Day 4
HR × AI 招聘提效训练营 · 本周高潮
简历智能筛选
3 小时 → 40 分钟
100 份简历 + 一份 JD，让 Marvis 在本地隐私模式下给你 TOP 20 候选 + 匹配理由 + 风险提示。
这是 12 天里最直接见效的一节。
讲师 Terrence
时长 90 分钟
产物 TOP 20 候选清单 + 个人筛选 Prompt 模板
开场气氛：今天是本周高潮——前三天讲认知、装工具、归集简历，今天真刀真枪把 100 份简历筛完。强调这一节学完，你立刻可以拿回去用。
定调：所有人桌面应该已经有 Day 3 归集好的简历目录。今天直接在那个目录上跑。如果还没归集好，用我提供的 20 份脱敏简历样本。
Day 4 · 回顾
先回顾 · Day 3 你应该已经做到
- 邮箱、微信、企业网盘里散落的简历，用 Marvis 一键归集到 /桌面/招聘/ 下
- 按岗位自动分文件夹（运营组 / 技术组 / 设计组 ...）
- 简历文件名标准化：姓名_岗位_来源_日期.pdf
- 建立了"原始简历"和"已脱敏简历"两个并行目录
没做完？ 不影响今天上课。我准备了 20 份脱敏运营岗简历样本，课后可以用样本练手再回到真实数据。
检查：开课前 2 分钟问大家"昨天作业做完的举手"。如果完成率低于 50%，调整今天 demo——用样本演示，让大家课后补做。
承上启下：Day 3 是"原料准备"，Day 4 是"加工"。强调原料没准备好的，加工就出不来。
Day 4 · 目标
今天结束，你能做到
- 设计多步骤 Prompt（读 JD → 评分 → 排序 → 输出 + 理由），不是一句话指令
- 掌握 HR 圈通行的4 维度评分体系（经验 / 技能 / 学历 / 稳定性），并能调权重
- 用 Marvis 本地隐私模式处理真实简历，全程数据不上云
- 跑通"100 份简历 → TOP 20 候选 + 理由 + 风险"完整链路
- 带走一份自己岗位的筛选 Prompt 模板，下次招聘直接复用
今天的关键判断：不是听完就走，是带着模板回去。下周招聘真用上去。
讲解要点：5 个目标里前 3 个是"方法"，后 2 个是"产物"。强调产物可带走——这是和市面 AI 课最大的差异。
避坑：有些学员只想看演示不动手。提前说"今天后半段全部人对着电脑跟做，没装好 Marvis 的现在举手"——给一次补救机会。
Day 4 · 痛点
先聊聊 · 你筛简历是什么状态？
真实场景
- HC（招聘指标）下来当天，BOSS 直聘+猎聘+内推涌入 100+ 简历
- 业务方下午就要"先看几个还行的"
- 每份简历平均看 30 秒，决定打开还是跳过
- 下午 5 点回头看，记不清谁是谁
- 第二天再来一遍，重复劳动
理想状态
- 简历到达后 40 分钟内自动评分
- TOP 20 候选附带具体匹配理由
- 风险点提前标注（跳槽频繁 / 学历存疑 / 经历不匹配）
- 下午 3 点直接发飞书表格给业务方
- HR 注意力留给"看人"不是"扫字"
Day 4 就是把左边变右边。
互动：左边读完后，问一句"哪一条最像你？"——很多人会点头"下午 5 点记不清谁是谁"。这是 HR 共同的痛。
过渡：所有人有共鸣后，再讲 Marvis 怎么做。痛点没建立好，方案讲了也没人听。
Day 4 · 数据
300 人 SaaS 企业实测
这不是 PPT 上的虚数
3h → 40min
100 份简历筛选时间，从 3 小时压到 40 分钟
5-8x
单 HR 每日吞吐量提升，从 100 简历 → 500-800 简历
-30%
误判率下降（结构化评分 vs 主观印象）
这些数字背后的关键：不是 AI 比人快，是 AI 把"扫字"那部分抽走，HR 把"看人"那部分做得更深。
数据来源：一家 300 人 SaaS 企业在 Marvis 上线后 2 周的对照实测。
