HR 人資 AI 工作流完整指南：履歷篩選、面試、員工問答、離職保留 4 大場景 SOP

早上 9 點，HR 信箱裡躺著 213 封履歷，下午 3 點要交一份「本季招募進度報告」給總經理，4 點要面試三位工程師，晚上下班前還有 7 位員工等你回覆勞健保和年資的問題。光是「把每份履歷讀過一次」就要超過 4 小時，更別說整理面試問題、寫面試紀錄。

如果你是台灣中小企業的 HR，這個場景大概不陌生。問題從來不是不夠用心，是時間根本不夠。這篇把 AI 在 HR 日常的 4 個高頻場景拆給你：履歷篩選、面試準備、員工問答、離職保留。每個場景附上完整 SOP、可直接複製的 Prompt 範本、用 AI 之前必須處理的 3 件事，以及哪些紅線絕對不能踩。

這不是空談。LinkedIn 2025 Future of Recruiting Report 顯示，全球已有 62% 的招募團隊把 AI 用在每日工作流程裡；台灣的 104 人力銀行 2026 招募趨勢調查 則指出，HR 平均花 38% 時間在重複行政作業，這正是 AI 最能切進去的部分。

先做一份自我檢測：你的 HR 工作有多少能交給 AI

不是每個 HR 場景都適合 AI 介入。動手前先用下面這份檢核表盤一下，看看哪些任務佔了你最多時間，這些通常就是 AI 切入點：

先導入第 1-3 個高 ROI 場景，每週能省下 8-12 小時。第 5、6 項則屬於「AI 可以提建議，但決策必須人來做」的灰色地帶——這條界線一旦守不住，未來會踩到法律和倫理上的雷。

場景 1：履歷篩選 SOP——從 213 份履歷篩出 10 個值得約面試的人

最大量、最重複、最耗心力的工作就是讀履歷。AI 在這個場景的價值不是「幫你決定錄取誰」，是「幫你先排除明顯不符合的、突出明顯亮眼的，讓你把時間花在中間需要人類判斷的 30 份」。

步驟 1：寫一份 AI 看得懂的職缺需求清單（10 分鐘）

不要直接把 JD 丟給 AI，因為 JD 是給求職者看的文案，AI 抓不到重點。改寫成下面這種「硬性條件 + 軟性條件 + 加分項」的結構，AI 才知道怎麼分類：

步驟 2：批次餵履歷給 AI 並請它打分數

把 5-10 份履歷的 PDF 或文字一次貼給 AI（注意：使用企業版工具或自架，不要用免費 ChatGPT 上傳真實履歷，個資外洩會踩 GDPR / 個資法）。要求 AI 用同一份標準做 3 件事：

• 給 0-100 的分數（硬性條件不符 = 0 分直接淘汰）。

• 用一句話總結這個人的最大亮點。

• 列出你應該在面試時追問的 2 個問題（疑點或想驗證的部分）。

步驟 3：人工複核中間 30 分到 80 分的灰色地帶

AI 把履歷分成三組之後，80 分以上的直接約面試、20 分以下的直接 pass，你只需要人工看中間那 30-50 份。這個過程能把原本 4 小時的工作壓縮成 40 分鐘。

場景 2：面試問題設計 SOP——讓技術主管覺得「這 HR 很懂」

傳統 HR 設計面試題目最大的痛點：寫不出深度技術題，但只問「請自我介紹」「為什麼選我們公司」又被主管嫌沒鑑別度。AI 在這裡能補的就是「根據職缺 + 履歷個別量身打造面試題」。

把這份 Prompt 存成模板，每場面試前花 3 分鐘客製

這個 Prompt 的價值是強迫 AI 把履歷個人化內容融進題目，而不是丟出網路上一堆罐頭問題。實際用過之後，候選人的反應會從「都是制式問題」變成「這場面試聊得滿深」，連帶提升你公司的雇主品牌。

場景 3：員工日常問答 SOP——讓 70% 重複問題自動回覆

HR 每天最被打擾的時間，是員工跑來問「我特休還有幾天」「育嬰假可以分幾段請」「公司年假怎麼累計」這類重複問題。這類問題答案固定、佔時間多、又不能不回，是最適合做成 AI 知識庫客服的場景。

