标签: ai

  • 用腾讯IMA搭建智能简历筛选系统:一份Prompt操作手册带来的效率革命

    用腾讯IMA搭建智能简历筛选系统:一份Prompt操作手册带来的效率革命

    关键词: 腾讯IMA / AI知识库 / 简历自动筛选 / Prompt工程 / 招聘效率


    一、为什么需要一套简历筛选系统?

    作为招聘负责人或HR,你是否也有这样的体验——

    每天打开邮箱,几十份甚至上百份简历扑面而来。你一份份打开,一份份对照岗位JD,在”看起来还行”和”好像差点意思”之间反复横跳。更麻烦的是,不同面试官对同一份简历的看法可能完全不同,评估标准难以统一。

    痛点总结起来无非四个字:耗时、主观。

    一份简历从打开到形成初步判断,少说15分钟,如果岗位要求复杂,半小时打底。更别说还要为面试官整理面试要点、准备追问问题——这些往往要再来一轮沟通。

    直到我尝试了腾讯IMA + 一份精心设计的Prompt操作手册,情况才彻底改变。


    二、腾讯IMA是什么?

    腾讯IMA(Intelligent Management Assistant) 是腾讯推出的智能知识管理平台。它最核心的能力是:

    将文档上传至知识库 → AI基于知识库内容进行问答和分析

    这意味着,AI不再依靠自己的”通识”来回答问题,而是严格基于你提供的资料进行推理。这正是简历筛选场景需要的——AI必须根据你上传的岗位需求文档来评估候选人,而不是凭”印象”打分。


    三、核心思路:把Prompt写成”操作手册”

    大多数人写Prompt的习惯是”告诉AI你要什么”。但这种方式在面对复杂任务时,很容易遗漏关键信息,输出格式也不稳定。

    我的做法是:把Prompt写成一份标准操作手册(SOP)。

    你可以把它理解成给新员工看的培训文档——里面写清楚了:

    • 你是谁(AI的角色定位)
    • 你要做什么(分析流程,先做什么后做什么)
    • 具体要求是什么(岗位的学历门槛、经验要求、技能清单)
    • 输出格式是什么(报告的模板、表格、评分规则)
    • 特殊情况怎么处理(简历格式混乱怎么办、知识库里没有岗位怎么办)

    这份操作手册被上传到腾讯IMA的知识库中。当一份新简历进来时,AI自动加载知识库中的手册,逐项执行,最终输出一份完整的评估报告。


    四、操作手册的核心设计

    以下是我这份Prompt中最关键的几个设计点。

    1. “求职意向优先”匹配策略

    大多数人在筛选简历时,会先看候选人的求职意向。如果候选人想应聘A岗位,你却拿B岗位的要求去衡量他,显然不合适。

    所以在操作手册中,我规定了匹配策略:

    • 先提取简历中的”求职意向(期望岗位)”
    • 在知识库中查找名称最接近或职责最匹配的岗位
    • 进行6维度评分
    • 如果匹配度 ≥ 50%,只输出该岗位的分析,不再匹配其他岗位
    • 如果匹配度 < 50% 或简历未写明意向,再与其他岗位逐一比对,取前2个输出

    这个设计避免了信息过载——面试官只需要关注候选人最可能胜任的岗位。

    2. “6维度加权评分”评估模型

    我不希望AI只是笼统地说”这个人不错”或”不太行”。所以设计了6个维度的量化评分体系:

    维度权重说明
    ① 学历门槛10%是否符合最低学历要求
    ② 工作年限15%是否在要求范围内
    ③ 技能匹配25%核心技能覆盖率(权重最高)
    ④ 行业经验15%是否有同行业经验
    ⑤ 项目/业务匹配20%项目复杂度与业务场景相似度
    ⑥ 软性素质15%管理能力、沟通能力、稳定性

    综合匹配度 = Σ(维度得分 × 权重) / 10 × 100%

    这样既保证了评估的结构化,又通过权重体现了不同维度的重要性差异——技能匹配权重最高(25%),因为这是岗位胜任的关键;学历权重最低(10%),因为学历只是门槛而非决定因素。

