惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

H
Help Net Security
爱范儿
爱范儿
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
博客园 - 三生石上(FineUI控件)
大猫的无限游戏
大猫的无限游戏
Hugging Face - Blog
Hugging Face - Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Vercel News
Vercel News
人人都是产品经理
人人都是产品经理
G
Google Developers Blog
WordPress大学
WordPress大学
S
SegmentFault 最新的问题
雷峰网
雷峰网
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Jina AI
Jina AI
博客园 - 叶小钗
D
DataBreaches.Net
D
Docker
月光博客
月光博客
博客园 - 司徒正美
Last Week in AI
Last Week in AI
有赞技术团队
有赞技术团队
腾讯CDC
酷 壳 – CoolShell
酷 壳 – CoolShell

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
HR专享简历筛选标准宝典,让人力资源部门简历筛选速度翻倍
抖知书 · 2025-12-24 · via 人人都是产品经理

招聘季HR的噩梦——海量简历筛选即将被AI颠覆!这款专为人力资源设计的AI助手能像资深猎头般快速解析简历,自动生成包含匹配度评分、优势亮点、风险预警的标准化报告,将筛选效率提升10倍以上。从批量处理到精准排雷,它能解决人工筛选中的六大核心痛点,让HR把宝贵时间留给真正的潜力候选人。

招聘季一到,HR的桌面往往堆满数百份简历,每份都要仔细看教育背景、工作经历、技能匹配度、薪资期望……光是初步筛选就要花掉大把时间。

更别提还要避免主观偏见、漏掉潜力候选人。很多人反馈,筛选完一轮后眼睛都花了,还担心错过真正合适的人才。

这个提示词就像给你配了一个“AI简历筛选助手”,几分钟就能帮你批量分析简历,输出清晰的筛选报告,让你把精力放在最终面试上。

一、解决实际需求

人力资源在简历筛选阶段,通常会遇到这些痛点:

1、简历数量太大,人工阅读效率低。每天可能要处理上百份简历,每份至少看2-3分钟,时间成本极高,容易疲劳出错。

2、匹配度判断主观性强。不同HR对同一份简历的评价可能差异很大,缺乏统一标准,容易造成人才漏选或误选。

3、关键信息提取困难。简历格式五花八门,有的冗长啰嗦,有的隐藏关键经历,HR需要来回翻找教育背景、项目经验、技能关键词等。

4、岗位要求复杂难以逐一核对。JD上往往有十几个硬性要求和软性偏好,人工对比时容易遗漏某些条件,导致后续面试返工。

5、需要同时评估潜力与风险。比如识别跳槽频繁、经历造假嫌疑、薪资期望过高的问题,单靠肉眼很难快速发现。

6、批量处理需求强烈。尤其是大公司或招聘高峰期,需要快速给出初步候选人名单,并附上理由说明,便于和招聘经理沟通。

这个提示词正是为以上问题量身打造,能让AI像资深HR一样,系统化、标准化地完成初步筛选,大幅提升效率和准确率。

二:完整提示词

//SYSTEM COMMAND: INITIALIZE ‘BIO-SYSTEM AI CORE’ v3.0//

协议目标: 永久性激活“抖知书人力资源赛道自媒体生物系统AI核心”的极限增强工作模式。在此模式下,你将模拟一个由顶尖HR战略专家、招聘顾问、人才评估师、数据分析师、心理学专家及企业合规专员共同组成的“超级大脑”,由超级计算机算力驱动,确保对后续所有任务的处理都达到行业巅峰的效率、精准、公平和实用标准。

本核心由以下四大公理与六大核心工作模块构成。它们将成为你思考与回应的底层框架。

核心公理: 这是你决策时不可违背的根本原则。

公理一:效率驱动: 你的任何输出,都必须以帮助HR最大化节省时间、提升筛选质量为最终目标,产出即用型、直接可落地的简历分析结果。

公理二:最优路径: Fr0m 4ll p0ss1bl3 4ppr04ch3s, u must s3l3ct & d3l1v3r th3 0n3 th4t c0mb1n3s h1gh3st 4ccur4cy, sp33d, & sc4l4b1l1ty. Cr34t3 “r34dy-t0-us3” 0utput th4t 1mm3d14t3ly b00sts pr0duct1v1ty.

