對話完整度
建議回覆前同步可見歷史、渠道、參與者、時間、附件、招聘筆記、既有承諾及傳送狀態。
招聘 AI 實施
招聘 AI Agent 應如何與招聘顧問協作？
Agent 應維持上下文及準備受控動作，而不是抹去招聘顧問判斷。分開事實與推斷，按候選人及渠道定義權限，驗證每次發送，保留私隱與公平覆核，並讓人工可以立即接管。
作者 Onyx Devs Lab · 發布 · 更新
上下文完整對話及最新候選人狀態
發送控制草擬、批准、執行、驗證
人工負責招聘政策、例外及接管
建立連接證據的候選人上下文
若系統依賴不完整對話歷史或過期假設，快速生成也不安全。
事實與推斷
把事實欄位連至訊息或授權記錄；候選人意向、可入職時間、資歷、薪酬或適配推斷需標記置信度及缺失信息。
私隱及公平
限制目的、收集、存取、保留、導出及敏感屬性；測試排序、外展或建議有否造成無理差別待遇。
控制每項對外動作
生成訊息在身份、權限、狀態及完成均獲驗證前不等於已發送。
權限模式
按候選人、招聘顧問、渠道、訊息類型、工作時間、頻率及升級條件定義人工、Copilot 及有限 Autopilot。
安全發送
重新檢查最新對話、核實收件人及內容、串行發送、執行冪等、遵守平台限制，並避免重複或過期回覆。
驗證及接管
回讀已發記錄，保留請求與結果，顯示不確定性及失敗，新上下文出現時暫停自動化，讓顧問即時接管。
如何分階段設定顧問與 Agent 權限
梳理招聘政策
定義允許數據、尋訪、篩選、外展、安排、拒絕、敏感決定、保留及問責招聘顧問。
建立上下文質量
測量對話完整、畫像新鮮度、事實支持、缺失欄位及同步失敗，再測試回覆。
以 Copilot 模式試點
要求批准、記錄修改、驗證發送、研究例外與候選人體驗，並與現有流程比較。
只自動化狹窄動作
只有低風險重複動作才逐步提升權限，並配置限額、監測、撤銷、公平覆核及即時人工接管。
常見問題
Agent 應否自動拒絕候選人？
高影響僱傭決定需要嚴格法律、公平、證據及人工問責控制；較安全預設是由合資格人員覆核的決策支援。
甚麼是發送驗證？
動作後回讀平台記錄，確認預期收件人、內容、時間及傳送狀態，而不是假設點擊已成功。
可否把推斷候選人屬性存為事實？
不可。應分開事實、推斷、置信度、來源、到期及缺失信息，並限制敏感或不必要推斷。