证据驱动个性化
只引用候选人资料中可定位且与岗位相关的经历，不杜撰动机或背景。
招聘问题
批量模板很容易扩大消息数量，却会牺牲相关性、品牌体验和合规性。招聘人员还需要在多个渠道检查历史联系、重复发送、候选人回复和退订状态，导致真正有价值的跟进被遗漏。
Aimme 如何处理
把招聘判断拆成可以检查的步骤
统一沟通上下文
把草稿、审批、发送、回复和下一步保留在同一招聘任务。
明确发送边界
对外消息遵循账号权限、团队审批、平台规则和联系频率。
停止与退订优先
发现拒绝、退订、错误身份或已有同事联系时停止自动跟进。
从问题到可复核结果
保留上下文，也保留停止和复核的机会
-
01
确认候选人
先完成身份、匹配证据、联系路径和历史关系复核。
-
02
准备消息
围绕岗位价值与候选人相关证据生成可编辑草稿。
-
03
人工批准
招聘人员确认内容、渠道、收件人和发送时间。
-
04
协调跟进
记录回复与停止条件，只对适合继续的人安排后续动作。
为什么结果值得复核
不把模型的流畅表达当成事实
- 每条个性化理由可以回到候选人来源或团队记录。
- 系统区分草稿、已批准、已发送、回复和停止状态。
- 跨渠道身份不确定时不会合并发送。
- 触达效果同时看有效回复、进入面试和退订，而不只看发送量。
适用边界
明确系统做什么，也明确它不做什么
- Aimme 不根据姓名、性别、年龄、民族等受保护特征推荐候选人。
- 模型输出是招聘辅助信息，不构成录用、拒绝或薪酬决定。
- 证据不足、来源冲突或硬性条件未知时，系统应明确标记并交由人工核验。
- 候选人数据由客户控制，不用于训练公共模型；团队需要按适用法律和平台规则使用数据。
常见问题
先回答最重要的问题
Aimme 会自动群发消息吗？
Aimme 可以准备和协调触达，但发送能力取决于团队授权、连接渠道和审批设置；关键外部动作保留人工控制。
如何避免 AI 编造个性化内容？
草稿只能使用已保存的岗位与候选人证据；证据不足时应使用保守表达或要求人工补充。
应该如何衡量候选人触达？
建议同时跟踪送达、有效回复、愿意沟通、进入面试、退订和错误联系率。