闲社

标题: 【工作流】AI面试评分校准工作流 [打印本页]

作者: admin 时间: 1 小时前
标题: 【工作流】AI面试评分校准工作流
[md]
# AI面试评分校准工作流

## 套餐描述

把岗位胜任力转成版本化评分合同，映射脱敏面试证据、校准面试官分歧并生成人工复盘队列。

## 详细介绍

# AI面试评分校准工作流

**4个可下载技能 · 4步自动化工作流 · 每个技能可单独运行**

把面试前分散的岗位胜任力、问题和评分口径转成版本化合同，再让每位面试官只依据脱敏回答证据独立评分，逐胜任力定位达到阈值的分歧，最后生成有负责人、期限和复核问题的人工复盘队列。4个技能均为离线Python脚本，不上传简历或录音，不分析表情、声音、口音、外貌或受保护属性，不自动录用、淘汰或通知候选人；所有AI辅助内容、评分解释和最终决定必须由有权人员复核并记录。

## 4步自动化工作流

### 1 生成面试评分合同

**对应技能：** `interview-rubric-contract-normalizer`

**解决什么：** 把岗位ID、评分版本、胜任力、权重、必问题目、1至5分证据锚点、允许证据类型和禁止字段统一成可执行规则，并拦截权重不等于100、锚点缺失和受保护候选字段。

**你会得到：** READY/BLOCKED、blockers、规范化rubric_contract、64位rubric_hash和明确的人工决策边界。

**流转到下一步：** 只有经招聘负责人批准且状态为READY的评分合同才能进入证据评分；规则变化必须生成新版本和新哈希。

### 2 构建面试证据评分卡

**对应技能：** `interview-evidence-scorecard-builder`

**解决什么：** 将匿名候选ID、面试官ID、必问题目、脱敏回答摘要或工作样例引用映射到已批准的胜任力和评分锚点，检查证据缺失、分数越界、锚点不一致与重复记录。

**你会得到：** 每位面试官的competency_scores、weighted_total、逐题证据引用、rubric_hash和SCORED_FOR_CALIBRATION状态。

**流转到下一步：** 所有评分卡保留原始面试官和证据，不合并、不覆盖；READY评分卡交给下一步比较分差。

### 3 审计面试官评分分歧

**对应技能：** `interviewer-score-calibration-auditor`

**解决什么：** 按同一匿名候选人和胜任力比较多位面试官评分，计算均值与分差，定位达到组织阈值的disagreement_items，同时拦截复核人数不足和重复面试官。

**你会得到：** candidate_calibrations、reviewer_count、逐胜任力reviewer_scores、mean_score、spread、CALIBRATION_REQUIRED或ALIGNED_FOR_HUMAN_DEBRIEF。

**流转到下一步：** 分歧与证据状态完整流入人工复盘路由；脚本不会平均掉冲突证据，也不会替面试小组解释原因。

### 4 生成面试复盘人工队列

**对应技能：** `interview-debrief-review-queue`

**解决什么：** 将评分分歧、证据缺口和已对齐评分分别路由到PANEL_CALIBRATION_REQUIRED、EVIDENCE_REVIEW_REQUIRED或READY_FOR_HUMAN_DEBRIEF，并写入角色负责人、截止日期与复核问题。

**你会得到：** review_queue、queue_counts、rubric_hash、允许的下一动作和HOLD_FOR_HUMAN_HIRING_DECISION。

**最终交付：** 一份可导入招聘系统、飞书、Notion或工单系统的匿名面试复盘队列；最终录用淘汰、合理调整、例外处理、候选人沟通和合规责任仍由有权招聘、业务、法务与公平审查人员承担。

## 实际示例

随包样例使用1个虚构岗位、3个胜任力、2个虚构匿名候选人和2位面试官，不含真实姓名、联系方式、简历、录音或客户信息。第一步生成权重合计100的READY合同；第二步生成4张带证据引用的评分卡；第三步发现CAND-DEMO-01在problem-solving上分别得到4分和2分，分差2达到样例阈值，因此进入CALIBRATION_REQUIRED，而CAND-DEMO-02各维度评分对齐；第四步生成1条PANEL_CALIBRATION_REQUIRED和1条READY_FOR_HUMAN_DEBRIEF，最终门禁保持HOLD_FOR_HUMAN_HIRING_DECISION。该示例只验证合同、证据、分差和路由，不代表真实候选人表现或招聘结果。

