从未知项出题
优先验证匹配阶段的关键缺口、反证和硬门槛，而不是生成通用题库。
招聘问题
面试反馈常以零散笔记、总体印象和不同面试官的尺度存在。缺少统一标准时，团队很难判断结论来自候选人证据、面试官推断，还是未被验证的假设。
Aimme 如何处理
把招聘判断拆成可以检查的步骤
按要求组织记录
把面试内容映射到职责、能力、资格与现实可行性。
区分事实与判断
保留候选人陈述、可定位证据、面试官意见和模型摘要之间的差异。
支持团队校准
让不同面试官查看同一标准、冲突反馈和仍需验证的问题。
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
准备
基于岗位画像、候选人证据和未知项生成面试重点。
-
02
收集
在获得适当同意后使用面试记录、文档或音视频材料。
-
03
整理
提取相关证据、反证、冲突和缺失信息，并关联岗位标准。
-
04
复核
面试官检查摘要与引用，记录人工结论和下一步。
为什么结果值得复核
不把模型的流畅表达当成事实
- 评估结论能够定位到面试记录或上传材料。
- 没有讨论到的要求保持未知，不因沉默自动判定通过。
- 不同面试官意见冲突时同时呈现并请求校准。
- 团队应按当地法律和组织政策取得录音、转写与数据处理许可。
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 可以评估哪些面试材料？
产品可处理团队有权使用的面试记录、文档以及支持的音视频材料；具体格式和额度取决于当前方案。
AI 面试评估会决定候选人通过吗？
不会。它整理岗位相关证据和风险，最终阶段决定由招聘团队作出。
没有被问到的能力如何处理？
标记为未知或证据不足，并建议补充问题，而不是把未提及理解为不具备。