HR、行政、招聘和培训

HR 最容易踩的坑，是隐私和公平

HR 和行政场景里 AI 最容易踩两个坑：一是隐私，候选人材料里的身份证、健康、婚育、籍贯都是敏感数据，处理前必须最小化和脱敏；二是公平，如果用性别、年龄、婚育等受保护特征做判断，不仅不合规，还会把偏见固化进流程。

正确做法是：用岗位说明书里的必备能力和可选能力作为标准，评分只基于与岗位相关的可观察证据。AI 只做材料整理和初筛提示，录用、绩效、晋升、纪律等决定必须人工判断。

场景：招聘一个产品运营岗，过去面试题每次都靠面试官临场发挥，评分标准不统一。目标是基于岗位说明设计结构化面试，让评分可观察、可记录。

先确认哪些是个人信息和敏感数据（身份证、健康、婚育、籍贯），做最小化和脱敏。处理候选人材料前明确用途是岗位匹配，不是画像。

用岗位说明书里的必备能力和可选能力作为标准，而不是性别、年龄、婚育等受保护特征：

text

根据岗位说明设计结构化面试。
输入：岗位职责、必备能力、可选能力、面试时长。
动作：为每项能力设计行为问题、追问和评分证据。
约束：不使用性别、年龄、婚育等受保护特征。
输出：面试提纲、评分表、面试官注意事项。
验收：评分只基于与岗位相关的可观察证据。

生成结构化初稿：面试问题库、追问、评分证据表。每个判断保留输入证据，可回溯：

text

为产品运营岗生成面试评分表。
每项能力配 1 个行为问题、2 个追问和评分证据栏。
评分按 1-5 分，每分档写明具体表现描述。
不使用受保护特征；缺证据的项标“未观察到”。
输出 scorecard.xlsx 和 interview-guide.docx。

ps：录用、绩效、晋升、纪律等决定必须人工判断，AI 只做材料整理和初筛提示，不做最终决策。决策留痕，依据可复核。

同样的结构化思路可以用于培训：把制度文件按岗位范围转成讲义、测验和操作清单：

text

把“员工手册”目录中的制度材料做成新员工培训包。
输出：培训讲义（覆盖关键动作和禁止事项）、测验题（10 题，附答案和条款来源）、操作清单。
约束：培训内容只覆盖关键动作和禁止事项，不编造制度里没有的规则。
验收：每个关键动作能回到制度原文。

行政常要策划团建。让 WorkBuddy 生成方案框架（活动目标、主题建议、流程安排、分组游戏、预算构成、人员分工、风险预案）和风险清单（人员迟到、设备故障、节目超时、突发安全）。语言简洁实用，重点把框架和关键决策项列清楚，适合直接拿去和领导确认方向。