一份可靠的 AI 面試評分卡應由獲批職位分析、核心職責及職位相關能力開始，而不是只讀職位描述。AI 可以把已提供證據整理成統一問題、允許的追問及行為錨點草稿；受訓面試官必須驗證評分卡、提供合理便利、記錄可觀察證據、處理分歧並作出所有聘用決定。

這是面試工具的設計流程，不處理候選人材料。負責任的 AI 使用指南說明更廣泛的證據、私隱及人工批准邊界。

關鍵要點

職位描述只是輸入之一，不是崗位成功標準的唯一真源。

每項能力項都追溯至當前職位分析證據及核心工作。

在受管治結構化流程下向候選人提出相同核心問題。

在任何面試前定義可觀察行為評分錨點。

刪除受保護特徵、代理變數、人格猜測及無關偏好。

用合成回答校準評分者，並保留 not observed 狀態。

候選人資料、評分、排名、合理便利及錄用決定留在 AI 之外。

為甚麼職位描述本身不足夠？

職位描述可能概括職責、匯報關係及任職條件，但也可能過時、帶宣傳色彩、不完整，或早於評估策略寫成。它可能把核心職責和偏好條件混在一起，或使用難以一致觀察的「高階主管氣質」等寬泛標籤。

OPM 將職位分析定義為有系統收集和記錄工作內容、背景及要求的過程，建立職位任務與完成任務所需能力項的關係，並把它視為結構化面試等評估的基礎。［1］因此，每項能力項與問題都必須追溯至獲批職位證據。

若職位描述需要修訂，應先用獨立的職位描述草擬流程完成批准，再設計評估。

步驟 1：凍結職位證據及管治邊界

記錄職位版本、司法管轄區、職位分析負責人、批准日期、核心職責、關鍵任務、入職要求、評估政策、評分卡負責人及生效日期。明確排除文化契合印象、醫療資訊、受保護特徵，以及已由其他評估衡量的能力項。

欄位	合成例子
職位/版本	`Service Operations Analyst / v4`
職位分析	`JA-204`，獲批當前版本
核心職責	ID `EF-01` 至 `EF-05`
司法管轄區	由 HR 確認，不由 AI 推斷
評估負責人	人才評估角色
面試範圍	能力項 `C-02`、`C-04`、`C-07`
排除範圍資料	履歷、錄音錄影、人口統計及醫療資料
批准	按本地要求由 HR、招聘負責人、法務覆核

不得讓模型判斷適用法律或某項任務是否具法律上的核心性質。這些是依賴當地事實及專業意見的管治決定。

步驟 2：選擇可觀察、職位相關的能力項

由獲批職位分析中與關鍵任務相連的能力項開始，確認每項能力在入職時需要，而且適合在本階段衡量。若另一種方法較有效，就不要為了填滿面試而重複測量。

OPM 說明結構化面試透過有系統詢問過往行為或假設情境來衡量職位相關能力，並使用預定問題及相同評分標準。［2］其開發指南由職位分析、能力項選擇、問題格式、評分尺度、追問、試測、面試官指南及文件記錄逐步展開。［3］

欄位	記錄內容
能力項 ID/名稱	穩定獲批標籤
定義	針對職位的含義，而非人格刻板印象
關聯的任務/職責	職位分析中的證據 ID
入職要求	為何現在必須衡量
可觀察行為	面試官可從回答聽到的行動
排除項	不屬該能力項的特質或代理變數
評估方法	面試、工作樣本或其他獲批方法
SME 確認	覆核者及日期

優先寫可觀察行動，不寫人格形容詞。「向非技術利害關係人準確、適度地說明服務中斷」比「具魅力的溝通者」更可評估。

步驟 3：先定義評分卡結構

統一範本讓每位面試官記錄相同類型的證據：職位/評分卡版本、能力項/理由、問題 ID/措辭、允許的追問、證據指標、行為評分錨點、評分尺度、not observed、評分者記錄、合理便利流程、分歧處理規則及變更日誌。

評分卡欄位	用途
職位與評分卡版本	把評分連結至獲批工具
能力項與理由	說明職位相關依據
問題 ID 與措辭	保持一致性
允許的追問	明確可用的後續問題
證據指標	列出與能力項相關的可觀察內容
行為評分錨點	預先定義各評分等級的差異
評分尺度	記錄獲批標籤及含義
`not observed`	防止證據缺失時猜測
評分者證據記錄	記錄候選人的相關行動與結果，而非印象
合理便利記錄	引用流程，不記錄醫療細節
分歧規則	規定如何討論並解決獨立評分差異
批准與變更日誌	記錄負責人、生效日期、試測及修訂歷史

