面试题库智能生成

招聘面试中的题库构建痛点

招聘团队常面临这样的困境：每个岗位需要设计行为面试、情景模拟、专业测试等不同类型的题目，但缺乏结构化的方法导致题目质量参差不齐。传统方式下，HR需要手动整理招聘要求、历史数据，再结合经验拼凑题目，既耗时又难以保证覆盖关键能力维度。更棘手的是，不同面试官对同一套题目的理解可能存在偏差，导致评估标准不一致。

技能如何生成结构化题库

该技能的核心能力是基于自然语言输入自动生成可复核的面试题库，具体工作流程分为三步：

1. 最小信息提取：从用户原话或上传文件中提取目标岗位、招聘要求、适用地区等必要信息，仅追问缺失的最少项。例如，当用户说「帮我生成产品经理的面试题」，技能会自动补充追问职级（初级/高级）和适用地区。
2. 结构化处理与校验：将提取的信息写入内部临时JSON，通过脚本（如 python scripts/run.py）进行字段检查、口径核对和异常值识别。这一步骤确保生成的题目符合企业实际需求，而非通用模板。
3. 分层交付：先生成可复核的明细与结论（如题目类型、能力维度、评分标准），再按任务生成可下载的Markdown、CSV等文件。例如，行为面试题会标注对应的STAR法则维度，专业测试题会关联岗位技能要求。

适用边界与注意点

该技能不依赖特定HR系统或账号，但需注意以下限制：

• 输入充分性：若缺少必要信息（如岗位描述），技能会输出待补充清单，而非强行生成看似合理的题目。
• 数据隐私：仅处理完成任务所需的最少个人信息，不索要身份证号、账号密码等敏感数据。
• 结果验证：生成的题库需由用人部门或HR专家复核，特别是涉及专业测试和压力面试的场景，需结合实际业务场景调整。

此外，技能明确禁止依据性别、年龄等敏感属性进行人员决策，所有题目设计均需符合公平就业原则。