HR 怎么用 DeepMetier：招聘、培训与员工服务自动化
简历初筛、面试安排、培训材料、制度问答、入离职流程——HR 的重复工作有清晰的规则边界，正好适合交给流水线。本文给出四条链路，也划清个人信息的合规边界。
核心结论
- 先分型再动手：HR 的重复劳动只有五类（筛选、协调、答疑、出材料、跑流程），分别对应分类、日程编排、知识库问答、模板生成与流程编排四种形态。
- 筛选给排序不给结论：硬性条件与经历匹配可以自动，稳定性、完整性、疑点只做标注；进入面试的名单由人确认。
- 制度问答必须引用原文：条款不能让模型改写，答案要带条款编号，跨制度组合问题要提前建好关联。
- 入离职共用一份档案：先把员工主数据建好，再谈流程编排，否则每条链路都要重新对一遍人。
- 合规四条：最小必要、可解释、可删除、权限隔离；模型评分不能作为录用依据。
一、HR 的重复劳动地图
HR 的工作有个特点：规则清楚，但量大、碎、随时被打断。把一周的时间摊开看，真正需要判断的只占一小部分，其余都是可以按规则跑的流程。
按出现频率排，重复劳动集中在这五块：
- 筛选：同一个岗位收到几百份简历，先按硬性条件过滤一遍，再逐份看经历。
- 协调：面试官与候选人的时间反复对齐，改约、再通知、再改约。
- 答疑：年假怎么算、报销找谁、社保基数什么时候调，答案都写在制度文件里。
- 出材料：培训课件、入职手册、人力月报，格式固定、内容重复。
- 跑流程：入职建账号、离职收设备，跨部门、节点多、最容易漏。
这五块正好对应四种自动化形态：筛选是分类，协调是日程编排，答疑是知识库问答，出材料是模板生成，跑流程则是流程编排。先分型、再动手，是 HR 自动化最省时间的起点。
二、简历初筛与标签化
简历初筛的目标不是「选出最优秀的人」，而是把明显不匹配的移出去，把匹配的排好序，让 HR 的时间花在真正需要判断的地方。
| 维度 | 判断标准 | 输出 |
|---|---|---|
| 硬性条件 | 学历、年限、证书、地点是否满足岗位下限 | 通过或不通过，附缺失项 |
| 经历匹配 | 过往职责与岗位要求的关键词重合度 | 高 / 中 / 低，附命中条目 |
| 稳定性 | 近两段任职时长与流动频率 | 异常标记（如连续两段不足一年） |
| 信息完整 | 联系方式、在职状态、期望薪资是否齐全 | 缺失项清单 |
| 疑点 | 时间断档、职级与年限不匹配 | 待追问问题列表 |
五个维度里，前两个可以完全自动，后三个只做标注、不做决策。这样设计的好处是：系统交付的是证据与排序，不是结论，是否进入面试仍由人判断，责任与公平都有落点。
三、面试安排与通知
面试协调的痛点在等待与改约。可落地的做法是把三件事串起来：读取候选人可用时间、按面试官日历找共同空档、生成通知并写入日历。
几个必须写进规则的约束：同一岗位的面试间隔不少于 60 分钟，避免面试官连场；候选人时区与在职状态要区分处理；改约超过两次自动转人工。通知文案用模板生成，固定包含会议链接、面试官姓名与岗位、需要准备的材料，省掉每封邮件都要重写的时间。
面试结束后还能再接一段：把各轮的结构化评价汇总成候选人卡片，附上结论与待确认项，供招聘决策会使用。这一段最有价值的不是「帮你写评价」，而是保证每一轮都评了同样的维度，让不同面试官的结果可以横向比较。
四、培训材料与制度问答
培训材料属于典型的模板生成任务：把岗位、层级、必修内容填进固定结构，生成课件大纲、讲义与考题，再由人审一遍事实与措辞。
