精准识人•高效突围：面向AIGC时代的招聘实战课

证书：
如需颁发上海市人工智能技术协会认可证书，需单独支付证书费用RMB 200/张。

课程背景：
    当今人才竞争日益激烈，传统的招聘模式面临效率低、精准度不足、候选人过度包装等挑战，而AI技术的发展既为招聘带来效率提升的机遇，也催生了简历造假、面试答案模板化等新型风险。
    本课程基于企业实战需求设计，以精准识人能力和全流程招聘效能提升为核心，深度解析从岗位画像设计到人才吸引落地的关键方法论。同时结合AI工具的场景化辅助应用（如简历筛查、题库生成、数据决策），并重点剖析AI滥用的反制策略，帮助从业者在“人机协同”中掌握主动权，构建高效且公平的招聘体系。

课程收益：
 ◇ 掌握精准招聘全流程的核心能力：
 ◇ 高效人机协同：AI工具的场景化辅助应用
 ◇ 防范AI滥用，把控招聘公平性

授课形式：
知识讲解、案例分析讨论、角色演练、小组讨论、互动交流、游戏感悟、头脑风暴、强调学员参与。

课程大纲：

导入：AI招聘应用现状
1. 生成式AI在招聘流程中的应用与主要收益预期
2. 现阶段AI对招聘工作的深度影响（自动化潜力VS人类参与的增值）

模块一：岗位画像设计与需求拆解
1. 候选人画像的“冰山模型”实战
 ◇ 基于工作任务分析法，生成岗位工作职责
 ◇ 显性需求（学历/经验）与隐性需求（价值观/软技能）的深度拆解
【AI工具场景】：基于行业标准，提取共性，规避主观臆断
案例实操：某电力行业工程师岗位画像迭代
2. 宣传性JD撰写方法
 ◇ 优秀JD的2大核心要素
【AI工具场景】视频职位描述，图文职位描述

模块二：简历筛查与反作弊攻防
1. 简历初筛的“漏斗法”
 ◇ 第一层：硬性指标机筛规则设计（学历/年限/证书的容错边界）
 ◇ 第二层：软性能力关键词提取（项目成果/行为动词/岗位匹配度）
【AI工具风险】：过度依赖算法导致的“伪匹配简历”漏筛案例
2. AI作弊识别：甄别AIGC生成简历
 ◇ 失效的信号：标准化表述/空泛成果/逻辑断层
 ◇ 验证三板斧：时间线交叉比对/社交媒体追踪/成果细节反推
【AI工具辅助】：工作流助力批量化筛选简历
【AI工具辅助】：深度阅读，找到简历的核心疑点

模块三：结构化面试与深度评估
第一部分：面试问题设计与能力挖掘
1. 提问框架：从岗位画像到问题矩阵
 ◇ 核心方法：基于冰山模型设计“行为化问题+情景化问题清单”问题清单
【AI工具辅助】：利用工作流，快速生成岗位问题库
避坑指南：AI生成问题的常见缺陷（过于宽泛/缺乏场景细节）与人工优化方法
2. 深度追问技巧：打破标准化答案
 ◇ 实操方法：针对候选人回答中的模糊点，基于STAR法则，使用“3层追问法”（例：具体承担什么角色→如何协调资源→是否有数据验证结果）
【AI工具辅助】深度追问教练工具
 ◇ 反作弊设计：①识别AIGC通用话术的提问策略；②在线面试反AI辅助
3. 实战演练与反馈
案例：面试实战演练
第二部分：评估决策与风险防控
1. 评估标准化：从无意识偏见到数据锚点
 ◇ 识别和破除面试中的无意识偏见
 ◇ AI工具应用：利用AI分析面试录音/文字记录，提取关键词生成初步评估报告（需人工复核逻辑合理性）
2. 算法偏差防控：平衡AI与人工的判断权重
 ◇ 风险案例：AI因训练数据偏差导致对非名校候选人评分过低

模块四：人才吸引与长期价值维护
第一部分：薪酬谈判与个性化吸引
1. 价值主张：吸引牛人•留住牛人
 ◇ 静态画像
 ◇ 动态画像
 ◇ 心理画像
2. AI助力建立多元化留人策略
第二部分：候选人体验与品牌建设
1. 流程体验优化：AI提效不降质
 ◇ AI应用场景：智能回答候选人高频问题
2. 长期价值维护：从入职到留存
 ◇ 通过新员工试用期行为数据（如学习平台登录频次）预测离职风险
 ◇ 人文补充：定期人工访谈替代纯算法判断，避免误伤高潜力员工
收尾延伸讨论：
AI会取代所有招聘工作吗？基于AIGC，招聘工作增值提效的突破点在哪里？