《AI赋能招聘十倍提效》

《AI赋能招聘十倍提效》

主讲老师：穆生一

筛简历、写 JD、出面试提纲，AI 一把搞定

【课程背景】

招聘是 HR 最繁重也最关键的环节之一：招聘量大、人手紧，HR 一天要筛几百份简历、写一版又一版 JD、设计面试题、评估候选人，大量重复劳动靠人工，既慢又主观。用人需求说不清、胜任力建模慢、简历筛不完、录用决策靠感觉，招聘常常陷在流程里出不来。

本课程直击招聘四大痛点——用人标准说不清、JD 没人投、简历筛不完、决策靠感觉，用 AI 贯穿招聘全流程：用 AI 快速建模胜任力、对齐用人部门需求，用 AI 挖掘职位卖点、写出高吸引力 JD，用 AI 双层筛选＋自动分级快速处理海量简历，再用 AI 出题、评估候选人、做有依据的录用决策。

全程 DeepSeek 实操：每个模块一张表＋提示词卡，现场就能把 AI 用进自己的招聘流程，让 HR 从“陷在流程里”变成“用 AI 十倍提效”。

【课程收益】

1. 掌握 AI 在招聘里的应用场景，知道 AI 能干什么

2. 运用 AI 快速建模胜任力，把用人标准说清

3. 掌握工作成果蓝图，快速对齐用人部门需求

4. 运用核心胜任力区分，抓住关键考察项

5. 掌握 AI 卖点挖掘与 FABE，写出高吸引力 JD

6. 运用“核心关键词＋排除项”双层筛选，精准筛简历

7. 掌握 AI 简历自动分级，海量简历快速处理

8. 运用 BEI 出题，自动生成考察问题与评分标准

9. 掌握 STAR 追问与 AI 分析，识别候选人真实性

10. 运用多维数据看板，做出有依据的录用决策

【讲师优势】

1. AI 实操认证：AI 人工智能训练师职业等级认证，AI 生成结构化面试题库并售出、多家国企采购。

2. 招聘面试实操：国网电力东区应届生结构化面试官面试近百人；多家国企竞聘中心搭建，题库搭建。

3. 大厂增员实战：美团外卖 HRBP，近 300 人团队一个月增员 36%、周完成率 95%+；18 年 HR 实战。

【课程特色】

1. AI 招聘全流程：定标准、写 JD、筛简历、出题评估一条龙。

2. 每模块一张表/提示词卡：场景清单、岗位需求规划表、胜任力区分卡、职位卖点分析表、简历筛选标准表、BEI 题库、STAR 卡、对比看板。

3. 招聘实操背书：结构化面试近百人、题库 300+、美团所辖团队一个月增员 36%。

【课程对象】

有招聘职责的人力资源工作者、招聘专员、基层管理者；招聘量大、HR 人手紧的企业。

【课程时间】

1 天（6 小时），2 天版扩展内容见各模块末尾。

【课程大纲】

一、AI 在招聘里能干嘛，为什么越用越高效？

问题：招聘量大、HR 人手紧、流程繁琐。

方法：用“AI 重塑流程＋四大助力＋人机分工”理解 AI 招聘价值。

1. 为什么招聘，一忙就“陷在流程里”？

【案例】某 HR 一天筛几百份简历，手忙脚乱。

【原因分析】简历筛选、写 JD、出题等重复劳动靠人工，效率低。

【方法原理】AI 接管重复劳动，HR 专注判断与决策。

1）招聘流程变革：AI 重塑筛选、面试、评估环节。

• 筛选变革：简历自动筛。注意把海量简历初筛交给 AI。筛选快，不费眼。

• 面试变革：AI 辅助出题评估。注意用 AI 出题、评表现。面试准，考察全。

• 评估变革：数据化决策。注意用数据整合评估。决策有据，不拍脑袋。

2）四大助力：定标准、写 JD、筛简历、出题评估。

• 定标准：AI 快速建模。注意用 AI 快速建胜任力模型。标准快定，招聘有据。

