能力軌道
根據職位職責判斷經驗、技能和可遷移能力，並引用對應經歷。
招聘問題
關鍵詞匹配把“履歷裏出現了某個詞”當成能力證據，單一總分又可能讓亮眼經歷掩蓋關鍵門檻。更嚴重的是，模型可能把沒有寫明的資訊推斷為事實，讓招聘團隊無法區分證據和猜測。
Aimme 如何處理
把招聘判斷拆成可以檢查的步驟
資格門軌道
單獨檢查學歷、證書、語言、工作權限等明確硬性條件。
可行性軌道
檢查地點、到崗時間、薪酬範圍及其他現實約束是否已知。
證據與未知
每個結論標註支持、反證、衝突或未知，不用想象補齊履歷。
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
拆解職位要求
將自然語言 JD 轉成可逐項檢查且經過團隊確認的標準。
-
02
讀取候選人證據
從履歷和已授權資料中定位與每項要求有關的事實。
-
03
形成分軌結論
分別呈現能力、資格、可行性和整體建議。
-
04
人工覆核
招聘人員查看最強證據、關鍵風險和下一輪需要驗證的問題。
為什麼結果值得覆核
不把模型的流暢表達當成事實
- 匹配矩陣把每一條職位要求與候選人證據並排展示。
- 硬性條件失敗不會被其他能力加分抵消。
- 缺失資訊保持未知，並自動形成面試或資料補充問題。
- 匹配版本記錄職位要求變化，避免用新標準覆蓋舊結論。
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
AI 履歷匹配的分數準確嗎？
分數只有在職位標準、證據質素和人工校準都明確時才有意義。Aimme 將分數視為排序與覆核輔助，而不是錄用概率。
沒有寫在履歷裏的能力怎麼辦？
系統會標記為證據不足或未知，並建議在電話篩選、作品集或面試中驗證，而不是直接判定候選人不具備。
Aimme 會使用姓名或年齡評分嗎？
不會。匹配應基於與工作相關的能力、資格和可行性證據，而不是受保護特徵。