腾讯-AI面试官与AI做课
应用场景：校园招聘初筛与首轮面试、培训课程开发、HR事务性填单审单、员工服务咨询、OKR目标对齐、HR自助数据需求响应
投稿方：匿名投稿者 · 服务商：腾讯 · 收录时间：2026/10/16
本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。
案例事实
1. 一句话摘要
投稿方未提供
2. 行业 + 企业规模
互联网与软件 · 招聘量大，覆盖游戏、金融科技、视频、医疗健康、支付等多业务线
3. AI 能力类型
智能体流程
4. 原来怎么干的
简历筛选靠人工、面试依赖面试官经验；培训课程开发约2天/门；员工填单、审单等事务性工作量大；员工咨询逐条人工响应；数据需求排队找研发，等一份数据需几天
5. AI 介入在哪一步
替代简历初筛与首轮面试；增强面试官决策（AI面试助手与人工结果契合度70%）；生成课程讲解与文案；自动填单审单；提供24小时员工辅导；自动分解OKR目标；封装Skill使HR自助响应数据需求；录用决策与复杂人才判断仍由人负责
6. 模型与架构
自然语言处理与微表情识别技术；人才云平台；技能图谱（2000+岗位标签）；员工数字分身；OKR智能对齐平台；内部专家团（四个Skill封装）；对接系统包括人才云、乐享、WorkBuddy等
7. 数据基础（必填项）
依托腾讯人才云平台数据（项目经历、培训记录、绩效数据）；技能图谱整合2000余个岗位技能标签；具体数据规模未公开
8. 效果
12万次初筛，准确率91.3%（较传统提升37个百分点）；简历筛选效率提升30%；AI面试助手与人工契合度70%；做课时间2天/门→2小时/门（百倍提效）；HR人工作业量降低95%；OKR团队重点工作完成率98%（+23个百分点）；数据看板开发2个月→30分钟；等数据从几天→几分钟
9. 投入
投稿方未提供
10. 坑
AI只能加速混乱，若不先统一数据口径再封装Skill，则无法真正提效；需区分内部HR场景与对外输出产品指标
下载 腾讯-AI面试官与AI做课 复现资料
本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。
- 00_说明.txt
- 01_关键信息.md
- 腾讯-AI面试官与AI做课.docx
分享复现反馈
复现结果、失败条件或内容修正——案例因真实反馈持续改进，提交后即展示在案例页并进入社区动态。
示例：「按复现包部署到测试环境，用 qwen-plus 跑通全流程；线索排序与案例描述一致，但导出报表需手工补字段。」
写清环境/模型、跑通到哪一步、与案例描述的差异即可；署名选填，匿名反馈同样展示；提交即公开，如需下架可联系平台。