news 2026/9/28 4:43:24

职位JD写一大堆还是没人投?岗位画像没做对,AI智能招聘系统再强也跑不动

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
职位JD写一大堆还是没人投?岗位画像没做对,AI智能招聘系统再强也跑不动

很多团队把招不到人归因于渠道不够、预算不够,或者干脆说是现在的人不愿意干活。招聘云在服务一线岗位招聘团队时反复看到的是另一回事:同一个岗位、同一份预算,把 JD 和岗位画像重做一遍,投递量和有效沟通率就变了——变的不是流量,是匹配。

今天就告诉大家怎么把一份 JD 从"岗位说明书"改成"筛选器":岗位画像该有哪四层、五种最常见的写法是怎么把人挡在门外的(附一段完整改写对照)、画像信息该从哪里抽而不是拍脑袋想,以及为什么画像清楚之前上 AI招聘系统,只会把模糊放大。


招了三个月,问题不在渠道

去年夏天,华东一家连锁便利店要在暑期前补 60 个门店店员和 8 个店长。三个月过去,店员招到一半,店长一个没成。HR 的反应很典型:加渠道。他们又开了两个招聘渠道的会员,一个月后,简历从每周 40 份涨到 90 份。

但有效沟通没变,到面数没变,入职数也没变。

后来他们做的事其实很简单:把那份 JD 拆开重写了一遍。改动集中在两处——把"性格开朗、抗压能力强"换成了具体的场景描述,把"薪资面议"换成了底薪加绩效的构成。第二个月,简历数只涨了不到两成,有效沟通翻了一倍。

简历变多而有效沟通不变,说明卡点根本不在漏斗入口。渠道解决的是"有多少人看见",JD 解决的是"看见的人里有多少是对的"。这两件事经常被当成一件事处理。


"招个销售"不是岗位画像

岗位画像这个词这两年被说得很多,但落到实操,多数团队写出来的其实只是岗位名称的扩写。判断一份 JD 里的画像是不是模糊的,看四个地方就够:

一是岗位名称没有限定业务范围。"销售"可能是电话销售、地推、门店导购、大客户销售,这四种人要的是完全不同的人。候选人搜的是后边那半截,你挂的是前边那半截。

二是任职要求写的是无法判断的条件。"沟通能力强""有责任心""抗压能力强"——这些词没有一条能拿来筛人,因为没有人会认为自己不具备这些。

三是薪资含糊。写"面议",候选人的默认判断不是"可能挺高",而是"大概率不高"或者"谈不拢浪费时间"。一线岗位的候选人时间成本很高,含糊等于劝退。

四是没有写什么样的人不合适。这一条几乎没人写,但它恰恰是最有效的一层——把不合适的人挡在投递之前,比收上来再筛便宜得多。

上面四条里只要中了两条,渠道再精准,也只是往一个模糊的筛子里灌流量。


画像有四层,多数人只写了第一层

能用的岗位画像通常有四层,从上往下是越来越具体:

第一层是干什么。最基础的一层,也是多数 JD 唯一有的:岗位职责、汇报关系、工作地点。

第二层是硬门槛。必须是可验证的事实,作用是排除:能不能接受早班 6:30 到岗、能不能连续站立工作 6 小时、通勤是否在 30 分钟内、有没有对应证照。

第三层是软门槛。注意,不是形容词,而是把形容词翻译成一个具体的动作场景。比如门店店员这一条不该写"抗压能力强",而该写"一天要主动招呼 200 个以上顾客,被拒绝之后下一句还能正常开口"。

第四层是他为什么来。这份工作对谁有吸引力:排班固定、下班时间可预知、店长不外招一律内部提拔、每月 10 号准时发薪。

多数 JD 停在第一层,少数加了第二层,第三层和第四层几乎没有。而决定候选人质量的是第三层,决定他来不来的,是第四层。

这四层里,第三层的翻译工作是最花力气的,也是最能拉开差距的。方法只有一句:把每个形容词都问一句"在这个岗位上,它具体表现为什么动作"。沟通能力强 → 一天要跟多少个陌生人开口;抗压能力强 → 一周要被拒绝多少次还得继续;细心 → 一天要核对多少笔数字且不能错。

