招聘与面试助手

招聘最耗时的不是面试，而是无效筛选和写不出高质量的面试题。AI 的核心价值是帮你建立一个 客观的评估坐标系，在面试前就通过简历对比找出那些“隐藏的断层”。

---

1) JD 诊断：别写“一眼假”的岗位描述

很多 JD 看起来都是从网上抄的，既没特色也招不到人。

🚀 实战技巧：JD 吸引力倍增

把你的原始职责（职责 A、B、C）喂给 AI。

专家版 Prompt：

你是资深招聘专家。请分析以下岗位的职责描述：
{{岗位描述}}
任务：
1. 诊断：指出这个 JD 中最平庸、最没吸引力的 3 处表述。
2. 差异化：基于行业现状，为这个岗位挖掘 2 个独特的“硬核亮点”。
3. 场景化：将“负责开发...”改写成更具实感的“你将面临 xxx 挑战并解决 xxx 问题”。
请输出：改写后的 JD（带 Emoji 版） + 面试官应重点考核的 5 个关键能力项。

---

2) 深度筛选：像专家一样“扫描”简历

如果你面对 100 份简历，手动筛选极易视觉疲劳。

💡 场景模拟：对比简历与岗位匹配度

提升 Prompt：

这是我的岗位 JD（粘贴）和候选人的简历（粘贴）。
请作为技术面试官，进行深度透视：
1. 【亮点】简历中哪些项目经验与 JD 最吻合？请给出证据。
2. 【盲区】简历中描述最模糊、最像“包装”的地方在哪里？
3. 【追问建议】请针对上述模糊点，设计 3 个基于 STAR 原则的压力测试题。
4. 【匹配分】1-10 分，请给出一个分数并说明扣分项。
注意：严禁出现性别、年龄或院校等非技术类歧视。

---

3) 面试提纲：拒绝“网上背题”的候选人

现在的候选人都会刷题，你需要 AI 帮你出一些“基于业务场景”的原创题。

实战案例：

“我的岗位需要处理高并发下的库存扣减。请帮我设计一个面试场景题，要求：1. 描述一个具体的业务故障；2. 问候选人排查思路；3. 预设 2 个陷阱（Pitfalls），看看候选人是否具备架构思维。”

---

4) 避坑指南：AI 的“成见”与“隐私”

---

5) 动手练习

任务：找出一份你之前面试过、但觉得“表现一般”的简历。

1. 让 AI 对比该简历和当时对应的 JD。
2. 让它找出：如果你当时多问一个什么问题，就能更早发现该候选人的不足？
3. 让它：为你生成一份针对该候选人的、有温度但不失专业性的面试反馈。

---

6) 完整案例：从 JD 到结构化面试决定

假设岗位要求候选人能独立处理一次生产故障。先把要求变成可观察行为，而不是“抗压能力强”：

让 AI 基于同一评分标准生成问题：

能力：生产故障处理
请生成一个结构化面试包：
1. 主问题：给出具体但信息不完整的故障场景
2. 两层追问：根据候选人回答继续追问证据
3. 评分锚点：1/3/5 分分别出现什么行为
4. 记录栏：只记候选人实际说过的事实
不要使用年龄、学校、性别、国籍或家庭情况作为信号。

面试后的证据合并

下面是三位面试官的去身份化记录。
请按能力维度整理：
- 支持录用的直接证据
- 风险证据
- 面试官之间的矛盾
- 仍未验证的信息
不要给最终录用决定，也不要补全候选人未说过的内容。

7) 公平与隐私检查

• 简历在进入外部 AI 前已删除姓名、电话、地址和照片
• 同一岗位的候选人使用同一组核心问题和评分锚点
• 评分引用具体回答，不使用“感觉不错、文化契合”等模糊判断
• AI 不做最终录用、拒绝或薪酬决定
• 候选人数据的保存位置和保留时间符合公司政策
• 拒绝沟通不包含未经确认或可能引发歧视争议的理由

8) 常见失败与修正

9) 本章交付物

完成一个 Structured Interview Kit：岗位能力表、核心问题、追问路径、评分锚点和证据记录表。涉及候选人数据时，继续学习 AI 安全与伦理。