JD 人岗适配分析
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,将 @org-t9iphcmf/jd-resume-matcher 安装到 AI 助手中。
技能介绍
解决的问题
招聘流程里,JD 和简历常常不是同一套语言:职责写得笼统,技能要求混杂过时或偏科,简历中的项目经验也很难直接对齐岗位画像。人工判断匹配度容易受关键词吸引,而单纯看技能清单又会漏掉职责侧重和项目深度。
技能如何工作
该技能面向 HR 和招聘工程师,围绕三类任务组织:
- JD 分析:从职位描述提取基本信息、职责、任职要求,输出质量评估、核心问题、缺失维度、优化建议和招聘风险。
- 人岗匹配:结合
job_profiles.md的岗位画像,比较简历与 JD 的匹配总览、技能对照、加分项、优势差距和面试建议。 - 技能市场校验:使用静态技能分类与 AI 语义推理,判断 JD 中技能是否具备市场合理性;未知技能可通过网络搜索兜底并降低置信度。
关键步骤会按需读取参考文件:模式 0 读技能分类和岗位画像,模式 1 读输出格式,模式 2 读输出格式与岗位画像。评分公式和 JD 解析逻辑已沉淀在脚本中,结果由 output_formatter.py 输出到 stdout,再直接在对话中呈现,不生成 .md、.docx 或 .xlsx 文件。
适用边界
它适合做招聘前的 JD 体检、简历初筛辅助和面试问题准备。它不会替业务方决定录用,也不应替代人工判断;当技能或岗位超出本地知识库时,结论依赖网络搜索,需要按报告中标注的置信度谨慎使用。
使用场景
- 收到一份后端 JD 后,先提取职责、任职要求和风险点,再判断技能要求是否偏旧。
- 在候选人初筛时,把多份 PDF 简历与岗位画像对齐,输出匹配总览和面试建议。
- 技术招聘中,校验 JD 里的 Rust 或向量数据库要求是否具备市场合理性。
- 撰写 JD 优化前,识别缺失维度、核心问题和招聘风险,给出可执行的修改建议。
适合人员
- 每周要把技术 JD 和简历池对齐,并产出初筛意见的 HRBP。
- 负责技术岗招聘,需要判断 JD 技能是否过时的招聘负责人。
- 面试前需要整理候选人优势、差距和追问点的面官。
- 要把简历要点转成结构化匹配报告的技术招聘顾问。