讲解要点：5-8 倍不是说"AI 跑得快"，是 HR 把节省的时间投入到 TOP 20 候选的深度评估上。整体招聘质量提升的关键变量是注意力重分配。
互动：问"如果你每天能多筛 5 倍简历，意味着什么？" —— 答案应该不是"多筛简历"，而是"早 2 周关单 / 多招到合适的人"。
Day 4 · 方法
关键认知 · 多步骤 Prompt
Day 2-3 我们用的是一句话指令。今天起，复杂任务必须用多步骤 Prompt——你给 AI 一个流程，不只是一个目标。
❌ 一句话指令
"帮我从简历里挑出最合适的人"
AI 不知道什么叫"合适"。
可能按字数排序、按学历高低、按是否有"产品经理"4 个字。
结果不可控、不可解释。
✓ 多步骤 Prompt
"先读 JD → 再按 4 维度评分 → 再排序 → 再输出+理由"
AI 按你定义的流程跑。
每一步可验证。
结果可解释 + 可调优。
核心心法：把你脑子里的思考流程写下来给 AI，而不是把最终结论让 AI 猜。
这是今天最关键的一页——多步骤 Prompt 是后面所有复杂任务的基础。Day 5、6、7 都会反复用到。
类比：就像你新带一个实习生，你不会说"帮我挑合适的人"，你会说"先看 JD 必备项→标红没有的→再看加分项→打分→排序→你觉得 TOP 5 是谁，理由是什么"。AI 是个不会主动追问的实习生，所以你要把流程写明白。
Day 4 · 方法
4 维度评分体系
35%
经验匹配度 · 年限、领域、行业相关性例：JD 要"3 年 SaaS 运营"，候选人是"5 年电商运营"——年限够但行业偏，3-4 分
35%
技能匹配度 · 必备技能 + 加分项必备项缺失直接 1-2 分；加分项满足越多分越高
10%
学历背景 · 仅参考，不一票否决985/211/海外硕 = 5 分；普通本科 = 4 分；专科 = 3 分；学历不是技术岗的硬门槛
20%
稳定性 · 跳槽频率、平均在职时长3 年内跳 3 次 = 风险高；平均在职 > 18 个月 = 稳；连续 1 年内跳 = 标红
权重可调：这是 HR 圈通用配比，但你可以根据岗位调——比如核心研发岗经验权重调到 50%，初级岗稳定性权重调到 30%。
讲解：权重不是死的。关键是要写下来，AI 才能复现。如果你自己脑子里都没有清晰权重，AI 出的结果就会飘。
互动：问"你们公司招聘最看重哪一维度？"——很多人会说"经验"，引出"那经验权重可以从 35% 调到 45%"的灵活性。
Day 4 · 合规
动手前 · 切换到本地隐私模式
今天处理的是真实简历——姓名、电话、身份证号、薪资历史都是 PII（个人敏感信息）。不能上云。
1
打开 Marvis 设置→ 模式切换顶部菜单栏 / 托盘右键 都能找到
2
选"本地隐私模式"，首次切换会下载 Qwen 模型（约 35GB）已下载过的同学跳过
3
断开网络测试（可选，但推荐）关 WiFi 后能正常对话 = 真的是本地跑
4
顶部标识应该显示"🔒 隐私模式"看到这个标识再开始处理简历
合规红线：候选人姓名 / 电话 / 简历内容 / 面试录音 一律走隐私模式。这是个保法 + 企业内控的硬要求，不是建议。违规一次，整个团队的 AI 工具都可能被 IT 收回。
这一页非常关键。如果学员硬件跑不动隐私模式，提供 2 个 fallback：(1) 用脱敏简历（人名替换成"候选人 A/B/C"）+ 效率模式；(2) 等公司 IT 配工作站。
不要为了演示走云端模式——讲师以身作则，否则学员会跟着违规。
Day 4 · Marvis
Marvis 在简历筛选上的 3 个独门能力
A
批量读取 PDF / Word / 图片简历 · 一次给一个目录路径，Marvis 自动遍历 + OCR 图片对比：ChatGPT 网页版只能一次贴一份简历内容
B
