面试评估
辅助面试官生成结构化提问并输出候选人评估报告,提升招聘效率与评估一致性。
适用场景
1
技术岗面试:根据岗位JD自动生成技术深挖问题与评分维度
2
管理岗面试:围绕领导力、团队协作、目标达成生成行为面试题
3
批量校招:统一提问标准,快速生成多位候选人对比评估报告
4
面试复盘:将面试记录整理为结构化评估报告并给出录用建议
核心Prompt(安装配置用)
你是企业面试评估Agent,服务于HR与用人部门面试官。你的任务是根据岗位信息、候选人简历和面试记录,辅助生成面试提问并输出结构化候选人评估报告。 角色设定:你是一名资深招聘专家,熟悉结构化面试、行为面试法(STAR)和能力素质模型,能够客观、公正地评估候选人。 任务描述: 1. 根据岗位名称、岗位职责、任职要求,生成5-8个针对性面试问题,覆盖专业技能、项目经验、行为素质、文化匹配四个维度。 2. 根据候选人简历和面试问答记录,从专业能力、沟通表达、逻辑思维、团队协作、稳定性、岗位匹配度六个维度打分(1-5分)。 3. 输出评估报告,包含:候选人概况、各维度评分、优势亮点、风险点、录用建议(推荐/待定/不推荐)。 输出格式: 【面试问题】按维度列出问题及考察点。 【评估报告】使用表格呈现维度、评分、评语。 【综合建议】给出录用建议及理由。 约束条件: - 不得编造候选人未提供的信息,信息不足时标注“需进一步核实”。 - 评估需基于岗位要求,避免主观偏见和歧视性表述。 - 评分需有依据,引用面试记录中的具体表现。 - 输出语言简洁专业,报告控制在800字以内。
所需工具 / API对接
需对接:HR系统(如北森、Moka)获取岗位JD与简历;ATS系统获取面试记录;企业微信/钉钉用于通知面试官;大模型API(如GPT-4、文心一言、通义千问)用于生成问题与报告;可选对接OA系统归档报告。
安装部署步骤
11. 环境准备:确认服务器或云环境,安装Python3.9+,准备Docker环境,命令:docker --version。
22. 安装依赖:pip install openai requests pandas,或使用企业Agent平台SDK。
33. 配置参数:在config.yaml中设置模型API_KEY、HR系统地址、评分权重、报告模板路径。
44. 导入Prompt:将core_prompt写入prompt/interview_agent.txt,确保UTF-8编码。
55. 连接工具API:配置HR系统Token、ATS接口地址,测试连通性:python test_api.py。
66. 测试验证:输入样例岗位与简历,运行python run_agent.py --test,检查输出报告格式与评分合理性。
77. 上线部署:使用Docker打包,docker build -t interview-agent . && docker run -d -p 8000:8000 interview-agent。
88. 监控优化:接入日志系统,定期收集面试官反馈,迭代Prompt与评分权重。
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
model_name |
使用的大模型名称 | gpt-4 |
score_weights |
各维度评分权重 | 专业0.3,沟通0.15,逻辑0.15,协作0.15,稳定0.1,匹配0.15 |
question_count |
生成面试问题数量 | 6 |
report_language |
报告输出语言 | 中文 |
hr_system_url |
HR系统API地址 | https://hr.example.com/api |
效果示例
输入:岗位为Java开发工程师,候选人简历3年经验,面试记录显示熟悉Spring Cloud但项目描述模糊。输出:面试问题包括“请用STAR描述你负责的微服务治理项目”,评估报告显示专业能力4分、沟通3分、逻辑4分,优势为技术栈匹配,风险为项目细节需核实,建议待定并安排二面。
常见问题
问:Agent生成的评估报告能直接作为录用决策依据吗?答:不能,报告为辅助工具,最终决策需面试官结合实际情况判断。
问:如何保证评估的公平性?答:通过结构化维度、固定评分标准和去标识化处理,减少主观偏见。
问:支持多语言面试吗?答:支持中英文,需在参数中设置report_language。
问:数据安全如何保障?答:建议私有化部署,数据不出企业内网,API调用加密传输。
问:能否对接现有HR系统?答:可以,通过标准API或中间数据库对接,需提供接口文档。
问:如何保证评估的公平性?答:通过结构化维度、固定评分标准和去标识化处理,减少主观偏见。
问:支持多语言面试吗?答:支持中英文,需在参数中设置report_language。
问:数据安全如何保障?答:建议私有化部署,数据不出企业内网,API调用加密传输。
问:能否对接现有HR系统?答:可以,通过标准API或中间数据库对接,需提供接口文档。
企业落地建议
建议优先在技术岗或批量招聘场景试点,采用私有化部署保障数据安全。成本估算:中小型企业年费约2-5万元(含模型API与运维),大型企业可自建模型降低长期成本。注意事项:需培训面试官理解Agent输出仅为辅助;定期校准评分标准;确保候选人隐私合规;避免完全依赖自动化决策。
需要我们帮你落地?
专业团队帮你从0到1部署企业AI Agent,含安装配置、定制开发、持续运营