《WorkBuddy-IMA-扣子赋能HR效率革命》公开课 2天
讲师:张娜 发布日期:10-30 浏览量:6
《WorkBuddy + IMA + 扣子赋能HR效率革命》
主讲:张娜老师
【课程背景】
AI正在重塑企业人力资源管理的每一个环节。从JD撰写到简历筛选,从薪资核算到绩效分析,从制度维护到人才盘点——HR工作中超过60%的日常任务具有高重复性、高标准化特征,正是AI最擅长的发力点。
然而,大多数HR从业者面临四大困境:
知道AI重要,但不知从何入手——面对众多AI工具,缺乏清晰的应用路径
试过AI,但产出质量不稳定——Prompt写不好,AI输出"不接地气",无法直接用于工作
单点工具无法覆盖全流程——招聘用ChatGPT,薪酬用Excel插件,知识管理用企业微信,工具割裂效率低
停留在"单次问答"阶段——不会搭建智能体,无法将重复性任务固化为自动化工作流,每次都要从头提问
WorkBuddy + IMA + 扣子的组合,提供了从"文档处理→数据分析→知识沉淀→智能问答→智能体搭建→自动化执行"的全链路解决方案。WorkBuddy负责"执行产出",IMA负责"知识沉淀与检索",扣子负责"智能体搭建与工作流自动化"——三引擎协同覆盖HR全场景AI化需求。本课程以HR日常高频场景为主线,让学员两天内从零上手,掌握三大平台的协同应用,产出可直接用于工作的成果物。
【课程收益】
1. 掌握WorkBuddy核心操作,能够独立完成JD撰写、薪资报表分析、培训课件制作、Offer邮件发送等8类HR高频任务
2. 掌握IMA知识库搭建方法,能够将公司制度、员工手册、FAQ等HR知识资产数字化,实现"一问即答、精准溯源"
3. 掌握扣子(Coze)智能体搭建全流程——人设配置、知识库挂载、插件调用、工作流编排,能够独立搭建HR专属智能体
4. 学会三大平台的协同联动,构建"WorkBuddy产出→IMA沉淀→扣子自动化执行"的AI工作闭环,覆盖HR全场景
5. 获得30+套随课工具包(Prompt模板、操作手册、场景SOP、知识库模板、智能体搭建指南等),学完即可直接应用于实际工作
随课工具包:JD撰写Prompt模板库、简历筛选Prompt模板、面试问题生成Prompt模板、面试通知与Offer邮件模板、入职资料包模板(4份)、IMA入职知识库搭建指南、薪资核算核对Prompt模板、薪酬分析报告Prompt模板、绩效面评Prompt模板、绩效评分分析Prompt模板、IMA制度知识库搭建指南、人才盘点Prompt模板、课程大纲生成Prompt模板、HR通知起草Prompt模板库、扣子智能体搭建手册(含人设配置/知识库/插件/工作流SOP)、招聘/绩效/培训/员工服务四类HR智能体模板、扣子工作流节点速查卡、21天落地行动计划模板、三引擎协同流程图。共20套+。
【课程对象】
企业HR从业者——招聘专员、薪酬专员、绩效专员、培训专员、HRBP、员工关系专员等。学员熟练使用Office/WPS,了解基本AI概念,但缺乏系统化AI应用经验及智能体搭建能力。学习需求:不讲空洞理论,要"拿来就用"——每个环节有明确产出物,回到岗位即可复用。
【课程时长】
2天(6小时/天)
【课程大纲】
模块一:HR天天被"文书山"淹没,AI能帮到什么?——认知破冰与工具地图
【互动】HR日常工作时间分配调查——到底多少时间花在"重复性文书"上?
