简诗 AI 简历筛选

这个技能解决什么问题

简历筛选最常见的失败不是"看走眼"，而是过程不可审计：排版精美的简历抢走注意力，"感觉不错"的推荐事后说不清依据，不同面试官会给出互相矛盾的排序。批量简历标准化筛选 把招聘官的纪律性流程固化下来——按 JD 拆出可打分的标准，每条打分都引用简历原文作证据，产出 hiring manager 能逐条质疑、逐条复盘的报告。

核心流程

1. 拆解要求：把 JD 解析为 must-haves、nice-to-haves、disqualifiers 三层，先出评分标准给人确认再打分，可重新加权；JD 含糊（"rockstar"、"身兼多职"）时先追问真正要什么。
2. 清点文件：盘点文件夹内每个文件，标记不可读、重复提交和非简历文档，先报候选人总数。
3. 逐人打分：每个要求按 0–3 分打，非零分必须附简历原文引用——没有引用就没有分。
4. 排序分层：生成 screening-report.md，分 Tier 1（立即面试）、Tier 2（备选）、Tier 3（婉拒），每人附分数明细、总结、最强信号与最大缺口。
5. 起草沟通：Tier 1 推进邮件（日历接入时附 2–3 个面试时段建议），Tier 3 婉拒信。只写草稿，绝不发送。
6. 面试包：为每位 Tier 1 生成 5–6 个直击其缺口与履历表述的追问问题，而非通用行为题，可对接 hiring-scorecard 做结构化评估。

适用边界与注意点

• 看内容不看包装：证据扎实但排版普通的简历，排在空洞但精美的简历之前。
• 只看技能与经历：不使用年龄、性别、族裔等受保护特征，毕业年份也不作年龄代理。
• 区分"做过"与"在场"：Led migration 与 team migrated during my tenure 是两种分值。
• 不一致标注而非否决：日期重叠、标题膨胀标为 open question，不直接取消资格。
• 全程可审计：报告让人针对具体打分点提异议，而不是争"感觉"。
• 大批量先粗筛：简历超过 100 份先做硬性否决过滤，报告刷掉数量与原因，再深挖剩余者。

常用命令："Screen [folder] against [JD]" 跑全流程；"Just the rubric" 只出标准待确认；"Top 5 only" 只看最强几位；"Draft the declines" 出婉拒草稿。

安全边界：不自动安装依赖、修改系统权限、创建持久化任务或执行下载内容；发送、发布、删除、付款等外部写入先展示目标与影响并取得确认；凭据只用于指定官方服务，不回显、不记录、不转发。