隨著 AI Agent 逐漸發展，人資日常工作的履歷審核和面試篩選也會藉由 AI 來加速作業，但 AI Agent 要如何設計才能讓人資更有效的進行招募，這篇想以產品經理角度切入產品規劃、流程設計，初步說明 AI Agent 的潛在應用。
一、AI Agent 和過往 AI 回覆的差異
⠀⠀
在 2023、2024 年，求職平台針對人資端的 AI 應用，多半在「履歷關鍵字匹配」，用途是透過 AI 來篩選履歷是否有該職缺 JG 的關鍵字，例如履歷一定要包含「產品規劃、產品設計、系統設計、使用者訪談」等文字，且需要有「3 種關鍵字以上」等，才會通過 AI 審核。或者是「筆試出題」，人資可餵 JD 內容給 AI，請 AI 提供該職缺的面試題目，讓求職者第一關先填寫表單，並通過 AI 評分後才能進行第二關。
⠀⠀
上述的應用是「給 AI 一個問題，AI 回答一個答案」，偏向單次任務，缺乏持續執行的能力；但 AI Agent 未來的應用，比較偏私人助理，期望可以做到「給一個目標，他能規劃步驟、使用工具、完成多項任務」，偏向持續性的任務，例如可以直接出題給求職者，根據求職者評分自動安排後續面試。
⠀⠀
⠀⠀
二、AI Agent 履歷篩選
⠀⠀
以產品經理角度，要設計 AI Agent 流程前，要先確認 AI 履歷篩選可以如何幫助 HR 團隊提升工作效率。
⠀⠀
▍ 產品目標：「HR 收到上百份履歷時，AI 可以在數秒內完成初步篩選」
⠀⠀
這個過程背後涉及幾個技術點，包含：
- 文件處理：透過專門的解析器處理不同格式，像是用 PyPDF2 來提取 PDF 資訊，用 OCR 提取圖片資訊。
- 資訊提取：針對固定欄位，可透過正則表達式，抓出基本資料，像是聯絡資訊、學歷、年資、技能樹等。
- 文本理解：針對工作經驗描述、Cover Letter、自傳，可再透過 LLM 進行深度理解，像是將「負責團隊管理，帶領 5 人完成專案」轉成專案管理能力。
⠀⠀
針對第 3 點的文本理解，主要是產品規劃的關鍵，要透過 LLM 做到深度理解，整個流程包含：
- 建立本地資料庫（MySQL/PostgreSQL）：類似知識管理中心，像是「關鍵字對照表」裡面會需要定義「PM = 產品經理 / 專案經理」，而「評分標準資料表」則定義不同職缺的能力權重。
- 資料預處理：將履歷切分成不同的區塊（工作經驗、專業技能、自傳等），每個區塊都要進行字數計算，確保不超過 LLM 的 token 限制，如果內容過長，只能擷取最新資訊。
- 調用 LLM：針對不同區塊（工作經驗、專業技能、自傳）分別設定 prompt，再發送給 LLM 進行分析，每個區塊都有指定的評分方式，以利提高準確度。
- 儲存結果：將 LLM 回傳的分析結果儲存到資料庫，讓不同 HR 都可以看到同一份 AI 產出的結果，減少同一份履歷多次呼叫 AI。
⠀⠀
⠀⠀
三、AI Agent 評分系統設計
⠀⠀
上述篩選完履歷，後續要怎麼篩選？分成 3 個面向：基本評分摘要、職務匹配度、面試問答建議。
▍ 產品目標：「篩選完履歷後，在指定分數以下自動寄信，並記錄在人資的人選聯繫紀錄表」。
⠀⠀
（一）基本評分摘要
由 LLM 針對 prompt，，回答總評分、是否進到面試、履歷亮點、履歷紅區。
{
"overall_score": 85, // 0-100 總評分
"recommendation": "強烈建議面試", // 強烈建議/可考慮/不建議
"key_highlights": [ // 最多 3 個關鍵亮點
"擁有 5 年產品管理經驗",
"領導過 10 人研發團隊",
"有成功的從 0 到 1 新產品拓展經驗"
],
"red_flags": [ // 需要特別注意的點
"頻繁換工作",
"技能與職位要求有差距"
]
}
（二）職務匹配度
針對工作敘述和求職者履歷，進行欄位比對，可分成「技能匹配」、「經歷匹配」
{
"skill_match": {
"score": 80, // 技能匹配度 0-100
"matching_skills": [ // 符合職位要求的技能
"產品規劃",
"用戶研究",
"敏捷開發"
],
"missing_skills": [ // 職位要求但缺少的技能
"數據分析",
"商務拓展"
]
},
"experience_match": {
"score": 85, // 經驗匹配度 0-100
"years_of_experience": 5, // 年資
"management_level": "中階", // 無/初階(1-5人)/中階(5-10人)/高階(10人以上)
"industry_relevance": "高" // 低/中/高
}
}
（三）面試問答建議
針對工作敘述和求職者履歷，在面試當下可以問的題目。
{
"interview_focus_areas": [ // 建議面試重點提問區域
"專案管理方法論實踐經驗",
"團隊管理風格",
"跨部門溝通策略"
],
"suggested_questions": [ // 建議面試問題
"請說明如何處理過最具挑戰性的產品決策？",
"如何平衡多方利益相關者的需求？"
],
"skill_verification": [ // 需要在面試中特別驗證的技能
"數據分析能力",
"英語溝通能力"
]
}
（四）觸發自動發信
針對滿足指定條件的履歷，透過 AI Agent 自動寄信，並預約人資的行事曆，以及記錄到面試紀錄表。
def check_interview_qualification(analysis_result):
return {
'auto_invite': analysis_result.recommendation == "強烈建議面試"
and analysis_result.overall_score >= 85
and not analysis_result.red_flags, # 沒有警告標記
'reason': 'high_potential_match'
}
（五）撰寫信件
針對上述條件，根據信件範本帶入職缺內容和求職者聯繫方式。
def create_email_template():
email_templates = {
'subject': {
'zh': "{公司名稱} - {職位名稱}面試邀請",
},
'body': {
'zh': """
親愛的 {候選人姓名}，
.......