行政資格檢查不應混入能力項分數，也不要加入「直覺印象」。評分卡只保留與獲批工作證據相關且可解釋的欄位。

步驟 4：編寫一致的核心問題

按獲批方法選擇詢問過往經驗的行為問題，或與職位相關的情境問題。每個問題應採用開放式、清晰、與職位相關且閱讀難度合適的表述，並主要引出一項能力項的證據。

問題記錄職位分析連結、向所有候選人使用的準確措辭、可澄清語境、允許及禁止的追問、證據指標、評分錨點、無障礙覆核、試測結果及批准人。

不要詢問家庭狀況、健康狀況、年齡、國籍、宗教、身心障礙或其他受保護資訊。亦要移除與工作無必要關係的間接代理變數，例如無解釋的連續任職經歷、特定嗜好、知名僱主經歷、口音，或職位只需要明確語言水平時卻要求「母語者」。

步驟 5：定義允許的面試追問

追問用於補足語境，同時確保候選人獲得一致對待。可預先定義「你的具體角色是甚麼？」「你採取了甚麼行動？」「結果是甚麼？」等中性提示語。除非經驗證的方法明確要求，不要把追問次數當作表現分數。

面試官不應對某人臨時增加較難追問，卻向另一人提示偏好答案。新澄清問題應記錄並在面試場次後判斷是否需要受控的修訂版，不要在同一候選人批次中改變測試。

步驟 6：從職位證據草擬行為評分錨點

評分錨點描述回答中可觀察的差異，應反映職位情境和獲批能力項定義，而不是「態度優秀」等標籤。它必須在接觸候選人前完成。

評分狀態	事件溝通的合成評分錨點
證據不足	無法識別相關行動或結果
基本證據	說明問題，並向目標受眾提供事實更新
有效證據	調整細節、確認理解，準確說明後續行動
充分證據	同時適度處理不確定性、利害關係人影響、升級處理及回饋
未觀察到	問題或回答沒有提供可評估證據

等級數量及標籤來自獲批評估方法。評分錨點不是獎勵關鍵字配對的模型回答，而是協助評分者以共同標準比較觀察所得行為。

一般標準與評分錨點設計可參閱評分量規流程，但不能把課堂假設直接搬到招聘評估。

步驟 7：讓 AI 在受限任務中草擬面試評分卡

只提供獲批職位證據、能力項對照表、範本、寫作約束及合成範例。不要提供履歷、面試錄音錄影、候選人回答、姓名、聯絡資料或人口統計資訊。

只用已提供的獲批職位分析證據草擬評分卡列。
每項能力項及問題都追溯至任務或核心職責 ID。
保持核心問題一致，只列允許的中性追問。
用可觀察行為編寫評分錨點，不加入人格、情緒、身心障礙、
受保護特徵、任職經歷代理變數或文化契合措辭。
不得新增任職條件、評價候選人、生成排名或建議聘用。
缺少職位證據、政策或法務覆核時標記 [VERIFY]。

本流程中的 AI 不為候選人評分，也不判斷回答真偽、偵測情緒、評價面部或聲音表現，或預測未來表現。這些用途需要另一套證據、法律、無障礙、私隱和有效性審查，超出本文範圍。

步驟 8：篩查受保護特徵及代理變數

由 HR 及法務負責人逐項覆核能力項、問題、追問、評分錨點和記錄欄位。確認它衡量核心工作、是否有較少排除性的方法，以及措辭是否會引導受保護資訊或獎勵無關代理變數。

EEOC 與美國司法部提醒，在招聘決策中使用 AI 或軟件可能使身心障礙人士處於不利位置，重點包括合理便利、排除合資格人士的風險及身心障礙相關詢問。［4］這是美國指南；僱主仍須確認所有當地適用要求。

面試前建立合理便利流程，透過獲批路徑告知候選人如何申請，並訓練面試官調整交付方式。不要把診斷資訊或醫療細節寫入評分卡。亦要檢查措辭等級、技術要求、時間安排、地點及感官要求，避免面試額外製造職位本身不需要的障礙。

