面试评分卡结构化设计
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 @user_fccf428b/hiring-scorecard-evaluation 到你的 AI 助手。
技能介绍
解决什么具体问题
面试评估最常见的失败不是“问得不够多”,而是标准不统一:不同面试官把同样的回答解释成不同信号,资深面试官的直觉压过记录中的证据,终面变成“感觉还不错”。当岗位职责复杂、面试小组多人参与、又需要跨轮次横向比较时,评分卡能提供一致框架——把岗位要求转成可观察、可验证的任职条件,并为每项能力绑定行为锚点。
Hiring Scorecard Generator 面向这类场景:它不预测候选人是否会被录用,而是把“应该看什么、按什么证据记分、如何汇总决策”提前写清楚,帮助面试小组减少偏见,做出一致且基于证据的判断。
技能如何工作
输入上,Job Title and Requirements 为必需字段;若缺失,技能应先追问,而不是用猜测填补事实。Team Context、Level/Seniority、Role Type、Industry、Interview Panel、Compensation Band、Urgency/Timeline 等可选字段用于细化输出。
生成过程分为十步:
- 收集角色上下文:确认职级、汇报线、团队结构与业务诉求;
- 定义标准:把 must-have 与 nice-to-have 分开,每项都要具体、可观察,并给出验证方法;
- 选择能力项:从
references/competency-library.md选取 6-10 项,覆盖技术 IC、非技术 IC、管理者、高管等角色类型; - 构建评分量表:将每项能力锚定到 1-5 behavioral scale;
- 生成面试问题:每项能力写 3-4 个行为或情境题,并附追问和 “what good/bad looks like”;
- 制作评估矩阵:产出可独立填写的面试记录表;
- 标记风险与正向信号:列出 8-12 个与可观察行为绑定的 red flags 和 green flags;
- 起草背调问题:围绕真实信号设计 reference questions;
- 添加复盘指南与附录:包含 debrief agenda、decision framework、anti-bias checklist、scoring calculator、panel/comparison templates;
- 输出文件:在工作目录或指定路径生成单个
scorecard.md。
references/output-template.md 提供完整 9 节结构,references/usage-and-customization.md 覆盖 focus modes、格式适配与合规提醒。
适用边界与注意点
该技能只用于“面试评分卡结构化设计”场景,且应围绕用户当前提供或明确授权的材料工作。默认先输出分析、方案、草稿、代码建议或检查清单,不主动读取任务范围外的文件、账号和数据;信息不足时标记缺口并向用户确认,不用猜测内容填补事实、数字、姓名、结论或权限。
涉及发送、发布、上传、删除、支付、投放、部署、同步或其他外部写入时,应先展示目标、内容和影响,获得用户对该次动作的明确确认后再执行。不要求用户提供密码、Cookie、Token、API Key 或私钥;凭据仅用于用户指定的对应官方服务,不回显、不记录、不写入交付物,也不转发到无关地址。交付前需复核事实依据、隐私、版权、平台规则与可执行边界;发现高风险或越权请求时停止相关动作,并给出合规替代方案。
使用场景
- 多轮面试小组需要统一技术岗位的评估口径,为每位候选人生成独立评分表与终面汇总模板
- HR 要把销售/GTM 岗位模糊的招聘要求拆成可验证的任职条件,并选定 6-10 项待评分能力
- 组建面试官小组时,需要一份含反偏见清单与复盘议程的完整评分卡,panel 拿到即可直接使用
- 需要把同一批候选人在多轮面试中的评分汇总成横向比较表,支撑最终录用决策
适合人员
- 招聘负责人:需要为新岗位快速搭建一份面试小组可直接使用的结构化评分卡
- HRBP:要让不同面试官在多轮面试中按同一标准记录证据并汇总结论
- 用人经理或面试官:首次参加 panel,需要知道每个能力项该问什么、追问什么、记录什么
- 团队管理者:想把「凭感觉录用」换成可复用的面试标准文档