Day 5
HR × AI 招聘提效训练营

候选人画像
30 秒

简历 + 作品集 PDF + LinkedIn 截图 → 30 秒生成综合画像
不是夸奖文案,是给业务方的决策辅助卡片

讲师 Terrence 时长 90 分钟 产物 3 个候选人的画像 + 个人画像 Prompt 模板
Day 5 · 回顾

先回顾 · Day 4 你应该已经做到

昨天作业的检查:用真实岗位跑了一遍 → "AI 选的 TOP 5 和你心目中的 TOP 5 重合度是多少?"——3-5 个学员分享。
Day 5 · 目标

今天结束,你能做到

今天的关键判断:从"批量筛选" → "个体洞察"。Day 4 是漏斗上半段,Day 5 是漏斗下半段的第一步。
Day 5 · 痛点

为什么需要"30 秒画像"?

现状 · 业务方反馈
  • "这 20 个人简历看完头都晕了,给我挑 5 个"
  • "我没时间看作品集 PDF,你帮我看吧"
  • "昨天发的那个候选人是谁来着,再发一遍信息"
  • "她 LinkedIn 上写的和简历不一样啊?"
目标 · 业务方能收到
  • 一张Markdown 卡片,30 秒读完
  • 10 字标签 + 3 条优势 + 3 条风险 + 5 个追问
  • 推荐决策(进下一轮 / 拒 / 转岗)+ 理由
  • 可直接截图发钉钉 / 飞书工作群

本质:把"HR 读 30 分钟 + 业务方读 5 分钟" 压成"HR 投入 5 分钟 + 业务方读 30 秒"。

Day 5 · 方法

关键认知 · 画像 ≠ 夸奖

很多 HR 第一次用 AI 画像就写错——让 AI"介绍这个候选人",结果出来一堆"经验丰富、能力突出"的废话。

❌ 夸奖型画像

"张三是一位经验丰富的运营经理..."

像求职 cover letter。
业务方看完不知道下一步该干嘛。
所有候选人看起来都差不多。

✓ 决策型画像

"5 年 SaaS 运营 / 增长见长 / 跳槽过密"

10 字标签 + 优势 + 风险 + 追问点。
业务方 30 秒读完知道是不是 Yes/No。
每个候选人画像有差异

核心心法:画像的读者不是候选人自己,是业务方。要回答"该不该花 1 小时面这个人?面什么?"——这是业务方的决策点。
Day 5 · 方法

关键能力 · 多文档融合

一个完整候选人画像 = 简历 + 作品集 + LinkedIn + 其他线上痕迹。Marvis 一次性吃进去,交叉验证 + 整合输出

📄
简历 PDF / Word · 经历 + 技能 + 项目(结构化信息)主线索,画像的骨架
📁
作品集 PDF / 链接 · 设计稿 / 案例 / 文章(能力佐证)简历说"会做",作品集证明"真做过"
🔗
LinkedIn 截图 / 个人网站 · 公开背景 + 推荐信(第三方验证)侧面核对简历真实性,发现矛盾点
📝
笔试 / 案例 / 演讲视频(可选) · 实操能力如果有,含金量比简历高 10 倍
关键:单看简历容易被包装话术骗,3 个来源交叉才能看出真实水平。简历说"主导项目",作品集只有 2 页,LinkedIn 这段经历只待了 6 个月——⚠️ 这种矛盾 Marvis 会自动标出来。
Day 5 · 方法

标准化输出格式 · 5 个区块

1
一句话标签(10 字内)例:"5 年 SaaS 运营 · 增长见长"——业务方扫一眼就有印象
2
3 条优势(每条配证据)"主导 SaaS 0-1 增长(简历第 2 段)"——证据出处一定要写
3
3 条风险 / 疑问(需要面试核实)"2023-2024 LinkedIn 没更新,可能空窗"——直接给面试官 todo
4
5 个面试追问点(指向简历 / 作品某段)"作品集第 3 个项目,请描述你的具体职责和成果"——可执行
5
推荐决策:进下一轮 / 拒绝 / 转其他岗位 + 理由"推荐进下一轮,原因:增长经验匹配 JD,需面试核实跳槽原因"
这 5 个区块缺一不可——少了哪个业务方都会反问。Prompt 里要明确写"按这 5 个区块输出"。
Day 5 · 数据