这里有一条硬边界：制度类内容必须引用原文，不能让模型改写条款。措辞差一个字，可能就变成劳动争议里的证据问题。所以培训材料里涉及制度的段落，一律以引用块形式保留原文与条款编号。
制度问答建立在知识库上：把员工手册、考勤、报销、社保公积金政策解析入库，按章节与条款建立索引，回答时附条款编号与原文。常见的难点是「跨制度组合问题」，比如试用期请病假的工资怎么算，需要同时引用考勤与薪酬两份制度——这要求入库时就做好条款之间的关联，而不是等提问时临时拼接。
五、入离职流程编排
入职与离职是跨部门流程，节点多、责任分散，最容易出现「人已经到岗了，账号还没开」这类问题。把它们做成编排流程，收益非常直接。
入职链路：录用确认 → 生成入职清单 → 通知 IT 开账号、行政备工位 → 准备劳动合同与入职材料 → 当天日程推送 → 一周内培训任务下发。
离职链路：离职申请 → 生成交接清单 → 回收设备与权限 → 结算与开具证明 → 档案归档。
两条链路共用同一份员工档案。这也是为什么建议先建主数据、再谈流程自动化：如果员工信息散在招聘表、考勤表、薪酬表三处，每条链路都要重新对一遍人，自动化只会把混乱放大得更快。
六、个人信息与合规边界
HR 数据是个人信息里最敏感的一类，自动化必须先把边界划清：
- 最小必要：筛选只读取与岗位相关的字段，身份证号、家庭住址、健康状况不进入流程。
- 可解释：被淘汰的简历要能说清是哪一条硬性条件不满足，而不是「模型判断不合适」。
- 可删除：未录用简历按约定周期清理，流程里要有到期清理节点，而不是靠人记得。
- 权限隔离：用人部门只能看到本岗位的候选人，薪酬与身份信息对业务侧不可见。
还有一条值得单独强调：不要把模型评分当作录用依据。模型可以做排序与标注，但录用涉及公平就业，必须由人基于可陈述的理由做出，并保留决策记录。数据敏感度高时，建议整套流程跑在内网、模型使用本地部署版本，相关做法见 私有化部署 与 离线本地。
常见问题
简历筛选会有偏见吗？
有可能，所以要把模型放在标注与排序的位置，而不是决策的位置。做法上限制输入字段（不看性别、年龄、婚育、籍贯、照片），只按与岗位相关的硬性条件与经历匹配度评分；输出必须给出具体依据，淘汰理由要能被复述。最后进入面试的名单由人确认，并保留决策记录以备复核。
员工数据合规吗？
关键在边界而不是工具。三条必须做到：最小必要（只读取完成该任务所需的字段）、权限隔离（用人部门看不到薪酬与身份信息）、到期清理（未录用简历按约定周期自动删除）。数据敏感度高时，建议整套流程跑在内网，模型也用本地部署版本，数据不出企业。
能对接招聘网站或内推系统吗？
有接口的直接通过接口拉取候选人与投递记录；没有接口的招聘网站可以用浏览器自动化做导出，但要接受页面改版带来的维护成本。内推系统通常可以先导出表格再入库，这条路径最稳。DeepMetier 通过 MCP 接入工具，接口与界面两种方式可以在同一条流程里混用。
HR 需要会写提示词吗？
需要一点，但不必写得像工程师。HR 场景的提示词本质是三句话：评判依据是什么、输出格式是什么、不确定时怎么办。把这三件写清楚，效果好于堆砌形容词。团队实践里更有效的做法，是把评判依据沉淀成一张可维护的评分表，提示词只负责引用它。
员工制度问答能覆盖多少问题？
取决于制度文档的完整度，通常高频问题能覆盖八成以上：假期、考勤、报销、社保公积金、证明开具、培训与晋升。剩下两成往往是跨制度的组合问题或需要个案判断的问题，这类应当明确回答「请咨询 HR 对接人」并给出对应联系人，而不是勉强作答。