1-1:HR工作的"可自动化图谱"
痛点:HR超过60%的日常时间被标准化文书和数据处理占据,但价值最高的"人的判断与决策"却难以充分投入
按"重复性×标准化"两个维度,将HR任务分为四象限
高重复+高标准化(JD撰写、薪资核算、制度查询)——AI可完全替代人工执行
高重复+低标准化(面试评估、员工沟通)——AI辅助,人工判断兜底
低重复+高/低标准化——HR核心价值区,AI提供数据支撑
要点:AI不是替代HR,而是释放HR——把"重复性劳动"交给AI,把"人的判断力"还给HR
1-2:三大平台——HR的"三引擎"工具地图
痛点:HR面对众多AI工具,不清楚"该用什么、怎么用、什么先用"
WorkBuddy定位:HR的"执行引擎"——接到指令,立即产出文档/报表/邮件/课件
IMA定位:HR的"知识引擎"——沉淀制度/手册/FAQ,一问即答,精准溯源
扣子定位:HR的"自动化引擎"——搭建智能体,固化重复性工作流,实现7×24自动化执行
三引擎协同逻辑:WorkBuddy负责"产出"→IMA负责"沉淀与检索"→扣子负责"自动化与持续运行"
要点:三个平台各有分工、互相协同——WorkBuddy生成JD→IMA存储JD模板→扣子搭建"JD自动生成助手"→下次招聘一键触发生成
1-3:课程学习路线图
Day1路线:认知→招聘→入职→薪酬(高频文书+数据处理场景,掌握WorkBuddy+IMA单工具核心操作)
Day2路线:绩效→员工关系→扣子智能体搭建→培训课件+Skill+综合实战(深度应用+智能体自动化+三引擎协同闭环)
【实操1】WorkBuddy首次对话——让AI帮你写一份JD(20min)
输入Prompt,对比AI输出与手写JD的差异,学会通过追加约束条件迭代Prompt。产出物:一份可用的JD文档 + JD撰写Prompt模板。
【实操2】IMA首次问答——让知识库回答制度问题(25min)
在IMA中上传公司休假制度PDF,提问"年假天数怎么计算",查看溯源原文标注。产出物:IMA问答流程体验 + 理解RAG检索原理。
模块二:招聘全流程"手动搬砖",如何让AI一条龙加速?——招聘文书自动化实战
痛点:一个招聘季,单岗位招聘平均文书耗时8小时,其中60%是标准化重复劳动——JD撰写、简历筛选标注、面试问题准备、面试通知邮件、Offer邮件
2-1:JD撰写——从"搜模板改措辞"到"AI秒出专业JD"
Prompt核心公式:角色 + 行业 + 岗位 + 职责框架 + 任职要求 + 风格约束 + 输出格式
进阶技巧:指定行业对标公司、融入公司文化关键词、区分不同级别
对话式精修法:第1轮生成框架→第2轮补充行业术语→第3轮润色风格
要点:不要一次追求完美,3轮对话迭代,效率和质量双提升
2-2:简历筛选辅助——AI做"初筛标记",HR做"最终判断"
上传简历PDF,让WorkBuddy提取关键信息:学历、年限、技能关键词、项目经历
Prompt示例:"请从以下简历中提取与岗位JD匹配的关键信息,标注匹配度(高/中/低),列出亮点和疑点"
要点:AI做信息提取和初步标记,HR做最终判断——人机分工,效率翻倍
2-3:面试问题生成——从"通用题库"到"岗位定制题库"
Prompt:"请根据以下JD,生成10道结构化面试问题,分为行为面试题(STAR法)、专业能力题、情景模拟题,每题附带评分参考"
面试问题与JD的精准对应:每道题对应一条任职要求,建立"JD→面试题→评分标准"闭环
2-4:面试通知与Offer邮件——WorkBuddy邮件功能实战
批量邮件模板:候选人姓名+面试时间+地点+注意事项一键生成
