硅基行动

017 · 简历筛选与人才搜寻

简历批量解析与候选人信息提取

第 17 / 119 篇约 6 分钟免费阅读

这个场景解决什么问题

同一岗位收到的简历可能是 PDF、Word、扫描件或招聘平台导出文件，格式各异。HR 若逐份打开并抄写联系方式、经历、技能与项目，很容易漏字段、抄错日期，也不便于后续筛选和跟进。本场景只完成“从原始简历到结构化台账”的第一步：AI 批量提取事实、保留来源、标出不能确定的信息。是否符合岗位要求，留给后续独立场景处理。

适用范围

  • 集中处理一批经过授权取得的候选人简历。
  • 把不同格式的简历转换成统一字段的表格，供招聘 HR 检索和复核。
  • 识别缺页、无法读取、字段冲突或疑似重复文件。

不要把简历解析等同于能力评估。简历没有写的技能不能据此判定候选人不会；照片、年龄、性别等字段也不应因为“能提取”就默认纳入招聘筛选。

需要准备什么

  1. 有处理权限的简历文件夹，并确认接收、使用、留存及工具访问的范围。
  2. 本次招聘需要的字段清单，例如候选人内部编号、投递岗位、联系方式、最近工作经历、任职起止时间、学历、项目和技能。
  3. 岗位与候选人来源对应表、文件命名规则、导出表格模板。
  4. 一个只读的原件区和一个单独的输出区；不要让任务覆盖原件。

具体操作步骤

第一步：清点文件并生成处理清单

先列出文件名、格式、大小、页数或可读性状态，给每份文件生成内部编号。相同文件名或同一人多版本简历先标记，不要直接删除或合并。A0412 的实操材料给出“扫描 CV 文件夹并输出 Extract.xlsx”的基本操作，但其中的自动完成描述不能代替实际清点与验收。

第二步：确定字段与提取规则

字段分“原文可直接提取”和“需换算”两类。姓名、联系方式、学校、公司、岗位、起止日期、技能和项目均应附原文位置；工作年限、最近任职时长等派生字段写明算法及基准日期。多段经历重叠、兼职与全职交错时，不应把年限简单相加。缺失写“未提供”，识别不清写“待人工核对”，避免把推测填成事实。

第三步：小样本试解析，再批量运行

先选不同格式和版式的几份简历试跑，检查表格、双栏、页眉页脚是否被错序读取。通过后处理剩余文件。扫描件或图片简历如果当前工具没有可靠文字层，就列入“需另行识别/人工录入”，不要假装读到内容。原材料 A0533 提及 OCR 是一种可能的补充方案，但这需要额外工具、数据处理权限和质量复核，不能默认当前工作流已经具备。

第四步：输出两层结果

一层是逐份解析明细：每个字段的值、简历原句或页码、置信状态、来源文件；另一层是候选人汇总表：每人一行，保留内部编号、投递岗位和 HR 本次确实需要的字段。联系方式只放在有权限的明细区，面向用人经理的汇总尽量去掉不必要的个人信息。A0315 强调“每条结论附原文出处”，这一要求对提取任务尤其重要。

第五步：核验并交付下游

核对输入文件数、成功解析数、失败数和输出行数。抽查不同格式与复杂履历，逐项比对姓名、联系方式、时间线和项目经历；对缺页、日期冲突或重复版本逐份处理。只有提取表经 HR 核验后，才用于下一步初筛或人才库更新。

可以直接参考的提示词

请只读“本次招聘简历”文件夹，把可读取的 PDF、DOCX 等文件解析成一份候选人信息表，输出到单独的“解析结果”文件夹，不覆盖原件，也不发送给外部人员。

先列出文件清单和不能读取的文件。每份文件分配内部编号，保留原文件名、投递岗位和来源。
只提取这些字段：【粘贴本次已批准的字段清单】。每个字段附原文摘录或页码；原文未写则填“未提供”，识别不清填“待人工核对”，不得推断性别、年龄、性格、能力或求职意愿。
工作年限等计算字段单列计算口径，处理重叠任职和空档时写出依据。
输出两个表：逐文件字段明细及来源；一人一行的候选人汇总。再输出失败文件、字段冲突、疑似多版本简历和人工复核清单。
本任务只做信息提取，不打分、不排序、不决定淘汰。

最终会得到什么

  • 可追溯到原简历的候选人字段明细。
  • 适合下一步筛选使用的统一候选人汇总表。
  • 无法解析、缺失字段、时间线冲突及疑似重复清单。
  • 样本抽查记录与待人工核对项。

验收检查

  • 输入清单数量与成功、失败、待核对数量相加一致。
  • 关键字段能追溯到原文件和具体文字位置。
  • 原文未写的内容没有被模型补成“事实”。
  • 多段经历、重叠时间与最近工作单位经人工抽查。
  • 扫描件或复杂版式未被静默跳过。
  • 输出访问权限符合候选人信息使用范围，原件未被修改。

常见问题

为什么简历里的联系方式被提错？

双栏版式、页脚和 OCR 错序都可能让电话与其他数字串混淆。联系方式应作为高风险字段抽查，发送邀约前再核对原简历；不能仅凭表格中的号码直接群发。

同一候选人投了两个岗位，汇总时合并吗？

可以建立同一候选人的关联，但应保留两次投递的岗位、时间和简历版本。合并身份需要人工确认，不能因为姓名相同就直接覆盖。

解析完成后能马上按“匹配度”排序吗？

不能。提取阶段的目标是准确记录候选人提供了什么；岗位条件、筛选规则和必要的公平性检查属于下一步。两种任务混在一起会让抽取错误直接变成筛选错误。

人工复核、风险与责任边界

HR 要先确认简历来源、授权范围、工具的数据去向与留存设置；对外部服务上传简历前，应遵守企业隐私和数据处理要求。AI 不验证学历或工作经历真伪，只能忠实提取文件内容。A0502、A0315 中关于“分钟级”“准确率”的数字属于文章叙述，不能视为本企业可达到的效果；应以本批文件的抽检结果评价质量。

参考材料