{公司名稱}
{HR聯絡人}
""",
}
}
return email_templates
⠀⠀
⠀⠀
四、AI Agent 面試篩選機制
⠀⠀
寄出信件後，也可以透過 AI Agent 產出筆試題目，可讓求職者回答「基礎背景」和「專業技能」問題。
▍ 基礎背景：
- 準備 15–20 個基礎問題模板
- 根據履歷自動調整問題內容
▍ 專業技能：
- 準備分級的技術問題庫／專業知識測試題
- 設計技術案例／業務場景案例
⠀⠀
針對第一關筆試，AI 出題的示意如下：
{
"test_generation": {
"job_role": "產品經理",
"test_structure": {
"total_questions": 5,
"time_limit": 60, // 分鐘
"question_types": {
"scenario_based": 2, // 情境題數量
"technical": 2, // 專業題數量
"logical": 1 // 邏輯題數量
}
},
"question_template": {
"id": "Q1",
"type": "scenario_based",
"question": "你的產品發布後發現嚴重bug，此時已有1000位用戶受影響，請描述你的處理步驟",
"evaluation_criteria": [
"危機處理能力",
"溝通策略",
"解決方案完整性"
],
"scoring_rubric": {
"1-3分": "僅提供基礎解決方案",
"4-7分": "有完整處理流程",
"8-10分": "考慮到各方利益並有預防機制"
}
}
}
}
⠀⠀
回答完可以先透過 AI Agent 進行評分，通過指定分數再寄真人面試邀請信，但為了確保評分的準確性，初期可以評分完讓人資做檢核，人工檢查後再寄信。
{
"scoring_system": {
"passing_score": 70,
"scoring_metrics": {
"answer_completeness": {
"weight": 0.3,
"criteria": [
"是否回答所有關鍵點",
"答案完整性",
"邏輯連貫性"
]
},
"professional_knowledge": {
"weight": 0.4,
"criteria": [
"專業術語使用",
"解決方案可行性",
"產業認知度"
]
},
"communication_skills": {
"weight": 0.3,
"criteria": [
"表達清晰度",
"邏輯結構",
"重點掌握"
]
}
}
}
}
檢核過程中，人資可以針對 AI Agent 進行調整，像是：
- 權重配置： 基於職位描述和部門需求，設定各題目的分數權重。
- 人員測試： 先讓已入職員工進行問答，確認是否能通過標準。
⠀⠀
後續進到真人面試環節，可以針對求職者第一關筆試的回答內容，透過 AI Agent 先擬好要追問的問題，像是：
{
"interview_question_generation": {
"based_on_test_answers": {
"original_answer": "處理步驟：1.立即通知用戶...",
"follow_up_questions": [
{
"question": "你提到立即通知用戶，能具體說明你會如何撰寫這個通知嗎？",
"purpose": "深入了解溝通能力",
"evaluation_focus": "危機公關處理能力"
},
{
"question": "如何確保類似問題不會再次發生？",
"purpose": "了解預防思維",
"evaluation_focus": "系統性思考能力"
}
],
}
}
}
人資在第二關就能加速面試流程，第二關面試完畢，後續就可以走一般的通知流程。
⠀⠀
⠀⠀
五、結論
AI Agent 在「履歷審核和面試篩選」幾乎一定會被使用到，關鍵在於如何設計履歷挑選的權重以及面試題目權重，才能確保挑選出正確的人選。
如對這系列文章有興趣可以再觀看：