    3. “需面试核实”标记机制

    AI知识库模式下无法联网搜索,简历中的一些描述(如”行业Top10企业”、”国家高新技术企业”、”管理团队50人”等)无法验证。

    所以我设计了”需核实描述标记机制”:

    • AI提取简历信息时,同步标记四类需要核实的内容:企业相关、教育背景、荣誉资质、数据类描述
    • 这些描述在评分时暂按简历所述计分(不假设对错)
    • 但在报告的⚠️板块中单独列出,并生成对应的面试追问方向
    • 在面试大纲中,这些核实项被标记为 P0(必问),面试官必须确认

    这既保证了评分的相对客观,又不会让AI替面试官做”信或不信”的判断。

    4. 面试问题库自动生成

    报告的最后一个板块是面试大纲,这部分我认为是整套输出中最具实用价值的:

    • 基于差距项生成:每个不匹配项至少生成2个面试问题,采用STAR原则设计
    • 基于匹配项深挖:对匹配项追问细节,验证真实性和深度
    • 基于简历疑点提问:短期任职、职业空档期、职位跳跃等,都有对应的提问模板
    • 优先级分层:P0必问(2-3个)、P1重点(2-3个)、P2确认(1-2个),总问题数控制在5-8个

    面试官拿着这份报告,不需要再额外准备面试问题,直接翻到面试大纲部分就能开始面试。


    五、实战输出:一份真实的评估报告

    以下是以某物业经理岗位为例的评估输出。为保护隐私,已做脱敏处理。

    📋 简历概览

    项目内容
    候选人某先生
    求职意向物业经理
    工作年限17年
    最高学历本科(非统招)
    核心技能前介管理、多项目管理、物业费收缴、运营品质管理、团队管理

    ⚠️ 需面试核实的描述

    简历描述核实要点建议追问方向优先级
    项目集中交付(交房)全流程经验简历中未明确描述主导过完整的集中交付请举例说明主导过的集中交付项目,扮演角色,组织方式,交付率🔴 P0

    🥇 推荐岗位:物业经理(求职意向)

    综合匹配度: ████████░░ 80%

    ✅ 匹配项(优势)

    • 行业经验资深: 17年物业行业经验,覆盖前介、工程、运营、客服等多条线
    • 管理能力全面: 具备全周期管理经验,在头部物业公司体现多项目统筹能力
    • 核心指标达成: 对收缴率、业主满意度有明确负责经验
    • 期望薪资匹配: 7千-8千/月与岗位薪资范围匹配

    ❌ 不匹配项 / 差距

    • 同岗位经验年限不足: 物业经理同岗经验约6年(头部公司A约1年9个月 + 某央企物业约3年1个月 + 某头部地产旗下物业约2年9个月),低于要求的10年
    • 集中交付经验缺失: 简历未明确描述主导过完整的项目集中交付全流程

    📊 各维度评分

    维度得分说明
    学历门槛10/10本科(非统招)符合要求
    工作年限5/10同岗经验6年,低于10年要求
    技能匹配8/10核心技能全面
    行业经验10/10一直深耕物业行业
    项目/业务匹配6/10集中交付经验缺失
    软性素质7/10稳定性需面试考察

    ⏳ 稳定性评估

    暂未发现短期任职记录(所有任职均≥12个月),但近3段经历均不足3年,稳定性需面试重点关注。

    💡 综合建议

    推荐进入面试池。 行业背景扎实,技能覆盖面广,核心运营能力强。短板(同岗位经验年限和集中交付经验)需通过面试深度挖掘。

    🎯 面试大纲:物业经理

    考察重点排序

    优先级考察方向原因建议时长
    🔴 P0项目集中交付实操经验核心职责缺失10min
    🔴 P0工作经验深度与广度核实物业经理职责的实际承担10min
    🟡 P1社区多种经营落地能力增值业务要求5min
    🟢 P2学历信息与离职原因基础确认与稳定性评估5min

