AI智能筛选
批量导入和解析简历，再按招聘条件 AI 筛选
企业 HR 或猎头顾问可以批量导入 PDF、DOCX 与 TXT 简历，自动解析经历、技能和项目、审核重复候选人，再按已确认的岗位规则完成人岗匹配。
批量简历处理
从文件导入到候选人档案，先把数据整理好
每次导入都有批次记录；单份解析失败不会影响同批次其他文件，原始简历会继续保留。
1
批量上传
支持PDF、DOCX、TXT文件
2
自动解析
提取基础信息、经历、技能和项目
3
重复审核
合并指向但不删除原始数据
4
关联岗位
进入对应招聘需求和筛选范围
规则先于评分
先统一招聘条件，再让 AI 批量筛选
筛选不是凭空打分。招聘团队先确认硬性条件、加分项与优先级，系统再按这些标准分析候选人并给出依据。
AI 建议，招聘团队确认
根据岗位 JD 整理硬性条件与加分项
AI 可以提供建议，最终标准由招聘团队确认
按统一口径批量筛选，减少顾问之间的判断偏差
保留调整记录，方便复盘筛选标准
筛选规则集
v3 · 已发布
硬性规则 · 5年后端经验
人工确认 · 计入筛选
加分项 · 分布式系统经验
人工确认 · 计入筛选
AI 建议 · 团队管理经历
待人工确认 · 暂不计数
先确认筛选标准，再开始批量分析候选人。
筛选依据
每个筛选结论，都能看到依据
系统会逐项展示匹配信息、潜在风险与资料缺口，帮助 HR 和顾问快速复核，而不是只给一个无法解释的分数。
分屏视图里逐条规则展示证据、风险与缺失事实
每条结论都带来源引用，可回溯到简历原文
历史筛选结果保留，方便条件调整前后对比
记录筛选时间与人工意见，方便团队复盘
预约产品演示
AI 筛选结果 · 后端工程师
建议进入下一步
88
综合匹配度
高匹配 · 张工
筛选时间 2026-07-14 · 依据已记录
硬性规则 · 5年后端经验
证据：简历 P2「主导支付系统重构，2019 至今」
加分项 · 团队管理
缺失事实：未见明确带团队规模，建议触达时确认
风险项 · 稳定性
近三年一段任职，无频繁跳槽迹象
筛选能力
可追溯、可信、不丢工作
把 AI 的效率与人的判断分开：AI 提议、抽取、排序，决策与事实变更由人敲定并留痕
证据留痕
每条筛选结论都带来源引用，可回溯到简历原文的具体位置，复盘时有据可查。
缺失事实提示
规则无法从简历证实时，标记为「缺失事实」而非武断判负，提示你在触达时确认。
人工决策与分歧留痕
进入 / 不合适 / 待确认 / 保留由人来选；与 AI 结论不一致时需填写理由，AI 结果与人工覆盖并存保留。
候选人智能去重
识别重复简历和候选人记录，减少人才库里的重复整理工作。
敏感条件合规管理
年龄、院校等敏感条件需要获得相应授权，并保留审计记录。
历史记录可回看
筛选标准和历史结果持续保留，便于团队复盘与比较。
标准化简历
标准化简历 + 人工事实复核
生成客户版标准简历时，系统会提示缺少来源的雇主、日期、职称或业绩信息，帮助顾问核对后再交付。
从已筛选候选人批量生成统一格式简历
提示缺少来源的雇主、日期、职称与业绩信息
由顾问完成人工核对后再提交客户
保留原始简历，方便随时复查事实
标准化简历 · 人工事实复核
待批准
拦截 · 职称「技术总监」
原文未见来源，需确认后方可写入交付简历
拦截 · 成就「营收增长 200%」
无量化来源，等待确认或删除
通过 · 雇主与在职日期
来源已确认：简历 P1 及原始文件一致
关键经历核对完成后，再生成客户交付简历。
“规则先于评分”具体是什么意思？
招聘团队先确认岗位条件与优先级，系统再按这些条件分析候选人并展示依据，避免只给一个难以解释的分数。
调整条件后还能查看之前的结果吗？
可以。历史筛选结果与判断依据会保留，方便团队比较条件调整前后的变化。
AI 会直接替我决定候选人去留吗？
不会。AI 负责提议、抽取、排序与给出带证据的结论；进入 / 不合适 / 待确认 / 保留全部由人来选。与 AI 结论不一致时需填写理由，AI 结果与人工覆盖会一并保留、留痕。
能用年龄、院校这类敏感条件筛选吗？
团队应遵守适用的招聘与个人信息保护规定。敏感条件需要获得相应授权，相关操作会保留审计记录。