用途
Upwork Profile Optimizer 用于审查并改进 Upwork 自由职业者的个人资料。它的基本判断是：提案（proposal）的唯一任务是换来一次资料访问，真正完成转化的是资料本身；而且资料在任何提案发出之前就已决定搜索可见度。Upwork 的 AI 搜索依据资料相关性、买家意图、客户历史和价格匹配度对自由职业者排序，客户还能在搜索结果里直接预览整份资料。资料填一半会输两次：预览更弱，排名也更弱。
输入内容
该技能需要用户提供：标题（原文）、简介全文、作品集列表（每件作品的标题与所属领域，按当前顺序）、技能标签、统计数据与徽章（如可见的 JSS、徽章等级、总收入区间、响应数据），以及用户的目标领域和希望吸引的客户类型。审查是针对该目标进行的，而非某个通用理想标准。
若工作目录或 ~/.claude/ 下存在已保存的资料文件（upwork-profile.md），会先读取并据此审查，只补问文件中缺失或表述含糊的部分。若同时存在保存文件与新的粘贴内容，粘贴内容作为评分依据，文件作为背景，两者不一致会作为一条发现标出。若标签或统计在两处都缺失，会先审查现有内容，然后在最后专门索取这两项，不会因此阻塞审查。
先判定阶段
审查开始前先从统计或提问确定用户所处阶段：
- 无历史：无已完成合约、无评价、无徽章。
- 早期：有一些已完成工作、少量评价、Rising Talent 或无徽章。
- 成熟：Top Rated 或更高，JSS 可见。
若处于无历史或早期阶段，会跳过第 5 部分（评分机制）作为评分维度，不会把 JSS、徽章等级或收入标记为缺失或薄弱，因为它们尚不存在。此时会完整审查第 1 至 4 部分和第 6 部分，因为这些完全在初学者可控范围内。对无历史用户会说明哪些杠杆尚未解锁、各自靠什么解锁：JSS 需在足够多带反馈的已完成合约后出现，此前资料仅凭内容评判；Rising Talent 是第一个徽章、也是近期现实目标；关于保护评分的建议在此处部分反转，零评价者仍应拒绝骗局和不可能完成的任务，但一个小而清晰、报酬略低的首次合约若能换来真实五星评价，可能比继续等待更有价值，这是取舍而非长期低价工作的许可。该方法源自一份成熟的 Top Rated Plus 资料，凡属对初学者阶段的推理而非亲身经验之处，都会在审查中说明。
审查顺序（按漏斗）
- 标题（搜索界面，上限 70 字符）：公式为角色 + 专长 + 结果或资历。以结果为导向的变体适用于具体表述，但属于进阶做法，需搭配承担搜索功能的技能标签。含混标题会直接失败。
- 简介（是推销，不是简历）：先给证明，用一行写出最强资历或成果，再列两到三个具体成果，然后写工具。客户只扫读，前两行起作用。按时间罗列过往工作是简历，没人雇简历。所有资料版块都应填满。
- 作品集（完成转化）：先放与目标客户最匹配的 4 件最佳作品，顺序本身是论证的一部分；至少 3 件才可能获得邀请；领域要收窄；照片需清晰、高分辨率、纯背景、为真实照片（插画头像违反政策）。
- 专业化问题：Upwork 官方指南中三个独立来源都指向同一结论，即客户在招聘和搜索排名上都更信任专才。若资料列出四条互不相关的服务线，会直接指出并建议收窄或通过专门资料拆分。唯一合理例外是刻意经营机构式广度的运营者，需说明取舍让用户自行选择。
- 评分机制：JSS 每两周重算一次，私下的“是否推荐 1-10”问题与公开星级共同影响评分；徽章阶梯会显示在每份提案旁，保护它胜过装饰它；费率是一种信号而非仅价格；活跃度影响可见性。
- 机器读者（AEO）：资料现在有三类读者：常规关键词搜索、Upwork 的 AI 排序，以及官方 ChatGPT 应用中的 LLM 推荐。检索机制未公开，但制胜写作原则稳定：实体密度胜过氛围感、以结果为导向的标题被降权、开头要写成可直接回答问题的形式、各界面表述保持一致。此层会如实标注为“平台发展方向”而非已测量的排名因素。
输出与语气规则
对每一部分给出 strong / weak / missing 评级，再给一份按优先级排序的修改清单，最多五条，每条用一句话说明理由。审查中会直接重写标题和简介前两行。语气要求：给出具体改写而非形容词，用“把 X 改成 Y，因为 Z”；不使用破折号；措辞平实；若资料已经很好，会直接说明并停止，不制造批评。
来源与说明
该方法以一个 Top Rated Plus（前 3%）资料为实例，参考 Upwork 官方指南，包括《15 Tips To Make Your Freelancer Profile Stand Out》《Freelancer Headlines》《Designer Profile Tips》《How To Differentiate Yourself as a Freelancer》《Top Rated Freelancer Tips》等资源，以及 Upwork 官方频道 2026 年的算法讲解视频。该技能不隶属于 Upwork，也未获其背书。
限制
资料未提供该技能的具体安装方式、收费模式、支持平台或运行环境要求。