    面试问题示例

    P0-1 方向:项目集中交付经验

    请描述一次您参与或主导的项目集中交付(交房)全过程。您需要说明:项目规模、您的角色、交付方案要点、如何协调多方资源、如何处理突发问题、最终交付率指标。(STAR原则)

    • 追问点: 如果偏向”参与”,追问”您认为物业经理在集中交付中最重要的三个工作重点是什么?”
    • 考察意图: 验证项目交付实操经验,判断风险预判和组织协调能力

    P0-2 方向:工作经验深度

    您近一段在某央企物业担任”物业工程经理”,上一段在头部物业公司A担任”物业运营经理”。请举例说明,您在这些岗位上如何实质上履行了物业经理的管理职责?(STAR原则)

    • 追问点: “物业经理与工程经理/运营经理在能力要求上最大的区别是什么?”
    • 考察意图: 判断是否具备全局经营思维

    面试评分卡

    评估维度评分(1-5)记录
    专业技能匹配度
    项目经验深度
    沟通表达
    稳定性与职业规划
    文化契合度
    总分/25
    面试结论□ 通过 □ 待定 □ 不通过

    📌 总体结论

    是否推荐理由
    推荐面试行业背景扎实,技能覆盖广。在忽略TOP10和证书要求后,经验高度匹配。短板需面试挖掘。

    六、这套方案的优势

    🚀 零开发成本

    不需要写代码,不需要训练模型,不需要IT部门支持。写好一份Prompt文档,上传到IMA知识库,即可使用。

    📐 评估标准统一

    所有简历都由同一套标准(6维度加权评分)进行评估,避免了不同面试官之间的主观差异。

    🧠 输出即行动指南

    报告不只是”打个分”,而是直接输出面试问题、追问方向、考察意图、评分卡。面试官拿到报告就能直接面试,不需要额外准备。

    🔄 轻松迭代

    岗位需求变了?只需要更新知识库中的操作手册即可。不涉及程序修改,不涉及系统配置变更。

    🛡️ 数据安全

    简历信息在IMA知识库内处理,不经过第三方平台,适合有数据隐私要求的企业环境。


    七、实用建议

    1. 操作手册建议用”文档”而非”对话”

    直接在IMA对话框中写Prompt,容易出现格式丢失、逻辑混乱。建议先在本地写好一份完整的Markdown文档,确认无误后再上传至知识库。

    2. 区分”忽略条件”与”硬性条件”

    在实际使用中,有些岗位要求可能过于严格(如”必须TOP10企业出身”)。可以在操作手册中明确哪些条件可以忽略,AI会相应调整匹配策略。但要注意,忽略的条件必须在报告中醒目标注,让面试官知晓录用风险。

    3. 设置”需核实项”确保诚信底线

    这是最重要的一条。AI无法联网验证,所以必须在Prompt中明确要求AI标注需要面试官核实的描述。否则面试官可能会轻信简历中的夸大描述。

    4. 定期迭代操作手册

    随着招聘经验积累,你可能会发现新的评估维度、更有效的面试问题、或更合适的权重分配。建议每季度复盘一次操作手册,持续优化。


    八、总结

    腾讯IMA + 一份Prompt操作手册,本质上是一个零代码的智能简历筛选系统。

    对比项传统方式本方案
    初筛一份简历15~30分钟1~2分钟
    评估标准一致性依赖个人判断AI统一标准
    面试问题准备另花时间梳理报告自带问题库
    迭代成本需培训或改制度改文档即可
    开发成本需IT支持零代码

    如果你也在为简历筛选效率发愁,不妨试试这个思路。

    一份好的Prompt,就是一份可执行的SOP。


    本文由实际操作经验整理而成,所用工具为腾讯IMA。如果你也在用IMA或其他AI知识库搭建招聘筛选系统,欢迎留言交流。

  • 配置钉钉AI助理为金蝶s-HR系统提供使用帮助

    配置钉钉AI助理为金蝶s-HR系统提供使用帮助

    配置钉钉AI助理为金蝶s-HR系统提供使用帮助

    背景与思路

    近日,大连的钉钉代理商来访,介绍了钉钉新推出的AI助理功能。考虑到目前金蝶s-HR系统的使用者中,有很大一部分是临近退休年龄甚至退休返聘的项目经理,他们对现有用户手册的接受程度较低。因此,我们考虑利用钉钉AI助理来辅助他们更好地使用s-HR系统。

