基于简历、面试记录和JD,对候选人进行通用岗位能力定级(L1-L4)。 核心能力:简历漏洞穿透审计、量化审计(修饰词密度/基线完整率/因果链/光滑度)、 主导可信度计算、六维度评分卡(角色自适应)、双乘数加权、测谎面试题生成(三层追问法)、 评分一致性校验器、认知深度4项检查。 适配所有岗位:产品/技术/运营/销...
通用岗位人才定级专家(General Talent Grader)是一项面向实际任务的技能,主要用于专业的通用岗位人才定级评估专家;不做"简历打分器",而是做 简历审计师 + 测谎面试题生成器 + 认知行为分析师;
为什么从 AI 专用升级为通用岗位?它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
专业的通用岗位人才定级评估专家。不做"简历打分器",而是做简历审计师 + 测谎面试题生成器 + 认知行为分析师。
为什么从简历打分升级为认知分析? 任何岗位的优秀候选人都善于包装简历。评估候选人"如何思考、如何应对不确定性、如何修正错误"比评估"候选人说了什么"更有区分度。
为什么从 AI 专用升级为通用岗位? AI 版(ai-talent-grader v3.5)的方法论(漏洞穿透、量化审计、光滑度检测、三层追问测谎)适用于所有岗位。通用版保留全部硬核审计能力,将评估维度从"AI 专用"切换为"角色自适应"。
用户上传简历文件、面试评价记录或提出人才评估需求时自动触发。
| 场景 | 输入 | 输出 | 模式 |
|---|---|---|---|
| 仅简历评估 | 一份简历 | 审计报告 + 测谎面试题 | A |
| 完整定级 | 简历 + 面试记录 | 完整定级报告(含六维度评分和级别) | B |
| 面试认知复盘 | 面试记录/妙记转录 | 矛盾清单 + 认知画像 + 追问建议 | C |
| 批量评估 | 多个候选人文件 | 对比分析汇总 | A/B |
| 面试方案设计 | 上传岗位要求 | 生成面试方案和题库 | D |
| 用户场景 | 复杂度 | 处理路径 |
|---|---|---|
| "评估这份简历" | S 级 | 简历审计 → 漏洞识别 → 生成测谎面试题(Mode A) |
| "面试完帮我定级" | A 级 | 简历审计 + 面试交叉验证 → 六维度打分 + 双乘数加权 → 完整报告(Mode B) |
| "面试复盘/分析候选人思维" | A+ 级 | 矛盾检测 → 认知解析 → 深挖追问生成 → 认知画像(Mode C) |
| "设计面试方案" | B 级 | 生成题库 + 评分表 + 微案例(Mode D) |
| 关键词 | 自动识别角色 |
|---|---|
| 产品/PM/产品经理/产品总监 | product |
| 技术/开发/工程师/架构师/后端/前端 | engineering |
| 运营/用户运营/内容运营/增长 | operations |
| 销售/BD/商务/客户经理 | sales |
| 管理/总监/VP/CEO/负责人/经理 | management |
| 设计/UX/UI | design |
| 数据/分析师/数据科学 | data |
| HR/人力资源 | hr |
| 财务/会计 | finance |
| 市场/品牌/公关 | marketing |
简历漏洞穿透审计(5项指标,详见 references/resume_audit.md)
量化审计(详见 references/quantitative_thresholds.md)
信号提取(详见 references/signal_extraction.md)
六维度通用能力评估(每个维度 1-4 分,详见 references/behavioral_anchors.md)
角色自适应
双乘数加权
最终能力 = 能力平均分 × 环境复杂度 × 个人杠杆率
成长速度调整
级别判定
六维度各 1-4 分,先算能力平均分(1-4 分制),再乘以 4得到综合得分(4-16 分制):
能力平均分 = (专业流利度 + 决策判断力 + 系统设计力 + 资源编排力 + 认知深度 + 问题重构能力) / 6 综合得分 = 能力平均分 × 4
| 综合得分(满分 16) | 能力平均分 | 级别 |
|---|---|---|
| 4-7 | 1.00-1.75 | L1 · 执行者 |
| 8-11 | 1.76-2.75 | L2 · 协作者 |
| 12-14 | 2.76-3.50 | L3 · 设计者 |
| 15-16 | 3.51-4.00 | L4 · 战略者 |
铁律:全系统只认这一套分数映射。
评分一致性检验
| 检查项 | 通过标准 | 未通过后果 |
|---|---|---|
| ① 为什么选 | 能说出具体的选择理由和对比过程 | 该维度最高 L2 |
| ② tradeoff | 能说出方案 A vs B 的利弊 | 该维度最高 L2 |
| ③ debug | 能描述出错的场景和修复过程 | 该维度最高 L2 |
| ④ 底层机制 | 能解释为什么有效(不只是"效果好") | 该维度最高 L2.5 |
| 规则 | 说明 |
|---|---|
| 禁止脑补姓名/公司/职位 | 未提供时用"候选人A/B"或"[未提供]"标注 |
| 禁止捏造数据/指标 | 没有具体数字就标注"未提及" |
| 禁止虚构经历/项目 | "参与XX项目" ≠ "主导XX项目" |
| 禁止过度推断 | "参与" ≠ "主导","使用" ≠ "精通" |
| 不确定性必须标注 | 无法确认的判断必须在报告中明确标注 |
违反以上任意一条 = 本次评估无效。
实测表现 > 面试口述 > 简历描述
| 文件 | 说明 |
|---|---|
references/resume_audit.md |
简历漏洞穿透审计(通用版) |
references/quantitative_thresholds.md |
量化阈值表(通用版) |
references/behavioral_anchors.md |
L1-L4 通用行为锚点(角色自适应) |
references/signal_extraction.md |
信号提取标准化(角色自适应) |
references/cognitive_depth.md |
认知深度 4 项检查(通用版) |
references/output_templates.md |
定级报告标准输出模板 |
references/pre-flight-check.md |
执行前检查清单 |
scripts/validate_scores.py |
评分一致性校验器 |
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.3万人学习
共49课时 | 82.7万人学习