• 写 JD：AI 写高转化 JD。注意用 AI 挖卖点写 JD。JD 吸引人，投递高。

• 筛简历：AI 分级筛选。注意用 AI 分级处理海量简历。筛得快，不遗漏。

• 出题评估：AI 出题评人。注意用 AI 出题、评候选人。考察准，决策稳。

3）人机分工：机器做重复、人做判断。

• 机器做重复：筛选、文案交给 AI。注意凡重复的筛选、文案活交给 AI。人省力，只管关键。

• 人做判断：关键决策靠人。注意方向、录用靠人拍板。人掌控，不失控。

【工具/模型】《AI 招聘应用场景清单》

2. 为什么用人标准，一说就“说不清”？

【案例】某 HR 问用人部门要什么样的人，对方说不清。

【原因分析】用人需求模糊，缺建模方法，标准悬空。

【方法原理】用 AI 快速建模胜任力，把用人标准说清。

1）胜任力建模：快速建模。

• 敏捷建模：用 AI 快速建模型。注意用 AI 几分钟出模型。建模快，不拖延。

• 快速对齐：把标准说清。注意用模型和部门对齐。标准清，招聘有据。

2）需求沟通：用 AI 对齐用人部门。

• 引导输出：用 AI 引导部门说需求。注意用结构化提问引导。引导到位，需求讲得清。

• 减少扯皮：需求一次说清。注意用模板一次对齐。少扯皮，效率高。

3）标准落地：标准成为招聘依据。

• 作筛选依据：简历筛选有标准。注意按标准筛简历。筛选标准，不主观。

• 作面试依据：面试考察有依据。注意按标准设计面试。考察有据，不跑偏。

【工具/模型】《胜任力敏捷建模卡》

3. 为什么 AI 招聘，一用就“怕不准”？

【案例】某 HR 担心 AI 筛简历不准，不敢用。

【原因分析】不懂 AI 能力边界，怕出错、怕担责。

【方法原理】AI 辅助＋人工复核，把 AI 用在刀刃上。

1）AI 能力边界：知道 AI 能干什么。

• 简历解析：AI 解析简历结构。注意用 AI 解析简历信息。解析快，结构化。

• 语音分析：AI 分析语音情绪。注意用 AI 听面试语音。情绪可察，辨真伪。

• 胜任力预测：AI 预测匹配度。注意用 AI 算匹配度参考。匹配有数，筛选有据。

2）AI 辅助：AI 出初筛、人复核。

• 初筛交 AI：AI 先粗筛。注意让 AI 先做粗筛。粗筛快，省人力。

• 人工复核：关键候选人工看。注意关键候选要人复核。人把关，不漏人才。

3）人机协同：机器提效、人把关。

• AI 提效：省重复劳动。注意重复环节交给 AI。提效明显，人省力。

• 人把关：最终人定。注意最终决策由人定。人掌控，责任清。

【工具/模型】《AI 能力边界清单》

【本模块工具】《认知工具包》——AI 招聘应用场景清单＋AI 能力边界清单，先看清 AI 能干什么。

【本模块实操练习】对照场景清单，现场圈出自己招聘流程里最想用 AI 解决的 2 个环节。

【2 天版扩展】加半天“AI 招聘场景诊断工作坊＋招聘流程 AI 化规划”。

二、怎么用 AI 快速建模胜任力、定用人标准？

问题：用人需求说不清、胜任力建模慢、标准不统一。

方法：用“工作成果蓝图＋核心胜任力＋AI 建模”快速定用人标准。

1. 为什么胜任力建模，一建就“慢”？

【案例】某 HR 建胜任力模型，访谈调研做了几周。

【原因分析】传统建模耗时耗力，跟不上招聘节奏。

【方法原理】用 AI 基于工作成果快速关联能力项。

1）工作成果蓝图：基于岗位使命设计。

• 看岗位使命：先想岗位要什么成果。注意先想岗位要产出什么。成果先立，模型才有根。

• 设计成果：列出关键工作成果。注意列出岗位关键成果。成果清，能力才好推。

2）AI 关联能力项：自动关联硬技能＋软素质。

