AI 人力资源
如何使用 AI 制定招聘候选人短名单
一套实用的候选人短名单工作流,使用 AI 比较简历、按标准评分、准备招聘经理审核笔记,并减少招聘决策中的偏见。
候选人短名单只有在清楚呈现取舍时才有用。招聘团队不需要 AI 带着虚假的确定性把人从最好排到最差。他们需要的是一套结构化方法,用来比较相关经验、风险、证据、待确认问题和岗位匹配度。
AI 可以按照事先商定的标准总结简历,协助准备供招聘经理审核的候选人短名单。目标不是让 AI 作出招聘决定,而是整理证据,让人能够更一致地审核候选人。
本指南适合谁
分步工作流程
- 审核简历前,先明确必备标准、加分标准、否决条件和证据要求。
- 尽可能删除受保护特征和无关的个人信息。
- 向 AI 提供岗位描述、评分表和匿名化的候选人材料。
- 要求 AI 只按照既定标准总结每位候选人。
- 要求每一项优势、疑虑和待确认问题都附有证据摘录。
- 要求 AI 标出缺失信息,而不是自动因此扣分。
- 生成候选人短名单表,包含标准匹配情况、证据、疑虑、面试问题和审核优先级。
- 检查偏见,找出过度看重名企名校背景、履历空档、年龄暗示、学校名称或无关经历的措辞。
- 由招聘经理审核短名单,并决定哪些候选人进入下一阶段。
推荐工具
AI 候选人短名单提示词模板
准备好岗位标准后,使用以下提示词:
Prepare a candidate shortlist for hiring manager review. Compare each candidate only against the role criteria below. For each candidate, include criteria match, supporting evidence, concerns, missing information, suggested interview questions, and review priority. Do not infer protected characteristics. Do not rank candidates by school prestige, age, name, gender, nationality, or unrelated personal details. Flag uncertainty clearly.
候选人短名单检查清单
- 是否在开始审核候选人前明确了岗位标准?
- 每一项优势和疑虑是否都引用了简历或笔记中的证据?
- 是否排除了受保护特征和无关的个人信息?
- 短名单是否用于支持招聘经理审核,而不是代替其作出招聘决定?
- 缺失的细节是否转化成了面试问题?
- AI 是否对最终摘要进行了偏见检查?
常见错误
- 没有评分表,就让 AI 选出最佳候选人
- 让 AI 根据名企名校背景、写作风格或无关经历推断匹配度
- 未经核查就把缺失信息视为负面信号
- 只总结简历,却没有生成面试问题
- 把 AI 输出当作招聘决定,而不是审核辅助材料
- 忘记记录候选人进入或未进入下一阶段的原因
实用示例
较弱的提示词:rank these candidates for a product manager role.
更好的提示词:Prepare a candidate shortlist for hiring manager review. Role criteria: B2B SaaS product experience, customer discovery, analytics, roadmap communication, and cross-functional execution. For each anonymized resume, list evidence for each criterion, concerns, missing information, interview questions, and review priority. Do not use school prestige or protected characteristics.
更好的提示词之所以有效,是因为它让 AI 根据岗位标准比较证据,而不是给出含糊的排名。
常见问题
问:AI 能决定聘用谁吗? 答:不能。应使用 AI 整理证据和问题。招聘决定应由受过培训的人员按照一致的流程作出。
问:把简历上传到 AI 工具安全吗? 答:只能使用获批工具,并遵守公司的隐私、数据保留和招聘合规规定。
问:AI 如何帮助减少偏见? 答:它可以落实一致的标准并标出有风险的措辞,但如果提示词、数据或流程存在问题,它也可能放大偏见。