多 Agent 并行评分 · 主 Agent 拆任务，5 个子 Agent 各负责一批简历，10 倍速完成Marvis 的"虚拟办公室"动画就是这个机制可视化
C
结果直出 Markdown 表格 · 可直接复制到飞书 / 钉钉 / 企业微信文档表格列：姓名 / 综合分 / 经验分 / 技能分 / 学历分 / 稳定性分 / 匹配理由 / 风险
关键差异：豆包 / 文心一言 也能做评分，但都要你一份份贴。Marvis 直接读目录 = 真正的批量。
讲解：A 是"能批量"，B 是"快"，C 是"输出可用"。三个加起来才是完整的工作流——少一个就回到"人工劳力"。
演示提示：演示时让大家看 Marvis 的虚拟办公室动画——能看到 5 个 Agent 头像在动，给人"AI 真的在干活"的踏实感。
Day 4 · Demo
现在开始动手 · 全场跟做
场景 · 招一个运营经理
JD 已经写好放在 /桌面/JD-运营.md
100 份简历在 /桌面/招聘/运营组/
目标：给业务方一份 TOP 20 候选清单 + 每人匹配理由 + 风险提示
⏱ 接下来 30 分钟 · 看我先 demo 一遍，然后所有人跟做
讲师准备：提前在演示电脑上准备好 100 份脱敏简历样本 + 一份 JD。强烈建议讲师在课前自己跑通一遍——课堂上演示出现卡壳会非常被动。
备用方案：如果 Marvis 当场响应慢，提前录一个 30 秒的工作过程视频做兜底。
Day 4 · Demo
关键 Prompt · 复制到 Marvis
[切到隐私模式]
我有 100 份简历在 /桌面/招聘/运营组/ 目录，岗位 JD 在 /桌面/JD-运营.md。请：
1) 读取 JD 提取关键要求（必备技能、加分项、地点、薪资范围）
2) 扫描每份简历，按 4 维度评分（1-5 分）：
- 经验匹配度（年限、领域、行业相关性）
- 技能匹配度（必备 + 加分）
- 学历背景（仅参考，不一票否决）
- 稳定性（跳槽频率、平均在职时长）
3) 计算综合分（经验 35% + 技能 35% + 学历 10% + 稳定性 20%）
4) 输出 TOP 20 候选，每人给：
- 综合分
- 匹配理由（具体到简历中的某段话）
- 风险提示（如果有）
5) Markdown 表格输出，可直接复制到飞书 / 钉钉
**全程本地隐私模式，简历内容不上云**
💡 这条 Prompt 拆解了 5 个步骤 + 4 维度权重 + 输出格式 + 合规约束。每一项都缺一不可。
讲解：让所有人现场复制这条 Prompt。这是今天最有价值的产物。可以让大家把它存进 Marvis 的"我的指令"收藏夹。
互动：等大家粘贴执行后，演讲者讲解每一行为什么这样写——尤其是第 1 步"先读 JD 提取要求"和第 4 步"匹配理由要具体到简历中某段话"。这两步是质量的关键。
Day 4 · Demo
Prompt 设计 · 5 个关键决策
- 开头加 [切到隐私模式] 显式声明——Marvis 看到这个会自动验证当前模式，不在隐私模式会拦截
- 第 1 步先读 JD——AI 需要"知道在找什么"才能筛。直接跳到评分会变成"通用打分"
- 评分用 1-5 分而不是 0-100 分——颗粒度合适，AI 不会在小数点上浪费 token
- 匹配理由要求引用简历原文——避免 AI 编理由（hallucination）。可解释 = 可信任
- 结尾再强调一遍合规——多说一句不冗余，AI 在长 prompt 中更容易守住合规边界
口诀：流程、权重、引用、合规 —— 一条好的筛选 Prompt 这 4 项都不能少。
这一页是方法论沉淀。学员明白每一行的设计意图，才能写自己岗位的 Prompt（运营 → 改技术岗 → 改设计岗）。
互动：让大家拿出手机记一下这 5 个关键决策。这是带回去能用的方法论。
Day 4 · Demo
Marvis 工作过程 · 你会看到
