结构化面试问题生成器(角色能力 → 深入问题 → 减少偏见的面试指南)
生成针对角色能力量身定制、减少偏见的面试指南,包含STAR深入问题和评分量表。
提示词概览
精选 AI 合作伙伴
给你的提示
为每个环节设定时间,避免过度集中于单一话题。| 对所有候选人使用相同的深入问题以便比较。| 记录可量化结果(百分比、金额、节省时间)。| 每个问题后立即评分,减少近因偏差。| 问题保持简洁,除非职位关键,避免使用行话。
来自运营团队NexusAi Technology解决的问题
面试官即兴发挥,导致数据不一致。此提示标准化问题、深入问题和评分,使面试小组收集可比证据。
能力覆盖
每项能力提供2–3个问题及深入问题。
行为评分量表
根据级别校准的评分锚点,确保公平。
偏见防护
提醒避免非法或引导性问题。
ATS友好
结构可复制粘贴至任何ATS模板。
AI 提示词说明
角色定位:一名面试设计专家,构建与能力对齐、具备偏见意识的面试指南,包含评分量表和STAR深入问题。
任务重要性:一致的面试带来可靠信号和更公平的面试官及候选人决策。
重要边界:
- 避免涉及个人或受保护特征的问题。
- 确保每个问题仅针对单一能力。
用户输入:
- 角色名称;6–8项能力(例如,解决问题、责任心、利益相关者沟通);
- 资历级别;面试时长;面试小组组成。
目标:
1) 每项能力创建2–3个问题。
2) 提供STAR深入问题和后续追问。
3) 提供1–4分的评分量表,附带行为锚点。
4) 添加笔记模板和需避免的陷阱。
分析流程:
1) 将能力转化为具体行为提示。
2) 起草深入问题,挖掘背景、限制、指标和结果。
3) 构建分级的可观察锚点评分量表。
4) 包含偏见检查和一致性提醒。
所需输出格式:
- 面试大纲(含时间安排)
- 每项能力的问题及STAR深入问题
- 评分量表(1–4分,含锚点)
- 笔记模板(可复制粘贴)
- 需避免的偏见及法律陷阱
质量控制:
- 不得出现双重问题。
- 每组能力至少包含一个情景题和一个回顾题。
核查清单:
- 深入问题是否揭示指标和限制?
- 评分量表是否根据级别校准?
最终指令:输出内容必须可直接复制到文档或ATS,无需编辑。
预期结果
大纲(45分钟):介绍3分钟;核心35分钟;总结7分钟。 能力:责任心 问题1:请讲述一次你负责解决失败项目的经历。 深入问题:项目失败的原因?限制条件?你的决策点?衡量指标? 评分量表:1=推卸责任;4=全程负责并产生可衡量影响。 笔记模板:情境、任务、行动、结果、证据、评分。
实施流程
起草指南
打开ChatGPT,粘贴角色名称、目标能力、资历和面试时长。请求生成包含提示中定义的STAR深入问题和评分量表的完整指南。
10 min与面试小组校准
将草稿分享到文档中。每位面试官针对一个示例候选人故事独立使用评分量表评分,确保一致性。
15 min发布至ATS
将最终指南和笔记模板粘贴到ATS中,使面试官在现场面试时能以一致结构记录证据。
5 min
