AI 幫你面試與培訓：人資場景實戰

清邁一家約六十人的塑膠加工廠，人資主管每次要招聘產線組長，都得先翻出三年前的舊職缺公告改一改，面試當天靠記憶臨時發問，錄取後新人教育訓練則是一份用了五年的 PDF，內容早就跟現在的機台流程對不上。同一個職位，不同面試官問的問題完全不同，甚至有主管會不自覺地問「妳有小孩要顧嗎」這種其實已經踩到就業歧視紅線的問題而不自知。招募這件事，看似每天在做，卻很少被系統化地做好。

為什麼

人資招募與新人培訓最大的問題不是「沒時間做」，而是「每次都重新發明輪子」，而且發明出來的輪子形狀還不一樣。職缺描述寫得含糊，來應徵的人資格參差不齊，篩選成本反而更高；面試題目臨場想，等於用「面試官當天心情」而不是「職能標準」在選人，這正是心理學研究幾十年前就證實的低效方法；新人教材沒有隨著制度更新，等於是讓新人在錯的地圖上走路。AI 動手做的價值，不是取代人資的判斷，而是幫忙把「職能要求」轉成「結構化的文字產出」——職缺描述、題庫、教材——讓每一次招募都站在同一個標準上，把人資主管的時間留給真正需要判斷力的面試現場與錄取決策。

怎麼做

1. 用 AI 生成結構清楚的職缺描述

把「這個職位要做什麼、需要什麼技能、公司能提供什麼」交給 AI，一次產出職責、必要條件、加分條件、薪酬福利框架四個區塊，避免職缺描述變成一段模糊的形容詞堆砌。

2. 用 AI 建立結構化面試題庫

針對同一個職位，讓每位面試官問「同一組核心問題」，只是追問方式不同。這是招募心理學裡驗證度最高的做法——結構化面試（structured interview）能大幅降低「憑印象打分」的隨機誤差。

3. 用 AI 生成新人教材初稿

把公司現有的 SOP、流程文件丟給 AI，請它轉寫成新人看得懂的教材初稿，包含常見問題與檢核清單，人資主管再花時間校對正確性，而不是從零開始寫。

4. 畫出偏見紅線，AI 產出必須經人工複核

AI 生成的職缺描述、面試題目、教材內容，一律不得直接發布或直接使用，必須由人資主管過目，特別檢查是否隱含年齡、性別、婚姻狀況、宗教、懷孕與否等就業歧視風險的字眼或提問——這條紅線不能外包給 AI 自己判斷。