招聘JD撰写与简历初筛

招聘流程中的结构缺失与合规风险

团队在招聘时常面临两个问题：一是JD由个人经验拼凑，可能夹带性别、年龄等隐性歧视表述，或对岗位职责、薪酬范围夸大到误导候选人；二是简历初筛依赖主观判断，同一岗位不同HR的筛选标准不一致，导致优质候选人被遗漏或流程重复沟通。这些问题的根源不是执行不认真，而是缺少可复用的结构化框架。

从模板到初筛要点的结构化辅助

z-jd-resume-screen 将招聘拆解为可执行的清单与模板：

• 规范JD模板：按岗位类型生成框架，强制检查歧视性表述与夸大描述，避免合规风险
• 简历初筛要点：针对岗位输出筛选checklist，明确必审资质、风险信号与推荐动作，但不替用人部门做录用决策
• 本地化数据处理：所有用户输入的纪要、花名册等信息仅写入技能目录下的 data/ 路径，不上云、不对外传输

使用时先明确招聘场景与目标，再由脚本调用 data/checklist.json 生成结构化输出，最后附适用边界说明。

适用边界与关键提醒

• 本技能是行政/人事工作的框架与清单辅助工具，不替代律师、专业审计或企业HR系统
• 涉及劳动法、合同、薪酬、人事隐私等内容，需以最新法律法规与公司制度为准
• 禁止模拟审批、代操作印章证照等高风险动作，重大劳动争议必须引导专业审核
• 人事敏感信息遵循最小化收集原则，所有数据仅本地存储