    由于我们使用的金蝶s-HR系统根据公司实际情况进行了专项开发和调整,存在许多个性化配置和要求。这些内容已通过Wiki方式编写了使用手册和FAQ手册,但网络上公开的相关信息有限。因此,我们需要利用现有文档对AI助理进行训练。此外,项目初期金蝶供应商提供的视频培训录屏也可以转换为音频文件,再通过工具转换为文字,最后由DeepSeek进行整理,形成电子文档。最后,金蝶s-HR官方的操作手册可以作为补充训练材料。

    工具与步骤

    1. 使用『格式工厂』将培训录屏视频转换为MP3格式

    • 步骤:略

    2. 音频文件在线转换为TXT文档

    1. 上传音频文件。
    2. 系统自动转换,完成后点击下载保存至本地。 image-20250220144458367

    3. 使用DeepSeek v3模型整理TXT文档内容

    • 工具:DeepSeek v3(由腾讯云知识引擎原子能力驱动,通过ChatBox使用)
    • 步骤:
    1. 配置ChatBox与DeepSeek v3结合使用。
    2. 在ChatBox中使用DeepSeek v3整理培训录音。 image-20250220144703251 详细配置过程参见:Chatbox AI与腾讯云知识引擎原子能力结合使用DeepSeek – NULL (blog.guohao.asia/)

    4. 钉钉AI助理——通过知识库训练钉钉助理

    • 步骤:
    1. 在钉钉中创建一个AI助理。
    2. 参考下图配置AI助理。 image-20250220144944247
    3. 点击『知识』,将所有相关文档及链接添加到『知识库』内。 image-20250220145058826
    4. 按需求配置『术语库』及其他配置。
    5. 根据需求配置AI助理的可见范围,并将该AI助理邀请到对应的群内。

    结果呈现

    通过以上步骤,我们成功配置了钉钉AI助理,并为其添加了金蝶s-HR系统的相关知识库。AI助理能够有效辅助项目经理们使用s-HR系统,提升工作效率。

    image-20250220145726500
    image-20250220145748250

    总结

    通过整合现有文档、培训录屏和官方手册,我们成功利用钉钉AI助理为金蝶s-HR系统的使用提供了有力支持。这一解决方案不仅提升了项目经理们的工作效率,也为未来类似项目的实施提供了宝贵经验。

  • Chatbox AI与腾讯云知识引擎原子能力结合使用DeepSeek

    Chatbox AI与腾讯云知识引擎原子能力结合使用DeepSeek

    Chatbox AI与腾讯云知识引擎原子能力结合使用DeepSeek

    Chatbox AI

    Chatbox AI 界面

    Chatbox AI 是一款多平台 AI 客户端应用和智能助手,支持多种先进的 AI 模型和 API。它兼容 Windows、MacOS、Android、iOS、Linux 和网页版,为用户提供便捷的智能交互体验。

    Chatbox AI 不仅提供丰富的付费功能,还允许用户通过下载客户端后进行自定义配置,使用 API 调用各种 AI 功能。值得注意的是,Chatbox AI 对自定义的 API 功能不收取额外费用,用户只需在对应的 AI 平台购买 API 使用额度即可。

    腾讯云『知识引擎原子能力』

    知识引擎原子能力大模型的对话 API 兼容 OpenAI 的接口规范,这意味着您可以直接使用 OpenAI 官方提供的 SDK 来调用大模型对话接口。您只需将 base_url 和 api_key 替换为腾讯云的相关配置,无需对应用进行额外修改,即可无缝切换至腾讯云的大模型服务。

    配置信息:

    • base_url:https://api.lkeap.cloud.tencent.com/v1
    • api_key:请参考 API KEY 管理 获取

    接口完整路径:
    https://api.lkeap.cloud.tencent.com/v1/chat/completions

    已支持的模型

    DeepSeek-V3(model 参数值为 deepseek-v3)

