岗位要求描述不统一，筛选标准依赖个人经验
FIT / 业务切口
适用场景
优先解决边界清晰、可以验证、关键节点可人工确认的问题。
简历数量多，人工初筛耗时且难复盘
候选人标签、面试反馈和审批意见分散
历史候选人难复用，人才库沉淀不足
需要在效率提升和公平合规之间保留人工把关
FLOW / 执行闭环
核心工作流
六步形成从业务输入到结果归档的完整闭环。
用工需求
录入岗位、部门、预算、到岗时间和审批要求。
岗位画像
把职责、硬性条件、加分项和风险项结构化。
简历解析
提取教育、经历、技能、项目与稳定性线索。
匹配排序
按岗位画像输出匹配理由、疑点和待确认问题。
面试辅助
生成面试提纲，汇总评价与审批意见。
人才沉淀
将候选人标签、评价和后续跟进写入人才库。
Demo video
脱敏演示视频
视频展示项目能力和交互方式；在线系统通过服务器端演示通道进入，不在网页中公开访问凭据。
DEMO SCOPE
这段 Demo 重点看什么？
围绕招聘需求、岗位画像、简历解析、候选人匹配、面试评价和人才库沉淀，构建可审核、可追溯的招聘辅助工作台。
- 岗位画像与 JD 生成
- 简历结构化与去重
- 候选人匹配理由和风险提示
- 面试问题与评价摘要生成
AI capability
AI 能力模块
每个模块都要能回到数据、规则、权限和人工确认。
岗位画像与 JD 生成
简历结构化与去重
候选人匹配理由和风险提示
面试问题与评价摘要生成
人才库标签与复用建议
Delivery boundary
建议交付边界
第一版先保证可验收、可复盘，再逐步扩大系统接入范围。
系统辅助筛选与整理
系统辅助筛选与整理，不自动做录用/淘汰决定。
涉及候选人隐私数据
涉及候选人隐私数据，默认不用于模型训练。
验收重点看简历解析准确率、匹配可解释性和人工复核效率
验收重点看简历解析准确率、匹配可解释性和人工复核效率。
VALIDATE WITH YOUR DATA