Offer邮件Prompt:"请为候选人撰写Offer确认邮件,岗位/薪资/入职日期,风格正式温暖"
【实操3】招聘全流程文书一条龙(45min)
选择一个真实岗位,用WorkBuddy完成:①生成完整JD ②上传3份简历PDF,提取匹配度 ③生成10道面试问题 ④撰写面试通知+Offer邮件模板。产出物:完整招聘文书包。
模块三:入职环节"东拼西凑",如何让AI一键打包?——入职流程自动化与知识库搭建
痛点:新员工入职至少需要10份文档,每个新员工HR至少花2小时准备资料包,且容易遗漏
3-1:入职资料包的"AI一键生成"逻辑
入职资料标准化拆解:通用模板一次性生成→存入IMA反复调用;岗位定制按参数动态生成
Prompt框架:"请为新入职的[岗位名]员工生成入职资料包,包含:欢迎邮件、入职指南、制度摘要、培训手册大纲、第一周任务清单"
要点:入职资料包80%是通用内容,AI一次生成永久使用,HR只需15分钟做个性化微调
3-2:IMA入职知识库——让新员工"自助查询"
知识库结构:制度类(考勤/薪酬/休假)→流程类(入职/转正/晋升)→FAQ类(50条)
IMA智能问答替代HR口头答疑:新员工问"五险一金怎么交",IMA秒答+溯源制度原文
要点:HR从"被动答疑"转为"主动沉淀"——每解答一个问题存入IMA,下一次自动回答
3-3:WorkBuddy与IMA首次协同——效率7倍提升
协同流程图:WorkBuddy生成入职资料包→资料包存入IMA→新员工通过IMA自助查询→HR仅处理个性化问题。传统模式"每入职一人准备2小时",AI协同后"每入职一人仅需15分钟"——效率提升7倍。
【实操4】WorkBuddy生成入职资料包(20min)
生成完整入职资料包(欢迎邮件+入职指南+制度摘要+第一周任务清单)。产出物:一份完整的入职资料包(4份文档)。
【实操5】IMA搭建入职知识库(25min)
创建"新员工入职知识库",上传3份文档,设置分类结构与标签,测试5个入职常见问题。产出物:一个可用的入职知识库+5个问答测试记录。
模块四:薪酬数据"算到手抖看花眼",如何让AI秒出精准报表?——薪酬处理与可视化实战
痛点:每月薪资核算(100人×15列交叉计算),薪酬分析报告需要手动Excel公式+透视表+图表,数据量大易错且耗时
4-1:薪酬核算辅助——WorkBuddy批量计算与核对
WorkBuddy自动识别薪资表列结构
Prompt示例:"请核对以下薪资表中的计算:绩效工资=基本工资×绩效系数,社保扣款按[城市]标准,个税按最新累进税率,标注异常数据"
异常数据自动标注:AI识别计算错误、逻辑矛盾、极端值
要点:AI不是算薪——算薪是系统的事,AI是做"核对+标注+分析",作为第二道防线
4-2:薪酬分析报告——从"手动图表"到"AI秒出分析与可视化"
Prompt:"请生成薪酬分析报告,包含:各部门平均薪酬对比、薪酬与绩效相关性分析、人力成本趋势、异常值标注、优化建议"
WorkBuddy自动生成可视化图表(柱状图/趋势图/散点图),直接用于汇报PPT
要点:AI不仅输出文字分析,还生成可视化图表——"数据→分析→图表→报告"全流程自动化
4-3:社保公积金与政策查询——WorkBuddy实时搜索
Prompt示例:"请搜索[城市]2025年社保公积金缴纳基数与比例,生成对照表"。AI实时搜索最新政策,但重要数据需二次核验官方来源。
【实操6】薪资核算核对实战(20min)
上传"薪资模拟表.xlsx",核对绩效工资计算公式、标注3处异常、生成社保公积金对照表。产出物:薪资核对报告+社保公积金对照表。
