一份可靠的 AI 面试评分卡应从获批岗位分析、核心职责和岗位相关能力开始，而不是只读职位描述。AI 可以把已提供证据整理成统一问题、允许的追问与行为锚点草稿；受训面试官必须验证评分卡、提供合理便利、记录可观察证据、处理分歧并作出所有聘用决定。

这是面试工具的设计流程，不处理候选人材料。负责任的 AI 使用指南说明更广泛的证据、隐私和人工批准边界。

关键要点

职位描述只是输入之一，不是岗位成功标准的唯一真源。

每项能力项都追溯到当前岗位分析证据和核心工作。

在受治理的结构化流程下向候选人提出相同核心问题。

在任何面试发生前定义可观察行为评分锚点。

删除受保护特征、代理变量、人格猜测与无关偏好。

用合成回答校准评分者，并保留 not observed 状态。

候选人数据、评分、排名、合理便利与录用决定留在 AI 之外。

为什么职位描述本身不够？

职位描述可能概括职责、汇报关系和任职条件，却也可能过时、带宣传色彩、不完整，或在评估策略之前写成。它可能把核心职责与偏好条件混在一起，或使用难以一致观察的“高管气质”等宽泛标签。

OPM 将岗位分析定义为系统收集和记录工作内容、背景及要求的过程，建立岗位任务与完成任务所需能力项的关系，并把它视为结构化面试等评估的基础。［1］因此，每项能力项与问题都必须追溯到获批岗位证据。

若职位描述本身需要修订，应先用独立的职位描述起草流程完成批准，再设计评估。

步骤 1：冻结岗位证据与治理边界

记录职位版本、司法管辖区、岗位分析负责人、批准日期、核心职责、关键任务、入职要求、评估政策、评分卡负责人与生效日期。明确排除文化契合印象、医疗信息、受保护特征，以及已经由其他评估衡量的能力项。

字段	合成示例
职位/版本	`Service Operations Analyst / v4`
岗位分析	`JA-204`，获批当前版本
核心职责	ID `EF-01` 至 `EF-05`
司法管辖区	由 HR 确认，不由 AI 推断
评估负责人	人才评估角色
面试范围	能力项 `C-02`、`C-04`、`C-07`
排除范围数据	简历、录音录像、人口统计与医疗数据
批准	按本地要求由 HR、招聘负责人、法务覆核

不得让模型判断适用法律或某项任务是否具有法律意义上的核心性质。这些是依赖当地事实和专业意见的治理决定。

步骤 2：选择可观察、岗位相关的能力项

从获批岗位分析中与关键任务相连的能力项开始，确认每项能力在入职时需要，且适合在本阶段衡量。若另一种方法更有效，就不要为了填满面试而重复测量。

OPM 说明结构化面试通过系统询问过去行为或假设情境来衡量岗位相关能力，并使用预定问题与相同评分标准。［2］其开发指南从岗位分析、能力项选择、问题格式、评分尺度、追问、试测、面试官指南与文档记录逐步展开。［3］

字段	记录内容
能力项 ID/名称	稳定获批标签
定义	针对岗位的含义，而非人格刻板印象
关联的任务/职责	岗位分析中的证据 ID
入职要求	为何现在必须衡量
可观察行为	面试官可从回答中听到的行动
排除项	不属于该能力项的特质或代理变量
评估方法	面试、工作样本或其他获批方法
SME 确认	复核者与日期

优先写可观察行动，不写人格形容词。“向非技术利益相关方准确、适度地说明服务中断”比“有魅力的沟通者”更可评估。

步骤 3：先定义评分卡结构

统一模板让每位面试官记录相同类型的证据：职位/评分卡版本、能力项/理由、问题 ID/措辞、允许的追问、证据指标、行为评分锚点、评分尺度、not observed、评分者记录、合理便利流程、分歧处理规则和变更日志。

评分卡字段	用途
职位与评分卡版本	将评分关联到获批工具
能力项与理由	说明岗位相关依据
问题 ID 与措辞	保持一致性
允许的追问	明确可用的后续问题
证据指标	列出与能力项相关的可观察内容
行为评分锚点	预先定义各评分等级的差异
评分尺度	记录获批标签及含义
`not observed`	防止证据缺失时猜测
评分者证据记录	记录候选人的相关行动与结果，而非印象
合理便利记录	引用流程，不记录医疗细节
分歧规则	规定如何讨论并解决独立评分差异
批准与变更日志	记录负责人、生效日期、试测和修订历史