- 主 Agent 显示"任务拆解中..."，大约 3-5 秒
- 5 个子 Agent 头像激活：JD 解析 / 简历扫描 / 评分计算 / 排序 / 输出整理
- 进度条显示"正在处理 23/100"——本地跑 100 份简历大概 3-5 分钟（取决于硬件）
- 中间会暂停问你："发现 3 份简历是图片格式，需要 OCR 识别，需要几分钟，继续？"——选"继续"
- 处理完成后输出 Markdown 表格，附带"已自动保存到 /桌面/招聘/筛选结果_20260526.md"
- 显示 token 消耗 + 处理时长——隐私模式不计费但会显示用了多少本地资源
对 HR 的启示：Marvis 不是"黑箱"——每一步你都能看到它在干什么。看得见 = 可信任。
讲解重点：强调"中间会暂停问你"——这是 Marvis 的安全设计。不像 ChatGPT 一股脑跑完，Marvis 在关键节点会让 HR 确认。
演示节奏：在演示电脑上跑的时候，让大家看主屏幕的虚拟办公室动画 + 进度条。3 分钟内不要切走，让大家"看见 AI 在干活"。
Day 4 · Demo
输出样例 · TOP 20 表格
| 排名 | 姓名 | 综合分 | 经验 | 技能 | 学历 | 稳定 | 匹配理由 | 风险 |
|---|---|---|---|---|---|---|---|---|
| 1 | 张三 | 4.6 | 5 | 5 | 4 | 4 | "5 年 SaaS 运营 + 主导过 3 个 0-1 项目"（简历第 2 段） | 无 |
| 2 | 李四 | 4.4 | 4 | 5 | 5 | 4 | "字节 4 年运营 + 海外硕士 + 用户增长经验"（简历第 1/3 段） | 无 |
| 3 | 王五 | 4.3 | 5 | 4 | 3 | 5 | "8 年运营 + 一家公司待满 8 年 = 稳" | 学历专科，需业务方判断 |
| 4 | 赵六 | 4.2 | 5 | 4 | 4 | 3 | "5 年运营经验丰富" | 3 年内跳 4 次，稳定性低 |
| ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 20 | 周二十 | 3.6 | 3 | 4 | 4 | 4 | "电商运营转 SaaS 意向强" | 行业转换，需深聊适应性 |
📊 统计：100 份 → TOP 20，平均综合分 4.0
⏱ 用时：3 分 42 秒
🔒 全程本地隐私模式
关键：注意"匹配理由"列引用了简历中具体段落，"风险"列直接标红。这就是业务方需要的可决策信息。
讲解：让大家盯着输出看 1 分钟，问"如果你是业务方收到这张表，下一步会做什么？"——答案应该是"直接挑前 5 个安排电话面试"。这就是 HR 工作的新形态。
真实演示时：表格里的姓名一定要是脱敏的"候选人 A/B/C"或者公开样本数据，绝对不能出现真实候选人姓名。
Day 4 · Demo
拿到 TOP 20 后 · 3 个二次操作
1
追问 Marvis："把 TOP 5 的简历再贴一遍详细信息，我要电话面试"Marvis 会把这 5 个候选的简历正文整理好
2
调权重再跑："把稳定性权重从 20% 调到 30%，重新排序"多版本对比，找最适合本岗位的配比
3
导出给业务方："把 TOP 20 表格导出为飞书文档格式"飞书 / 钉钉 / 企业微信都有 Markdown 兼容
核心心法：第一轮筛选是"广撒网"，第二轮追问是"精捞鱼"。Marvis 真正的价值在支持你做多轮迭代。
讲解：这一页很重要——不要让学员以为"跑一次就完事"。多轮迭代是 AI 工具区别于传统简历筛选系统的关键。
互动：现场可以演示第 2 个二次操作"调权重再跑"，让大家看到排序的变化——直观感受权重的影响。
Day 4 · 避坑
常见踩坑 · 速查
!
