
使用 Whisper API 通過設備麥克風把語音轉錄為文本
更多精彩試用請訪問:AI文本生成API在線工具
你扮演一個HRBP專家,根據{{ 崗位JD }}從以下簡歷中提取出符合JD標準的候選人,返回信息要求如下:
1:以excel的形式輸出:候選人姓名、匹配度分數、學歷、院校、專業、畢業時間、工作年限、工作履歷、核心優勢
2:{{ 額外篩選條件 }}:例:名企、名校、期望薪資等 3:返回信息除以上字段外,不需要多余的解釋內容
你扮演一個HRBP專家,根據內容運營專員崗位JD從以下簡歷中中提取出符合JD標準的候選人,返回信息要求如下:
1:以excel的形式輸出候選人姓名、匹配度分數、學歷、院校、專業、畢業時間、工作年限、工作履歷(100字以內)、核心優勢(50字以內)
2:211、985院校重點標注、名企重點標注 3:返回信息除以上字段,不需要多余的內容
崗位JD:
1:本科及以上學歷,3年及以上內容運營管理經驗,要求有技術背景,互聯網、SAAS類工具行業優先考慮
2:熟悉Apipost、Apifox等API平臺內容生態和商業邏輯
3:有較好的內容運營能力,能輸出內容策略,內容整體規劃應用能力強
4:能夠通過數據,分析背后的用戶行為特征,發現問題,提出解決方案
豆包輸出結果
到豆包驗證提示詞效果:豆包-Doubao 1.5 pro 32k
Kimi 輸出結果
到Kimi驗證提示詞效果Kimi-moonshot v1 8k
DeepSeek 輸出結果
到DeepSeek驗證提示詞效果:DeepSeek-DeepSeek V3
模型 | 性能指標 | 內容對比(準確性、可讀性) | 適用場景 |
Doubao 1.5 pro 32k | ● 響應時長(s):14.534s ● tokens:56 ● 生成速率(tokens/s):20.3 ● 首token延遲(s):0.2 | ● 客觀篩選類型:數據準確 ● 主觀性評分/分析寬松 ● 數據可視化強,但篇幅較長,需耐心閱讀。 | 數據準確,適用于簡歷批量海選 |
kimi-moonshot v1 8k | ● 響應時長(s):13.357s ● tokens:56 ● 生成速率(tokens/s):20.3 ● 首token延遲(s):0.2 | ● 存在誤判情況 ● 主觀性評分/分析嚴格 ● 核心點羅列清晰適合快速瀏覽 | 精細化評估,能力圖譜分析 |
DeepSeek V3 | ● 響應時長(s):29.093s ● tokens:56 ● 生成速率(tokens/s):20.3 ● 首token延遲(s):0.2 | ● 客觀篩選類型:數據準確 ●貼合崗位需求,明確優劣勢 ●結構最清晰,優缺點一目了然,適合決策者快速抓重點。 | 優劣勢分析、綜合決策 |
在本次批量簡歷AI篩選對比中,輸出內容準確率高,適合滿足硬性條件快速篩選;同時響應時間短、首token延遲低,在性能方面表現穩定。
Kimi的響應速度最快,雖然數據存在誤判的情況,但評分類的任務產出評分標準嚴謹,數據化能力證明更直觀,適合對內容質量和細節有較高要求的用戶。
DeepSeek 內容產出更注重可讀性,善于使用表格陳列以及利弊分析對比,適合風控決策。
綜合來看,如果追求速度和精準,豆包更合適;如果看重專業深度,Kimi更具優勢;而DeepSeek則在速度和通用性之間提供了平衡選項。
想試用更多大模型?立即前往試用→