招聘 Agent 是什么？从一份明确的岗位委托开始

01 · 先理解招聘 Agent 的工作方式

招聘 Agent 围绕一个招聘目标组织信息和行动：理解岗位、整理人才、判断匹配，再根据反馈继续推进。它需要保留工作上下文，才能知道这次推荐为什么成立、哪些信息还没确认，以及下一步该做什么。

与 AI 协作的起点是一份具体任务。比如“为上海的一个后端岗位整理候选人评估标准”，就比“帮我招个人”更容易形成可以核对的结果。你提供的背景越清楚，越容易判断输出是否有用。

02 · 准备一份能接着工作的岗位委托

不要只粘贴一段 JD 就结束。把岗位背后的业务目标、必须满足的条件和可以商量的条件分别说明。缺失的信息保留为待确认项，避免让模型猜测。

• 业务背景：为什么招人？当前最需要解决什么问题？
• 岗位范围：主要职责、工作地点、经验要求与招聘时间。
• 判断标准：哪些是必须项，哪些只是加分项？
• 信息缺口：薪酬、汇报关系、团队规模有哪些尚未确认？
• 本次交付：先输出岗位画像，还是对已有简历做匹配分析？

请根据下面的岗位需求，整理一份招聘委托。
分别输出：业务目标、核心职责、必须条件、加分条件、待确认问题。
对原文未提及的条件标注“待确认”，不要补写事实。
最后列出开始评估候选人前最需要确认的 3 个问题。

岗位需求：
[粘贴已获授权使用的岗位信息]

03 · 在 Hunter 示例工作台做一次练习

进入 Hunter 产品页，向下找到交互演示。先打开示例项目，查看岗位要求和待确认信息；再切换到人才库，观察人选信息如何组织；最后打开推荐名单，阅读匹配依据。

网页中的项目、候选人和回答是示例数据，操作用于理解工作流程，不会发起真实招聘。使用客户端时，再根据实际版本与接入工具确认对应能力。

• 找到一条岗位硬性要求，检查候选人信息是否提供对应证据。
• 找到一项未知信息，确认它没有被写成已确定的事实。
• 写下你下一次与客户或候选人沟通时要确认的问题。

04 · 用事实复核 AI 的判断

推荐理由应指向具体经历或材料，不能只写“非常匹配”。例如，岗位需要分布式系统经验，判断依据应说明候选人在哪个项目承担了什么职责，以及信息来自哪里。

当信息不足时，保留“不确定”比补齐一个流畅的结论更有用。招聘顾问需要复核经历、意向和沟通结果，再决定是否推进。每次反馈都应带回到同一份岗位上下文中。