纳米级AI工具可基于五要素提示词生成结构化JD，并反向解构出带行为锚点的面试评估表，经一致性校验与反馈摘要生成，实现招聘全流程专业化、自动化。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望快速生成专业、精准的招聘岗位描述（JD）与结构化面试评估表，但缺乏时间或技术背景支撑，则纳米级AI工具可基于极简输入完成高颗粒度内容输出。以下是实现该目标的具体操作路径：
一、用纳米AI生成结构化招聘JD
纳米AI指轻量级、高响应、低算力依赖的AI模型，擅长在极短提示下完成字段级精准填充，避免冗余信息干扰，适用于HR高频、碎片化使用场景。其核心优势在于对岗位要素的原子级识别与重组能力。
1、打开支持纳米级指令解析的AI工具，例如Kimi网页版或秘塔写作猫“极简模式”。
2、输入以下五要素结构化提示词（无需润色，保持原始口语）：
岗位名称：高级数据分析师
部门：商业智能中心
直接上级：BI总监
这个岗位最重要的目标（一句话）：通过构建用户行为归因模型，驱动营销预算ROI提升20%以上
现在这个岗位最大的问题：现有报表体系无法支持渠道效果动态归因，历史分析滞后3天以上
立即进入“豆包AI人工智官网入口”；
立即学习“豆包AI人工智能在线问答入口”；
3、追加指令：“仅输出【岗位使命】【核心职责】【关键成果指标】【硬性要求】【典型胜任表现】五部分，每部分用‘●’开头，不加标题，不解释，语言动词主导，禁用‘负责’‘参与’等模糊动词。”
4、复制输出结果，粘贴至WPS AI中启用“ATS友好格式校验”，自动剔除表格、图片、特殊符号，保留纯文本与关键词密度。
二、用纳米AI反向生成面试评估表
纳米AI可基于已生成JD自动解构能力维度，将抽象职责映射为可观测、可评分的行为锚点，形成带等级定义的结构化评估表，替代传统主观打分表。
1、将上一步生成的JD全文复制，粘贴至豆包AI对话框。
2、输入指令：“请从该JD中提取4个核心能力维度，每个维度需包含：名称、定义（20字内）、3级行为锚定描述（初阶/中阶/高阶），并以表格形式输出，列标题为‘能力维度｜定义｜初阶表现｜中阶表现｜高阶表现’。”
3、确认输出表格中是否出现归因建模能力、SQL工程化落地能力、业务异常归因推演能力、跨团队数据口径对齐能力四项，若缺失任一，追加指令：“补充缺失项，定义须来自JD原文动词短语。”
4、将表格导入Excel，删除首行标题外所有空格与换行，保存为CSV格式，用于后续面试系统批量导入。
三、用纳米AI做JD与评估表一致性校验
确保面试评估表每一项评分维度均可在JD中找到明确依据，杜绝“考了JD没写、写了考不到”的脱节现象，是HR专业性的关键体现。
1、在智谱清言中新建会话，上传JD文本与评估表CSV文件。
2、输入指令：“逐条比对评估表中‘能力维度’是否全部出现在JD的【核心职责】或【关键成果指标】中。若某维度未出现，请标注‘缺失依据’；若出现但表述层级不匹配（如JD写‘能写SQL’，评估表却要求‘设计星型模型’），请标注‘颗粒度错位’。”
3、检查输出结果中是否存在缺失依据标记，若有，返回第一步修改JD，在【核心职责】中补入对应动词短语，例如“设计并交付面向增长团队的星型模型底表”。
4、检查是否存在颗粒度错位标记，若有，返回第二步调整评估表中对应项的“高阶表现”描述，使其严格对应JD原文措辞，例如将“设计星型模型”改为“交付星型模型底表”。
四、用纳米AI生成候选人反馈摘要模板
纳米AI可基于评估表得分分布与评语关键词，自动生成标准化、非歧视性、具发展导向的候选人反馈摘要，降低HR撰写负担与法律风险。
1、整理某候选人4项能力维度得分（1–5分制）及面试官自由评语片段。
2、在腾讯混元网页版中输入指令：“根据以下数据生成一段200字以内候选人反馈摘要：能力维度=归因建模能力（4分）、SQL工程化落地能力（5分）、业务异常归因推演能力（3分）、跨团队数据口径对齐能力（4分）；评语=‘能快速复现AB实验归因逻辑，但在多渠道交叉归因时未考虑延迟转化漏斗’。”
3、确认输出中是否包含具体行为证据（如“复现AB实验归因逻辑”）、发展建议指向明确动作（如“建议在下次面试中演示延迟转化漏斗补全方案”），且无任何主观价值判断词汇（如“潜力大”“态度好”）。
4、将摘要粘贴至企业微信HR服务号后台，设置为自动发送给未通过候选人，发送前勾选“已通过法务合规预检”开关。
