AI 适合在招聘中做信息整理类工作：把不同格式的简历提取成统一字段、对照岗位硬性条件标出是否满足、为面试官整理候选人要点。是否进入面试、是否录用等判断应由人做出；筛选规则要避免与岗位无关的条件，候选人个人信息的处理要符合法律要求并告知用途。
HR 的真实痛点
一个热门岗位发布后，可能在几天内收到几百份简历。简历格式各异，信息的位置和写法不统一，HR 需要逐份打开，找到学历、工作年限、相关经验和期望薪资，再决定是否联系。对于招聘任务重、人手少的团队，这是很大的负担。
让 AI 辅助初筛是很自然的想法，但招聘决定直接影响一个人的就业机会，也涉及大量个人信息。所以在提升效率之前，要先把边界想清楚。
适合 AI 做的事
信息提取与标准化。 把简历中的教育背景、工作经历、技能证书、期望地点等提取成统一字段，形成一张便于浏览的表格。
对照硬性条件。 岗位描述中明确写出的必要条件，如特定执业资格、必须的语言能力，可以让 AI 标出“满足 / 不满足 / 无法判断”。“无法判断”的应交给人工查看，而不是直接淘汰。
整理面试要点。 为每位进入面试的候选人整理经历摘要和需要追问的问题，帮助面试官准备。
不应该交给 AI 的事
- 最终淘汰决定：特别是在条件模糊、需要综合判断的情况下；
- 基于与岗位无关的条件排序：例如年龄、性别、婚育状况、籍贯，这些条件本身就不应进入筛选规则；
- “像不像我们的人”这类判断：用过去录用者的特征去训练或提示 AI，可能把过去的偏好复制下来。
筛选规则怎样写
筛选规则应该直接来自岗位真实需要，并能说明理由。写规则时可以问自己：如果候选人询问为什么没有通过，这条规则能否公开解释？如果不能，就不应该使用。
建议把规则分成两层：必要条件，不满足即不进入下一步，例如岗位依法需要的资格证书；加分条件，只用于排序参考，例如相关行业经验。加分条件不宜过多，避免变相设置门槛。
个人信息处理
简历包含姓名、电话、学历、工作经历等个人信息。根据《个人信息保护法》，处理个人信息应当具有明确、合理的目的，并限于实现处理目的的最小范围；利用个人信息进行自动化决策，应当保证决策的透明度和结果公平、公正。实际操作中，企业至少应确认：
- 招聘渠道的隐私说明是否告知了候选人信息的用途；
- 简历在 AI 工具中如何存储、保存多久、谁能访问；
- 未录用候选人的资料怎样处理。
具体要求建议由企业法务或合规人员确认。
怎样检查筛选是否公平
试用期间，可以定期抽查被标为“不满足”的简历，看看是否有被误判的合适人选；也可以对比 AI 初筛和人工初筛的结果差异，找出规则中的问题。发现问题时修改规则并记录原因。
远行者科技的做法
我们在人事类场景中帮助企业梳理岗位条件、设计信息提取模板和人工复核节点，提醒需要法务确认的环节。招聘决定和合规判断由企业负责，我们不提供自动淘汰的配置方案。
常见问题
AI 初筛会不会漏掉好的候选人？
有可能，尤其是简历写法不常规或经历跨行业的人。所以“无法判断”的情况应交给人工，并定期抽查被标为不满足的简历。
可以让 AI 给候选人打综合分吗？
可以作为参考，但要清楚分数由哪些条件构成，并确保这些条件与岗位相关。不建议只看分数做淘汰决定。
需要告知候选人使用了 AI 吗？
涉及利用个人信息进行自动化决策时，法律对透明度有要求。具体告知方式和范围，建议由企业法务结合招聘流程确认。
参考资料
把方法放进一项具体工作。
远行者科技围绕企业岗位任务提供 WorkBuddy 场景诊断与解决方案，明确任务流程、产品条件、试点安排、人工复核和培训推广方式。
