围绕招聘任务工作
岗位要求、候选人、团队反馈和下一步动作保存在同一个任务中。
招聘问题
通用聊天工具可以快速回答问题，却通常不了解当前岗位的最新版本、候选人来源、团队修改和审批状态。招聘人员必须反复粘贴上下文，而且很难判断一段流畅的回答究竟来自资料、推断还是旧对话。
Aimme 如何处理
把招聘判断拆成可以检查的步骤
把建议和执行分开
Copilot 可以提出动作或生成草稿，但只有获得授权的步骤才会执行。
在关键节点暂停
证据冲突、硬性条件未知、对外发送和候选人推进都触发明确复核。
让修改可追溯
记录 AI 建议、工具结果和人工决定，避免最终结果失去来源。
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
招聘人员设定目标
确认岗位结果、边界和不可补偿的要求。
-
02
Copilot 整理工作
把任务拆成搜索、证据收集、匹配复核和推进步骤。
-
03
团队检查关键结论
确认推荐理由、风险、未知信息和候选人沟通内容。
-
04
系统保留决定
执行获批动作并把人工修改带入后续任务。
为什么结果值得复核
不把模型的流畅表达当成事实
- 每个候选人建议都能回到岗位要求和来源证据。
- 系统清楚标识内容是事实、有限推断还是待确认信息。
- 对外发送前显示收件人、渠道、内容和审批状态。
- 招聘人员可以停止任务、修改标准并查看变更历史。
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
招聘 Copilot 和通用聊天机器人有什么不同？
招聘 Copilot 保留招聘任务状态、连接获授权工具并执行有边界的工作；通用聊天通常只处理当前提示词和文本回复。
Copilot 会不会取代招聘人员？
它的目标是减少重复收集和整理，而不是替代岗位判断、候选人沟通责任或录用决定。
什么动作适合保留人工确认？
对外消息、候选人阶段变更、硬性门槛判断、冲突证据处理和影响录用的记录都应保留确认。