• 硬技能：专业技能。注意从成果推硬技能。硬技能清，专业对口。

• 软素质：沟通、协作等。注意从成果推软素质。软素质全，考察不偏。

3）快速建模：从几周缩到几小时。

• AI 提效：几分钟出模型。注意让 AI 快速出模型初稿。速度快，赶得上招聘。

• 人工打磨：再优化定稿。注意人工再校准优化。人工把关，模型更准。

【工具/模型】《岗位需求规划表》

2. 为什么胜任力，一列就“不分轻重”？

【案例】某 HR 列了一堆胜任力，不知道哪些关键。

【原因分析】缺区分方法，所有能力一样对待。

【方法原理】用“培养难度”区分关键胜任力。

1）硬技能＋软素质：两类胜任力。

• 硬技能：可考核的专业能力。注意硬技能好考核。硬技能明确，好把关。

• 软素质：难量化的素质。注意软素质要重点考察。软素质抓牢，才识人。

2）培养难度区分：容易培养 vs 难培养。

• 容易培养：可短期补上。注意容易培养的不必严卡。好培养，门槛可放宽。

• 难培养：长期才具备。注意难培养的要重点考察。难培养，招聘才把关。

3）抓关键：重点考察难培养的核心胜任力。

• 盯核心：难培养的是重点。注意把难培养能力设为核心。核心抓住，识人精准。

• 分清主次：不眉毛胡子一把抓。注意分清轻重缓急。主次分明，考察聚焦。

【工具/模型】《胜任力区分卡》

3. 为什么用人部门，一说就“不配合”？

【案例】某 HR 让用人部门提供岗位信息，对方应付了事。

【原因分析】缺引导方法，对方不知道怎么提供。

【方法原理】用引导话术＋AI 提取，引导部门输出信息。

1）引导话术：教用人部门怎么提供。

• 问对问题：问部门要什么。注意用结构化问题引导。问题对，部门好回答。

• 给模板：按模板填。注意给部门标准模板。有模板，填起来快。

2）AI 提取：从对话/文档提取需求。

• 对话提取：从交流里提炼。注意从与部门对话提炼。对话里也有信息，不浪费。

• 文档提取：从描述里抓。注意从部门给的文档抓需求。文档用上，信息全。

3）输出成果：岗位职责、胜任力、评分权重。

• 职责：岗位做什么。注意明确岗位职责。职责清，JD 才好写。

• 胜任力：要什么人。注意定清要什么人。胜任力清，筛选有据。

• 评分权重：各项占多少。注意定好评分权重。权重明，评估有尺。

【工具/模型】《AI 岗位需求生成卡》

【本模块工具】《定标准工具包》——岗位需求规划表、胜任力区分卡、AI 岗位需求生成卡，快速定用人标准。

【本模块实操练习】为一个空缺岗位，用 AI＋工作成果蓝图生成《岗位需求规划表》，写出工作成果、胜任力与评分权重。

【2 天版扩展】加半天“胜任力敏捷建模工作坊＋用人部门需求对齐演练”。

三、怎么用 AI 写高吸引力 JD、筛简历？

问题：JD 没人投、简历筛不完、标准不统一。

方法：用“卖点挖掘＋FABE＋双层筛选＋自动分级”写 JD、筛简历。

1. 为什么 JD，一写就“没人投”？

【案例】某 HR 写的 JD 平平无奇，投递量低。

【原因分析】职位卖点藏起来，JD 没吸引力。

【方法原理】用 AI 挖掘卖点＋FABE 法则，写出高转化 JD。

1）职位卖点挖掘：AI 分析市场需求＋企业优势。

• 看市场：AI 分析岗位市场需求。注意让 AI 分析这类岗位的市场关注点。市场清，卖点才好挖。

• 看优势：挖掘企业优势。注意让 AI 找出企业独特优势。优势显，JD 才亮眼。

2）卖点三原则：提炼卖点、两表述、三维度。

• 提炼卖点：找出差异化亮点。注意找别人没有的优势。卖点差异，才吸引人。

