Resume Screener Pro

综合评估

resume-screener-pro 是一款面向招聘专业人士的完整招聘流程管理工具，整合 Topgrading 方法论、绩效预测理论与行为面试技术，提供从需求确认到最终人选推荐的闭环解决方案。

核心用法

该技能采用五阶段递进式架构：阶段0通过迭代式沟通确认招聘需求；阶段一执行ATS优化检测与简历匹配评分；阶段二基于Scorecard定义设计深度面试问题，核心特色是6层追问技巧与PEARL框架（Problem-Epiphany-Action-Result-Learning）；阶段三输出多维度面试评估报告；阶段四基于决策矩阵给出最终推荐结论。全程强调"先定标准再看简历"的防偏原则。

显著优点

1. 方法论体系完整：整合Geoff Smart（Topgrading）、Lou Adler（绩效预测）、Daniel Kahneman（偏见控制）等权威理论
2. 追问技术深度：6层追问法有效穿透候选人的表面回答，识别真实能力
3. 结构化工具丰富：STAR法则、PEARL框架、"Anything else?"收尾提问等实操技巧可直接复用
4. 全流程覆盖：从需求对齐到最终决策，避免多工具切换

潜在局限

1. 执行门槛较高：6层追问、Scorecard定义等需要面试官具备较强专业训练
2. 时间成本显著：深度追问与结构化评估会大幅延长单轮面试时长
3. 依赖输入质量：简历解析与JD匹配效果受文档格式与信息完整度影响
4. 未明确ATS兼容性：未说明支持的具体ATS系统版本

适合人群

• HR招聘负责人与猎头顾问
• 需要标准化面试流程的中大型企业
• 产品/技术团队负责人参与招聘决策
• 高阶岗位招聘场景（总监级以上）

常规风险

• 过度结构化可能导致面试僵化，削弱候选人体验
• 评分体系若执行不严格，易流于形式
• 转行评估模块的经验迁移判断存在主观性
• 需人工复核AI生成的追问问题，避免不恰当提问

核心概述

Resume Screener Pro V3.0 是一款面向HR招聘负责人、猎头及面试官的完整招聘解决方案，覆盖「需求确认→简历筛选→面试设计→面试评估→最终推荐」全流程。该Skill整合Geoff Smart的Topgrading方法论、Lou Adler的绩效预测框架、Daniel Kahneman的防偏技术，以及75位产品专家的深度追问技巧，形成系统化的招聘决策支持工具。

核心用法

四阶段工作流：
1. 阶段0（迭代确认）：采用discovery-interview的迭代式沟通法，通过浅层理解→检测不确定→知识补充→确认执行的流程，确保精准把握招聘需求
2. 阶段1（简历筛选）：执行ATS优化检测、Career Transition支持、JD匹配打分与候选人排名输出
3. 阶段2（面试设计）：基于Scorecard定义A级人才标准，运用「6层深度追问」「PEARL框架」「模拟协作」等技巧设计结构化面试题
4. 阶段3-4（评估与推荐）：按多维度评分体系输出面试评估报告，并通过决策矩阵生成最终推荐结论

显著优点

• 方法论扎实：Topgrading+绩效预测+防偏控制三重保障，降低招聘失误率
• 深度追问系统：6层追问法有效穿透候选人"包装"，识别真实能力深度
• ATS友好检测：前置技术合规检查，避免优秀候选人因格式问题被系统过滤
• 转行场景支持：专门设计经验迁移评估框架，拓展人才池
• 全流程覆盖：从需求确认到最终决策，减少多工具切换成本

潜在局限

• 依赖人工执行：作为纯提示词型工具，无法自动化处理简历或生成面试报告，需用户逐条操作
• 方法论门槛：Topgrading、PEARL等框架需一定学习成本，新手HR可能难以快速上手
• 文化适配性：部分追问技巧（如"最大失败经历"）在特定文化语境中可能引发候选人不适
• 无实时数据：不提供市场薪资数据、竞品人才动态等外部情报支持

适合人群

• 中大型企业HR招聘负责人
• 猎头顾问与人才寻访专家
• 技术/产品/业务线面试官
• 建立标准化招聘流程的HR团队

常规风险

• 隐私合规：处理候选人简历、面试笔记等个人数据，需确保获得合法授权（GDPR/CCPA合规）
• 评估主观性：虽有防偏设计，最终评分仍依赖面试官判断，建议多人交叉验证
• 过度结构化风险：严格遵循框架可能忽略候选人独特优势，需保持灵活性