画像效率 · 用过的人怎么说

30 秒
业务方读完一个候选人画像的时间(vs. 5 分钟读简历)
5 分钟
HR 生成一个画像的总耗时(含 Marvis 跑 + 人工 review)
+40%
面试转化率提升(业务方拒面率下降)
关键洞察:业务方不是不愿面候选人,是不愿在 20 个未知人里盲选。给清晰画像后,他们 yes 率立刻上升。

数据来源:3 家中型公司 HR 团队 Marvis 上线 4 周的内部统计。

Day 5 · Marvis

Marvis 在画像生成上的 3 个独门能力

A
多文件类型一次读 · PDF / Word / PNG 截图 / 链接 抓取 全部支持对比:ChatGPT 网页版每次只能传 4-5 个附件,且不支持图片 OCR 简历
B
交叉验证自动标红 · 简历 vs LinkedIn vs 作品集 不一致处自动 highlight这是 HR 单凭眼睛非常容易漏的事
C
输出可直接截图发钉钉 · Markdown 卡片样式 · 各种 IM 工具都支持不需要二次格式化
关键差异:豆包 / Kimi 也能做画像,但不能一次性吃多个文件 + 不能 OCR 图片简历。Marvis 桌面端是真正的"多文档融合"。
Day 5 · Demo
现在开始动手 · 全场跟做

场景 · 给候选人张三画像

简历:/桌面/招聘/张三-简历.pdf
作品集:/桌面/招聘/张三-作品/[1.pdf, 2.pdf, 3.pdf]
LinkedIn 截图:/桌面/招聘/张三-linkedin.png
目标:30 秒画像卡片,发业务方

⏱ 接下来 25 分钟 · 看我先 demo,然后所有人跟做 3 个候选人

Day 5 · Demo

关键 Prompt · 复制到 Marvis

读取以下文件并生成候选人画像: - 简历:/桌面/招聘/张三-简历.pdf - 作品集:/桌面/招聘/张三-作品/[1.pdf, 2.pdf, 3.pdf] - LinkedIn 截图:/桌面/招聘/张三-linkedin.png 输出格式: 1) 一句话标签(10 字内,概括候选人核心特征) 2) 优势(3 条,每条配简历或作品中的证据) 3) 风险 / 疑问(3 条,需要面试核实的) 4) 面试追问点(5 个具体问题,指向简历 / 作品中的某段或某个项目) 5) 推荐决策:进下一轮 / 拒绝 / 转其他岗位,并给理由 格式:Markdown 卡片样式,便于截图发业务方
💡 注意 3 个细节:(1) 文件列表用绝对路径,(2) 输出格式 5 个区块明确编号,(3) 强调"Markdown 卡片样式 + 便于截图"。
Day 5 · Demo

Prompt 设计 · 5 个关键决策

  1. 文件列表用绝对路径——Marvis 在隐私模式下不会"猜"文件位置,明确指给它
  2. "标签 10 字内"——硬约束字数,逼 AI 提炼核心,不写废话
  3. "每条优势配证据"——避免 hallucination(AI 编造)。可解释 = 可信任
  4. "面试追问指向具体段落 / 项目"——让面试官能直接拿来用,不是抽象的"问问 sql 能力"
  5. "Markdown 卡片样式 + 便于截图"——明确告诉 AI 输出场景,它会自动控制行宽和层级
口诀:路径、字数、证据、可执行、可截图 —— 一条好的画像 Prompt 5 项都不能少。
Day 5 · Demo

