导读
之前我们在做 AI 原生组织建设方法论的时候提出了一套公式,其中有个核心模块就是 AI 操作系统,而里面能立竿见影切实提效的板块就是工作流容器了。从实践来看,工作流AI仍然是当前企业提效最为明显的方式。
之前讨论工作流AI的时候,会经常把 Coze、Dify 等平台带上一起来讨论,但这些低代码AI开发平台拖拉拽的交互方式让很多人都不喜欢。尤其是业务逻辑复杂以后,整个界面跟蜘蛛网一样让人眼花缭乱。
而现在,国内的 WorkBuddy 似乎逐渐在把以前通过 Coze 做的很多事情慢慢在吃掉。WorkBuddy 通过真正的低门槛和丰富的生态融合,把桌面端 Agent 带入到了大家的工作日常,通过自然语言描述处理规则就把事情搞定。
招聘流程的痛点
从整个 HR 招聘流程来看,工作量最大的就是简历筛选环节。一个岗位发布出去,一天可能收到上百份简历,要从海量的简历里面筛选出匹配的候选人,这种工作量显然是巨大的。
现实中很多简历根本就没有被 HR 打开过,完全靠抽签,这也导致错过真正符合企业需求的候选人。
- 筛选流程要经过两道关,评价标准不一致
- HR 给过去的简历不是业务部门想要的
- 简历入人才库时,录入工作量很大
- 大量简历被遗漏,靠"抽签"决定命运
有没有一种更加公平的方式,确保每一份简历都能被看到,并且按照同样的标准被评价,还能减少 HR 工作量?
流程拆解:哪些环节适合AI
首先把招聘流程拆开来看,找到主要卡点是什么,哪些环节能让 AI 介入,哪些需要人为把关。
WorkBuddy三大核心能力
搭建这套流程需要用到 WorkBuddy 的三个核心能力:
把做某件事的完整步骤写清楚,存成一个技能文件。下次遇到同样的事情,直接调用这个技能,AI 就按照写好的步骤一步一步执行。整个招聘流程,都可以定义在一个 Skill 文件里。
WorkBuddy 默认只能读写本地文件,但流程里有很多操作要跟外部系统打交道,比如把数据写入飞书多维表格,从邮箱里拉取简历附件。连接器就是用来解决这个问题的,通过添加飞书多维表、邮箱连接器,就能与外部系统交互。
整个流程要自动运行,可以通过定时任务来实现。比如每天早上九点自动检查邮箱里有没有新简历,如果有,就自动走一遍处理流程。
技能定义怎么做,连接器完成与外部系统交互,自动化实现什么时候做。三者配合,就能把招聘流程完整地跑起来。
第一步:简历自动采集
通过 WorkBuddy 的自动化任务实现从邮箱中自动采集简历附件,需要解决三个问题:
- 如何连接邮箱? — 通过邮箱连接器实现,根据使用的邮箱类型选择不同的连接器
- 如何识别简历邮件? — 提前约定邮件主题格式,如「应聘xxx岗位-姓名」,通过主题内容判断
- 如何避免重复下载? — 以邮箱地址作为唯一ID,在本地维护下载清单,下载前检查是否已存在
配置好自动化任务后,每天早上自动检查邮箱新简历,下载附件并更新去重记录。采集频率建议不要太频繁,否则很浪费积分。
第二步:信息提取与结构化
拿到简历附件后,让 WorkBuddy 读取简历内容,无论 PDF 还是 Word 都能处理。需要提取的关键信息包括:
- 姓名、手机号、邮箱、年龄、性别
- 求职意向岗位
- 毕业院校、学历层次、专业
- 每段工作经历的时间和公司名称
- 掌握的技能清单
- 做过的项目描述
除了这些基础信息,还可以让 AI 基于这些信息作进一步推断:
- 根据院校名称判断是否 985 或 211
- 根据工作经历计算总工作年限
- 根据公司名称判断是否有大厂背景
第三步:智能评分体系
简历评分是整个流程中最关键的一步,评分的准确性直接决定这套流程是否真的可用。
核心是每个岗位的评分标准必须事先定义清楚,标准不清,AI 就会自由发挥,导致不同简历之间的评分缺乏可比性。
- 学历背景 — 院校层次、专业匹配度
- 工作经验 — 年限、行业匹配度、职位层级
- 技能匹配 — 硬技能与岗位要求的匹配度
- 项目经历 — 项目复杂度、与岗位相关性
- 稳定性 — 跳槽频率、每段工作时长
具体权重由 HR 和业务部门共同商定,按权重加权后的总分满分也是 10 分。
评分标准存放在飞书文档中,每个岗位单独一个文档,包含岗位描述和评分标准。团队协作维护,随时能改,改完后 WorkBuddy 自动读取最新内容。
第四步:数据入库与全流程串联
使用飞书多维表格来存储候选人信息,首先需要定义好表结构。手动创建太麻烦,直接让 WorkBuddy 创建表结构。
通过飞书多维表格连接器授权后,就可以通过自然语言的方式让 WorkBuddy 操作飞书多维表了。
自定义 Skill 的处理流程为:读取简历 → 提取信息 → 智能推断 → 多维度评分 → 写入飞书多维表 → 通知业务负责人。
持续校准与优化
这套流程搭建完成后,还要在实际使用中不断校准。岗位要求会变,业务负责人对候选人的判断也会变,评分标准也需要同步调整。
- 某个岗位十份高分简历推送给业务负责人,但只有两份符合要求 → 评分标准偏松
- 连续一周没有简历进入高分区间 → 评分标准偏严
- 业务部门反馈"这个候选人评分不高但实际很好" → 某个维度权重不合理
WorkBuddy vs Coze/Dify
如果用 Coze 或 Dify 来做,整个流程也能实现,但两者有本质区别:
总结
用 WorkBuddy 搭建的 HR 简历自动化筛选流程,全自动跑通,HR 只需要在飞书多维表里看一眼评分结果,挑出高分候选人进入下一轮即可。
简历处理从 8 小时压到 0 分钟,HR 只干一件事:挑人。这就是工作流AI的价值——不是替代人,而是把人从重复劳动中解放出来,去做更有价值的事。