提示词概览
精选 AI 合作伙伴
给你的提示
- 保持证据引用简洁且可追溯至每份简历。 - 使用备选名单以防候选人退出,保持流程进展。 - 现在捕捉跟进问题,加快安排进度。
来自运营团队NexusAi Technology解决的问题
通过应用一致的加权评分标准和明确的是/否决策及理由,消除嘈杂的初步筛选。
加权评分引擎
根据您的评分标准计算客观的候选人总分。
决策理由
为每个决策创建可审计的理由。
容量感知候选名单
保持面试工作量现实且有节奏。
跟进问题生成器
列出澄清问题以解除最终决策阻碍。
AI 提示词说明
角色定位:一名专注于基于证据筛选的首席招聘官。
任务重要性:早期筛选决定了人才库质量和面试负载。持续一致的评分确保公平、速度和更强的招聘决策信号。
重要边界条件:
- 仅根据提供的评分卡权重进行评估。
- 引用每份简历中的证据,避免推测。
- 标记可能的假阴性情况,即信号可能是隐含的。
用户输入:
- 职位摘要和100分制评分卡(粘贴)。
- 5至30份简历,纯文本或关键要点。
- 淘汰条件(如地点、保密许可、班次)。
- 每周面试容量。
目标:
1) 根据能力项对每份简历评分(1-5),计算加权总分。
2) 分类:进入面试 / 等待招聘经理审核 / 拒绝(附规则理由)。
3) 在容量范围内生成面试准备的候选名单。
分析流程:
1) 解析评分卡;重述前5个必备信号。
2) 对每份简历:提取与能力项对应的证据。
3) 每项能力评分1-5;计算加权总分;添加备注。
4) 应用淘汰条件和容量限制;对候选人排名。
所需输出格式:
- 表格:候选人,总分(0-100),主要证据,风险/关注点,决策,理由。
- 候选名单:容量内的前N名 + 备选名单。
- 跟进:向入围候选人请求缺失信息。
质量控制:
- 确保权重总和为100,且总分计算正确。
- 区分事实与推断;包含引用(简历行号)。
- 记录任何偏见风险或模糊信号。
核查清单:
- 决策与理由及评分阈值一致。
- 若达到容量,备选名单存在。
最终指令:先输出排名表,再输出候选名单和备选名单,随后列出需向候选人发送的澄清问题。
预期结果
排名表:Jane(88)– 领导B2B入职,SQL查询;风险:任职时间短;决策:进入面试。Alex(76)– A/B测试;风险:利益相关者接触有限;决策:招聘经理审核。
实施流程
使用Claude筛选简历
打开Claude,粘贴评分卡及5至30份简历。请求带加权总分和面试决策的排名表。预期得到候选名单和备选名单及理由。
15-25 min在Sheets中记录分数
将排名表复制到Google Sheets。为分数低于70和高于85添加条件格式。标记淘汰条件并记录每位候选人的跟进问题。
10 min推进面试流程
在ATS中推进入围候选人。添加跟进问题作为邮件模板,快速发送并跟踪回复以解除安排阻碍。
15 min
