要用 AI 草擬職位說明，先由真正了解該職位的人完成並批准職位分析。只把核實過的職責、成果、能力、工作條件和與職位相關的要求交給模型，要求它整理而非創作事實。最終發布版本仍須由招聘負責人、職位專家、HR，以及適用的薪酬、無障礙和法律人員審核。

這是僱主端流程。求職者可改看履歷與求職信指南或面試準備指南。負責任使用 AI 指南說明較通用的輸入與人工審批邊界。

關鍵要點

先做職位分析，再讓 AI 寫文案。

將基本職能和成果與前任員工的習慣分開。

每項資格要求都要追溯到工作證據。

不讓 AI 定義「理想性格」、篩選或排序候選人。

發布前由職位、HR、無障礙、薪酬和法律責任人完成審核。

固定職位需要與審核環境

先建立一份簡短的職位需要紀錄。寫明業務需要、團隊、匯報線、地點或地點政策、聘用類型、決策負責人、目標發佈渠道和適用的內部政策。註明這是新職位、補缺，還是職責已有實質改變的職位。核查現時工作前，不要沿用舊職位說明。

同時識別規管招聘流程的司法管轄區和協議。有關殘疾合理便利、薪酬透明、工時、私隱、工會諮詢、語言和紀錄保存的要求各有不同。本文的美國和英國資料提供有用的流程控制，但不構成通用法律清單。

草擬前先組成審批小組。通常包括招聘經理、職位專家、HR 或招聘團隊，以及需要參與的薪酬、無障礙、法律、保安或員工委員會審核人。職位定義由該小組負責，而非 AI 工具。

讓了解工作的人完成職位分析

職位分析識別職位執行的任務，以及完成這些任務所需的能力。美國人事管理局把它描述為制定評估工具的基礎，並強調要把能力與工作任務連結起來。［1］在適當情況下，訪問現任在職人員、主管、依賴職位成果的人和相鄰團隊。

以結構化表格收集證據：

欄位	證據問題
職位目的	如果沒有該職位，會缺少甚麼成果？
任務	實際執行哪些可觀察的工作？
產出	產生甚麼交付物、服務或決定？
頻率	該任務多久執行一次？
重要性	做得不好或延誤會有甚麼後果？
能力	哪些知識、技能、能力或行為支持該任務？
環境	適用哪些工具、環境、輪班、差旅或體能條件？
來源	誰在何時提供或批准了這項證據？

索取正例和反例。「負責報告」太籠統；「製作每月服務報告、核實來源表、解釋重大偏差並取得營運批准」才是可觀察的。不要把現任員工的個人特徵照搬進職位定義。

不要把姓名、健康或申訴資料、薪酬紀錄、受保障特徵、可識別的績效紀錄或調查證據輸入普通消費級 AI 服務。只使用機構批准的環境，以及描述職位所需的最少去識別化欄位。此階段亦不需要履歷、面試紀錄和過往取錄決定。把內部材料放進獲批工具前，先查看 AI 私隱風險。

甚麼算職位基本職能，甚麼只是偏好條件？

基本職能描述職位必須完成的工作，而非某人碰巧慣用的做法。EEOC 的僱主指引說明，在刊登招聘廣告或面試之前準備的書面說明，可以作為判斷基本職能的證據；同時，實際工作內容、僱主判斷、所需時間、後果和可用人手亦會影響判斷。［2］當地法律可能採用不同的用語或準則。

對每項擬定的基本職能，記錄：

成果或職責；
為何它屬於基本職能；
來自職位分析的證據；
頻率、後果或營運上的依賴關係；
能否以其他合理方式達到同樣結果；
批准該分類的審核人。

不要把方便的做法變成絕對要求。「向分散各地的相關人士傳達決定」描述的是成果；「必須在開放式辦公室口頭溝通」則可能不必要地限定了方法。請無障礙和 HR 審核人檢查涉及活動能力、搬抬、視力、聽力、言語、輪班、地點和差旅的措辭。

