從未知項出題
優先驗證匹配階段的關鍵缺口、反證和硬門檻，而不是生成通用題庫。
招聘問題
面試意見常以零散筆記、總體印象和不同面試人員的尺度存在。缺少統一標準時，團隊很難判斷結論來自候選人證據、面試人員推斷，還是未被驗證的假設。
Aimme 如何處理
把招聘判斷拆成可以檢查的步驟
按要求組織記錄
把面試內容映射到職責、能力、資格與現實可行性。
區分事實與判斷
保留候選人陳述、可定位證據、面試人員意見和模型摘要之間的差異。
支持團隊校準
讓不同面試人員查看同一標準、衝突意見和仍需驗證的問題。
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
準備
基於職位畫像、候選人證據和未知項生成面試重點。
-
02
收集
在獲得適當同意後使用面試記錄、文件或音影片材料。
-
03
整理
提取相關證據、反證、衝突和缺失資訊，並關聯職位標準。
-
04
覆核
面試人員檢查摘要與引用，記錄人工結論和下一步。
為什麼結果值得覆核
不把模型的流暢表達當成事實
- 評估結論能夠定位到面試記錄或上載材料。
- 沒有討論到的要求保持未知，不因沉默自動判定通過。
- 不同面試人員意見衝突時同時呈現並請求校準。
- 團隊應按當地法律和組織政策取得錄音、轉寫與資料處理許可。
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 可以評估哪些面試材料？
產品可處理團隊有權使用的面試記錄、文件以及支持的音影片材料；具體格式和額度取決於當前方案。
AI 面試評估會決定候選人通過嗎？
不會。它整理職位相關證據和風險，最終階段決定由招聘團隊作出。
沒有被問到的能力如何處理？
標記為未知或證據不足，並建議補充問題，而不是把未提及理解為不具備。