【实操7】薪酬分析报告生成(25min)
上传"年度薪酬数据.xlsx",生成薪酬分析报告(部门对比+趋势分析+异常标注+优化建议),图表导出为PPT。产出物:薪酬分析报告+薪酬分析图表。
模块五:绩效评估"写到手软评到心累",如何让AI辅助撰写与分析?——绩效管理深度应用
痛点:面评撰写需要客观公正又有建设性,但很多管理者写成"套话八股";绩效数据分析涉及50人×5维度×3季度交叉计算,手动操作痛苦
5-1:面评撰写辅助——AI生成结构化、建设性面评
Prompt框架:"请为[员工名][岗位]撰写绩效面评,考核周期/绩效等级/核心优势2-3条/改进方向2-3条/发展建议1-2条,风格客观建设性,避免套话"
面评"三步精修法":AI起草框架→HR补充具体事例→AI润色定稿
要点:面评不是AI一次写完就发——AI起草+HR补充事实+AI润色=高效加质量
5-2:绩效数据分析——多维交叉分析与九宫格生成
Prompt示例:"请分析以下绩效数据:各部门平均得分对比、各维度得分分布、绩效与薪酬相关性、低绩效人员标注、绩效趋势分析"
绩效九宫格:绩效得分×潜力评估→人才分类矩阵,AI辅助标注九宫格位置
要点:AI辅助数据分析,HR确认最终分类——人机协作保证客观公正
5-3:IMA绩效知识库——制度标准"一问即答"
上传绩效管理制度、考核标准、评分细则到IMA。员工问"绩效B级对应什么奖金系数",管理者问"年度评估流程是什么",IMA秒答+溯源原文。
【实操8】面评撰写实战(20min)
给定员工绩效场景,用WorkBuddy生成面评初稿,通过2轮对话精修。产出物:一份完整的绩效面评文档+面评Prompt模板。
【实操9】绩效数据分析实战(25min)
上传绩效评分数据,生成分析报告(部门对比+维度分布+趋势),再生成绩效九宫格分类建议。产出物:绩效分析报告+九宫格分类表。
模块六:制度问答"每天重复50遍",人才盘点"数据东拼西凑"——员工关系与人才盘点
痛点:年假怎么算、报销流程是什么……同一个问题HR每天回答N遍。人才盘点需要从绩效、潜力、履历、薪酬等多维数据拼接人才画像,手动汇总效率极低
6-1:IMA制度知识库完整搭建——替代"HR口头答疑"
文档清单:员工手册+考勤制度+薪酬制度+休假制度+福利制度+行为规范+保密协议
知识库优化:文档预处理、标签体系设计(#考勤 #薪酬 #休假 #福利 #行为规范)
FAQ自动化:让WorkBuddy根据制度文档生成50条FAQ,存入IMA
要点:终极目标——员工90%的制度疑问由AI秒答,HR只处理10%的例外情况
6-2:人才盘点数据拼接——WorkBuddy多源数据融合
Prompt示例:"请根据绩效/履历/薪酬数据,为每位员工生成人才画像摘要:姓名/岗位/绩效等级/潜力评级/司龄/薪酬水平/九宫格位置"
继任者计划辅助:AI根据绩效+潜力+履历数据,建议继任者候选人排序
要点:AI做数据拼接和初步排序→HR结合业务判断最终确认——人机协作保证人才决策质量
【实操10】IMA制度知识库搭建实战(25min)
创建"HR制度知识库",上传5份制度文档,设置分类与标签,生成30条FAQ并存入IMA,测试10个常见制度问答。产出物:制度知识库+30条FAQ+10个问答测试记录。
【实操11】人才盘点数据拼接实战(20min)
上传3份数据表,让WorkBuddy按人员ID拼接生成人才画像摘要表,再生成继任者候选人建议清单。产出物:人才画像汇总表+继任者候选人清单。
模块七:每次都手动提问太累,如何让AI自动帮你干活?——扣子智能体搭建实战
