店長兼人資：用 ChatGPT 產出面試題，展店缺人也不看走眼

又要開新店，人卻還沒到位。你身兼店長、排班、盤點，連招募面試都得自己扛——標準的「校長兼撞鐘」。急著補人，往往面試十分鐘就拍板，結果新人做兩週就走，或是收銀老出錯、對客人擺臉色，等你發現已經賠了培訓成本又亂了排班。缺人時最怕的不是沒人來，而是「看走眼」。

問題常出在面試沒有一套固定的題目與評分標準。同一個職缺，今天問這個、明天問那個，全憑當下心情與感覺；面完也沒有可比較的分數，只剩「這個看起來比較順眼」。要降低看走眼的機率，你需要的其實不是更多面試技巧，而是一組結構化、每個應徵者都問一樣、還能打分的題目。這件事，2023 年 8 月的 ChatGPT 就做得很好。

為什麼結構化面試能少踩雷

人資研究早就指出：結構化面試（每位應徵者問相同題目、用相同標準評分）的預測效度，遠高於隨興聊天式面試。零售店員的關鍵能力其實很具體——服務態度、抗壓與應對客訴、可配合的班表、細心與誠信。把這些能力拆成情境題，再配上「好答案長什麼樣」的評分描述，你就有了一把尺，而不是憑感覺。

把「你要的人」講清楚給 AI 聽

AI 不認識你的店。你得先餵給它場景：門市在泰國、需要中泰或泰英溝通、旺季週末爆量、要輪班、會遇到退換貨與客訴。把這些條件寫進提示詞，ChatGPT 產出的題目才會貼近你的現場，而不是一堆罐頭考題。

用情境題篩掉「面試很會、上工出包」的人

會答漂亮話的人多，真正能扛現場的人少。所以題目要偏「行為情境」：例如「客人堅持沒開封的商品要退、但已超過退貨期限，你會怎麼處理？」這類題沒有標準答案，但答得出處理步驟、懂得先安撫再找主管的人，跟只會說「我會很有耐心」的人，一聽就分得出來。搭配評分標準（1 到 5 分，各分數描述），你面完就能直接打分、橫向比較。

🔧 AI 動手做：生成零售店員面試題組＋評分表

打開 ChatGPT（免費版 GPT-3.5 就能做，純文字對話即可），貼上下面這段提示詞，把括號內容換成你的門市實況。它會一次產出情境題、每題的評分標準，以及一張可以列印帶進面試的評分表。

你是一位資深零售人資顧問。我是泰國一家（連鎖服飾／便利商店／手搖飲，請擇一）門市的店長，正在招募（正職／兼職）店員。
門市情況：（例：位於曼谷商場，週末旺季客流大，需輪早晚班，客人以泰籍為主、偶有華語遊客，工作含收銀、補貨、退換貨與客訴處理）。
我要篩選的核心能力：服務態度、抗壓與客訴應對、班表配合度、細心與誠信。

請幫我做三件事：
1. 針對上述每項能力，各設計 2 題「行為情境面試題」，共 8 題，用口語、應徵者聽得懂的方式提問。
2. 每題附上 1 到 5 分的評分標準，明確描述「5 分的好答案」和「1 分的踩雷答案」各是什麼樣子。
3. 最後整理成一張表格：欄位為「題目｜考察能力｜1 分描述｜5 分描述｜此位應徵者得分」，方便我列印後直接在面試中打勾記分。
語言用繁體中文。

拿到題組後，別急著全部照用。刪掉不符合你店況的題、把太書面的用語改成你平常講話的樣子，再挑最關鍵的 5 到 6 題定案。之後每位應徵者都問這幾題、都用同一張評分表打分，你就能把「感覺對不對」變成「分數高不高」。

本週就能做的一步

今天就打開 ChatGPT，用上面的模板產出一份店員面試評分表，印出 3 份放在店長桌。下一位來面試的人，就用這張表問、當場打分——一週後你會發現，關於「這個人到底行不行」，你終於有了可以比較的依據，而不是又一次憑感覺。