把必需資格和優先資格分開。必需資格應能證明在入職時確有必要，或由有效規則要求。優先資格或有助較快上手，但不能變成暗中的自動篩除條件。學歷、年資、證書、地點和輪班要求都需要證據支持，因為被誇大的替代指標可能把有能力的申請人拒諸門外。

建立已批准的職位事實表

撰寫正文前，為職位說明可能包含的每項主張建立一行：

部分	已批准事實	證據 ID	必需或優先	負責人	審核狀態
職位目的	`[已批准的成果]`	JA-01	必需	招聘經理	已批准
基本職能	`[可觀察的職責]`	JA-07	必需	職位專家	已批准
能力	`[與職位相關的能力]`	JA-12	必需	HR	已批准
工作環境	`[地點或條件]`	JA-18	不適用	營運	已批准

事實表應包括職位目的、成果、基本職能、能力、必需和優先資格、匯報線、地點政策、工作環境、無障礙或合理便利申請途徑、版本和批准人。薪酬範圍、福利、申請截止日期、簽證擔保、背景審查和聘用條款，應放在由相關團隊負責的欄位中，不要讓模型推斷。

涉及證書、規例、工具或機構政策的主張，請使用事實查核方法。如某個欄位沒有已批准的證據，便把它刪去，或在可發佈草稿以外標記出來，交由負責人處理。

怎樣用 AI 草擬職位說明並只依據已批准事實？

提供事實表、風格指引、渠道限制，以及一條嚴格的指示：

只使用已批准的行草擬職位說明。在獨立的主張台帳中保留必需與優先的區分以及證據 ID。使用可觀察的成果和淺白的語言。不得新增資格、工作年資、性格特質、工作條件、福利、法律主張或篩選準則。不得對人員排序或評價。缺失的部分標記為「需要負責人輸入」。

要求輸出兩部分。第一部分是主張台帳，把每句對應到證據 ID；第二部分是候選職位說明。台帳更容易揭示好聽卻無依據的添加，例如「節奏急速」「搖滾明星」「母語人士」或「必須在壓力下如魚得水」。

一個實用的次序是：

職位名稱和一句話的職位目的；
三至六項以成果為本的職責；
基本職能和工作環境；
與職位相關的必需能力和資格；
真正屬於優先的資格；
匯報線、地點、輪班和申請程序；
無障礙或合理便利申請途徑，以及僱主必須附上的聲明。

不要在開頭堆砌文化宣傳。候選人需要先了解工作內容、決策範圍、期望和條件，再看宣傳語。

如何檢查排斥、自動化與無障礙風險？

進行逐行人工審核。對每項要求提問：哪項任務支持它？是否入職首天便需要？其他證書或經驗能否證明同樣的能力？措辭是否規定了方法而非成果？它會否在缺乏工作理由時篩除某個受保障群組？

EEOC 關於 AI 與 ADA 的資料警告，自動化就業技術可能帶來殘疾歧視風險，包括篩走合資格人士或未能支援合理便利。［3］這個草擬流程絕不能變成自動甄選流程。不要讓 AI 把職位說明與申請人資料對照評分、推斷殘疾、為候選人排序，或產生「文化契合」特質。

檢查帶有暗示或主觀色彩的說法。把「年輕有活力」換成實際的工作成果，把「數碼原住民」換成具體能力，把「出色的溝通能力」換成涉及的受眾和交付物。不要承諾詞語掃描工具能證明職位說明沒有偏見或符合法律。

NIST 的生成式 AI 概況文件把私隱、虛構內容、有害偏見、資訊完整性和人工監督列為生命週期風險。［4］使用獲批工具、盡量減少輸入、保留證據，並記錄誰批准了最終文本。