"找不到 JD 文件"路径写错 / 文件名带空格 → 用 Marvis 的"@" 符号选文件，不要手敲路径
!
评分全是 3-4 分扎堆JD 写得太宽泛 → 回去把 JD 必备项/加分项明确分开再跑
!
匹配理由是"经验丰富、能力强"这种废话Prompt 第 4 步要强调"必须引用简历原文"——补一条 "理由中必须包含简历原文 quote"
!
本地模式跑得慢（> 10 分钟）检查内存占用 → 关掉 Chrome 几十个标签页 / Photoshop / 视频会议软件
!
OCR 图片简历识别错乱把图片简历单独建文件夹，跑两遍 / 或直接告诉候选人补 PDF 版
这一页给最容易卡的 5 个坑。预留 5 分钟让大家边练边问。讲师巡场，看每个人屏幕。
最高频：第 1 个（路径写错）和第 3 个（理由是废话）。提前准备好答案。
Day 4 · 练习
现在轮到你
10 分钟练习
用 20 份脱敏简历样本 + 你自己写的 JD（昨天 Day 3 已经准备好），
跑一遍完整的筛选流程。
不会写 JD 的同学，可以直接用我们准备的"运营经理 JD 样本"。
验收标准：
- 顶部显示"🔒 隐私模式"
- Marvis 输出了 TOP 20（如果样本只有 20 份，就是 TOP 10）
- 每个候选有具体匹配理由 + 风险标注
- 输出是 Markdown 表格，你能复制到飞书
讲师巡场：这 10 分钟你要走动，看每个学员屏幕，帮卡住的人。
预留时间：如果有人跑得特别快，让他试"把权重调换一下再跑一遍"对比结果。
不要让学员只看不练——今天的 Prompt 是要带走的核心资产。
Day 4 · 进阶
进阶 · 不同岗位的权重模板
核心研发岗
经验 45% · 技能 40% · 学历 5% · 稳定 10%
技术能力是硬指标，跳槽频繁但能干活 OK。
运营 / 市场岗
经验 35% · 技能 35% · 学历 10% · 稳定 20%
通用配比，今天 demo 用的就是这个。
初级 / 应届岗
经验 15% · 技能 25% · 学历 30% · 稳定 30%
没经验只能看学历 + 学习能力 + 稳定意愿。
高管 / 总监岗
经验 50% · 技能 25% · 学历 5% · 稳定 20%
看过往业绩为主，学历这时候是噪音。
建议：把这 4 个模板存成 4 条 Prompt，下次招什么岗位直接调对应的。
讲解：4 个模板不是死的，是起点。让 HR 根据自己公司业务特性微调。
互动：问"你们公司哪类岗位招得最多？"——按高频岗位定制权重，下周招聘直接复用。
Day 4 · 集成
和公司 ATS 系统怎么配合？
如果公司有 Moka / 北森 / 大易
- ATS 负责简历入库 + 流程追踪（合规要求）
- Marvis 负责快速筛选 + 输出 TOP 候选
- 从 ATS 批量导出 PDF → Marvis 本地筛 → 把 TOP 20 ID 回填 ATS
- 不替代 ATS，是加速 ATS 里的筛选环节
如果公司还没有 ATS
- Marvis + 飞书表格 已经能覆盖中小团队全流程
- 每个岗位建一个目录（运营组 / 技术组 / 设计组）
- 筛选结果写入飞书表格 → 业务方点评 → 进入下一轮
- 等团队 > 50 人再考虑买 ATS
共识：Marvis 不和 ATS 抢生意，是 ATS 的"加速器"。但 ATS 的本地化部署有限，Marvis 隐私模式补足了本地处理能力。
讲解：很多 HR 担心"我们公司花钱买了 Moka，用 Marvis 是不是浪费"——其实不冲突，工具链分层。
互动：问"你们公司用哪个 ATS？"——根据答案决定是讲 ATS 集成还是讲飞书表格方案。
