《WorkBuddy-IMA-扣子赋能HR效率革命》公开课 1天

讲师:张娜 发布日期:10-30 浏览量:10


《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从业者面临三大困境:

1. 知道AI重要,但从何入手?——面对众多AI工具,缺乏清晰的应用路径,试过几次效果不佳便放弃了

2. 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

3. 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,让学员一天内从认知到实操,掌握三大平台的协同应用,产出可直接带回岗位落地的成果物。

【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、培训课件制作等HR高频任务

2. 掌握IMA知识库搭建方法,将制度/手册/FAQ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、工作流编排,独立搭建HR专属智能体

4. 学会三引擎协同联动,构建"WorkBuddy产出→IMA沉淀→扣子自动化"的AI工作闭环

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、入职资料包模板、IMA知识库搭建指南、薪酬分析Prompt模板、绩效面评Prompt模板、制度FAQ自动生成模板、扣子智能体搭建手册(含人设/知识库/工作流SOP)、简历筛选智能体模板、培训方案生成智能体模板、21天落地行动计划模板、三引擎协同流程图。共15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等(公开课学员来自不同行业/企业)。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】

1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?——认知破冰与三引擎地图

【互动】HR日常工作时间分配调查——你的时间花在"重复性文书"上的比例是多少?

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——WorkBuddy+IMA+扣子定位与协同逻辑

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

【实操1】WorkBuddy首次对话+IMA首次问答(20min)

① WorkBuddy体验:输入Prompt生成一份JD,对比AI输出与手写JD的差异,学会通过追加约束迭代优化。② IMA体验:上传公司制度PDF,提问"年假天数怎么计算",查看溯源原文标注。产出物:一份可用的JD文档 + IMA问答流程体验。

模块二:招聘入职"手动搬砖",如何让AI一条龙加速?——HR文书自动化实战

痛点:一个招聘季,单岗位平均文书耗时8小时,其中60%是标准化重复劳动——JD撰写、简历筛选、面试问题准备、入职资料包

公开课场景说明:本模块使用模拟岗位案例进行实操,学员掌握方法后可替换为自己公司的真实岗位数据

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

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+面试问题生成

简历筛选:上传简历PDF,让WorkBuddy提取关键信息并标注与JD的匹配度(高/中/低+亮点+疑点)

面试问题生成:基于JD,生成结构化面试题(行为面试/专业能力/情景模拟),建立"JD→面试题→评分标准"闭环

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:入职资料包"AI一键生成"+IMA入职知识库

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

入职知识库结构:制度类(考勤/薪酬/休假)→流程类(入职/转正/晋升)→FAQ类——新员工自助查询,HR从"被动答疑"转为"主动沉淀"

【实操2】招聘全流程文书一条龙(30min)

选择一个模拟岗位,用WorkBuddy完成:①生成完整JD ②上传简历PDF提取匹配度 ③生成10道面试问题 ④生成入职资料包(欢迎邮件+入职指南+制度摘要)。产出物:完整招聘文书包(4份文档)。

模块三:薪酬绩效数据"算到手抖看花眼",如何让AI秒出精准报告?——数据驱动实战

痛点:薪资核算涉及多列交叉计算易出错;绩效面评写"套话八股"缺乏建设性;绩效数据分析需手动Excel公式+透视表+图表,耗时且痛苦

3-1:薪酬核算核对与薪酬分析报告

薪酬核算辅助:WorkBuddy自动识别薪资表列结构,核对公式计算、标注异常数据(计算错误/逻辑矛盾/极端值)

薪酬分析报告:AI自动生成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、异常值标注及优化建议

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HR的第二道防线

3-2:绩效面评撰写与绩效数据分析

面评"三步精修法":AI起草框架→HR补充具体事例→AI润色定稿。Prompt框架:员工名+岗位+考核周期+绩效等级+核心优势+改进方向+发展建议

绩效数据分析:多维度交叉分析(部门对比/维度分布/趋势)+绩效九宫格分类建议(绩效得分×潜力评估)

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

【实操3】薪酬核对+面评撰写双场景实战(25min)

场景一:上传模拟薪资表,核对绩效工资计算公式、标注异常数据。场景二:给定员工绩效场景,AI生成面评初稿并通过2轮对话精修。产出物:薪资核对报告+绩效面评文档。

模块四:制度问答"每天重复50遍",如何让AI帮你自动应答?——知识库搭建实战

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。制度文档散落各处,新老员工反复问,HR成为"人肉复读机"

4-1:IMA制度知识库完整搭建

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

知识库结构:按制度类型分类→设置标签体系(#考勤 #薪酬 #休假 #福利 #行为规范)→上传文档→测试问答效果

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

4-2:FAQ自动化生成——从文档到智能问答

让WorkBuddy根据制度文档批量生成50条FAQ→导入IMA知识库→测试10个常见制度问答→验证溯源准确性

进阶: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

【实操4】搭建制度知识库+FAQ测试(25min)

创建"HR制度知识库",上传3份模拟制度文档,设置分类与标签,用WorkBuddy生成20条FAQ并存入IMA,测试8个常见制度问答(验证溯源标注)。产出物:一个可用的制度知识库+20条FAQ+8个问答测试记录。

模块五: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。

5-1:扣子智能体核心概念

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

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

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"

5-2: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

核心节点: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)

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"

5-3:两大场景智能体设计思路

场景一——简历筛选助手:人设"资深招聘专家"+绑定招聘知识库(JD模板/胜任力模型)+挂载文档解析插件。工作流:接收简历→文档解析→JD匹配分析→输出匹配度报告→存入结果表格

场景二——培训方案生成助手: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)。工作流:输入培训主题→搜索痛点→匹配课程框架→生成培训方案+课程大纲

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

【实操5】搭建你的第一个HR智能体(30min)

在扣子平台完成简历筛选助手搭建: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。

模块六:工具到账,回到岗位怎么落地?——三引擎协同+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。本模块将全天所学串联为完整闭环,输出可带回岗位的落地计划。

6-1:三引擎全景协同——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

典型工作流示例:招聘场景——JD生成(WorkBuddy)→JD模板存入IMA→搭建简历筛选智能体(扣子)→下次招聘一键触发全流程

6-2: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:制度问答专家Skill——输入问题关键词,自动检索制度知识库生成精准回答

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

6-3:21天落地行动计划框架

第1周启动期:每天用WorkBuddy完成1个HR任务(JD/邮件/通知),建立使用习惯

第2周深化期:搭建IMA知识库(制度+FAQ),在扣子上搭建第一个HR智能体并上线使用

第3周闭环期: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"。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6】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

回顾一天学习覆盖的HR全场景AI技能地图:认知破冰→招聘入职文书→薪酬绩效数据→制度知识库→扣子智能体搭建→三引擎协同落地——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2个HR专属扣子智能体(简历筛选/制度问答),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

分享
联系客服
返回顶部