痛点:WorkBuddy+IMA解决了"单次产出+知识沉淀",但真正的效率革命在于"固化重复性工作流"——招聘季每份简历都要手动提问、每次面试问题都要重新生成、每个培训方案都要从头写Prompt。扣子(Coze)智能体的核心价值:把HR的高频重复任务固化为"智能体",一次搭建、永久复用,7×24自动执行。
7-1:扣子智能体入门——从"Hello World"到你的第一个HR智能体
扣子平台核心概念:智能体=人设(角色定义)+大模型(AI大脑)+知识库(专业知识)+插件(外部能力)+工作流(执行逻辑)
人设配置:让智能体"有身份"——专业的"招聘顾问" vs 严谨的"绩效分析师",角色设定决定输出风格
提示词工程:好的提示词三大标准——角色明确、任务清晰、约束具体;万能公式:角色+场景+任务+格式要求+约束条件
插件调用:常用插件介绍(必应搜索/飞书多维表格/文档解析/代码执行器),如何找到自己需要的插件
大模型选择:不同模型擅长不同任务——DeepSeek适合逻辑分析、豆包适合创意生成、通义千问适合长文本
要点:智能体不是"更聪明的Prompt",而是"有记忆、有工具、会自动执行任务的数字员工"
7-2:工作流——智能体的"自动化流水线"
工作流概念:把一系列操作串联成自动化流程——输入→处理→输出,像工厂流水线一样运转
工作流节点详解:开始节点(触发条件)→大模型节点(AI推理)→代码节点(数据处理)→选择器节点(条件分支)→知识库节点(检索专业知识)→插件节点(调用外部能力)→结束节点(输出结果)
工作流数据流转:每个节点的输入输出如何衔接,变量如何在节点间传递
工作流调试:如何测试每个节点的正确性,如何定位和修复工作流中的Bug
要点:工作流是智能体的核心——没有工作流,智能体只是"会聊天的AI";有了工作流,智能体才是"会干活的AI"
7-3:招聘场景智能体实战——简历筛选助手
智能体设计:人设"资深招聘专家"→绑定招聘知识库(JD模板/胜任力模型/面试题库)→挂载文档解析插件
工作流设计:接收简历PDF→文档解析提取信息→与岗位JD匹配分析→输出匹配度报告(高/中/低+亮点+疑点)→存入结果表格
飞书多维表格联动:批量上传简历到多维表格→自动触发扣子工作流→筛选结果回写表格→HR只需查看标红/标绿行
要点:一个招聘季200份简历,手动筛选需20小时;智能体自动筛选,HR只需重点关注高匹配简历
7-4:培训场景智能体实战——培训方案自动生成助手
智能体设计:人设"资深培训顾问"→绑定培训知识库(行业痛点库/课程模板库/评估标准库)
工作流设计:输入培训主题+学员群体→搜索行业痛点(必应搜索插件)→调用知识库匹配课程框架→大模型生成绩效方案+课程大纲→输出完整培训方案文档
进阶:基于课程大纲,用批处理+循环体节点,7分钟自动生成10万字课程说课稿;再基于课件内容,一键生成培训考题
要点:培训方案从3小时→3分钟,不是AI替代培训设计能力,而是释放HR的时间去思考"什么值得教"
【实操12】搭建第一个HR智能体——简历筛选助手(35min)
在扣子平台完成:①人设配置(资深招聘专家)②绑定知识库(JD模板/胜任力模型)③配置工作流(接收简历→文档解析→JD匹配→输出报告)④测试智能体对话效果⑤对比智能体输出 vs 直接Prompt提问的差异。产出物:一个可运行的简历筛选智能体 + 工作流配置截图。
【实操13】搭建第二个HR智能体——培训方案生成助手(30min)
在扣子平台完成:①人设配置(资深培训顾问)②配置工作流(输入主题→搜索痛点→匹配框架→生成方案)③测试生成一份培训方案④尝试批处理节点生成课程大纲。产出物:一个可运行的培训方案生成智能体 + 一份生成的培训方案。