Day 4 · 合规
不能做的 3 件事
✗ 不能做
- 把候选人简历整段贴到豆包 / ChatGPT / 任何云端 LLM
- 用 AI 评分作为唯一拒绝理由告知候选人（个保法歧视风险）
- 把综合分低的候选人简历批量删除（数据留存合规要求 ≥ 2 年）
✓ 应该做
- 本地隐私模式处理，全流程不上云
- AI 评分作为HR 参考，最终录用与否还是 HR + 业务方判断
- 低分简历进入"未通过"归档，保留 2 年，方便候选人未来再投
红线：《个人信息保护法》第 24 条——"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"。AI 评分≠最终决策，HR 必须在中间做有意识的判断。
这一页是律师审过的合规底线。讲师不要简化讲，最好对照《个保法》第 24 条原文复述一遍。
关键解释："AI 评分≠最终决策" — 业务方/HR 必须留下"自己判断了一遍"的过程记录，这是合规审计要查的。
Day 4 · 进阶
进阶 · 让 AI 自我解释
跑完 TOP 20 之后，可以追问 Marvis 做透明化解释，应对业务方质疑 + 合规审计。
针对刚才输出的 TOP 20 候选，再做 3 件事：
1) 列出"未进入 TOP 20 但综合分 ≥ 3.5"的 5 个候选（候补名单）
2) 对每个 TOP 20 候选，说明"如果业务方质疑这个排名，你的反驳论据是什么"
3) 给我一份"本次筛选规则总结"，包含 JD 关键要求 / 评分权重 / 取舍逻辑——这份用来归档
关键：第 3 步的"筛选规则总结"是合规归档资产——一旦候选人投诉，你可以拿出这份文件证明评分有据可依。
这是高阶 HR 才会做的事。如果时间够，演示一下；时间不够，让学员阅读版自学。
类比：就像律师文书需要留底稿，HR 的筛选规则也需要留档。AI 帮你自动生成这份归档。
Day 4 · 小结
今天 4 个 takeaway
- 多步骤 Prompt 取代一句话指令——把你脑子里的流程写给 AI，不是让 AI 猜
- 4 维度评分体系是 HR 通行配比——经验 35 / 技能 35 / 学历 10 / 稳定 20，可调
- 本地隐私模式是 HR 的合规底线——处理简历前先看顶部"🔒"标识
- 带走你的 Prompt 模板——下次招聘不要从零开始，直接调用
课后作业（明天前完成）：把今天的 Prompt 用你公司最近一个真实岗位跑一遍，明天来分享"AI 选的 TOP 5 和你心目中的 TOP 5 重合度"。
小结口吻：不要重复 demo 细节，只点 4 个 takeaway。强调"模板可以带走"——这是今天最值钱的产物。
作业设计：让学员用真实岗位跑一遍，明天分享"重合度"——这是检验 AI 筛选能不能替代直觉的金标准。
Day 4 · 结束
明天 · Day 5
候选人画像 30 秒
简历 + 作品集 PDF + LinkedIn 截图 → 30 秒生成综合画像
（优势 / 风险 / 5 个面试追问点 / 推荐决策）
🙋 现在 · Q&A 时间
课后微信群答疑 · 联系讲师 Terrence · 13299138336
Q&A 引导：先问"今天哪一步最难？"——比"有什么问题"更具体。
常见提问预案：(1) 隐私模式跑不动怎么办（答：用脱敏简历 + 效率模式过渡，或让 IT 配工作站），(2) 评分都集中在 3-4 分（答：JD 写得太宽，下次细化必备项），(3) 公司没装 Moka 能用吗（答：能，Marvis + 飞书表格已经够中小团队）。
结束："明天同一时间见。带着今天的真实岗位筛选结果来。Day 5 我们让 Marvis 30 秒画出候选人全貌。"