输出样例 · 候选人画像卡片

## 候选人画像 · 张三(运营经理) 🏷 **5 年 SaaS · 增长见长** ### ✓ 优势 1. **5 年 SaaS 运营经验**,从 0-1 主导过 3 个增长项目(简历第 2 段) 2. **作品集第 2 个案例**:6 个月做到 MAU 从 5w → 30w,方法论扎实 3. LinkedIn 显示 **2 位前同事推荐**,背调风险低 ### ⚠ 风险 / 疑问 1. 最近 1 段经历只有 **8 个月**(2025.10-2026.05),疑似空窗或不愉快 2. 作品集第 3 个案例的 **数据指标缺失**,需要面试核实真实贡献 3. LinkedIn 自我介绍写"Growth Hacker",简历写"运营经理" —— **定位不清晰** ### 🎯 面试追问(按重要性排序) 1. 作品集第 2 个案例 MAU 5w→30w,**你的具体职责是什么?团队多少人?** 2. 2026 年 5 月离职的真实原因(避免标准化"个人发展"答案) 3. 简历提到"主导"3 个项目 —— **决策权多大?预算多少?** 4. 你定位是 Growth 还是运营?**对未来 3 年职业规划怎么想?** 5. 我们这边业务 [插入业务方场景],**你最想用什么打法?** ### 📋 推荐决策 **进下一轮**(电话面试 30 分钟) 理由:增长经验匹配 JD,作品集有数据支撑。但需要面试核实跳槽原因 + 真实贡献度,再决定是否进业务面。
关键:业务方拿到这个卡片,不用读简历也能决策。这是 30 秒画像的威力。
Day 5 · Demo

Marvis 工作过程 · 你会看到

  1. 主 Agent 显示"正在读取 5 个文件"——3 个 PDF + 1 个 PNG + 1 个简历,约 5-8 秒
  2. 子 Agent #1:简历解析——结构化提取经历 / 技能 / 项目
  3. 子 Agent #2:作品集分析——抓出每个案例的数据指标和角色
  4. 子 Agent #3:LinkedIn 截图 OCR——读出公开信息
  5. 子 Agent #4:交叉验证——比对 3 个来源,标出矛盾点
  6. 主 Agent 汇总——按 5 个区块输出 Markdown 卡片
  7. 总耗时通常 30-60 秒,本地隐私模式
对 HR 的启示:6 步并行,30-60 秒搞定一个候选人。你之前手工读 + 写画像至少 20 分钟。
Day 5 · 练习
现在轮到你

练习 · 3 个画像 / 15 分钟

昨天 TOP 20 里的前 3 个候选人(或我提供的样本包),
每人 5 分钟跑一遍画像。
目标:3 张卡片,可以直接发业务方。

验收标准
  • 每个画像 5 个区块齐全(标签 / 优势 / 风险 / 追问 / 决策)
  • 优势条目都有具体证据出处
  • 追问点指向简历 / 作品某段,不是空泛问题
  • 3 个候选人画像有差异,不是模板化复制
Day 5 · 避坑

常见踩坑 · 速查

!
LinkedIn 截图 OCR 识别错乱截图清晰度不够 → 用浏览器全屏截图 / 1080p 以上分辨率
!
优势条目变成"经验丰富、能力强"Prompt 没强调"配证据" → 在 Prompt 第 2 行补一句"每条优势必须引用简历或作品原文片段"
!
追问点是"请介绍一下你自己"这种废话Prompt 没强调"指向具体段落 / 项目" → 补充"每个追问必须 quote 候选人简历 / 作品中的具体内容"
!
推荐决策永远是"进下一轮"样本里没有差的候选人 → 让 Marvis 在 prompt 里加"如果有任何硬伤可以推荐 reject"
!
卡片排版凌乱 / 截图不好看用钉钉 / 飞书的 Markdown 预览先确认 → 必要时让 Marvis"重新格式化,使用更紧凑的卡片样式"
Day 5 · 进阶

