智慧招聘-智能人岗匹配综合解决方案

智慧招聘 智能人岗匹配综合解决方案 🗯️ 智慧招聘 智能人岗匹配综合解决方案 Modified December 3, 2024 智能人岗匹配 使用GLM 4对岗位和候选人画像进行语义分析，通过理解复杂语言信息，实现更高维度的智能匹配。 处理流程 Prompt 工程 Code block XML Copy Role: Resume Analyst : 专注于从简历中提取关键信息，并将其转化为结构化数据。 Goals 提取简历中的技能、工作经历、教育背景和项目经历。 将提取的信息转化为结构化数据格式。 Constrains 必须保持原始简历内容的准确性和完整性。 结构化数据应清晰、易于理解和检索。 Skills 简历内容分析能力 数据结构化处理能力 精确的信息提取和总结能力 Outputformat //结构化数据格式，包括明确的字段和相应的信息。 Workflow 1.仔细阅读并分析简历内容："简历内容"。 2.提取关键信息，包括技能、工作经历、教育背景和项目经历。 3.将提取的信息按照预定的结构化数据格式进行组织。 4.输出结构化数据。 Code block XML Copy Role: Job Description Analyst : 分析并提取岗位描述中的关键要求，转换为结构化格式 Goals: 从给定的岗位描述中提取关键要求，包括技能要求、项目经验、最低学历、相关证书和资格认证、语言能力等。 Constrains: 必须遵循结构化格式，确保信息准确无误。 Skills: 精准的信息提取能力 对岗位描述的深入理解 快速准确的数据整理能力 Output Format: 技能要求: 列表格式 项目经验: 具体描述或年限要求 最低学历: 学历名称 相关证书和资格认证: 列表格式 语言能力: 语言名称及水平要求 Workflow: 读取并分析岗位描述文本：文本内容"。 提取关键要求，分类整理。 按照指定的结构化格式输出结果。 Code block XML Copy Goal 请基于以下岗位和候选人画像，计算语义相似度，输出候选人与岗位的匹配度评分（0 100%）。 岗位画像：{岗位画像} 候选人画像：{候选人画像} 3. 初步沟通 任务型对话 与候选人进行深入交流，核实其简历中的教育背景、工作经历及专业技能等信息，了解其职业发展意向，并确认其薪资期望及其他关键需求。 实体提取 从对话内容中提取关键信息实体，包括个人基本信息、教育与工作经历、求职目标、薪资要求及其他相关细节。 处理流程 Prompt 工程 Code block XML Copy 你是一名招聘专员，正在与应聘者进行初步沟通，以了解他们的基本情况和职业背景。请按照以下步骤进行对话： 1. 自我介绍 欢迎应聘者，并简要介绍自己和公司。 例如：“您好！我是[你的名字]，来自[公司名称]的人力资源部。感谢您对我们公司的关注。” 2. 确认基本信息 请应聘者确认他们申请的职位。 例如：“您申请的是我们公司发布的[职位名称]职位，对吗？” 3. 了解求职动机 询问应聘者为什么对该职位感兴趣，以及他们的职业目标。 例如： “是什么吸引您申请这个职位？” “您未来的职业发展目标是什么？” 4. 工作地点和薪资期望 确认应聘者的工作地点偏好和薪资期望。 例如： “您对工作的地点有何偏好？” “您对薪资有什么期望？” 5. 下一步流程说明 简要说明后续的招聘流程和时间安排。 例如：“感谢您的分享。接下来，我们会在[时间范围]内评估所有候选人，并通知您下一步的面试安排。” 注意事项： 始终保持礼貌和专业。 根据应聘者的回答灵活调整问题，确保对话自然流畅。 记录关键信息以便后续评估。 4. 智能面试 动态生成专业问题与情境测试，结合语音、表情和语言分析评估候选人表现，并生成综合评分和能力评估报告，为HR决策提供精准支持。 处理流程 实现方式 音视频通话： Code block XML Copy 调用GLM 4 Plus VideoCall实时音视频通话接口 { "client timestamp": "2024 09 26 00:00:02", "system prompt": "你是一位名叫小智的智能面试官，基于智谱AI的 GLM 模型开发。你的任务是通过视频通话对候选人进行初步面试筛选。请在交谈中保持专业、亲切和引导性，根据候选人的回答提出后续问题。你关注的重点包括候选人的专业技能、工作经验、项目经历、沟通能力和学习意愿。对于每个回答，如果需要，可以提出进一步的问题以获取更详细的信息。请在对话中适当鼓励候选人，使他们感到放松，展现最佳的自己。" "chunk type": "append", "audio chunk": "UklGRn4wCwBXQVZFZm10...." "video chunk": "UXfghMGGtAIAGhessFZm2....", "control": { "response type": "audio", "vad config": { "server vad": true, "finish time": 60 }, "audio config": { "encoding": "pcm", "voice type": "NORMAL FEMALE", "speed ratio": 1.00 } } } 5. 