形容词是给人看的心情,动作场景才是给人做的判断。


五种写法,正在把人挡在门外

一线岗位的 JD,以下五类写法最常见,也最容易劝退。

一是任职要求堆形容词。前面说过,这类条件不具备筛选能力,还占据了 JD 里最显眼的位置。

二是薪资含糊。给区间,并且把构成拆开——底薪多少、绩效区间多少、补贴按什么算。候选人算的是"最差能拿多少"。

三是只写公司要什么,不写候选人能得到什么。一份 JD 的前三行决定了他会不会往下读。把最有吸引力的那一条往上放,而不是藏在结尾。

四是职责罗列十几条没有主次。候选人读不完,也记不住。压到三条以内,第一条写占用时间最多的那件事。

五是复制同行的 JD。复制过来的是通用描述,丢掉的恰恰是自己的差异点。而差异点往往就是第四层。

下面是一段改写前后的对照,来自那家便利店企业的门店店员岗位(薪资数字为示例,实际需按岗位与城市替换)。

改写前是这么写的:

岗位职责:负责门店日常运营及销售工作,维护门店形象,完成上级交办的其他任务。 任职要求:性格开朗,沟通能力强,有责任心,能承受较大工作压力,有零售经验者优先。 薪资待遇:面议。

改写后:

每天具体做什么:早班 6:30 开门、补货上架;白天在门店招呼顾客、收银;晚班 21:30 交接盘点。一天里站立时间约 6 小时,主动招呼的顾客在 200 人以上。 我们希望你:住在门店 30 分钟通勤圈内(排班固定,早班需 6:30 到岗);能连续站立工作 6 小时;被拒绝之后下一句还能正常开口。 薪资构成:底薪 3800 + 门店绩效 800-1500 + 夜班补贴 20 元/班,综合 4600-5300,每月 10 号发薪。 你可能关心的:排班每周固定、提前一周公布;店长岗位过去两年全部从店员内部提拔。

改的是同一件事,但候选人读完就知道"这是不是我能干的活",不匹配的人自己就不投了——这比多收两百份简历有用得多。


他搜的不是你的岗位名

还有一类问题不在 JD 的内容里,在标题上。

不少企业对外挂的职位名是内部职级名——"零售运营专员""客户成功经理""渠道拓展顾问"。内部沟通没问题,但候选人搜的是另一套词:便利店店员、早班收银、就近上班、门店营业员。你写的和他搜的不是同一套词,匹配做得再准也接不上。

这一点在上了招聘系统之后反而更明显:系统做匹配和主动寻访,招聘工具做搜索与推荐,两边大多是从职位名和 JD 文本里抽特征。职位名本身不在候选人的搜索词库里,量就起不来——不是系统不准,是入口就偏了。

三个动作可以当天改:职位名用通用名加限定词,别用内部职级名;把地点和班次写进标题,比如"XX区门店店员(早班 / 固定排班)";同一个岗位挂两三个变体名跑一周,哪个有量就留哪个,前后花不了半天。

选词没有标准答案,只能靠小范围试出来的数据说话。试一次,比在会议室里争半小时有用。


好画像不是想出来的,是抽出来的

画像的信息来源有三个,会议室里讨论出来的通常最不可靠。

第一个来源是现在干得好的人。别问"你觉得这个岗位需要什么素质",这种问题得到的都是形容词。问三个具体的:你昨天一天的时间是怎么花的?这份工作里最难的是哪一段?你当初为什么来、又为什么留下来?

第二个来源是已经走的人。离职面谈至少要留一句"哪件事和进来时想的不一样"。这句话指向的往往是 JD 里没写、或者写了但和实际不符的部分。

第三个来源是渠道数据的回流。哪些来源的候选人到面率高,哪些岗位的拒绝理由集中在哪一条,面试环节最常问倒候选人的问题是什么。

访谈 5 个在位的人、3 个离职的人,比在会议室讨论两小时有用。

这里也是招聘工具真正能帮上忙的地方——把拒绝理由、到面与入职的结果按岗位回写下来。招聘自动化在这件事上的价值一直被低估:它替的不只是发出去的那些消息,更是把每一次沟通的过程留成了可回溯的数据。跑上三个月,画像就有数据支撑,不再是谁嗓门大听谁的。招聘系统如果只存简历、不存过程,画像就只能一直拍脑袋。


画像清楚之前,工具只是在放大模糊

不少企业上了智能招聘系统,效果没起来,第一反应是系统不行。更常见的情况是:喂给系统的输入本身就是模糊的。

AI招聘工具常讲的主动寻访、自动复聊、人岗匹配,这几种能力都要以岗位画像为输入。画像里写着"沟通能力强",系统就只能按字面意思去匹配;画像写清楚"一天主动接触 200 人、被拒绝不影响下一句",匹配才知道该往哪个方向筛。自动复聊同理——话术模板是从画像里长出来的,画像含糊,话术就只能说套话,回复率自然上不去。