    • 模型特点: DeepSeek-V3 是一个 671B 参数的 MoE(Mixture of Experts)模型,在百科知识、数学推理等多项任务上表现出色。
    • 上下文长度: 支持 64K 上下文长度,最大支持 8K 输出长度。

    DeepSeek-R1(model 参数值为 deepseek-r1)

    • 模型特点: DeepSeek-R1 同样是一个 671B 参数模型,采用强化学习训练,推理过程中包含大量反思和验证,思维链长度可达数万字。该模型在数学、代码及复杂逻辑推理任务上表现优异,并为用户提供完整的思考过程。
    • 上下文长度: 支持 64K 上下文长度,最大支持 8K 输出长度。

    [!CAUTION]
    限时免费通知:
    即日起至北京时间 2025 年 2 月 25 日 23:59:59,所有腾讯云用户均可免费使用 DeepSeek-V3 和 DeepSeek-R1 模型,单账号接口并发上限为 5。此后,模型将恢复至原价。

    注册腾讯云『知识引擎原子能力』

    1. 访问注册页面:
      点击 https://curl.qcloud.com/Qekavj1h 登录或注册腾讯云账号(支持微信扫码登录),并完成个人认证。
    2. 开通服务并创建 API KEY:
      开通『知识引擎原子能力』服务,并创建 API KEY。
      创建 API KEY
    3. 复制 API KEY:
      点击『查看 API KEY』并复制您的 API KEY。
      查看 API KEY

    配置 Chatbox AI

    1. 下载并安装 Chatbox AI:
      下载并安装 Chatbox AI 客户端后,点击『设置』。
      Chatbox AI 设置
    2. 添加自定义提供方:
      在『模型提供方』中选择『添加自定义提供方』。
      添加自定义提供方
    3. 配置 API 信息:
    • API 域名: https://api.lkeap.cloud.tencent.com/v1
    • 模型: 选择 deepseek-v3 或 deepseek-r1(模型区别详见前文『已支持的模型』)
    1. 保存配置:
      完成配置后,保存设置即可在 2025 年 2 月 25 日 23:59:59 前免费调用腾讯云提供的 DeepSeek API。

    总结

    通过以上步骤,您可以轻松将 Chatbox AI 与腾讯云的 DeepSeek 大模型结合使用,享受强大的 AI 对话和推理能力。无论是百科知识、数学推理,还是复杂逻辑任务,DeepSeek 系列模型都能为您提供卓越的解决方案。抓住限时免费的机会,立即体验吧!

  • 分享几个比较有用的AI

    分享几个比较有用的AI

    ARC Lab

    腾讯ARC实验室推出的AI人像修复小工具

    ARC官网-腾讯 (tencent.com)

    image-20231030142537481

    修复人像、人物照片去背景(抠图),暂未开放API

    Claude

    App unavailable \ Anthropic

    Slack中的一个小工具,功能比肩Chat-GPT,未开放API

    image-20231030143325722

    需要注意的是已经停止了简中地区的注册,不过终归还是可以有办法使用的。

    image-20231030143352001

    腾讯智影

    腾讯智影-在线智能视频创作平台 (qq.com)

    image-20231030144600427

    一个影音类的AI,可以快速生成各类短视频、宣传视频等等。

    需要登陆,有5分钟的免费时长可用于测试效果,暂未开放API。

  • 插件AI Content Writing Assistant 汉化

    插件AI Content Writing Assistant 汉化

    抽空汉化了一下AI Content Writing Assistant,部分内容使用Poedit自动翻译,另一部分内容使用Claude帮助翻译,并没有做精细的调整,但足够日常使用了。

    image-20230423091257654
    image-20230423091351524
    image-20230423090957049
    image-20230423090857172

    将两个文件上传到:wordpress/wp-content/languages/plugins路径中即可实现汉化了。

    image-20230423091614564

    汉化文件在这:

    链接:https://pan.baidu.com/s/19TV97aROFus9yAWaOg4paA
    提取码:4c55

AI 助手