能力轨道
根据岗位职责判断经验、技能和可迁移能力，并引用对应经历。
招聘问题
关键词匹配把“简历里出现了某个词”当成能力证据，单一总分又可能让亮眼经历掩盖关键门槛。更严重的是，模型可能把没有写明的信息推断为事实，让招聘团队无法区分证据和猜测。
Aimme 如何处理
把招聘判断拆成可以检查的步骤
资格门轨道
单独检查学历、证书、语言、工作权限等明确硬性条件。
可行性轨道
检查地点、到岗时间、薪酬范围及其他现实约束是否已知。
证据与未知
每个结论标注支持、反证、冲突或未知，不用想象补齐简历。
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
拆解岗位要求
将自然语言 JD 转成可逐项检查且经过团队确认的标准。
-
02
读取候选人证据
从简历和已授权资料中定位与每项要求有关的事实。
-
03
形成分轨结论
分别呈现能力、资格、可行性和整体建议。
-
04
人工复核
招聘人员查看最强证据、关键风险和下一轮需要验证的问题。
为什么结果值得复核
不把模型的流畅表达当成事实
- 匹配矩阵把每一条岗位要求与候选人证据并排展示。
- 硬性条件失败不会被其他能力加分抵消。
- 缺失信息保持未知，并自动形成面试或资料补充问题。
- 匹配版本记录岗位要求变化，避免用新标准覆盖旧结论。
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
AI 简历匹配的分数准确吗？
分数只有在岗位标准、证据质量和人工校准都明确时才有意义。Aimme 将分数视为排序与复核辅助，而不是录用概率。
没有写在简历里的能力怎么办？
系统会标记为证据不足或未知，并建议在电话筛选、作品集或面试中验证，而不是直接判定候选人不具备。
Aimme 会使用姓名或年龄评分吗？
不会。匹配应基于与工作相关的能力、资格和可行性证据，而不是受保护特征。