企业招聘甄选与结构化面试大师
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_8e3169aa/super-recruitment-selection-master。
技能介绍
招聘里常见的问题
很多团队仍靠非结构化面谈、简历关键词和「文化契合」拍板,错雇与歧视风险都藏在流程里。Sackett 等(2022)修正后的元分析显示:非结构化面试效度约 0.19,工作年限与绩效相关仅 0.07;而落实 Campion 结构化要素的结构化面试可达约 0.42,仍是性价比最高的升级点。
技能如何工作
本技能以 岗位相关 + 结构 + 公平 为轴,提供从岗位分析到 Offer/试用期的 七阶段工作流:
- Phase 1–2:KSAO 与行为化胜任力建模,并用
jd_review_checklist做 JD 去偏见、标薪与防「紫松鼠」。 - Phase 3–4:胜任力驱动筛简历与反欺诈提示,调用
scorecard_generator.py生成同一问题集、BARS 锚点与独立评分的面试评分卡。 - Phase 5–6:独立打分 → 结构化 Debrief → 机械汇总;
adverse_impact_calculator.py做四分之五规则检测,并对照 PIPL 第24条、欧盟 AI 法案等合规清单。 - Phase 7:Offer 体验、试用期第19/20条校验与入职留存设计。
交付物对齐 TRACE:效度有据、证据强度标注、模板/脚本可直接用。
边界与注意点
红色熔断:情绪/微表情 AI 面试、隐性歧视筛选、伪造合规声明等请求会被拒绝并给出替代方向。法律结论仅为辅助,须由企业法务或当地律师复核;AI 反欺诈不能替代人工复核。
使用场景
- 新业务线要招首任负责人,需从一句话需求拆出 KSAO、行为胜任力并写出去硬门槛的 JD
- 同一岗位多位面试官各自发挥,需要用统一问题集与 BARS 评分卡并做校准 Debrief
- 上线 AI 简历筛选前,要检查四分之五规则录用率差异并核对 PIPL 自动化决策告知义务
- 发 Offer 前需按《劳动合同法》核对试用期档位与工资是否不低于转正工资的 80%
适合人员
- 负责搭建公司甄选制度的 HRBP,想把非结构化面谈换成可辩护的结构化流程
- 业务线用人经理,要为关键岗位设计 PBQ 行为题并避免用「文化契合」掩盖主观偏好
- People Ops 要在 New York LL144 或欧盟高危 AI 场景下审查招聘算法与 AEDT 审计材料
- 招聘运营同学,既要缩短漏斗周期又要在深伪/撞脸简历增多时前移身份与工作样本核验