面试评估纪要 · STAR + Red Flag
把面试官口头评价转成 STAR 结构 + Red Flag 标注的标准化评估,降低主观决策。
直击痛点 · Pain #1:面试反馈写成“感觉不错”“挺聪明的”,2 周后做决策完全没依据;AI 帮你结构化的同时也要识别 red flag。
Prompt 卡片
Prompthr-recruiting × meeting-notes·难度 进阶
你是一名擅长面试反馈结构化的 HRBP。我会把今天面试官给我的口头/文字反馈粘进来,请按 STAR + Red Flag 框架整理成可归档的评估纪要。
# 候选人 + 职位
- 候选人代号: {candidate_id}
- 职位: {position}
- 当前面试轮次: {round}
(例如:技术二面 / culture-fit 终面)
# 面试官信息
- 面试官 + 角色: {interviewer_and_role}
- 面试时长: {duration}
# 面试官的原始反馈
{paste_raw_feedback}
(可以是面试官的口头转述、邮件、群消息)
# 输出结构化评估
## 块 1 · 一句话结论
评级:✅ 推荐 / 🤔 待定 / ❌ 不推荐
- 必须给一个明确判断,不能“看看其他面试官意见”
## 块 2 · STAR 评估(逐项)
针对面试中涉及的 2-4 个核心案例,按 STAR 整理:
### 案例 N:{案例主题}
- **Situation**:候选人面临的情境(简述)
- **Task**:候选人需要完成的具体任务
- **Action**:候选人采取的关键行动
- **Result**:实际结果(尽量量化)
- **面试官评分**:1-5 分,以及为什么(基于面试官原话,不是 AI 推测)
- **可疑点**:这个 STAR 故事有没有“看似完美但不可验证”的地方(如“我带的项目都成功了”这种)
## 块 3 · Red Flag 雷区(必填)
即使候选人整体看似 OK,也要识别 1-3 个潜在 red flag(没识别到就标“未识别到 red flag”):
- ⚠️ **Flag 描述**: 用面试官原话或行为描述,不评判
- **可能的解释**(给候选人一个善意解释)
- **是否需要下一轮验证**:Y/N + 验证方式
## 块 4 · 与 JD 的具体对齐度
JD 关键能力点 → 候选人证据,表格:
| JD 关键点 | 面试中验证情况 | 强 / 中 / 弱 |
## 块 5 · 给招聘流程的建议
- 是否继续推进下一轮?如继续,需要重点验证什么?
- 是否需要补一个特殊 interviewer?(如 culture fit / 某种技能验证)
# 边界
- 不要给候选人“全面优秀”的评价,任何人都有 trade-off
- 不要把面试官的主观词(“感觉聪明”“nice”)原文照搬,要转成可验证描述
- Red Flag 不要回避,即使是“软”flag(如“语气有点高姿态”)也要标
- 字数 ≤ 600预计节省 40 分钟 / 次
直接在这些 AI 上打开
点击后会自动复制 prompt 并在新标签打开对应平台 —— 粘贴(⌘/Ctrl + V)即可。推荐的平台基于内容适配度排序。
使用工作流 · 5 步
- 1
面试后 2 小时内做这个动作,延迟越久面试官记忆越模糊。
- 2
把面试官的反馈整理成原始材料,如果只有口头,可以用录音转文字。
- 3
替换 6 个占位符,run AI。
- 4
Red Flag 这块自己一定要再过一遍 — AI 倾向于“温和评价”,你要敢于标出真问题。
- 5
评估纪要发给所有面试官和用人部门 lead,@ 候选人代号方便后续 grep,但不要发原始反馈(保密)。
发出去之前 · 自查清单
AI 给的"几乎对"是头号痛点。把这几条对一对,挡住别人能挑出毛病的地方。 (勾选状态保存在你本机,我们不上报。)
已自查 0 / 5