行政资格检查不应混入能力项分数，也不要加入 “直觉印象”。评分卡只保留与获批工作证据相关且可解释的字段。

步骤 4：编写一致的核心问题

按获批方法选择询问过去经验的行为问题，或与岗位相关的情境问题。每个问题应采用开放式、清晰、与岗位相关且阅读难度合适的表述，并主要引出一项能力项的证据。

问题记录岗位分析链接、对所有候选人使用的准确措辞、可澄清语境、允许及禁止的追问、证据指标、评分锚点、无障碍复核、试测结果和批准人。

不要询问家庭状况、健康状况、年龄、国籍、宗教、残障或其他受保护信息。也要移除与工作无必要关系的间接代理变量，例如不解释的连续任职经历、特定爱好、知名雇主经历、口音，或岗位只需要明确语言水平时却要求“母语者”。

步骤 5：定义允许的面试追问

追问用于补足语境，同时确保候选人得到一致对待。可预先定义 “你的具体角色是什么？”“你采取了什么行动？”“结果是什么？”等中性提示语。除非经验证的方法明确要求，不要把追问次数当成表现分数。

面试官不应对某人临时增加更难追问，却向另一人提示偏好答案。新澄清问题应记录并在面试场次后判断是否需要受控的修订版，不要在同一候选人批次中改变测试。

步骤 6：从岗位证据起草行为评分锚点

评分锚点描述回答中可观察的差异，应反映岗位情境和批准的能力项定义，而不是“态度优秀”之类标签。它必须在接触候选人前完成。

评分状态	事件沟通的合成评分锚点
证据不足	无法识别相关行动或结果
基本证据	说明问题，并向目标受众提供事实更新
有效证据	调整细节、确认理解，并准确说明后续行动
充分证据	同时适度处理不确定性、利益相关方影响、升级处理与反馈
未观察到	问题或回答没有提供可评估证据

等级数量和标签来自批准的评估方法。评分锚点不是奖励关键词匹配的模型回答，而是帮助评分者用共同标准比较观察到的行为。

一般标准与评分锚点设计可参考评分量规流程，但不能把课堂假设直接搬进招聘评估。

步骤 7：让 AI 在受限任务中起草面试评分卡

只提供获批职位证据、能力项映射表、模板、写作约束与合成示例。不要提供简历、面试录音录像、候选人回答、姓名、联系方式或人口统计信息。

只用已提供的获批岗位分析证据起草评分卡行。
每项能力项和问题都追溯到任务或核心职责 ID。
保持核心问题一致，只列允许的中性追问。
用可观察行为编写评分锚点，不加入人格、情绪、残障、
受保护特征、任职经历代理变量或文化契合措辞。
不得新增任职条件、评价候选人、生成排名或建议聘用。
缺少岗位证据、政策或法务复核时标记 [VERIFY]。

本流程中的 AI 不为候选人评分，也不判断回答真实性、检测情绪、评价面部或声音表现，或预测未来绩效。这些用途需要另一套证据、法律、无障碍、隐私和有效性审查，超出本文范围。

步骤 8：筛查受保护特征与代理变量

由 HR 和法务负责人逐项覆核能力项、问题、追问、评分锚点与记录字段。确认它衡量核心工作、是否有更少排除性的方法，以及措辞是否会引导受保护信息或奖励无关代理变量。

EEOC 与美国司法部提醒，在招聘决策中使用 AI 或软件可能使残障人士处于不利地位，重点包括合理便利、排除合格人员的风险与残障相关询问。［4］这是美国指南；雇主仍须确认所有当地适用要求。

面试前建立合理便利流程，通过获批路径告知候选人如何申请，并训练面试官调整交付方式。不要把诊断信息或医疗细节写入评分卡。也要检查措辞等级、技术要求、时间安排、地点与感官要求，避免面试额外制造岗位本身不需要的障碍。

步骤 9：用合成回答试测并校准评分者

制作清晰、临界型、矛盾型与不足证据的合成回答，不得模仿真实申请人。评分者独立评分，引用支持评分的行动或表述，没有证据时使用 not observed。

比较评分者是否对能力项理解不同、评分锚点是否组合过多行为、问题是否没有引出证据、追问是否改变难度，以及表达风格、自信程度、口音、相似性、声望或访问障碍是否影响结果。修订工具并更新版本；不能从小规模合成试测编造信度统计量。