審批、發佈並維護同一版本

發佈前，招聘經理核實職位描述是否準確；職位專家核實任務和能力；HR 檢查甄選一致性和政策；薪酬人員檢查薪酬資料；無障礙和法律審核人檢查各自負責的範圍；發佈負責人核實渠道欄位和日期。

使用以下發佈紀錄：

欄位	值
職位說明版本	穩定的版本 ID
職位分析版本	來源證據版本
招聘經理	姓名和批准日期
HR 審核人	姓名和批准日期
專業審核	無障礙、法律、薪酬或其他必需審核
發佈渠道	已批准的發佈目的地
覆核觸發條件	職位改變、政策改變、定期覆核日期或招聘意見

在各渠道發佈同一份已批准的核心職位說明。針對渠道的縮短版本應保留基本職能、資格區分、地點、合理便利申請途徑和聘用條款。如渠道要求不同欄位，應交回負責人處理，而非讓 AI 即興發揮。

招聘結束後收集流程意見，但不要把申請人資料帶進職位說明的提示詞。職責、工具、匯報線、地點或法律要求有實質改變時，重新進行職位分析。面試期間不要悄悄更新在線的職位說明；應為變更建立版本，並決定如何對待現有申請人。

總結

以現時的職位分析為基礎草擬，而非沿用承襲下來的舊說明。
把職責和資格與可觀察的證據掛鈎。
分開基本職能、必需資格和優先資格欄位。
AI 只用於整理已批准事實和揭示缺口。
不要在提示詞中放入申請人資料和敏感的僱傭資料。
視乎情況要求具名的 HR、職位、無障礙和法律審核。

常見問題

只給職位名稱，AI 能寫出職位說明嗎？

它能產生通用文字，但那並非你實際職位的證據。先完成現時的職位分析，再提供已批准的事實進行草擬。

應否把舊職位說明貼給 AI？

須在負責人核查哪些部分仍然準確，並刪除個人、敏感、過時或無依據內容之後。把舊說明當作一項輸入，而非事實本身。

AI 能決定哪些資格是必需的嗎？

不能。職位專家、招聘經理、HR 和必需的專業人員必須確定與工作相關的要求。AI 可以標出欠缺證據或標籤不一致之處。

基本職能和資格有甚麼分別？

基本職能是職位必須完成的工作。資格是證明某人能夠完成或學會這項工作的證據；兩者之間的關係應記錄下來，而非想當然。

AI 能檢查措辭是否合法嗎？

沒有任何通用模型能證明跨司法管轄區的合規性。用它草擬問題和作一致性檢查，然後取得當地法律和政策要求的審核。

職位說明應否寫入體能條件？

只寫入準確、與職位相關並按適用規則審核過的條件和成果。如基本結果可以其他方式達到，便不要只描述某一種慣常方法。

可以用 AI 把職位說明與申請人比較嗎？

那是另一種高風險的甄選用途。本流程不授權自動評分、排序、推斷殘疾、推斷性格或篩選候選人。

職位說明應該多久審核一次？

當工作內容、工具、匯報線、地點、政策或法律環境有變時，以及按機構的定期覆核安排進行審核。招聘流程進行期間要保留各個版本。

免責聲明：本文提供一般資料，不構成僱傭、殘疾、薪酬、私隱或法律意見。請遵守當地法律、公司政策、集體協議，並取得合資格審核。

來源：

U.S. Office of Personnel Management, Job Analysis — https://www.opm.gov/policy-data-oversight/assessment-and-selection/job-analysis/
U.S. Equal Employment Opportunity Commission, The ADA: Your Responsibilities as an Employer — https://www.eeoc.gov/publications/ada-your-responsibilities-employer
U.S. Equal Employment Opportunity Commission, Artificial Intelligence and the ADA — https://www.eeoc.gov/eeoc-disability-related-resources/artificial-intelligence-and-ada
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 8 月 29 日。

延伸閱讀：

如何用 AI 草擬職位說明：令每項要求都有職位分析依據