HR / 招聘会议纪要 / 决策同步#面试#STAR#Red Flag

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。

解决的痛点 · 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。

面试评估纪要 · STAR + Red Flag

Prompt·进阶
Also available in English →
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
每次节省 ~40 分钟

直接在你常用的 AI 上打开

一键复制 prompt · 同时打开对应平台新标签 · 粘贴即可(⌘/Ctrl + V)。

工作流 · 5

  1. 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. 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. 3

    替换 6 个占位符,run AI。

  4. 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. 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)。

发出前自查

AI 那些"几乎对"是头号痛点。把这些勾完 · 让评审找不到明显的洞。(勾选状态只存本地 · 我们不追踪。)

已自查 0 / 5

为什么这条 prompt 管用

这条 prompt 不是泛泛的“帮我写 会议纪要 / 决策同步”,而是把 HR / 招聘日常面对的具体上下文(目标读者、信息密度、可交付格式)塞进去。LLM 在拿到角色 + 场景 + 约束三件套时,输出质量比开放问题高一个量级 — 因为它能在“该突出什么、该省什么”上做对的取舍。

什么时候用这张卡

最佳时机:你已经知道大致要做“会议纪要 / 决策同步”,但卡在“怎么开口问 AI”这一步 · 肌肉记忆里没有现成的好 prompt,从头写又会漏掉关键约束。把这张卡片复制走、按工作流改 2-3 个字段,30 秒内就能拿到第一版可改的草稿。

常见翻车点

  • 不改任何参数就发 · prompt 里的占位字段不替换 · 出来的草稿通用得像 GPT 默认风格 · 直接被甲方/老板看出来。
  • 跳过自查清单 · AI 那些“几乎对”的翻车通常发生在你以为它做对了某件其实没做的事。
  • 问完不追问 · 第一轮草稿通常 70 分 · 加一句“X 部分再具体些 / 再正式些”能拉到 90 分。

变体与延伸

想把这张卡片用得更顺手?推荐 3 种延伸:

  • 换语种:中英版 prompt 都在卡片里 · 出海场景直接切英版。
  • 换平台:同一条 prompt 在 ChatGPT / Claude / Kimi 上口味略不同 · 推荐字段已标注最适配平台。
  • 叠加自查清单:把清单直接粘到对话最后让 AI 自检一遍 · 翻车率显著下降。
PromptDeck Pro 全套

想再要 25 张这种 prompt?

拿全 50 张 Pro 牌 · 多步链 + 行业变体 + 每月更新。

  • 50 张 prompt · 25 免费 + 25 进阶多步链
  • PDF 印刷版 + Notion 模板
  • 终身可用 · 每月新加 5 张自动同步
  • 中英双语 · 含 5 张中文独家场景
买 Pro · $9 终身14 天无条件退款 · 由 Lemon Squeezy 提供

相关卡片