1. 開場白：當 HR 把 100 份簡歷丟給我

周三下午 3 點，HRBP 在飛書群里甩了一個壓縮包：“Leah，Java 架構師 HC 還有 3 個，老板要求本周五出終面名單。”
我打開一看——387 份 PDF、DOCX、PNG、甚至手寫掃描件。
招聘系統提示：預計人工閱讀時長 6.4 小時；而我只剩 2 小時。

解決方案：AI 批量篩選 + 人工復核。
目標：30 分鐘完成第一輪粗篩，留下 30 份進入二輪。

2. 為什么傳統關鍵詞篩不干凈？

傳統布爾表達式=「關鍵詞+年限+學歷」，
AI 語義模型=「向量+場景+風險+潛力」。

3. 5 分鐘快速上手的 3 個 AI 簡歷篩選工具

本次我們組合使用 3 款工具，原因：

• 免費額度大，注冊即用
• 支持中文簡歷 & 海外 JD
• API 文檔清晰，可一鍵批量

4. 真機實錄：30 分鐘跑完 100 份簡歷的 SOP

4.1 環境準備（3 分鐘）

1. 把 100 份簡歷統一命名為 姓名_崗位_年份.pdf
2. 打開 Moka 校園招聘 → 新建職位 → 上傳壓縮包
3. 設置過濾規則：
   • 必須關鍵詞：Java、分布式、高并發
   • 權重加分：Kubernetes +10、DDD +8、云原生 +6
   • 風險減分：每跳一次槽 -2、空檔 > 6 個月 -5

4.2 AI 跑批（2 分鐘）

點擊「智能排序」→ 30 秒后生成 Excel，字段包括：

• AI 綜合分（0-100）
• 技能匹配度、經歷連貫度、風險指數
• 亮點摘要（一句話）

4.3 人工復核（25 分鐘）

• 只看 AI 分 ≥ 70 的 41 份
• 用 Workday Talent Optimization 打開 DEI 報告，剔除潛在性別/年齡偏差 3 份
• 最終留下 30 份進入二輪視頻面

5. 數據拆解：AI 打分 vs 人工打分差距有多大？

結論：AI 適合粗篩+排序，人工負責校準+文化匹配。

6. 候選人反饋：被 AI 篩掉是一種怎樣的體驗？

我們匿名回訪了 20 位被篩掉的候選人：

• “簡歷里用了太多口語，AI 可能沒識別到‘微服務’=‘micro-service’?！?
• “跳槽確實多，但每段都是 6 個月合同，AI 降權可以理解?！?
• “收到拒信 3 小時后，AI 給我推薦了更適合的 AIGC 產品經理崗位，已約面?！?/li>

透明化提示：所有拒信都附帶「AI 評分明細 + 改進建議」PDF，減少投訴。

7. 風險與合規：GDPR、個保法、算法備案一次說清

工具選擇建議：

• 優先選 國內服務器 的 Moka、拉勾
• 海外業務用 GDPR 合規 的 Workday、SmartRecruiters

結語

AI 不會取代 HR，但會用 AI 的 HR 正在取代不會用 AI 的 HR。
100 份簡歷，30 分鐘，9 個終面 offer——這不是科幻，是 2024 年的日常。
祝你也能把“簡歷山”變成“人才池”，我們直播間見！

#你可能也喜歡這些API文章!

REST API命名規范的終極指南：清晰度和一致性的最佳實踐

【豆包大模型】-Python調用豆包大模型API及文本轉語音TTS

免費IP地址查詢API接口推薦

DeepSeek R1 × 飛書多維表格賦能教育領域

全面解讀：REST API與OpenAPI的區別、應用及最佳實踐指南

5款強大且高效的API漏洞掃描工具推薦

Twitter (x) API 介紹：在線使用和集成指南

DeepSeek+ima：打造高效個人知識庫，提升學習與工作效率

ComfyUI API是什么：深入探索ComfyUI的API接口與應用