AI dla HR
Chris Klaus
Senior AI Architect, Chalice AI
$$
Rubryki
Określ umiejętności i kryteria z wyprzedzeniem
Zapewnij spójną ocenę u wszystkich rekruterów
$$
Wspomaganie przez AI
Wyodrębnij kluczowe umiejętności i sformułuj mierzalne kryteria
Twórz rzetelne, otwarte pytania rekrutacyjne
$$
| Bez struktury | Ze strukturą |
|---|---|
| Mgliste wrażenia | Jasno określone kryteria |
| Subiektywna ocena | Oceny oparte na obserwowalnych działaniach |
| Podatność na stronniczość | Spójne oceny |
$$

$$

Jak narzędzia AI pracują z plikami
Wczytaj lub udostępnij pliki, by dać AI kontekst (np. opisy stanowisk, polityki)
Generuj ustrukturyzowane wyniki, takie jak dokumenty Word lub tabele
Podsumowuj, porównuj lub twórz treści na podstawie przesłanych plików
Eksportuj wyniki i wykorzystuj je ponownie w szablonach HR
$$
Create a five-criteria
hiring rubric scored 1-5
Add examples of behaviors
for each rating level
| Umiejętność | Przykładowe zachowanie | Jak wygląda mocna odpowiedź |
|---|---|---|
| Współpraca | Dzielenie się pomysłami i opinią | Skutecznie prowadzi pracę zespołową |
| Analiza | Interpretacja złożonych danych | Wyciąga jasne wnioski oparte na danych |
| Inicjatywa | Identyfikowanie usprawnień | Proaktywnie doskonali procesy |
$$
Generate open-ended interview
questions for each skill in
this rubric that avoid
assumptions about background
or personality
Rephrase these questions to
emphasize observable behaviors
$$
Z AI twórz pytania, które są:
$$
For each question, outline
the difference between weak,
average, and strong answers
$$
| Ocena | Jak brzmi odpowiedź |
|---|---|
| Słaba | Ogólna, mglista, bez wyraźnego rezultatu |
| Dostateczna | Trochę szczegółów, umiarkowana klarowność |
| Mocna | Konkretna, szczegółowa, zorientowana na wynik |
$$

$$
Obchodź się ostrożnie z danymi kandydatów
Nie umieszczaj imion ani danych kontaktowych w promptach
Unikaj informacji demograficznych i tożsamościowych
Korzystaj z zanonimizowanych lub zastępczych danych
AI dla HR