JD 与面试准备
如何把一份普通 JD 优化成更清楚、更有吸引力的招聘文案,并为岗位生成结构化面试问题。
HR AI SkillHub 展示的是:HR 工作里的经验,如何被拆解、表达、沉淀成可复用的 AI 工作流。
个人网站不直接开放 Skill 下载,不承接文件领取,也不把它做成模板货架。完整内容沉淀在知识星球中,网站只负责说明它是什么、适合谁、沉淀什么、为什么值得加入。
过去我们说一个 HR 有经验,往往是在说这个人做过很多项目,处理过复杂场景,有判断,有手感。这些当然重要。
但到了 AI 时代,只停留在个人手感里,经验就很难被放大。一个招聘负责人知道怎么优化 JD,一个 HRBP 知道怎么做业务访谈,一个 OD 知道怎么拆组织问题,一个薪酬绩效负责人知道怎么看人工成本,这些经验如果一直只留在个人脑子里,就很难进入 AI 工作流,也很难被其他人复用。
所以 HR AI SkillHub 想解决的不是“多收集一点资料”,而是把 HR 工作里反复出现的判断、流程、话术、表格和方法,拆成一个个可以复用的工作能力单元。
真正有价值的不是“资料很多”,而是这些资料能不能回到真实场景,帮助 HR 更快判断、更稳交付、更好和业务对话。
如何把一份普通 JD 优化成更清楚、更有吸引力的招聘文案,并为岗位生成结构化面试问题。
如何做 HRBP 第一次业务访谈,让问题能指向业务目标、组织能力、关键岗位和协作堵点。
如何设计绩效面谈话术,让管理者把面谈从“评价员工”变成“对齐下一步”。
如何把员工花名册、人力成本和组织数据变成管理层看得懂的人力资源分析报告。
每一类都围绕真实 HR 场景,而不是为了堆满资料目录。
围绕一个真实 HR 任务,把输入、步骤、判断标准和输出格式固定下来。
访谈提纲、评分表、复盘表、诊断清单、报告框架、薪酬分析字段表、培训跟进 SOP。
说明提示词适合什么场景、需要什么输入、输出应该长什么样、哪些地方必须人工判断。
用脱敏案例说明一个 Skill 怎么工作,让使用者看到它解决的是真问题,而不是概念演示。
收集真实工作里的高频需求,判断哪些痛点真实、哪些内容应该优先沉淀。
它不太适合只想一次性拿资料、不愿意理解使用场景,也不愿意反馈和迭代的人。
希望用 AI 重构 HR 团队工作方式,而不是只让团队学几个工具。
需要更快理解业务、诊断组织问题、和管理者形成有效对话。
想把 JD、筛选标准、面试问题和候选人评估做得更结构化。
需要把诊断、盘点、培养、复盘流程沉淀成可复用方法。
希望用 AI 辅助做数据分析、人工成本复盘和绩效沟通设计。
想把个人经验变成可复用 Skill,而不是停留在零散提示词。
这些是已有 Skill 资料和历史实验方向,不在页面上承诺全部开放下载。
面向复杂 HR 和组织管理问题的多视角诊断 Skill,适合 CHO / HRD 在关键方案前进行压力测试。
把员工基础信息、组织结构、人力成本、人效和流动数据,转成管理层更容易阅读的人力资源分析报告。
基于公司介绍和 JD 生成岗位筛选标准,再评估单份或批量简历,强调证据链和面试追问。
围绕业务目标、组织能力、关键岗位和协作堵点设计问题,帮助 HRBP 更快建立业务理解。
把绩效反馈、目标复盘、改进承诺和管理者表达拆成可复制话术。
这里提供的是工作流、模板、分析框架和方法样本,不替代 HR、管理者、法务或业务负责人做最终决策。
涉及裁员、薪酬、绩效处罚、劳动争议、候选人录用等敏感事项时,必须结合公司制度、法律合规和人工复核。
不要把包含员工隐私、候选人隐私、薪酬明细、公司内部敏感制度的原始资料直接上传到公开环境。需要分析时,应先做脱敏处理。
个人网站不直接开放 Skill 下载。完整内容、更新节奏和可访问范围,以知识星球内的实际规则为准。
如果你也在思考 HR 如何用 AI 从“写得更快”走向“能力更强”,可以进入知识星球看看。这里不会追求一上来就很大、很全,而是把真正高频、真实、可复用的 HR 场景,一点点拆成 Skill,沉淀下来。
https://t.zsxq.com/I0QhX
不是。它更像一个 HR AI 工作流资料室和实验场。核心不是上课,而是沉淀可复用工作流。
不是。资料只是载体,真正重要的是每个资料背后的使用场景、输入输出、判断标准和边界。
可以看,但它主要服务 HR 场景。业务管理者如果关注招聘、绩效、人才盘点、组织诊断,也能从中理解 HR 如何用 AI 更好地支持业务。
可以作为思路参考。真正落到公司内部时,建议结合企业自己的制度、数据、岗位、流程和管理语言,搭建内部 HR SkillHub。
HR 场景天然敏感,所以所有内容都应遵守脱敏和授权原则。涉及员工、候选人、薪酬、绩效、组织诊断等资料时,必须先处理隐私和权限边界。