HR AI 提示词模板:JD、简历初筛、面试题和培训材料
面向 HR 和招聘团队整理 AI 提示词模板,覆盖岗位 JD、简历初筛、面试题、候选人沟通、入职培训和人工公平复核。
Published: 2026-06-05 / Updated: 2026-06-14
HR 使用 AI 的重点不是让模型决定录用谁,而是辅助整理岗位需求、生成 JD 草稿、设计面试问题、总结候选人信息和制作培训材料。招聘涉及隐私、公平和劳动法规,AI 输出必须人工复核。
这篇是草稿,正式发布前需要按地区和公司制度补复核要求。通用提示词框架可以看 AI 提示词 5 段式框架,法务合同场景可以看 法务合同 AI 提示词模板。
适合谁
适合 HR、招聘专员、培训负责人、创业公司创始人、团队主管和自由职业招聘顾问。
也适合做企业内部 AI 工作流的人。HR 场景适合做资料整理和草稿生成,但高影响判断要由人负责。
不适合谁
不适合让 AI 自动淘汰候选人或做最终录用决定。简历筛选和面试评价涉及公平和偏见风险。
也不适合把候选人简历、身份证、电话、薪资、住址等敏感信息随便粘贴到不受控工具里。
输入输出字段
HR 提示词要先限制用途,避免 AI 变成“自动裁判”。建议固定输入字段:
- 岗位信息:岗位名称、团队背景、必须能力、加分能力、工作地点和用工类型。
- 候选人资料:脱敏后的经历摘要,不粘贴身份证、电话、住址、薪资流水等非必要信息。
- 公司制度:招聘流程、面试轮次、评价维度和隐私要求。
- 禁止判断:年龄、性别、婚育、民族、健康、宗教、残障等不适当信息。
- 人工复核人:招聘负责人、用人经理、HRBP 或法务合规人员。
输出字段建议固定为:
- 摘要:候选人经历或岗位要求摘要。
- 匹配点:基于岗位要求的事实匹配。
- 不确定点:需要面试确认的问题。
- 风险点:隐私、公平、歧视、劳动合规或数据不足。
- 禁止结论:不输出录用、淘汰、薪资压价或身份推断。
JD 草稿提示词
你是 HRBP。请根据以下岗位需求写一版 JD 草稿。
岗位名称:【填写】
业务背景:【填写】
核心职责:【填写】
必须能力:【填写】
加分能力:【填写】
要求:
1. 区分必须条件和加分条件
2. 不写歧视性或不必要限制
3. 语言清晰,不夸大岗位
4. 输出需要招聘经理确认的问题
JD 要避免不必要门槛,也要让候选人看懂真实工作。
简历初筛提示词
请基于岗位要求,整理候选人简历摘要。
岗位要求:【粘贴】
简历内容:【粘贴前请脱敏】
输出:
1. 匹配点
2. 不确定点
3. 需要面试确认的问题
4. 不能仅凭简历判断的内容
5. 不做录用或淘汰结论
这个提示词只做摘要和问题,不做最终决策。
面试题提示词
请为【岗位】设计结构化面试问题。
考察能力:【能力列表】
候选人背景:【简要背景】
输出:
问题、考察点、优秀回答特征、追问问题、不能问的问题。
“不能问的问题”很重要,可以帮助降低隐私和歧视风险。
培训材料提示词
请根据以下制度或 SOP,生成新人培训材料。
资料:【粘贴】
目标新人:【岗位/部门】
输出:培训大纲、关键知识点、案例练习、检查题、需要人工确认的制度点。
培训材料要基于公司真实制度,不要让 AI 编造流程。
常见错误
常见错误是让 AI 给候选人打分并直接排序。更稳的做法是让 AI 提供摘要、匹配点和待确认问题。
另一个错误是忽视隐私。简历和员工资料是敏感数据,使用前必须脱敏并确认工具边界。
交付 HR 提示词库时,建议把“生成”和“审核”分开。生成类提示词用于 JD、面试题、培训大纲;审核类提示词用于检查 JD 是否有不必要限制、面试题是否涉及隐私、候选人摘要是否混入主观判断。HR 场景里,审核提示词往往比生成提示词更重要。
如果团队要把 AI 用进招聘流程,还要写清候选人资料如何脱敏、谁能查看输出、哪些结论不能由 AI 决定。这个边界写清楚,才能减少后续争议。
发布前复核清单建议包括:岗位要求是否必要,JD 是否存在不合适限制,候选人信息是否脱敏,面试题是否涉及隐私,AI 输出是否只作为辅助,最终判断是否由人工完成。招聘场景宁可慢一点,也不要把公平和隐私边界做模糊。
质检标准和反例
合格的 HR AI 输出应该满足这些标准:
- 只基于岗位要求和脱敏简历摘要整理,不推断候选人个人身份特征。
- 不按年龄、性别、婚育、民族、残障、健康等不适当信息做判断。
- 不自动淘汰或录用候选人,只输出待确认问题和人工复核点。
- JD 不写不必要限制,例如模糊的年龄、性别、外貌、婚育或地域偏好。
- 面试题围绕岗位能力和工作样本,不询问隐私或无关个人情况。
反例:
候选人年龄可能偏大,建议不进入下一轮。
问题是它使用了不适当个人特征,并直接给出淘汰建议。
更稳的写法:
仅根据已提供经历,候选人在【技能 A】和【项目 B】上有匹配点;【工具 C】和【业务 D】缺少信息,建议面试中用结构化问题确认。是否进入下一轮应由人工根据统一评价标准决定。
风险提醒
HR 场景涉及个人信息、招聘公平、劳动法规和公司制度。AI 不能替代 HR 和管理者的判断。
不要使用年龄、性别、婚育、民族、健康等不适当信息做判断。具体要求要按当地法规和公司政策复核。
具体步骤
第一步,整理岗位需求和公司制度。第二步,用 JD 提示词生成草稿。第三步,用简历提示词做脱敏摘要。第四步,用面试题提示词设计结构化问题。第五步,人工复核公平和合规。第六步,把模板纳入招聘流程。需要 HR 提示词模板,可以从 工具导航 下载或联系人工协助。
官方复核来源
正式公开前建议核对以下资料,并补充当地劳动法规和公司政策:
- OpenAI Prompt engineering:
https://developers.openai.com/api/docs/guides/prompt-engineering - OpenAI Prompt guidance:
https://developers.openai.com/api/docs/guides/prompt-guidance - OpenAI Safety best practices:
https://developers.openai.com/api/docs/guides/safety-best-practices - EEOC Artificial Intelligence and ADA:
https://www.eeoc.gov/eeoc-disability-related-resources/artificial-intelligence-and-ada - U.S. Department of Labor AI & Inclusive Hiring Framework:
https://www.dol.gov/newsroom/releases/odep/odep20240924
免责声明
本文只用于 HR 工作效率参考,不构成法律意见、招聘决策或劳动合规承诺。正式使用前,应由人工核对隐私、招聘公平、公司制度和当地法规。
读完后可以直接用的工具
根据这篇文章的主题自动匹配,先用工具做判断,再人工复核交付。
SEO 路径
继续沿着同一主题解决问题
Use a practical tool after reading this guide
先用工具做判断,再用模板整理交付。生成内容只能作为草稿,不要不审核就直接发给客户。
Related articles
需要人工协助配置或排错?
你可以先用本站工具和模板自助排查。若确实卡在 Codex、Claude Code、GitHub、Vercel 配置或客户需求判断上,可以通过联系页咨询。服务不是主业入口,只作为少量高价值人工协助保留。
联系我