务理解", "沟通协同", "数据分析"] if item]),
-        "nextAction": "推送用人部门确认 JD 草稿。",
+        "matchKeywords": "，".join(
+            dict.fromkeys([item for item in [title, department, tech_stack, "业务理解", "沟通协同", "数据分析"] if item])
+        ),
+        "nextAction": f"推送用人部门确认 JD 草稿。{salary_note}{location_note}",
     }
 
 
@@ -256,8 +300,32 @@ async def llm_jd_draft(payload: dict[str, Any]) -> dict[str, Any] | None:
     settings = get_settings()
     if not settings.effective_llm_api_key:
         return None
-    mode_text = "基于现有JD进行版本迭代" if payload.get("mode") == "iterate" else "结合岗位信息生成JD草稿"
-    user = f"请{mode_text}，返回 JSON。字段必须为：jdVersion, jdStatus, approvalStatus, jd, responsibilities, requirements, mustHave, niceToHave, knockout, competency, matchKeywords, nextAction。\n\n岗位信息：{json.dumps(payload.get('job') or {}, ensure_ascii=False, indent=2)}"
+    mode = payload.get("mode") or "generate"
+    if mode == "iterate":
+        task_line = "这是对已有 JD 的版本迭代：保留仍然有效的内容，在此基础上改写、细化、补强，不要推翻重写，也不要照抄原文。"
+    else:
+        task_line = "这是从零生成 JD 草稿：把零散岗位信息扩写成完整、专业、可直接发布的中文招聘 JD。"
+    user = f"""你是一名资深招聘 JD 顾问。{task_line}
+只返回一个 JSON 对象（不要 Markdown 围栏、不要多余解释），键必须为：
+jdVersion, jdStatus, approvalStatus, jd, responsibilities, requirements, mustHave, niceToHave, knockout, competency, matchKeywords, nextAction
+
+各字段写作规范：
+1. jd（岗位说明/JD）：1-2 句话，说明岗位在公司的业务定位、要解决什么问题、对业务的价值。以动词或"负责/加入"开头，不堆砌职责，不出现"待定""待确认"等占位词。
+2. responsibilities（核心职责）：4-6 条，每条以动词开头（负责/参与/主导/推动/输出/跟进），写成"做什么 + 对谁交付 + 达到什么结果"的完整动作，覆盖从需求到交付的关键链路；不要用"负责相关业务"这类空洞表述。
+3. requirements（任职要求）：分三个层次依次列出——① 硬性门槛（学历、经验年限、核心技术栈，用明确数字，如"本科及以上""3 年以上"）；② 核心能力（能独立完成的关键能力）；③ 软素质（沟通、协同、抗压等）。层次之间用换行区分。
+4. mustHave（命脉/硬性条件）：1-3 条"缺了就不对口"的一票否决项，宁缺毋滥。
+5. niceToHave（加分项）：2-4 条非硬性加分项（行业经验、特定工具、证书等）。
+6. knockout（排除信号）：2-4 条"简历看着像其实不对"的画像。
+7. competency（素质模型）：5-6 项软素质，用换行分隔。
+8. matchKeywords（匹配关键词）：6-10 个岗位关键词，用逗号分隔，便于简历初筛。
+9. jdVersion 用"v1 待确认"/"v2 待确认"格式；jdStatus="待确认"；approvalStatus="用人部门确认中"；nextAction 给一句下一步建议。
+
+写作要求：
+- 不要照抄输入里已有的职责/要求文案，要在其基础上扩写、细化、专业化；
+- 输入信息不足时，基于岗位名称、部门、命脉合理推断，写通用但不空洞的内容，不要编造具体业务数据；
+- 整体语气专业、具体、可执行，让候选人读完知道"来了做什么、需要什么"。
+
+岗位信息：{json.dumps(payload.get('job') or {}, ensure_ascii=False, indent=2)}"""
     async with httpx.AsyncClient(timeout=60) as client:
         response = await client.post(
             f"{settings.effective_llm_base_url}/chat/completions",

backend/app/services/qwenpaw_client.py

@@ -255,12 +255,20 @@ async def qwenpaw_jd_draft(payload: dict[str, Any]) -> dict[str, Any] | None:
             "mode": mode,
         }
 