AI 不会替你把岗位想清楚,它只会按你想清楚的程度去执行。智能招聘的能力边界就在这里:它能放大一套已经想清楚的流程,也同样会放大一份含糊的画像,而且比人工快得多。

AI小职智能体这类产品在交付环节通常会先做一轮配置陪跑,第一轮不是开自动化,而是把岗位画像和话术模板先梳理一遍。理由就在这里:这一步没做,后面跑出来的量越大,浪费越多。

招聘机器人能做的是把这套已经想清楚的流程每天不漏地跑一遍,想不清楚的那部分它替不了。如果岗位本身是长期要招、量又大,也可以不走自己运营这条路。云生闪聘这类按结果付费的服务,只对有效到面或有效入职结算,画像梳理与话术打磨由交付方承担——适合临时性、或者明显超出团队产能的需求。

先想清楚要什么,再决定是自己跑还是找人跑。顺序反了,两条路都会更贵。


每两周校准一次,比换渠道划算

画像不是写一次就完事的。三个信号说明它该改了:

简历多、有效沟通少,通常是第三层写得太宽,什么人看都觉得自己符合。

沟通多、邀约少,通常是第四层没写出吸引力,候选人聊完觉得没什么特别的。

到面多、入职少,通常是前三层和实际情况有偏差——比如实际班次比 JD 上写的辛苦,人到现场才发现。

校准的方法不复杂:每两周抽 10 通沟通记录,把拒绝理由归类,出现两次以上的直接改 JD 对应那一层。

改 JD 是零成本的,换渠道是要花钱的,但多数团队每年花在前者上的时间,不到后者的十分之一。


写在最后

招不到人的时候,最容易做的是加预算、加渠道、换工具。这几个动作都能立刻看到"简历变多"的反馈,所以一直很受欢迎。

但招聘的结果不是从渠道开始的,是从你把岗位描述清楚的那一刻开始的。画像清楚,渠道的量才转化得动;画像含糊,再多的流量也只是让筛选的人更累。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/28 4:42:23

小林coding-大模型工程面试题

目录 1什么是大语言模型?和传统 NLP 模型有什么区别? 2讲讲 Transformer 架构基本原理?Encoder 和 Decoder 是什么? 3多头注意力(MHA)有哪些局限?MQA、GQA、Flash Attention 怎么解决&#xf…

作者头像 李华
网站建设 2026/9/28 4:40:37

Python agntcy-pypi-sample 包详解与实战案例

1. 引言agntcy-pypi-sample 是一个面向 Python 开发者的示例包,主要用于演示如何构建、打包、发布和维护一个规范的 Python 包。它由 AgentCy 团队维护,旨在为开发者提供一套完整的包开发参考模板,涵盖从项目结构设计、依赖管理到 CI/CD 集成…

作者头像 李华
网站建设 2026/9/28 4:40:36

达梦数据库单机升级完整操作指南

测试环境操作系统:centos7cpu架构:x86当前版本:03134284488-20260717-337795-20200 Pack21 8.1.4.200目标版本:03134284604-20260804-340667-20228 Pack5 8.1.5.60升级前准备检测数据库状态关闭应用连接并清理会话检查活跃会话SE…

作者头像 李华
网站建设 2026/9/28 4:39:53

大模型应用开发入门指南:小白也能抓住AI红利,高薪收藏学习!

AI已渗透各行各业,成为企业生存刚需。普通开发者可通过学习Python、大模型API调用、RAG和Agent开发等技能,进入门槛较低的AI应用开发领域。该领域岗位多、薪资高,是普通人抓住AI红利的最佳选择。 最近看到一个招聘信息,都羡慕了。…

作者头像 李华
网站建设 2026/9/28 4:39:10

鼠标插上电脑没反应,应该怎么检查和更新驱动?

鼠标看起来是电脑上最简单的外设之一,但遇到鼠标突然失灵、移动卡顿、滚轮异常、按键没反应,或者插上新鼠标后无法正常识别时,问题不一定出在鼠标本身,也可能和驱动有关。 尤其是在Windows更新、重装系统、更换USB接口&#xff0…

作者头像 李华