Claude Web 實戰（二）：AI 審履歷 × 面試出題

招募是主管最花時間的事之一。用 Claude 從「看完 30 份履歷」到「出好面試題」，整套流程壓縮到 1 小時。

課程目標

1. 學會用 Claude 系統化審閱履歷，建立客觀的評估框架
2. 根據履歷分析結果，自動產出針對性的面試問題
3. 掌握「職缺需求 → 履歷篩選 → 面試題設計」的完整 AI 工作流

一、為什麼用 AI 審履歷？

傳統做法的痛點

AI 輔助的優勢

• 一致性：每份履歷用同一套標準評估
• 速度：30 份履歷 30 分鐘內完成初篩
• 結構化：自動整理成比較表，方便橫向比較
• 去偏見：可以設定「先不看學歷和公司名稱，只看能力和成果」

⚠️ 重要提醒：AI 是輔助篩選工具，最終錄用決策一定是人做的。AI 可能有偏見（訓練資料的偏見），所以結果一定要人工覆核。

二、Step 1 — 設定職缺評估框架

在丟履歷給 Claude 之前，先建立清楚的評估框架。這是最關鍵的一步。

Prompt：建立評估框架

你是資深 HR 主管，專精美妝零售產業的人才招募。

我要招募一位 [職位名稱]，以下是職缺需求：

【職位】[例如：資深行銷企劃]
【部門】[例如：品牌行銷部]
【關鍵職責】
- [職責 1]
- [職責 2]
- [職責 3]

【必備條件】
- [條件 1]
- [條件 2]

【加分條件】
- [加分 1]
- [加分 2]

請根據以上職缺需求，設計一份履歷評估表，包含：
1. 5-7 個評估維度（例如：相關經驗年資、產業吻合度、專業技能、管理經驗等）
2. 每個維度的評分標準（1-5 分，明確說明 1 分和 5 分分別代表什麼）
3. 各維度的權重建議（加總 100%）

用表格呈現，方便我後續直接套用。

範例：資深行銷企劃的評估框架

三、Step 2 — AI 審閱履歷

單份履歷深度分析

上傳一份履歷 PDF，搭配以下 Prompt：

請根據以下評估框架，分析這份履歷：

[貼上 Step 1 產出的評估框架]

請產出：

1. 【評分表】每個維度的分數和簡短理由（一句話）
2. 【總分】加權總分（滿分 5.0）
3. 【亮點】這位候選人最突出的 2-3 個優勢
4. 【疑慮】需要在面試中確認的 2-3 個問題點
5. 【關鍵判斷】推薦面試 / 備選 / 不推薦，附一句話理由

注意：
- 只根據履歷中實際寫到的內容評分，沒有提到的不要假設
- 如果某個維度的資訊不足以判斷，標註「資訊不足」而非給低分
- 保持客觀，不要被公司品牌或學歷光環影響判斷

批量比較（多份履歷）

如果有多份履歷，一次上傳後用這個 Prompt：

我上傳了 [N] 份履歷。請用同一套評估框架逐一分析，最後產出：

1. 【個別評估】每人一份簡要評估（格式同上）
2. 【比較總表】所有候選人的橫向比較表

| 候選人 | 總分 | 最大優勢 | 最大疑慮 | 建議 |
|--------|------|---------|---------|------|

3. 【排序建議】依總分排序，附上我的面試優先順序建議
4. 【注意事項】哪些候選人之間的差距很小，需要面試後才能區分

請依照上傳順序編號候選人（候選人 A、B、C...）。

四、Step 3 — 根據履歷產出面試問題

這是最有價值的部分：根據每位候選人的履歷內容，產出「量身訂做」的面試問題。

Prompt：通用面試題 + 個人化追問

根據你剛才對 [候選人 A] 的履歷分析，請設計面試問題：

【Part 1：通用題（3 題）】
設計 3 個跟這個職位核心能力相關的行為面試題（STAR 格式）。
每題附上「期望聽到的好回答應該包含什麼」。

【Part 2：個人化追問（3 題）】
根據這位候選人的履歷，針對以下設計追問：
- 履歷中的亮點：設計一題驗證真實性的問題
- 履歷中的疑慮：設計一題釐清疑慮的問題
- 履歷中的空白：設計一題探索沒提到的能力的問題