## 适合谁

- 正在使用结构化面试、AI面试笔记或自动摘要，但缺少统一评分证据链的招聘团队
- 需要减少面试官口径漂移、光环效应和无证据总分的企业招聘负责人
- 为ATS、飞书招聘、Notion、工单系统或MCP智能体增加人工复盘门禁的实施人员
- 希望利用AI整理证据，同时把最终用工决定、合理调整和公平责任保留给人的组织

## 买家只需提供

- 经招聘负责人批准的岗位ID、胜任力、权重、必问题目、五级评分锚点和分歧阈值
- 只含匿名候选ID、面试官ID、问题ID、脱敏回答摘要或工作样例引用的UTF-8 JSON
- 三类人工队列的角色负责人、截止日期、复盘要求和最终验收规则

## 使用方式

1. 使用Python 3.10或更高版本，按4个README准备UTF-8 JSON；全部脚本无第三方依赖。
2. 依次运行评分合同、证据评分卡、分歧校准和人工复盘队列，也可单独使用任一步并映射到现有招聘系统。
3. 先用随包2名匿名候选人的样例验收READY、BLOCKED、分歧阈值和人工门禁，再由有权团队接入脱敏生产数据。

## 交付与验收

- 交付4个独立技能目录，每个包含_meta.json、SKILL.md、agents/openai.yaml、README、Python执行器和脱敏输入输出样例。
- 4个脚本均可离线重复运行，相同输入产生稳定JSON；技能数与工作流步数精确为4。
- 验收1份64位哈希评分合同、4张证据评分卡、2名候选人校准结果、1条分歧队列、1条常规人工复盘队列和HOLD_FOR_HUMAN_HIRING_DECISION。
- 权重错误、锚点缺失、受保护字段、上游BLOCKED、证据缺失、未知胜任力、分数越界、重复面试官、人数不足、负责人缺失或无效日期都会产生blockers并停止下游。
- 不包含ATS账号、第三方模型、API额度、录音转写、简历解析、候选人通知、人工面试、法律意见或持续运维。

## 服务说明

本套餐不接收真实姓名、邮箱、电话、地址、出生日期、年龄、性别、族裔、残障、照片、视频、声音、口音、生物特征、健康信息、密码、Cookie、Token、API Key或未经授权的候选人数据。买家必须依据适用劳动、隐私、反歧视、自动化决策和数据保留规则取得必要告知与授权，为残障或特殊情况提供合理调整，并允许候选人获得人工解释或申诉渠道。脚本不判断诚信、不检测AI作弊、不分析非语言特征、不保证消除偏见、零漏检、绝对合规、固定节省时间或任何录用效果；模型摘要和分数只能作为标明AI辅助的可编辑材料，最终责任始终由人承担。

## 套餐图标

## 包含技能

- [interview-debrief-review-queue](https://www.xianshe.com/plugin.php?id=hl_skillhub&mod=detail&slug=interview-debrief-review-queue)
- [interview-evidence-scorecard-builder](https://www.xianshe.com/plugin.php?id=hl_skillhub&mod=detail&slug=interview-evidence-scorecard-builder)
- [interview-rubric-contract-normalizer](https://www.xianshe.com/plugin.php?id=hl_skillhub&mod=detail&slug=interview-rubric-contract-normalizer)
- [interviewer-score-calibration-auditor](https://www.xianshe.com/plugin.php?id=hl_skillhub&mod=detail&slug=interviewer-score-calibration-auditor)

## 安装方式

此套餐为**付费套餐**，购买后可一键下载全部技能。

🛒 [点击购买并下载 AI面试评分校准工作流](https://www.xianshe.com/plugin.php?id=hl_skillhub&mod=buy&bundle_id=427)

## 收费方式

💴 **现金购买** - 需要支付 ¥126.00

## 前往安装

**[👉 点击前往套餐安装页面](https://www.xianshe.com/plugin.php?id=hl_skillhub&mod=bundle&ac=detail&slug=interview-rubric-contract-normalizer-6bd3ced2cdce)**
[/md]

欢迎光临闲社 (https://www.xianshe.com/)