-    mode_text = "基于现有JD进行版本迭代" if mode == "iterate" else "结合岗位信息生成JD草稿"
+    mode_text = "基于现有JD进行版本迭代：保留仍然有效的内容，改写、细化、补强，不推翻重写、不照抄原文" if mode == "iterate" else "从零生成JD草稿：把零散岗位信息扩写成完整、专业、可直接发布的中文招聘JD"
     prompt = (
         "你是招聘中的资深JD顾问。请按 recruit-grill 技能内部梳理后，直接产出可用于审批的 JD。\n"
         "只返回一个 JSON 对象（不要 Markdown 围栏、不要解释），字段必须为："
         "jdVersion, jdStatus, approvalStatus, jd, responsibilities, requirements, mustHave, niceToHave, "
         "knockout, competency, matchKeywords, nextAction。\n"
+        "各字段写作规范：\n"
+        "1. jd（岗位说明）：1-2 句话，说明岗位的业务定位、要解决的问题、对业务的价值，以动词或'负责/加入'开头，不出现'待定''待确认'等占位词。\n"
+        "2. responsibilities（核心职责）：4-6 条，每条以动词开头（负责/参与/主导/推动/输出/跟进），写成'做什么 + 对谁交付 + 达到什么结果'的完整动作，避免'负责相关业务'这类空洞表述。\n"
+        "3. requirements（任职要求）：分三层依次列出——① 硬性门槛（学历、经验年限、核心技术栈，用明确数字）；② 核心能力；③ 软素质。层次间用换行区分。\n"
+        "4. mustHave（命脉）：1-3 条一票否决项；5. niceToHave（加分项）：2-4 条；6. knockout（排除信号）：2-4 条'看着像其实不对'的画像。\n"
+        "7. competency（素质模型）：5-6 项软素质，换行分隔；8. matchKeywords：6-10 个岗位关键词，逗号分隔，便于简历初筛。\n"
+        "9. jdVersion 用'v1 待确认'/'v2 待确认'；jdStatus='待确认'；approvalStatus='用人部门确认中'；nextAction 给一句下一步建议。\n"
+        "写作要求：不要照抄输入里已有的职责/要求文案，要扩写、细化、专业化；输入不足时基于岗位名称/部门/命脉合理推断，不编造具体业务数据。\n"
         f"本次为：{mode_text}。\n"
         f"岗位信息：{json.dumps(job, ensure_ascii=False, indent=2)}"
     )

backend/tests/test_ai.py

@@ -87,3 +87,26 @@ def test_grill_skips_existing_fields(client):
     # 第一问不是 entry_path（已有 jd 跳过入口分流）
     first_qid = s["next"]["question_id"]
     assert first_qid not in ("entry_path", "input_form", "hard_gate", "lifeline", "knockout")
+
+
+def test_grill_never_overwrites_prefilled_fields(client):
+    """用户已填过 responsibilities / salaryRange / requirements 的题必须跳过，不能覆盖已填内容。"""
+    start = client.post(
+        "/api/jd/grill/start",
+        json={
+            "job": {
+                "title": "Java开发工程师",
+                "department": "技术部",
+                "responsibilities": "负责交易系统核心链路的设计与编码，保障高可用与低延迟。",
+                "salaryRange": "30-45k/月",
+                "requirements": "本科及以上，3 年以上 Java 开发经验，熟悉 Spring Cloud 微服务。",
+            },
+            "tech_role": True,
+        },
+    )
+    assert start.status_code == 200
+    s = start.json()
+    asked_ids = {s["next"]["question_id"]}
+    assert "responsibilities" not in asked_ids
+    assert "salary_location" not in asked_ids
+    assert "tech_stack" not in asked_ids

vue-app/src/components/jobs/JdGrillModal.vue

@@ -68,11 +68,8 @@ const finish = async () => {
   generating.value = true
   try {
     // 用 grill 累积出的结构化 job 生成 JD。后端信息完整性判断依赖 job.jd 与 job.requirements，
-    // 访谈不直接采集这两个字段，因此用已有字段兜底，避免再次触发 needs_chat 死循环。
+    // 由生成器负责从已采集字段组织 JD 正文，避免把访谈采集的职责原文直接当 jd 回显。
     const accumulatedJob = { ...grill.value.job }
-    if (!accumulatedJob.jd && accumulatedJob.responsibilities) {
-      accumulatedJob.jd = accumulatedJob.responsibilities
-    }
     if (!accumulatedJob.requirements) {
       const edu = accumulatedJob.education || ''
       const years = accumulatedJob.experienceYears || ''