为什么
为什么人力资源部门最先在简历筛选上用 AI?
因为这里的工作量最大。一个门店店员或实习生岗位,一周可能收到几百份简历,第一轮阅读就要花掉招聘人员本可以用在面试上的好几个小时。在 2026 巴西 HR 人工智能应用调查中,招聘与甄选正是 HR 从业者最期待 AI 发挥作用的领域:41% 的人把它列入自己的三项选择(195 人(40.7%),样本 479 人,见调查数据)。
风险也随之放大。一份写得不好的评分标准,被 AI 用在 500 份简历上,就会以同样的方式错 500 次,而且没有人看见。所以 AI简历筛选在打开工具之前就开始了:先把标准写下来。
步骤
怎样用 AI 筛选简历:六个步骤
- 1
读任何一份简历之前,先写好评分标准
列出三到五项与岗位工作直接相关的标准,给每一项定权重,并写清楚 0、1、2、3 分各代表什么。“沟通能力好”不是标准,“做过电话或即时通讯客服”才是。和用人经理一起确认评分标准。
- 2
去掉简历里与标准无关的信息
姓名、照片、出生日期、住址和婚姻状况,对判断是否匹配没有帮助,反而可能让 AI 和复核的人产生偏见。用编号代替姓名,这样也减少了输入工具的个人数据。
- 3
使用工作账号,把评分标准写进提示词
把评分标准和简历贴进下面的提示词。要求 AI 按每项标准打分,并摘录简历中支持这个分数的原文:没有原文,你就无从核对。
- 4
先看 AI 拿不准的简历,再看排在前面的
AI 拿不准的简历,最需要人来判断。然后再核对排在前面的候选人,是否真的具备分数所说的条件。
- 5
每周抽查一批被淘汰的简历
取十份没有进入下一轮的简历,不看分数直接读。如果其中有你会录用的人,就要调整评分标准或提示词。《A Escada da Autonomia》中的智能体单元把这个思路再往前推了一步:还要衡量审批人的质量,也就是对抽查再做抽查,并写下“升级标准”,即什么条件下可以让 AI 获得更多自主权。
- 6
记录是谁做的决定
在流程中记下每位候选人由谁决定通过或淘汰。如果有人要求复核这个决定,记录能说明是人在做决定,而不只是工具。
分工
AI 擅长什么,招聘人员在哪里做决定?
AI 擅长阅读、提取信息,并和标准逐项对照。招聘人员负责制定标准、对每一个人做决定,并为决定负责。下表把筛选的每个环节分成这两部分。
| 环节 | AI 擅长做的事 | 招聘人员在哪里做决定 |
|---|---|---|
| 阅读 | 不知疲倦地读完几百份简历,提取工作经历、工具和学历 | 核对 AI 提取的内容是否真的写在简历里 |
| 比较 | 把每份简历和评分标准对照,并用原文说明分数 | 事先制定评分标准,岗位变化时调整权重 |
| 整理队列 | 按匹配程度排序,把拿不准的简历单独列出 | 决定谁进入下一轮、谁被淘汰、谁值得再读一遍 |
| 沟通 | 起草给未通过者的反馈 | 检查语气,并以自己的名义发出 |
| 质量控制 | 指出评分标准中含糊的条目 | 每周抽查被淘汰的简历,纠正 AI 的错误 |
- 环节
- 阅读
- AI 擅长做的事
- 不知疲倦地读完几百份简历,提取工作经历、工具和学历
- 招聘人员在哪里做决定
- 核对 AI 提取的内容是否真的写在简历里
- 环节
- 比较
- AI 擅长做的事
- 把每份简历和评分标准对照,并用原文说明分数
- 招聘人员在哪里做决定
- 事先制定评分标准,岗位变化时调整权重
- 环节
- 整理队列
- AI 擅长做的事
- 按匹配程度排序,把拿不准的简历单独列出
- 招聘人员在哪里做决定
- 决定谁进入下一轮、谁被淘汰、谁值得再读一遍
- 环节
- 沟通
- AI 擅长做的事
- 起草给未通过者的反馈
- 招聘人员在哪里做决定
- 检查语气,并以自己的名义发出
- 环节
- 质量控制
- AI 擅长做的事
- 指出评分标准中含糊的条目
- 招聘人员在哪里做决定
- 每周抽查被淘汰的简历,纠正 AI 的错误
提示词
按 CRTFR 方法编写的简历筛选提示词
提示词按《IA para RH na Prática》(直译《人力资源 AI 实战》)中的 CRTFR 提示词方法编写:背景(Contexto)、规则(Regras)、任务(Tarefa)、格式(Formato)、优化(Refinamento)。把岗位和评分标准换成你自己的。
【背景】我是一家拥有 600 名员工的物流公司的招聘专员,正在为“初级人事事务专员”岗位筛选简历。这个岗位负责入职手续、薪资核算和调休(工时银行)余额台账。简历已经去掉了姓名、照片、年龄和住址,每份简历只用一个编号标识(C01、C02……)。 【规则】只按下面评分标准中的各项打分。不要把年龄、性别、婚姻状况、照片、住址、学校或公司名称当作质量信号。简历中的空白期不是标准。简历里没有写的信息,写“未提及”,不要推测。不要淘汰任何人:你的任务是整理阅读顺序,决定由我来做。 评分标准: 1. 办理入职手续和劳动用工文件的经验(权重 3) 2. 接触过薪资核算或考勤结算(权重 3) 3. 使用薪资系统,或熟练使用 Excel 等电子表格(权重 2) 4. 相关专业的学历或在读课程(权重 1) 【任务】为每份简历的每一项标准打 0 到 3 分,并摘录简历中支持该分数的原文。 【格式】用一张表列出:编号、各项分数、支持分数的原文、加权总分,以及一列“面试时要问的问题”。表格之后,列出你拿不准的简历并说明原因。 【优化】最后指出评分标准中是否有含糊的条目,以及你会怎样改写。
内容为葡萄牙语:可安装到 Claude 的免费简历筛选技能(Skill)
偏见
AI简历筛选中会出现哪些偏见?
