證據驅動個性化
只引用候選人資料中可定位且與職位相關的經歷，不杜撰動機或背景。
招聘問題
批量模板很容易擴大消息數量，卻會犧牲相關性、品牌體驗和合規性。招聘人員還需要在多個渠道檢查歷史聯絡、重複發送、候選人回覆和退訂狀態，導致真正有價值的跟進被遺漏。
Aimme 如何處理
把招聘判斷拆成可以檢查的步驟
統一溝通上下文
把草稿、審批、發送、回覆和下一步保留在同一招聘任務。
明確發送邊界
對外消息遵循賬戶權限、團隊審批、平台規則和聯絡頻率。
停止與退訂優先
發現拒絕、退訂、錯誤身份或已有同事聯絡時停止自動跟進。
從問題到可覆核結果
保留上下文，也保留停止和覆核的機會
-
01
確認候選人
先完成身份、匹配證據、聯絡路徑和歷史關係覆核。
-
02
準備消息
圍繞職位價值與候選人相關證據生成可編輯草稿。
-
03
人工批准
招聘人員確認內容、渠道、收件人和發送時間。
-
04
協調跟進
記錄回覆與停止條件，只對適合繼續的人安排後續動作。
為什麼結果值得覆核
不把模型的流暢表達當成事實
- 每條個性化理由可以回到候選人來源或團隊記錄。
- 系統區分草稿、已批准、已發送、回覆和停止狀態。
- 跨渠道身份不確定時不會合併發送。
- 聯絡效果同時看有效回覆、進入面試和退訂，而不只看發送量。
適用邊界
明確系統做什麼，也明確它不做什麼
- Aimme 不根據姓名、性別、年齡、民族等受保護特徵推薦候選人。
- 模型輸出是招聘輔助資訊，不構成錄用、拒絕或薪酬決定。
- 證據不足、來源衝突或硬性條件未知時，系統應明確標記並交由人工核驗。
- 候選人資料由客戶控制，不用於訓練公共模型；團隊需要按適用法律和平台規則使用資料。
常見問題
先回答最重要的問題
Aimme 會自動羣發消息嗎？
Aimme 可以準備和協調聯絡，但發送能力取決於團隊授權、連接渠道和審批設定；關鍵外部動作保留人工控制。
如何避免 AI 編造個性化內容？
草稿只能使用已儲存的職位與候選人證據；證據不足時應使用保守表達或要求人工補充。
應該如何衡量候選人聯絡？
建議同時跟蹤送達、有效回覆、願意溝通、進入面試、退訂和錯誤聯絡率。