【Part 3：情境題（2 題）】
設計 2 個跟公司實際工作場景相關的情境題。
例如：「如果你負責的品牌要在母親節檔期推新品，你會怎麼規劃？」

每題格式：
- 題目
- 這題在測什麼能力
- 好回答的特徵
- 紅旗回答（聽到這種回答要小心）

範例產出

通用題 #1（測專案管理能力）

題目：請描述你主導過最大規模的行銷 Campaign。從發想到執行到覆盤，你是怎麼管理的？

測什麼：專案管理、資源協調、成果導向

好回答特徵：

• 有清楚的時間軸和里程碑
• 提到跨部門協調的具體做法
• 有量化的成果數據（ROI、觸及率、轉換率等）
• 會提到過程中遇到的困難和解法

紅旗回答：

• 只談概念不談執行細節
• 無法說出具體數字
• 把功勞全歸自己，沒提到團隊

個人化追問（針對亮點驗證）

題目：你履歷提到「某檔期 Campaign 業績成長 40%」，可以詳細說明這個 40% 是怎麼算的嗎？基期是什麼？你具體負責哪些環節？

測什麼：數據真實性、對成果的實際貢獻度

好回答特徵：

• 能清楚說明計算方式（vs 去年同期 / vs 上個檔期）
• 能區分「團隊成果」和「個人貢獻」
• 主動提到不足或可以改進的地方

紅旗回答：

• 說不出具體數字的來源
• 把整個團隊的成果都歸功於自己

五、完整工作流程

Step 1：設定職缺評估框架（10 分鐘）
    │  上傳 JD → Claude 產出評估維度和評分標準
    ↓
Step 2：批量審閱履歷（20-30 分鐘）
    │  上傳所有履歷 → Claude 逐一評估 + 橫向比較
    ↓
Step 3：人工覆核排序（10 分鐘）
    │  你確認 AI 的排序 → 調整面試名單
    ↓
Step 4：產出面試問題（10 分鐘）
    │  針對每位進入面試的候選人 → 通用題 + 個人化追問
    ↓
Step 5：面試執行 → 用 Claude 整理面試筆記（面試後）

總耗時：約 1 小時完成初篩 + 面試題準備（傳統做法至少半天）

六、注意事項與倫理

資安提醒

倫理原則

1. AI 輔助，人做決策：AI 的評估是參考，不是最終答案
2. 避免系統性偏見：定期檢查 AI 是否對特定背景的候選人有偏見
3. 透明度：如果公司政策允許，可以在招募流程中說明有使用 AI 輔助篩選
4. 給每份履歷公平機會：不要只看 AI 推薦的前幾名，也翻翻被標為「備選」的

💡 進階做法：如果你想更嚴謹，可以先讓 Claude 「不看學歷和公司名稱」做第一輪評估，再開放這些資訊做第二輪。這樣可以減少光環效應。

AI 協作：學了這個，跟 AI 怎麼配合？

AI 審履歷的價值不是取代你的判斷，而是讓你把時間花在「面試」而不是「初篩」。

你的人類優勢：

• 你知道團隊的文化和默契需求——AI 只能看履歷上寫的，看不出「氣場合不合」
• 你能設計「真正能挖出能力」的追問——AI 給的是框架，臨場的追問是你的專業

可以這樣跟 AI 說：

這位候選人的履歷看起來很漂亮，但我擔心是「包裝過度」。請針對他寫的每一個量化成果，各設計一個「挖真實性」的追問，讓我在面試時用。

實戰練習

練習 1：建立你的職缺評估框架

練習 2：模擬審履歷

本課重點回顧

1. AI 審履歷的優勢：一致性、速度、結構化、減少偏見
2. 三步驟工作流：設框架 → 批量審閱 → 產出面試題
3. 評估框架是關鍵：框架設得好，AI 才能篩得準
4. 個人化面試題：根據每位候選人的履歷量身訂做，比通用題更有效
5. 倫理底線：AI 輔助人做決策、脫敏保護個資、避免系統性偏見
6. 完整流程約 1 小時：傳統做法至少半天，效率提升 4-5 倍