模型从人写的文字中学习,也把人的思维捷径一起学了过来。在简历筛选中,有三种偏见经常出现:
把学校或上一家公司当作质量信号
这会让本来就有更多机会的人占优势。
惩罚简历中的空白期
空白期往往是产假、照顾家人或失业。
奖励和招聘广告用词一致的简历
简历重复了广告里的词就得高分,哪怕并没有相应的经验。
在经常使用 AI 的 HR 从业者中,担忧的排序反了过来:数据隐私排第一(27% e 24%),算法偏见排第二(),不使用 AI 的人最担心的“失去人情味”降到 16%(见调查数据)。上面提示词中的规则针对这三种捷径,每周抽查被淘汰的简历,则能发现规则漏掉的问题。
法规
巴西法律对自动化决定有什么规定?
本指南的原文是为巴西读者写的。巴西《通用数据保护法》(LGPD)第 20 条规定:数据主体有权要求复核仅基于自动化处理个人数据、影响其利益的决定,包括用于界定其个人、职业、消费和信用画像或其人格特征的决定(中文为意译,以葡萄牙语原文为准)。
淘汰一位候选人会影响他的利益,界定职业画像的筛选也在法律条文的范围内。如果淘汰只由工具做出,候选人可以要求复核。本指南推荐的设计是 AI 整理队列、招聘人员做决定,这样可以清楚表明决定并非仅由自动化处理做出。其他国家和地区的规定不同,请咨询当地法律顾问;本指南不能代替法律意见。
错误
AI简历筛选的常见错误
不说标准,直接要“最好的简历”
没有评分标准,AI 会自己编一个标准,而你不知道是哪个。分数看起来客观,其实并不客观。
让 AI 不经复核就淘汰候选人
评分标准的错误会在每一份简历上重复,而且没有人察觉。
把完整简历贴进个人账号
简历属于个人数据。使用工作账号,并去掉评分标准用不到的信息。
从不查看被淘汰的简历
只核对通过者的人,永远发现不了谁被错误地淘汰了。每周抽查可以解决这个问题。
作者领导的 WallJobs 以 WallJobs.AI 品牌开发招聘 AI 产品。与筛选关系最密切的是 WallJobs Interview:它通过 WhatsApp、电话或视频进行第一轮结构化面试,每个问题都有岗位里定好的评估标准,招聘人员会收到每位候选人的回答、分数,以及 AI 对这次评估的置信度。置信度低或情况敏感时,AI 会请人复核,由评估人决定通过、继续还是要求重新回答。这就是本指南的设计用在面试上:先有标准,再由人决定。详见 walljobs.ai。想了解筛选能在多大程度上自动运行,请读 HR智能体入门。
内容为葡萄牙语:本指南的葡萄牙语原文
常见问题
关于 AI简历筛选的常见问题
什么是 AI简历筛选?
AI简历筛选,是用大语言模型把每一份简历和企业事先定好的标准逐项对照,并按每一项标准给出附理由的评分。AI 读得快,负责整理候选人队列;谁进入下一轮、谁被淘汰、为什么,仍由招聘人员决定。有了书面的评分标准,定期抽查被淘汰的简历,并注意个人数据保护,筛选就变得可以解释:每一个分数都有招聘人员能核对的理由。
AI 可以自己淘汰候选人吗?
不应该。最稳妥的设计是 AI 整理队列、招聘人员做决定,并记录是谁做的决定。以巴西为例,巴西《通用数据保护法》(LGPD)第 20 条规定,数据主体有权要求复核仅基于自动化处理、影响其利益的决定,包括用于界定其职业画像的决定。其他国家和地区的规定请咨询当地法律顾问。
用哪个 AI 来筛选简历?
ChatGPT、Claude、Gemini 和 Microsoft Copilot 都能阅读简历并遵循评分标准。处理候选人数据时,更重要的是用哪种账号:优先使用企业的工作账号,根据各厂商的说明,工作账号默认不会用对话内容训练模型。
怎样避免 AI简历筛选中的偏见?
去掉与标准无关的信息(姓名、照片、年龄、住址),在读任何简历之前写好评分标准,要求每个分数都附上简历原文,并每周抽查一批被淘汰的简历。如果某个群体在通过者中很少出现,先检查评分标准,而不是归咎于候选人队列。
有能完成整个筛选流程的 AI 智能体吗?
有些系统可以端到端地执行这个流程。在 AI 智能体自主性阶梯中,简历筛选推荐停在第 3 级:任何淘汰决定生效之前,都要经过人的审批。