• 两表述：外显＋内隐表述。注意外显讲待遇，内隐讲成长。两表述，全方面吸引。

• 三维度：成长、空间、文化。注意从成长、空间、文化挖卖点。三维度，候选人心动点。

3）FABE 表述：特征、优势、利益、证据。

• F 特征：岗位特征。注意先写岗位本身特征。特征清，候选人好判断。

• A 优势：相对优势。注意突出相对其他企业的优势。优势明，竞争力强。

• B 利益：对候选人利益。注意讲清候选人能得到什么。利益实，才愿意投。

• E 证据：证据支撑。注意用数据、案例佐证。有证据，说法更可信。

【工具/模型】《职位卖点分析表》

2. 为什么简历，一筛就“靠关键词”？

【案例】某 HR 只按关键词筛简历，漏掉优质候选人。

【原因分析】过度依赖关键词，标准单一、易漏优质。

【方法原理】用“核心关键词＋排除项”双层逻辑筛简历。

1）一原则：不过度依赖关键词。

• 多维度看：不只看关键词。注意综合看履历、项目、成果。多维度，识别更准。

• 防漏优质：避免一刀切。注意别因为一个词漏掉人才。防遗漏，优质不丢。

2）两标准：核心关键词＋排除项。

• 核心关键词：必备硬条件。注意定清必备条件。硬条件立，筛选有底。

• 排除项：一票否决项。注意定清一票否决项。否决项清，快速淘汰。

3）AI 辅助建标准：用 AI 确认两类关键词。

• AI 提炼：AI 帮提炼关键词。注意让 AI 建议关键词。建议多，标准更全。

• 人工确认：人确认标准。注意人最终确认标准。人把关，标准更准。

【工具/模型】《简历筛选标准表》

3. 为什么海量简历，一筛就“筛不完”？

【案例】某 HR 面对 1000+ 简历，人手筛不完。

【原因分析】简历量大，人工效率低、易漏。

【方法原理】用 AI 自动分级（A/B/C），人工复核。

1）AI 自动分级：A/B/C 类候选人。

• A 类：高匹配优先看。注意 A 类优先安排面试。优先看，不耽误好苗子。

• B 类：中等匹配。注意 B 类看情况安排。中等不弃，留有余地。

• C 类：低匹配过滤。注意 C 类直接过滤。低匹配过滤，省时间。

2）人工复核：复核关键候选。

• 复核 A/B：重点候选人工核。注意对 A/B 类人工复核。人复核，质量有底。

• 把关质量：人做最终确认。注意最终由人确认。人掌控，不误判。

3）提效对比：AI 处理上千份简历提效。

• 倍级提效：上千份 AI 处理。注意让 AI 批量处理海量简历。量大也不怕，AI 兜底。

• 省时省力：人力大幅释放。注意把筛选人力腾出来。人力释放，做更有价值的事。

【工具/模型】《简历自动分级策略表》

【本模块工具】《写 JD 筛简历工具包》——职位卖点分析表、简历筛选标准表、自动分级策略表，写 JD、筛简历。

【本模块实操练习】用一个岗位，用 AI＋卖点挖掘写一段高转化 JD，并用双层逻辑＋自动分级筛一批简历。

【2 天版扩展】加半天“AI 写 JD 演练＋海量简历分级筛选实战”。

四、怎么用 AI 出题、评估候选人、做决策？

问题：出题难、评估主观、决策没依据。

方法：用“BEI 出题＋STAR 追问＋多维看板”做好面试与决策。

1. 为什么面试题，一设计就“难”？

【案例】某面试官设计面试题，想不出考察点。

【原因分析】题目与胜任力脱节，设计费劲。

【方法原理】用 AI 根据胜任力自动匹配 BEI 场景题。

1）题目设计三步：定考察项、选场景、出问题。

• 定考察项：从胜任力里选。注意先从胜任力挑考察项。考察项清，出题有靶。

• 选场景：选真实工作场景。注意选贴合实际的场景。场景真，考察才有效。

