018 · 简历筛选与人才搜寻
简历与岗位要求匹配评分
这个场景解决什么问题
招聘人员面对多份简历时，容易因为阅读顺序、个人偏好或信息呈现差异而采用不同标准。AI 可以先把 JD 转成统一评审维度，再逐份提取证据、标记信息缺口并生成评审备忘录。评分的作用是辅助排序和追问，不能替代录用或淘汰决定。
适用范围
- 同一岗位的批量简历初筛
- 简历与岗位硬性条件的逐项核对
- 简历、登记表、作品集之间的信息一致性检查
- 为电话沟通或面试生成核实问题
不适合仅凭一个总分直接淘汰候选人，也不应把年龄、性别、婚育等个人属性作为评分维度。
需要准备什么
- 已确认的岗位 JD
- 必需条件、加分条件和明确的证据规则
- 待评估简历，以及同一候选人的作品集、登记表等补充材料
- 企业允许使用的评价维度和权重
- 个人信息脱敏规则及材料访问权限
具体操作步骤
第一步：把 JD 转成评审标准
先提取岗位核心任务、必需条件、加分条件，以及每个条件需要什么证据。例如，“具备项目管理能力”不能直接评分，应进一步明确可接受的项目规模、候选人承担的角色和产出证据。
第二步：逐份提取候选人证据
每份简历单独处理，按相同字段提取经历、技能、项目、业绩和时间信息。简历没有写明的内容标记为“未提供”，不能直接写成“不符合”。严禁把一名候选人的信息补到另一名候选人名下。
第三步：逐项匹配并说明评分依据
每个维度至少输出：岗位要求、简历证据、匹配状态、评分理由、待核实问题。总分只能建立在已确认的权重和逐项证据上。
图片保留自原始材料，位于“从 JD 提取、对比到追问”的相关文字附近；此处仅按原文语境引用，未读取图片内容。
第四步：检查材料内部冲突
对比简历、登记表和作品集中的任职时间、职位、项目数字和个人职责。发现矛盾时记录原文位置，生成核实问题，不自行判断哪一份为真。
第五步：输出评审备忘录
建议包含：匹配概览、满足项、证据不足项、明显冲突、面试追问和人工复核事项。可以提供推荐核实顺序，但不要输出自动录用或淘汰结论。
可以直接参考的提示词
你是一名招聘评审助手。请依据岗位 JD 和候选人材料，生成有证据的匹配评审备忘录。
处理要求：
1. 先从 JD 提取核心任务、必需条件、加分条件和每项证据规则；如果标准不明确，先列出待确认问题。
2. 每位候选人单独处理，不能混用不同候选人的信息。
3. 按统一维度输出：岗位要求、候选人证据、匹配状态、评分、评分理由、待核实问题。
4. 材料未写明的信息标记为“未提供”，不要推断为“不符合”。
5. 检查简历、登记表、作品集之间的时间、职位、项目数字和职责冲突，并引用对应材料位置。
6. 最后输出面试追问建议和人工复核清单。
不要根据性别、年龄、婚育、照片等与岗位无关的信息评价；不要直接作出录用或淘汰结论。
岗位 JD：
【粘贴或说明文件】
评分规则：
【粘贴已确认规则】
候选人材料：
【粘贴或说明文件】
最终会得到什么
- 一套可复用的岗位评审维度
- 每位候选人的证据化匹配表
- 信息缺失和材料冲突清单
- 面试或电话核实问题
- 供招聘人员使用的评审备忘录
验收检查
- 所有候选人使用同一组评价维度
- 每项评分都能找到材料证据
- “未提供”没有被错误写成“不符合”
- 不同候选人的信息没有串联
- 敏感个人信息已按要求脱敏
- 最终录用或淘汰决定由招聘人员作出
常见问题
评分很精确，但标准本身不清楚
数字不等于客观。应先确认岗位任务、证据规则和权重，再让 AI 评分；否则只是在用统一格式包装模糊判断。
简历没写某项经历，能否判定不符合
不能。只能标记“未提供”并形成追问，除非企业事先明确规定材料缺失即不通过，且该规定本身合法合理。
是否可以直接按总分淘汰
不建议。总分会掩盖硬性条件、证据缺失和评分偏差，应由招聘人员查看逐项证据后决定下一步。
人工复核、风险与责任边界
AI 能提高信息提取和比较的一致性，但可能误读经历、放大 JD 中原有偏见，也无法核实简历真实性。涉及候选人权益的决定、异常材料核实和评价标准设定必须由人负责。
参考材料
- 《HR/行政人员的 WorkBuddy 使用手册 5个高频场景实操案例》
- 《大厂AI简历筛选及打分系统提示》
- 《小龙虾HR场景实践:AI自动简历筛选制作候选人评估报告》
- 《AI应用案例（二）：面试简历筛选助手》