NIST 将虚构内容、隐私、有害偏见和人机协作配置列为生成式 AI 风险。［5］人工复审、数据最小化与可追溯性是控制，却不能证明评估公平或有效。

步骤 10：训练面试官并控制现场使用

所有面试官都要学习职位证据、能力项、统一的问题、允许的追问、评分锚点、记录填写、合理便利、冲突、隐私、独立评分、分歧处理和禁止的推断，并使用同一有版本的指南。

现场只问获批问题并记录岗位相关证据。不得把候选人回答粘贴进通用 AI，也不得用 AI 总结语气、人格、残障、情绪、诚实度或 “契合度”。评分卡按组织访问、保留期限与审计规则保存。

评分者在面试小组讨论前独立记录证据；面试小组根据评分锚点和记录证据处理分歧，保留重要异议，并遵守升级处理规则。候选人准备属于另一篇面试练习指南，其受众和数据边界不同。

步骤 11：批准、监测与修订

评分卡负责人、HR、招聘负责人、评估专家、法务顾问、无障碍负责人或政策要求的复核者批准工具。记录生效日期、适用职位、培训版本、试测证据、已知限制与变更历史。

当岗位、核心职责、问题表现、合理便利问题、政策、法律、评分锚点解释或公平性疑虑发生变化时触发复审。有效候选人批次中不能静默修改问题。

选择工具前可先阅读AI 隐私风险，确认敏感提示词与自动化推断的边界。

最终评分卡要确认什么？

总结

从获批岗位分析与核心工作开始，职位描述只作支持。
选择少量可观察、岗位相关的能力项。
统一问题、追问、证据记录和行为评分锚点。
AI 只整理已提供的工具-设计证据。
用合成回答试测，校准评分者并准备合理便利。
在 HR 和法务治理下批准、监测与版本化评分卡。

常见问题

只用职位描述能建立评分卡吗？

不能。职位描述可能不完整或过时。应通过获批岗位分析和 SME 复审确认关键任务、核心职责、入职要求和能力项关联关系。

一次面试应衡量多少项能力项？

只保留能在现有问题、证据和时间内充分评估的数量。其他能力应转到更合适的方法，而不是为每项理想型特质给一个浅层分数。

每位候选人都必须回答相同问题吗？

结构化流程通常使用相同的预定核心问题和共同评分标准。预先定义中性追问与合理便利相关的实施方式调整，避免一致性变成僵化或障碍。

什么样的追问才公平？

它只要求缺失的语境、行动或结果，不提示偏好答案或加入新能力项。提前定义、训练面试官、记录使用，并在面试场次后复核新澄清问题。

行为评分锚点应有多详细？

详细到受训评分者能区分不同等级的可观察证据，但不是奖励特定词语的脚本。评分锚点应关联获批的岗位行为，并以多样合成回答测试。

缺少证据时评分者应怎么办？

使用 not observed 或获批的“证据不足”状态。不能从自信程度、口语表达风格、简历声望、相似性或对候选人意图的猜测推断能力。

面试评分者校准怎样进行？

评分者独立评价相同合成回答，引用证据，比较差异，并修订含糊问题或评分锚点。校准统一工具用法，不授权把真实候选人数据交给 AI。

合理便利应如何影响评分卡？

遵守批准流程，在调整呈现方式或回答条件时保留岗位相关能力，移除不必要障碍。医疗细节不进入评分卡，并咨询当地合格负责人。

AI 可以评分或作出最终聘用决定吗？

不可以。本流程不向 AI 提供候选人数据，不让它输出评分、排名或建议。受训评分者和获授权决策者应用批准流程、复核证据、处理分歧并承担责任。

免责声明： 本文只提供一般信息，不构成法律、雇佣、无障碍或评估建议。要求因司法辖区和组织而异，请咨询合格 HR、法务、评估与无障碍专业人士。

来源

U.S. Office of Personnel Management, What Is a Job Analysis? — https://www.opm.gov/frequently-asked-questions/assessment-policy-faq/job-analysis/what-is-a-job-analysis/
U.S. Office of Personnel Management, Structured Interviews — https://www.opm.gov/policy-data-oversight/assessment-and-selection/structured-interviews
U.S. Office of Personnel Management, Structured Interview Guide — https://www.opm.gov/policy-data-oversight/assessment-and-selection/structured-interviews/guide.pdf
U.S. EEOC and U.S. Department of Justice, Warning Against Disability Discrimination — https://www.eeoc.gov/newsroom/us-eeoc-and-us-department-justice-warn-against-disability-discrimination
NIST, Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile — https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence

Sources checked 2026 年 9 月 4 日。

如何用 AI 将职位描述转为面试评分卡：从岗位分析到行为锚点