台灣的 經理人雜誌 2026 HR 數位化調查 指出，導入 HR 內部知識庫 + AI 問答的公司，員工平均問題回覆時間從 4 小時縮短到 5 分鐘，HR 部門每週可省下 6-10 小時。

中小企業最務實的起手是「ChatGPT Team + 自建 GPTs + 餵入員工手冊和勞動法規」，1 週可上線、月成本可控。延伸閱讀 企業 AI 廠商資安紅線指南 看怎麼選資安合規的廠商。

場景 4：離職保留與員工關懷——AI 幫你抓出風險訊號

台灣中小企業最頭痛的 HR 議題不是招募，是「老闆寶貴員工想離職但我們完全沒發現」。一個資深工程師走，等於 6-12 個月的招募 + 訓練成本付諸流水。AI 在這個場景能做的，是把零散的訊號彙整出風險清單。

AI 能分析的離職風險訊號

• 近 3 個月請假頻率變化（特休、病假突增）

• 績效評核留言裡情緒詞的變化（從「期待挑戰」變「希望調整」）

• 內部協作平台的回覆延遲、發言量變化

• 與主管 1on1 的對話紀錄關鍵字（薪資、發展、轉調）

把這些資料定期（例如每月）餵給 AI 做風險分級，AI 不會準確「預測誰會離職」，但會幫你找出「過去 1 個月行為模式變化最大的 5 個人」。剩下的還是要 HR 親自跑去聊——AI 是雷達，談話是醫生。

導入 AI 前必須先處理的 3 件公司治理

導入 AI 工具到 HR 流程不是「裝個軟體就好」，下面 3 件事不先處理，未來會踩到法務、稽核、員工抗議三個雷區：

• 制定「HR AI 使用政策」並公告——明確說明哪些資料能餵給 AI、哪些禁止；員工有權知道哪些招募流程使用了 AI。

• 選擇有資料留存承諾的工具——避免使用會把你的資料拿去訓練模型的免費版工具。ChatGPT 免費版、Claude.ai 個人版都需要明確關閉「資料訓練」選項。

• 建立「AI 決策可回溯紀錄」——任何由 AI 輔助的篩選、評分都要留下紀錄，未來員工申訴或主管機關稽核才有依據。

這三件事在小公司可能只需要 2 週，但跳過就是無形的法律時間炸彈。需要實際治理範本可以參考 中小企業 AI 治理委員會啟動指南，裡面附完整的政策模板。

台灣 HR 常用的 AI 工具實測比較

把過去半年實測過的工具整理成這張表，依「中文理解 / 個資安全 / 整合性 / 月費」四個維度評分：

中小企業（30-100 人）最推薦的組合：Claude Team 處理招募與訓練文件、Microsoft 365 Copilot 處理會議與內部文件、ChatGPT Team 做 GPTs 自動化。三套加起來月成本 $85 / 人，但每個人省下的時間遠超這個價格。模型對比細節可看 GPT-5.5 vs Claude Opus 4.8。

從 0 到上線：4 週導入路線

第 4 週的「量化報告」很重要——把節省的工時換算成人事成本，給老闆看的不是「AI 多好用」，是「這個月幫公司省了多少錢」。老闆才會願意把 AI 預算從 HR 部門擴大到其他部門。

常見問題

下一步：把這份 SOP 跑進你的 HR 日常

看完這篇最有用的下一步不是讀第二遍，是今天下班前花 30 分鐘做兩件事：(1) 列出你下週要做的 HR 任務，標記哪幾項是場景 1-4 的；(2) 挑其中一項，用文章裡的 Prompt 模板跑一次。實際跑過一次，比讀十篇文章都有用。

如果你想把 AI 從個人工具升級成整個 HR 部門的工作流，包括打造內部知識庫、整合招募系統、訓練全員——恆遠的 AI 顧問服務 提供從評估到落地的客製化導入方案，從一個 HR 用到整個部門能用，可以一起聊聊。

延伸閱讀：業務人員用 AI 提效 5 個實戰場景、專案經理 AI 工作流：會前到追蹤 5 場景、AI 寫週報完整教學。