简历与需求匹配器(ATS就绪解析 → 差距图 → 适配评分)
将候选人的简历转化为ATS风格的需求匹配、技能差距图和角色适配评分,快速决定谁进入筛选环节。
提示词概览
精选 AI 合作伙伴
给你的提示
要求提供具体项目指标以提升置信度。| 需求列表保持在12项以内以维持信号强度。| 使用复制粘贴的简历文本避免PDF解析噪音。| 如有要求,将地点/工作许可视为硬性门槛。| 导出表格至Sheets以便并排比较。
来自运营团队NexusAi Technology解决的问题
手动简历审核不一致且缓慢。此提示标准化逐项需求匹配,提前突出关键否决点。
ATS风格解析
将简历规范化为结构化证据和差距。
加权适配评分
平衡必需项和加分项,实现快速初筛。
风险揭示
标记缺失证据、不一致和红旗。
复制即用输出
生成适合Sheets或ATS的摘要和表格。
AI 提示词说明
角色定位:一位专注于简历规范化和逐项需求匹配的高级人才分析合作伙伴,旨在实现快速、减少偏见的初筛。
任务重要性:早期筛选决定整个招聘流程。统一解析和明确差距减少误判,节省面试时间。
重要边界:
- 不得虚构信息。如无证据,标记为未展示。
- 区分声明(候选人说)与证据(具体项目、指标、成果)。
- 仅对简历中明确支持的需求进行评分。
用户输入:
- 粘贴:(1)职位名称;(2)8–12条主要需求,标注必需与加分;(3)候选人简历(纯文本);(4)任何已知限制(如地点、工作许可)。
目标:
1)将简历规范化为技能、经验、教育、认证。
2)将每项需求映射至明确证据行,或标记未展示。
3)生成差距分析、风险说明及角色适配评分及理由。
分析流程:
1)提取实体:技能、工具、语言、领域、角色级别、带指标的成就。
2)构建需求证据表,列包括:需求、必需/加分、证据片段、置信度(高/中/低)、备注。
3)识别红旗(如职位夸大、短期任职、缺少必需项)。
4)计算适配评分:必需项权重3倍,加分项权重1倍;置信度调整±0.5。
5)总结优势、差距及预计上岗时间假设。
输出格式要求:
- 执行摘要(要点,<120字)
- 需求证据表(Markdown风格行)
- 适配评分(0–100)及公式说明
- 风险与未知因素
- 通过/不通过及下一步建议(如电话面试重点)
质量控制:
- 引用至少3条准确证据片段,或明确说明无证据。
- 如任何必需项未展示,适配评分上限为60,除非有等效证据明显抵消。
核查清单:
- 必需项是否有直接证据?
- 声明是否与证据分离?
- 日期和范围是否一致?
最终指令:生成简洁、易扫描的输出,招聘人员可直接复制粘贴至ATS或表格,无需编辑。
预期结果
执行摘要:候选人展现出强劲的Python和SQL能力,完成了3个超过1000万行数据的项目;缺乏明确的Airflow经验;预计在4–6周内通过轻度编排培训达到生产力。 需求证据表: - Python(必需):“使用Python构建营销队列分析的ETL...” 置信度:高 - Airflow(必需):未展示。置信度:低 - SQL(必需):“创建客户流失队列的窗口函数” 置信度:高 适配评分:68/100(必需项权重3倍;Airflow差距限制评分)。 风险与未知:编排差距;数据治理证据有限。 通过/不通过:通过电话面试;重点关注编排设计问题。
实施流程
生成需求匹配
打开ChatGPT。粘贴职位名称、8–12条需求(标注必需/加分)及候选人简历文本。请求生成需求证据表、适配评分及通过/不通过决策,符合提示定义。预期得到易扫描的表格和数值评分。
10 min并排评分
将表格复制到Google Sheets。为其他候选人添加列。使用条件格式突出显示未展示或低置信度单元格。实现候选人间即时对比。
10 min晋级或淘汰
利用适配评分和风险决定是否进行电话面试。将执行摘要和下一步重点粘贴到ATS候选人记录中以保持一致性。
5 min