步驟 9：用合成回答試測並校準評分者

製作清晰、臨界型、矛盾型及不足證據的合成回答，不得模仿真實申請人。評分者獨立評分，引用支持評分的行動或表述，沒有證據時使用 not observed。

比較評分者是否對能力項理解不同、評分錨點是否組合太多行為、問題是否沒有引出證據、追問是否改變難度，以及表達風格、自信程度、口音、相似性、聲望或存取障礙是否影響結果。修訂工具並更新版本；不能從小規模合成試測補造信度統計量。

NIST 將虛構內容、私隱、有害偏見及人機協作配置列為生成式 AI 風險。［5］人工覆核、資料最小化和可追溯性是控制，卻不能證明評估公平或有效。

步驟 10：訓練面試官並控制現場使用

所有面試官都要學習職位證據、能力項、統一的問題、允許的追問、評分錨點、記錄填寫、合理便利、衝突、私隱、獨立評分、分歧處理及禁止的推斷，並使用同一有版本的指南。

現場只問獲批問題及記錄職位相關證據。不得把候選人回答貼入通用 AI，也不得用 AI 總結語氣、人格、身心障礙、情緒、誠實度或「契合度」。評分卡按機構存取、保留期限及稽核規則保存。

評分者在面試小組討論前獨立記錄證據；面試小組根據評分錨點和記錄證據處理分歧，保留重要異議，並遵守升級處理規則。候選人準備屬另一篇面試練習指南，其受眾及數據邊界不同。

步驟 11：批准、監察及修訂

評分卡負責人、HR、招聘負責人、評估專家、法務顧問、無障礙負責人或政策要求的覆核者批准工具。記錄生效日期、適用職位、培訓版本、試測證據、已知限制及變更歷史。

當職位、核心職責、問題表現、合理便利問題、政策、法律、評分錨點解釋或公平性疑慮改變時觸發覆核。有效候選人批次中不能靜默修改問題。

選擇工具前可先閱讀AI 私隱風險，確認敏感提示詞與自動化推斷的邊界。

最終評分卡要確認甚麼？

總結

從獲批職位分析及核心工作開始，職位描述只作支援。
選擇少量可觀察、職位相關的能力項。
統一問題、追問、證據記錄及行為評分錨點。
AI 只整理已提供的工具-設計證據。
用合成回答試測，校準評分者並準備合理便利。
在 HR 及法務治理下批准、監察和版本化評分卡。

常見問題

只用職位描述能建立評分卡嗎？

不能。職位描述可能不完整或過時。應透過獲批職位分析及 SME 覆核確認關鍵任務、核心職責、入職要求和能力項關聯關係。

一次面試應衡量多少項能力項？

只保留能在現有問題、證據及時間內充分評估的數量。其他能力應轉至更合適的方法，而不是為每項理想型特質給一個淺層分數。

每位候選人都必須回答相同問題嗎？

結構化流程通常使用相同的預定核心問題及共同評分標準。預先定義中性追問與合理便利相關的執行方式調整，避免一致性變成僵化或障礙。

怎樣的追問才公平？

它只要求缺失的語境、行動或結果，不提示偏好答案或加入新能力項。提前定義、訓練面試官、記錄使用，並在面試場次後覆核新澄清問題。

行為評分錨點應有多詳細？

詳細至受訓評分者能分辨不同等級的可觀察證據，但不是獎勵特定詞語的腳本。評分錨點應連結獲批的職位行為，並以多樣合成回答測試。

缺少證據時評分者應怎樣處理？

使用 not observed 或獲批的「證據不足」狀態。不能從自信程度、口語表達風格、履歷聲望、相似性或對候選人意圖的猜測推斷能力。

面試評分者校準怎樣進行？

評分者獨立評價相同合成回答，引用證據，比較差異，並修訂含糊問題或評分錨點。校準統一工具用法，不授權把真實候選人資料交給 AI。

合理便利應如何影響評分卡？

遵守批准流程，在調整呈現方式或回答條件時保留職位相關能力，移除不必要障礙。醫療細節不進入評分卡，並諮詢當地合格負責人。

AI 可以評分或作出最終聘用決定嗎？

不可以。本流程不向 AI 提供候選人資料，不讓它輸出評分、排名或建議。受訓評分者和獲授權決策者應用批准流程、覆核證據、處理分歧並承擔責任。

免責聲明： 本文只提供一般資訊，不構成法律、僱傭、無障礙或評估建議。要求因司法管轄區及機構而異，請諮詢合格 HR、法務、評估及無障礙專業人士。

來源

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 將職位描述轉為面試評分卡：由職位分析到行為錨點