《AI赋能招聘面试—3DT3题库构建》

AI赋能招聘面试

3DT3题库构建主讲：余宏厚老师

【课程背景】

当前企业招聘面试题库普遍存在三大痛点：

没有题库：标准缺失导致偏差：DDI（智睿咨询）研究证实，未建立结构化题库的企业，面试官评分一致性不足42%，显著低于采用科学工具的76%基准值

散装题库：存在大面积盲区，领英《全球人才招聘报告》披露，仅29%企业能有效评估长期适配性，61%的HR承认对战略思维、抗压性等素质缺乏有效测评手段

经验为库：评估维度碎片化：HR Review 2023年抽样调查显示，国内83%中小企业仍采用“经验提问+即兴追问”模式，缺乏系统化工作场景还原与行为验证机制

造成结果是：

考非所需：基础理论题占比超60%，但核心能力80%体现在突发场景应对（德勤《技术岗位能力图谱研究》）

场景脱节：通用面试题难以结合工作场景，仅38%企业能有效模拟客户现场、紧急交付等真实工作场景（麦肯锡制造业调研）

人效黑洞：面试耗时增长47%，招聘精准度下降29%（光辉《领导力风险报告》）

【课程收益】

学习和理解T3建模设计：基础能力、对岗能力、卓越能力设计逻辑

学习和理解3D建模设计：工作场景、核心任务、关键动作拆解逻辑

学习和实操题库构建流程：从场景、任务、动作到结合T3实操方法

学习和演练AI辅助设计：AI赋能—现场设计标杆岗位的分级面试题

工具即插即用：提供AI提示词、平台系统配置、现场产出落地方案

【课程对象】

HR、业务面试官、招聘负责人

【课程时长】

2天（6小时/天）

【课程大纲】

T3矩阵构建：区分“能干活”和“干得好”三级能力矩阵（T1-T3）

T1基础层：硬技能+文化适配（如：财务岗Excel函数实操，对文化的认同）；

T2对岗层：岗位履职方法论应用（技能要围绕岗位责任和任务）；

T3卓越层：破局潜力+战略思维（如总监级战略思维设计）

基础能力层：3个硬指标让“虚胖”简历“消肿”，选择“能用的”

考察重点：验证硬门槛+文化适配

硬技能占70%，行为模式占30%，筛选出具备基础能力的候选人。

一般题型：背景性问题-专业性问题-意愿性问题

提防基础能力层验证“陷阱”

理论精通≠实操达标

单点技能≠流程驾驭案例：招聘中如何面试基本功

对岗能力层：锁定“能干好的”

基础能力层升级：结合岗位，考察对岗位任务的理解与处理能力

任务真实性

流程拆解

协同冲突​

一般题型：对岗专业-情境性任务-技术深挖-协同推演​

提防“陷阱”

易被面霸套路化应对（如背诵标准答案）

协同冲突，缺乏动态变量设计，难以验证真实能力

卓越能力层：挖掘“能干好又能突破的”

考察候选人应对岗位复杂问题、创新思维、领导力等综合素质：

压力性问题：模仿岗位：植入常见矛盾→考察破局思维

价值观冲突问题：利益与合规/团队利益冲突/文化接受度

情境性问题：评估行业趋势预判与模式创新能力

风险点

压力性问题套路化

情境性问题脱离场景​

分享：袁世凯小站练兵：中国第一次出现现代意义的面试题库

3D场景拆解：用仿真场景化逼出“硬实力”场景捕猎D1：从岗位JD到真实战场

场景是过滤“面霸”地基：暴露“理论派”与“实战派”的差异

降低主观误判：用场景还原替代抽象能力，仿真度大为提高

通过访谈业务骨干获取关键事件发生的高频场景

工具：STAR-S场景还原

一般题型：情模+行为+压力+三种混合运用

案例：场景化面试题设计4步法

任务拆解D2：把“字面能力”变可执行动作

任务与场景强绑定

任务可拆解性

聚焦核心职责

方法：三级穿透法（追问3层操作细节）

案例：营销岗位工作任务（D2）层设计示范

动作编码D3：动作的颗粒度

动作原子化可验性

行为颗粒度

分享：目标真分解→任务→动作→颗粒度

3DT3动态建模：打造立体防面霸评估闭环3DT3+Plus

细节爆破法：追问3级细节，从成果→策略→微观操作

意外插入法：在常规场景中加入突发变量

矛盾挑战法：设置两难场景

行为面试题已被“面霸”破译，如何破局？

植入时间/资源限制条件

失败教训与改进路径

聚焦可量化的操作细节……

分享：如何设计防面霸面试题

实战工作坊：

分组任务

依据《岗位说明书/人才画像/胜任力模型》，共创标杆岗位题库

用“3D建模法”拆解1-2个标杆岗位（例：工作场景、核心任务、关键动作）

用“T3建模法”围绕1-2个标杆岗位设计三级面试题（基础-对岗-卓越）

成果输出

分级试题库：带参考答案+评分逻辑的结构化试题

小组PK

各组展示作业+自由评价

AI赋能强设计：轻松生成标杆岗位T3题库AI三源数据采集：从碎片信息到结构化建模

常用数据大模型选择

腾讯元宝/Kimi/DeepSeek/通义千问/豆包/科大讯飞

数据投喂

岗位说明书：定义岗位最低要求与硬门槛（学历、工具、职责）

胜任力模型：将能力分级定义（如：优秀客户洞察力=用3个问题定位痛点”）

人才画像：描述高潜力人才特质

AI提示词

信息类元素

AI角色设定=设定身份+专业性+任务说明

结构类元素

设计目标和重点

任务结构、层次

控制类元素

输出结果要求：格式+量化+个性化

分享：AI辅助设计提示词

练习：

实操：用AI辅助设计某岗位面试题

自备笔记本+安装数据大模型+三源数据

五维部署策略：轻松搭建面试共享武器库考试库结构搭建

通用能力库：跨岗位基础题，按标签归类

专业模块库：按业务-岗位-维度归类

标签体系

一级标签（层级）：基础层（T1）、对岗层（T2）、卓越层（T3）

二级标签（岗位）：按业务划分（如技术/销售/运营），再细分到具体岗位。

三级标签（功能）：再细分（场景-任务-高等级）

五步部署

平台选择：多用性：兼顾AI+线上+线下（以考试星举例）

Step 1：材料准备与模板下载

后台下载模板（含题干、标签、难度、参考答案、评分逻辑）

Step 2：标签体系与试题录入

题库试题批量导入模版，导入线上平台题库，按逻辑入题库

Step 3：结卷：规则设定

按比例和规则结卷

Step 4：生成与校准

试题检查、内部测试

Step 5：上线

授权，题库分级共享

【课程交付】

知识导入：40%（结合实际案例）

面授、提问、互动

工作坊：50%（问题诊断与共创）

分组谈论、共识

设计、演练

小组PK，成果上墙展示

工具包：10%（模板、话术）