提示詞

模板：

你扮演一個HRBP專家，根據 崗位JD 從以下簡歷中提取出符合JD標準的候選人，返回信息要求如下：

1：以excel的形式輸出：候選人姓名、匹配度分數、學歷、院校、專業、畢業時間、工作年限、工作履歷、核心優勢

2： 額外篩選條件 ：例：名企、名校、期望薪資等 3：返回信息除以上字段外，不需要多余的解釋內容

主要功能

• 簡歷解析與結構化處理：提取關鍵信息，打破 PDF/Word 格式壁壘，準確率達 95% 以上。
• 多維度評分與排序，按崗位需求權重，輸出優先級列表
• 候選人畫像分析，輔助 HR 快速判斷潛力
• 反偏見與合規性檢查，過濾敏感信息

核心優勢

• 效率提升近200倍，AI 處理單份簡歷僅需 3-5 秒
• 標準化篩選，降低決策偏差
• 可降低 30%-50% 的招聘時間成本
• 精準度高，減少漏選，覆蓋 JD 所有要求
• 數據驅動招聘策略，反向優化崗位畫像

目標受眾

• 中大型企業 HRBP、業務負責人
• 獵頭、招聘外包公司
• 全球化 / 跨區域招聘企業

三大模型測評結果對比

案例

你扮演一個HRBP專家，根據內容運營專員崗位JD從以下簡歷中中提取出符合JD標準的候選人，返回信息要求如下：

1：以excel的形式輸出候選人姓名、匹配度分數、學歷、院校、專業、畢業時間、工作年限、工作履歷（100字以內）、核心優勢（50字以內）

2：211、985院校重點標注、名企重點標注 3：返回信息除以上字段，不需要多余的內容

崗位JD：

1：本科及以上學歷，3年及以上內容運營管理經驗，要求有技術背景，互聯網、SAAS類工具行業優先考慮

2：熟悉Apipost、Apifox等API平臺內容生態和商業邏輯

3：有較好的內容運營能力，能輸出內容策略，內容整體規劃應用能力強

4：能夠通過數據，分析背后的用戶行為特征，發現問題，提出解決方案

豆包輸出結果

到豆包驗證提示詞效果：豆包-Doubao 1.5 pro 32k

Kimi 輸出結果

到Kimi驗證提示詞效果Kimi-moonshot v1 8k

DeepSeek 輸出結果

到DeepSeek驗證提示詞效果：DeepSeek-DeepSeek V3

數據對比

● tokens：56
● 生成速率(tokens/s)：20.3
● 首token延遲(s)：0.2 | ● 客觀篩選類型:數據準確
● 主觀性評分/分析寬松

● 數據可視化強，但篇幅較長，需耐心閱讀。 | 數據準確，適用于簡歷批量海選 |
| kimi-moonshot v1 8k | ● 響應時長(s)：13.357s

● tokens：56
● 生成速率(tokens/s)：20.3
● 首token延遲(s)：0.2 | ● 存在誤判情況
● 主觀性評分/分析嚴格

● 核心點羅列清晰適合快速瀏覽 | 精細化評估，能力圖譜分析 |
| DeepSeek V3 | ● 響應時長(s)：29.093s

● tokens：56
● 生成速率(tokens/s)：20.3
● 首token延遲(s)：0.2 | ● 客觀篩選類型:數據準確
●貼合崗位需求，明確優劣勢

●結構最清晰，優缺點一目了然，適合決策者快速抓重點。 | 優劣勢分析、綜合決策 |

測評總結

在本次批量簡歷AI篩選對比中，輸出內容準確率高，適合滿足硬性條件快速篩選；同時響應時間短、首token延遲低，在性能方面表現穩定。

Kimi的響應速度最快，雖然數據存在誤判的情況，但評分類的任務產出評分標準嚴謹，數據化能力證明更直觀，適合對內容質量和細節有較高要求的用戶。

DeepSeek 內容產出更注重可讀性，善于使用表格陳列以及利弊分析對比，適合風控決策。

綜合來看，如果追求速度和精準，豆包更合適；如果看重專業深度，Kimi更具優勢；而DeepSeek則在速度和通用性之間提供了平衡選項。

想試用更多大模型？立即前往試用→