模块八:工具到账,回到岗位怎么落地?——培训课件+Skill+综合实战+行动计划
痛点:培训后80%的人一周内不再使用新工具——缺少场景化SOP和启动指引。本模块将前面7个模块所学串联为完整闭环,输出可带回岗位的落地计划。
8-1:培训课件一站生成——WorkBuddy从大纲到PPT
Prompt示例:"请为[培训主题][学员群体]生成专业培训课程大纲,含课程背景/收益/学员分析/四级大纲"
流程:大纲确认→WorkBuddy按大纲生成PPT→HR精修内容→PPT存入IMA培训知识库→下次直接检索调用
IMA知识库深化:共享知识库与权限管理——创建者/管理者/编辑者/阅读者/问答者,保证团队协作与数据安全
8-2:Skill创建——从"每次写Prompt"到"一键调用"
Skill = 预置Prompt + 知识库绑定 + 输出格式约束
示例Skill1:"制度问答专家"——输入问题关键词,自动检索制度知识库生成精准回答
示例Skill2:"JD生成专家"——输入岗位名+行业+级别,自动调用模板库生成专业JD
Skill vs 扣子智能体:Skill适合轻量高频任务(一键调用),扣子智能体适合复杂多步骤任务(工作流驱动)——两者互补,覆盖全场景
8-3:三引擎全景协同——HR工作流闭环图
闭环逻辑:场景识别→WorkBuddy产出文档/报表→IMA沉淀知识资产→扣子智能体自动化执行→新场景触发→闭环迭代。终极目标:HR日常工作形成"AI辅助产出→知识库沉淀→智能体自动化→自进化闭环"。
8-4:21天落地行动计划框架
第1周(Day1-7)启动期:每天用WorkBuddy完成1个HR任务(JD/邮件/通知),建立使用习惯
第2周(Day8-14)深化期:搭建IMA知识库(制度+FAQ),开始"AI+知识库"协同;在扣子上搭建第一个HR智能体并上线使用
第3周(Day15-21)闭环期:创建HR专属Skill,优化扣子智能体工作流,形成三引擎自进化闭环
要点:21天刻意练习——不是"学完就忘",而是"越用越精"。Day21目标:三大平台形成日常习惯,至少1个智能体在稳定运行。
【实操14】综合实战——"季度招聘总结报告"全流程(20min)
模拟企业场景:①WorkBuddy从招聘数据Excel生成数据汇总+渠道效果分析 ②网络搜索行业薪酬对标数据 ③生成完整报告(Word,含数据图表)④报告存入IMA知识库。产出物:季度招聘总结报告+知识库更新。
【实操15】制定个人21天落地行动计划(20min)
每位学员选择3个最高频HR场景,为每个场景写出"WorkBuddy+IMA+扣子"的操作SOP(Prompt/工具/产出物/知识库沉淀/智能体配置),制定21天落地时间表。产出物:个人21天落地行动计划表+3个场景操作SOP。
课程总结与行动计划
知识回顾
回顾两天学习覆盖的HR全场景AI技能地图:招聘→入职→薪酬→绩效→员工关系→培训→智能体搭建——从执行到自动化,从单点到体系。
便签仪式
每位学员写下"明天上班第一个要用AI完成的任务"和"三个月后我希望AI帮我实现的目标",贴在笔记本首页,作为启动承诺。
三个月行动计划:
第1个月:启动期——上线招聘/薪酬/绩效等高频场景的WorkBuddy+IMA协同,每个场景完成3次以上实操
第2个月:深化期——搭建至少3个HR专属扣子智能体(简历筛选/制度问答/培训方案),开始在团队内推广使用
第3个月:闭环期——完成三引擎全链路协同,形成"WorkBuddy产出→IMA沉淀→扣子自动化"的自进化工作闭环,带动团队AI转型