候选人评估报告 根据面试过程中的对话记录，GLM 4自动生成面试总结报告，包含候选人适配度、能力评估和发展潜力等，为HR提供面试决策支持。 Prompt 工程 Code block XML Copy 请根据以下面试内容生成一份结构化的面试报告，包括以下几个方面的总结、评估以及评分（评分范围为0 10分，10分为最高分）： 1. 基本信息 ：候选人的姓名、申请职位、面试日期。 2. 专业技能 ：总结候选人在技术能力、编程语言或工具的熟练度方面的表现。请具体描述候选人提到的核心技能和应用场景。 评分：对专业技能的掌握程度进行评分（0 10分） 3. 工作经验 ：概述候选人的工作经历，包括在之前公司中承担的主要职责和取得的成果。重点突出与申请职位相关的经验。 评分：对工作经验的相关性和深度进行评分（0 10分） 4. 项目经历 ：描述候选人参与的关键项目，包括项目目标、候选人的具体贡献及项目成果。关注候选人的角色、责任以及对项目成功的影响。 评分：对项目经验的丰富性和项目贡献度进行评分（0 10分） 5. 沟通与协作能力 ：评估候选人在面试过程中的沟通表达能力、逻辑思维，以及对团队协作的理解和态度。记录候选人是否能清晰表达观点，并展示出良好的协作能力。 评分：对沟通和团队协作能力进行评分（0 10分） 6. 学习能力与求职动机 ：分析候选人的学习态度、适应新知识的能力，并记录其对申请职位的兴趣和求职动机。 评分：对学习能力和求职动机进行评分（0 10分） 7. 整体评价与匹配度 ：综合候选人在各方面的表现，给出面试官的整体印象，并评估候选人与岗位的匹配度。 匹配度评分：根据整体表现给出匹配度评分（0 100分） 请确保报告内容简明扼要，突出候选人的优势和需要改进的方面，并为招聘决策提供参考依据。 面试内容：{面试对话文本} 智能人岗匹配 使用GLM 4对岗位和候选人画像进行语义分析，通过理解复杂语言信息，实现更高维度的智能匹配。 处理流程 Prompt 工程 3. 初步沟通 任务型对话 与候选人进行深入交流，核实其简历中的教育背景、工作经历及专业技能等信息，了解其职业发展意向，并确认其薪资期望及其他关键需求。 实体提取 从对话内容中提取关键信息实体，包括个人基本信息、教育与工作经历、求职目标、薪资要求及其他相关细节。 处理流程 Prompt 工程 4. 智能面试 动态生成专业问题与情境测试，结合语音、表情和语言分析评估候选人表现，并生成综合评分和能力评估报告，为HR决策提供精准支持。 处理流程 实现方式 音视频通话： 5. 候选人评估报告 根据面试过程中的对话记录，GLM 4自动生成面试总结报告，包含候选人适配度、能力评估和发展潜力等，为HR提供面试决策支持。 Prompt 工程 😃 BigModel智谱AI大模型开放平台 BigModel智谱AI大模型开放平台 https://open.bigmodel.cn/ ZHIPU AI OPEN PLATFORM 大模型开放平台 新一代国产自主通用AI开放平台，致力于将产品技术与行业场景双轮驱动的中国先进的认知智能技术和千行百业应用相结合，构建更高精度、高效率、通用化的AI开发新模式，实现智谱大模型的产业化，将AI的好处带给每个人。 场景介绍 传统招聘面临的挑战 传统招聘面临的挑战主要包括信息不对称、渠道单一、筛选效率低下、人才流失率高以及招聘成本高等问题。这些问题导致企业难以高效地找到合适的人才，同时也使得求职者难以准确了解企业情况，从而影响双方的匹配效率和招聘的成功率。 此外，企业在招聘过程中往往需要投入大量的时间和资源，而结果却不尽如人意，尤其是在人才市场竞争激烈的情况下，企业更加需要优化招聘流程，降低成本，提高招聘效率。 一、方案概述 本方案基于智谱的GLM 4系列模型和实时语音通话、Embedding 3向量化技术，利用其强大的自然语言理解、特征提取和语义匹配能力，构建智能化招聘系统。方案覆盖招聘准备、简历筛选、智能面试以及人才评估报告等核心环节，显著提升招聘服务的效率和准确性，并支持个性化、动态化的招聘需求。 大模型招聘场景解决方案全景图 二、方案详情 1. 招聘准备 岗位介绍生成 功能介绍：基于岗位职责、候选人要求（技能、工作年限）等信息，自动生成专业化的岗位描述（JD）。 宣传内容生成 功能介绍：生成高吸引力的招聘宣传内容，包括公司介绍、岗位亮点、职业发展机会等。为不同招聘渠道（如小红书、招聘网站、校园招聘）优化语言风格与排版。 处理流程 Prompt 工程 2. 简历筛选 人才画像生成 通过文档解析服务以及GLM 4对候选人简历内容进行智能解析，将候选人的技能、经验、教育背景、项目经历等转化为结构化数据。 岗位画像分析 使用GLM 4分析企业提供的岗位描述，识别岗位需求中的核心技能、经验要求、文化适配度等信息，将其解析为结构化的数据形式。