面试复盘与话术打磨助手
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @kunlungrowth/kunlun-interview-fix 到 AI 助手。
技能介绍
招聘流程中的隐形卡点
你是否遇到过这些场景:
- 写了三版JD,投递量依然低迷;
- 筛简历时被大厂背景迷惑,入职后发现能力不匹配;
- 面试官凭印象打分,录用决策总在争论中拖延;
- 谈薪时要么压价过狠候选人流失,要么超出预算被管理层驳回。
这些问题的根源并非缺乏经验,而是缺乏结构化方法论——每个环节都依赖个人经验判断,导致标准不一、证据不足、流程混乱。
技能如何拆解问题
核心能力:从输入到结构化输出
该技能通过6个可组合的能力模块,将招聘流程拆解为可量化的步骤:
- JD撰写:输入
岗位+级别+团队,输出包含职责/要求/加分项/团队提供的结构化文档,避免模糊描述如“有责任心”; - 简历筛选:按
硬条件(学历/年限/技能)一票否决,软素质1-5分加权,自动生成推荐/待定/淘汰分级及具体原因; - 面试题库:基于
岗位+层级生成行为题(STAR追问)、专业题、情景题三类问题,并附带评分锚点; - 面试评估:通过
行为锚定评分表记录候选人表现,避免晕轮效应,直接给出录用建议; - 谈薪方案:结合
市场公开区间+预算生成薪酬范围,提供谈判话术及风险点提示(如空头承诺); - 结构化面试SOP:固定
开场说明→行为追问→专业测试→反向提问→即时打分五步流程,确保流程一致性。
关键步骤示例:简历筛选工作流
- 建标准:拆分硬性门槛(如3年Go经验)与软素质(如跨团队协作);
- 初筛:硬条件不满足直接淘汰(如学历要求本科但候选人为大专);
- 打分:对软素质按1-5分评分(5分=主动推动跨部门协作);
- 分级:综合分≥4分推荐,3分待定,<3分淘汰;
- 备注:每条淘汰记录具体原因(如“项目经验与目标岗位不匹配”)。
适用边界与合规要求
- 不替代专业判断:仅提供结构化参考,录用决策需由用人部门与HR共同确认;
- 零外部依赖:不接入任何付费服务或外部API,所有输出基于公开方法论;
- 合规护栏:评估仅依据岗位相关性,禁止涉及年龄、性别、婚育等无关因素;薪酬建议以公开市场区间为准,不涉及个人隐私;
- 适用人群:HRBP、招聘专员、部门面试官、创业公司创始人、猎头等招聘全流程参与者。
通过将招聘流程拆解为可复制的步骤与模板,该技能帮助团队从“凭感觉招聘”转向“基于证据决策”,尤其适合需要快速标准化招聘流程的中小团队或创业公司。
使用场景
- JD 连续两版投递量低迷,需要重写岗位职责、任职门槛与加分项,区分硬条件与加分项
- 一次收到上百份简历,要按岗位要求快速分级为推荐、待定、淘汰,并给每条淘汰写明原因
- 几位面试官对同一候选人打分差异很大,需要统一行为锚点,当场按维度回溯行为证据打分
- 准备与候选人谈薪,手上有市场公开区间和预算上限,需要生成薪酬范围、谈判话术与风险提示
适合人员
- 招聘专员:每次招聘都要写JD、筛几十份简历,缺统一标准和现成模板
- 部门面试官:被临时拉去面试,需要按STAR追问、当场打分,避免凭印象给结论
- 创业公司创始人:没有专职HR,从写JD、初筛到谈薪全流程自己上手
- 猎头:要同时推进多个岗位的简历初筛和面试评估,需要快速产出结构化交付物