HR 岗的小周负责秋招初筛，邮箱里躺着 200 份简历。每份认真看要 3 分钟，全部过完就是 1.5 小时起步；更头疼的是标准飘——上午精神好卡得严，下午累了就放水，好苗子常被埋在中间。这种"量大、标准不一、易漏人"的活，正是 WorkBuddy 最该接走的那类。
核心：把 JD 和简历一起丢给 WorkBuddy，标准统一打分
HR 初筛的痛点不是"不会看"，而是量大耗时长、标准靠手感、好苗子埋没。WorkBuddy 在这里的价值，是把"一份份翻、凭感觉卡"变成"批量读、按岗位画像打分排序"。下面这张卡，是落地最稳的三步：
手把手：三条能直接抄的对话指令
下面给三份完整、带中文注释、复制即用的 WorkBuddy 对话指令，分别对应"批量初筛排序""可疑点深挖""生成面试提问"。把括号里的换成你的实际信息就能跑，不用改结构。
场景一：一批简历 + JD → 直接出评分排序表
岗位 JD：「嵌入式软件工程师」已上传（jd.pdf）。 我上传了 50 份简历（文件名含编号，如 r01.pdf）。 请按以下岗位画像逐份打分，输出一张总表（Markdown）： - 硬性匹配：学历(本科+)、专业(电子/计算机相关)、年限(≥3年) → 不符项标红； - 匹配度评分：0-100，按"技能重合/项目相关/稳定性"三项加权； - 亮点：每段经历里最打人的 1 条； - 风险：空窗期/频繁跳槽/技能断层，列具体； - 建议：面试 / 待定 / 淘汰，并给一句话理由。 要求：只基于简历原文判断，不替候选人编造经历； 评分标准对所有人一致；待核实项明确标"需背调"。
小周把 200 份分批喂进去，15 分钟拿到排序表，优先进面清单一眼锁定，标准全程一致。
场景二：某份简历可疑点 → 让 WB 深挖核查
候选人 r17「王某某」简历标"主导某芯片量产项目"，但没写量产规模和时间。 请帮我： 1. 列出这份简历里 3 个需要在面试中核实的疑点； 2. 针对"量产项目"设计 2 个追问问题，能分辨真主导还是打杂； 3. 若他 GitHub 链接已给，请读仓库，判断项目真实参与度。 要求：疑点基于简历原文，不臆测；追问问题面试官能直接用。
面前提问有了方向，面试不再从零聊，命中率高了一截。
场景三：通过初筛的人 → 自动出面试提问清单
已确定 8 人进入面试（简历已上传）。 请为每人生成一份《面试提问清单》： - 必问 3 题：围绕岗位核心能力； - 深挖 2 题：针对他简历里的亮点/疑点； - 压力 1 题：考察真实边界。 输出格式：每人一卡，题后附"想听什么答案"的评分要点。
面试官人手一份，提问不重样、评分有准绳，录用到岗更稳。
效果：1.5 小时变 15 分钟，标准不飘
小周落地后，200 份初筛从 1.5 小时压到 15 分钟，排序标准全局统一，面试题有模板可抄。WorkBuddy 接走的是批量阅读、打分、排序和提问初稿，最终的录用决策仍由人拍板。它省的是重复劳动，不是你的专业判断。
三个容易踩的坑
- 碰隐私与歧视红线：不要让 AI 基于年龄、性别、婚育、地域做筛选或打分，只评与岗位相关的胜任力；含身份证号、住址的简历先脱敏再处理。
- 让 AI 编造经历：AI 可能"补全"候选人没写过的项目细节。所有亮点/风险只基于简历原文，存疑项标"需背调"，不替人下结论。
- 不核硬指标：WB 给的匹配度是辅助参考，学历、证书、年限等关键项你仍需人工复核，别完全托管。
把"读简历、打分、排顺序"交给 WorkBuddy，把"录用、背调、谈薪"留给人——HR 初筛的第一刀，就切在这里。
作者声明：本作品含 AI 生成内容，仅供方法参考，候选信息与录用决策以人工核对为准。
想让简历初筛不再头大？把 JD 和简历丢给 WorkBuddy，一条指令按岗位画像打分排序，HR 每天省回一小时。