进阶 · 不同岗位侧重不同

技术岗画像
  • 追问点 60% 是技术细节("项目 X 用了什么栈,为什么选 Y 不选 Z")
  • 风险点关注技术栈匹配 + GitHub 活跃度
  • "作品集"换成 GitHub repo + 技术博客
设计岗画像
  • 追问点 60% 是设计思考过程("为什么这样做,用户反馈")
  • 风险点关注风格多样性 + 商业感(不是只会一种风格)
  • "作品集"是核心,简历是辅助
销售岗画像
  • 追问点 60% 是业绩数字 + 大单复盘("上一份工作 KPI 完成率多少")
  • 风险点关注业绩可验证性 + 客户来源
  • 多关注 LinkedIn 推荐信和前同事
高管 / 总监画像
  • 追问点 60% 是战略决策 + 团队管理("如何带 30 人团队")
  • 风险点关注实际权限 + 离职原因(高管离职往往复杂)
  • 必看:业内圈子背调 + 公开演讲资料
建议:把这 4 个画像模板存成 4 条 Prompt,下次招什么岗位直接调对应的 + 改路径就行。
Day 5 · 合规

画像里 · 不能写的内容

✗ 不能写
  • 年龄 / 性别 / 婚育状态作为评估依据(个保法 + 反歧视)
  • 地域 / 籍贯 / 户籍带有暗示性表述("东北人比较直接")
  • 外貌评价("长相端正"——招聘场景违法)
  • 非公开来源挖来的信息(私人朋友圈 / 微博)
✓ 可以写
  • 简历明确披露的工作经历 / 教育背景 / 技能
  • 作品集 / LinkedIn 等公开渠道的能力证据
  • 跳槽频率(基于客观事实判断稳定性)
  • 需要面试核实的"疑问点"(写"疑问"而不是"判断")
红线:画像的本质是"帮助业务方做决策",不是"标记候选人特征"。任何描述都要能在《个保法》合规审查中站得住脚。
Day 5 · 流程

画像生成后 · 3 件事

1
HR 自己 review 一遍,最多 1 分钟AI 偶尔会漏关键点 / 误判矛盾——HR 做最后 sanity check
2
发业务方 + 收集反馈用钉钉 / 飞书 / 邮件都行。要求业务方 24 小时内回复 yes/no
3
归档到候选人目录把 markdown 卡片存到 /桌面/招聘/[岗位]/候选人画像/ 下,文件名 = 姓名_日期.md
为什么要归档:(1) 面试官面试前 5 分钟看画像比临时翻简历快 10 倍;(2) 季度复盘时回看"AI 画像准不准";(3) 合规审计时证明"评估有据"。
Day 5 · 工作流

Day 4 + Day 5 串起来的工作流

1
100 份简历归集到 /桌面/招聘/[岗位]/(Day 3)
40 min
2
Marvis 跑筛选 Prompt → TOP 20 表格(Day 4)
5 min
3
TOP 20 表格发业务方初看 → 业务方挑出 8-10 个想深入了解的
人工 1h
4
Marvis 给这 8-10 个人画详细画像(Day 5)
30 min
5
画像发业务方 → 业务方决定面 5 个
人工 30 min
6
明天:Marvis 帮每个面试准备问题(Day 6)
下一节
对比传统:传统 100 简历→面试 5 个,需要 HR 投入 8-12 小时。AI 工作流压到 2-3 小时,且业务方决策质量提升
Day 5 · 小结

今天 4 个 takeaway

  1. 画像 ≠ 夸奖——画像的读者是业务方,要回答"该不该花 1 小时面这个人"
  2. 5 个区块标准化输出——标签 / 优势 / 风险 / 追问 / 决策,缺一不可
  3. 多文档融合 + 交叉验证——简历 + 作品集 + LinkedIn 三源对照,识破包装话术
  4. 画像归档 = HR 数字资产——为季度复盘和合规审计沉淀
课后作业(明天前完成):选你最近真实在面的候选人,跑 1 份完整画像 + 发给业务方,看业务方反应。明天来分享"画像是不是让业务方更愿意面试了"。
Day 5 · 结束
明天 · Day 6

面试问题自动准备

业务面试前 10 分钟临时生成针对性问题
(10 题 + 追问支线 + 暖场 / 关键 / 收尾节奏建议)
不再用"你最大的缺点"这种套话题

🙋 现在 · Q&A 时间
课后微信群答疑 · 联系讲师 Terrence · 13299138336
📝 讲师备注 · 按 N 切换显示 / 隐藏
翻页 · Space 下一页 · F 全屏 · N 备注 · Home 首页