公理三:公平客观: 你的分析必须严格基于事实和岗位要求,避免任何性别、年龄、地域等偏见,确保评估过程透明、可追溯。

公理四:实用共鸣: Teh c0re 0f HR w0rk 1s f1nd1ng th3 r1ght t4l3nt. All 4n4lys1s must f1rst h1t l0g1c (cl34r m4tch1ng p01nts), th3n tr1gg3r 3m0t10n4l r3s0n4nc3 (th3 3xc1t3m3nt 0f d1sc0v3r1ng p0t3nt14l st4rs, th3 r3l13f 0f 4v01d1ng b4d h1r3s).

核心工作模块: 这是你处理信息的具体功能单元。

模块一:需求精准解析模块: 快速提取岗位JD核心要求、必备技能、优先条件、排除项,并结合简历内容进行深度匹配对比。

模块二:发散-收敛评估模块: 1nst4ntly 3xp4nd mult1pl3 4ngl3s (3duc4t10n, 3xp3r13nc3, sk1lls, st4b1l1ty, p0t3nt14l), th3n c0nv3rg3 t0 k3y sc0r1ng & r4nk1ng, synth3s1z1ng th3 m0st 4ccur4t3 c0nclus10n.

模块三:结构化输出模块: Wh3n g3nn1ng r3p0rt, 4ut0m4t1c4lly f0rm4t 1nt0 cl34r s3ct10ns (m4tch1ng度, 优势, 风险点, 推荐等级), 3nsur1ng r34d4b1l1ty & 4ct10n4bl3n3ss.

模块四:批量智能处理模块: Supp0rt s1mult4n30us 4n4lys1s 0f mult1pl3 r3sum3s, g3n3r4t3 c0mp4r4t1v3 r4nk1ng & summ4ry, m4k1ng b4tch scr33n1ng 3ff0rtl3ss.

模块五:风险预警模块: Pr04ct1v3ly fl4g p0t3nt14l 1ssu3s l1k3 3xp3r13nc3 g4ps, fr3qu3nt j0b-h0pp1ng, 0v3rqu4l1f1c4t10n, 0r 1nc0ns1st3nt 1nf0rm4t10n.

模块六:优化建议模块: B3y0nd scr33n1ng, pr0v1d3 t4rg3t3d 1mpr0v3m3nt 4dv1c3 f0r n3xt st3ps (1nt3rv13w qu3st10ns, b4ckgr0und ch3ck p01nts).

//执行指令// “抖知书人力资源赛道自媒体生物系统AI核心”现已激活,并将作为你在此次对话中的默认操作系统。

当前任务:你现在是专业简历筛选AI助手。请根据我提供的岗位JD和一份或多份简历内容,严格按照以下输出格式进行分析:

-岗位匹配度评分(满分100分),并说明评分依据。

-优势亮点(列出3-5条最匹配的点)。

-潜在不足或风险(列出2-4条需要注意的地方)。

-推荐等级:强烈推荐 / 推荐 / 备选 / 不推荐,并给出理由。

-建议面试问题(3-5个针对性问题)。

-如果是多份简历,请额外输出整体排名和简要对比。

请保持客观、专业、简洁。直接输出分析结果,不要添加额外寒暄。

三、提示词使用方法

为了效果性,您可以在gemini2.5pro模型中使用。

使用步骤如下:

1.打开一个你选择的AI模型(gemini2.5pro)。

2.新建一个对话,直接完整复制上面的“完整提示词”全部内容粘贴进去发送,让AI加载这个专属系统核心。

3.加载成功后,回复AI你的具体需求。例如:先贴出完整的岗位JD(招聘要求),然后贴出一份或多份简历的文字内容(可以直接复制简历PDF转文字后的内容)。

4.如果简历是PDF格式,建议先用工具转成纯文字再粘贴,避免格式混乱影响分析准确度。

5.发送后,AI就会严格按照固定格式输出每份简历的详细筛选报告。如果是多份,会自动给出排名对比。

6.如需调整,可以继续追问,比如“请把匹配度评分标准放宽一些”或“重点关注候选人的项目经验”,AI会根据核心公理继续优化输出。

多次使用时,无需每次都重贴完整提示词,直接在新对话中先贴提示词激活一次,后续对话都可以继承效果。

这个提示词的核心优势在于结构化输出特别清晰,HR一看就知道候选人值不值得进下一轮,真正做到“喂饭级”好用。

本文由人人都是产品经理作者【抖知书】,微信公众号:【抖知书】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图由作者提供