• 出问题：基于场景出题。注意围绕场景设计问题。题目实，才测得出来。

2）BEI 问题生成：AI 按胜任力出场景题。

• 输入胜任力：把考察项给 AI。注意把考察项完整给 AI。输入准，出题才对路。

• 出场景题：AI 匹配 BEI 问题。注意让 AI 出行为事件题。出题快，省设计。

3）评分标准：AI 出参考答案与评级。

• 参考答案：AI 给答题要点。注意参考 AI 的答题要点。有参考，评分有据。

• 评级逻辑：能力评级标准。注意定好评级标准。标准清，评估客观。

【工具/模型】《BEI 面试题库卡》

2. 为什么候选人回答，一听就“分不清真假”？

【案例】某面试官听候选人说得漂亮，不知真假。

【原因分析】缺追问与真伪识别方法，难辨虚实。

【方法原理】用 STAR 追问＋AI 分析，识别候选人真实性。

1）STAR 追问：情境、任务、行动、结果。

• S/T 问场景：问清情境与任务。注意先问清当时的情境和任务。场景清，才好判断真实性。

• A 问行动：追问具体行动。注意追问“你具体做了什么”。行动具体，才可信。

• R 问结果：问清结果与数据。注意问清结果和可量化数据。结果有数，真伪可辨。

2）AI 语音情绪分析：识别候选人真实性。

• 分析语音：AI 听情绪语调。注意让 AI 分析语音情绪。情绪可察，辅助辨真伪。

• 辨真伪：识别一致性。注意让 AI 识别表述一致性。一致性看，真假现形。

3）AI 实时反馈：标记矛盾表述与短板。

• 标记矛盾：AI 标前后矛盾。注意让 AI 标出前后矛盾处。矛盾现形，追问有据。

• 标短板：标记能力短板。注意让 AI 标出疑似短板。短板显，考察更全。

【工具/模型】《STAR 追问卡》

3. 为什么录用决策，一做就“拍脑袋”？

【案例】某 HR 录用人靠感觉，没依据。

【原因分析】缺多维数据整合，决策主观。

【方法原理】用多维数据看板整合面试、测评、履历。

1）多维度数据：面试＋测评＋履历。

• 面试表现：面试评分。注意汇总各面试官评分。评分全，评价公允。

• 测评结果：测评数据。注意结合测评数据。测评有数，判断客观。

• 履历匹配：履历匹配度。注意看履历与岗位匹配。匹配度高，上手快。

2）AI 整合看板：统一对比。

• 数据汇总：AI 整合多维数据。注意让 AI 汇总各类数据。汇总快，信息全。

• 统一呈现：一张看板对比。注意做成一张对比看板。一张看板，直观可比。

3）录用优先级：基于数据定优先级。

• 数据排序：按数据排优先级。注意按综合数据排序。排序有据，决策清晰。

• 人工终定：人做最终决定。注意最终由人拍板。人掌控，责任清。

【工具/模型】《候选人对比决策看板》

【本模块工具】《面试决策工具包》——BEI 题库卡、STAR 追问卡、候选人对比看板，出题、评估、决策一条龙。

【本模块实操练习】用一个胜任力考察项，用 AI 设计 2 道 BEI 题，并对两名候选人做 STAR 追问与对比决策演练。

【2 天版扩展】加半天“AI 出题与 STAR 追问演练＋录用决策看板设计”。

【2 天版说明】

2 天版把每个模块从“听懂”推到“练成”，每天 6 小时：

1）上午讲方法与提示词，下午用自己公司真实岗位做建模、写 JD、筛简历、出题，当场纠偏。

2）增加跨模块演练：完整走一遍从“定标准—写 JD—筛简历—面试决策”的 AI 招聘闭环。

3）增加硬戏：胜任力建模、写 JD、简历分级、BEI 出题四场实弹演练。

4）产出物升级：带走四张定制表，加一份《本公司 AI 招聘全流程落地改造方案》。

课纲根据客户需求与现场学员情况调整。