如何在 10 分钟内用 AI 生成候选人名单：完整方法

在 10 分钟内从一份 brief 生成一份合格 profile 的 候选人名单， 2026 年已不再是科幻 —— 它已成为希望进一步提升的 Talent 团队的基线。一款好的 AI 副驾驶会读取您的 岗位描述、查询合适的人才池、按可解释的标准为每份 profile 打分，并交给您一份 10-20 位可直接联系的 候选人名单。下面是一步步告诉您如何用 AI 生成一份真正可用的候选人名单 —— 以及一份真名单与一堆排序糟糕的 profile 之间的差别。

AI 候选人名单：真正重要的定义

一份 AI 候选人名单 不是 LinkedIn 的原始导出，也不是关键词排名。 它是一份最多 10-20 位 profile 的名单，由一个读过岗位、跨多个维度对每位候选人做过比较、 并解释了其排名的模型挑选出来。您应该能够点击任意 profile，并在两行之内理解它为何在名单上。

与一次单纯"AI 搜索"且没有可解释评分的区别在于：名单是 可行动的 —— 您知道先联系谁、按什么顺序、用什么角度。

10 分钟内生成名单的 4 个步骤

第 1 步 —— 用自然语言描述岗位（2 分钟）

忘掉布尔字符串。写 3-6 句话描述岗位，就像跟同事介绍那样：seniority、技术栈、行业、约束条件 （地点、全/兼职、语言）。brief 越锋利，名单就越密集。示例：

• "Go 方向的 Senior Backend Engineer，6+ 年经验， 理想来自一家欧洲 B2B SaaS scale-up，常驻上海或国内远程，熟悉 Kubernetes 与生产运维。"

EMILY 会把该 brief 翻译为跨源的语义查询，并探索 LinkedIn、GitHub 与我们增强的数据库。

第 2 步 —— 让 AI 探索并打分（4-6 分钟）

引擎返回 200-400 份相关 profile，然后对每一份应用 TrueFit 360 评分。 该评分把相关性拆分为四个轴：技术技能、经验背景、软信号、可流动性估计。 每个评分都可解释 —— 点开任意候选人，您都能看到为何为 87/100 或 64/100。

这一阶段在您去倒杯咖啡的时间里完成。无需任何人工介入。

第 3 步 —— 过滤最终名单（1-2 分钟）

AI 会建议 30-40 位高于相关性门槛的候选人。几次点击即可保留 top 10-20 位， 剔除过于 senior、地点不对或明显满足于现状的 profile。副驾驶还会标出优先联系的 top 5-10 位。

第 4 步 —— 启动触达（1 分钟）

EMILY 为每位入围候选人在其偏好渠道（WhatsApp、邮件、电话）上撰写一条个性化的首条消息。 您审阅、批准、发送。这是名单变成真实 pipeline 的那一刻。

真名单与假名单的区别

• 真名单是可解释的。每一行点开都通往一份评分说明。
• 真名单是短的。10-20 份 profile，不是 200 份。否则它已不是名单 —— 而是一次搜索。
• 真名单是有优先级的。top 5 被识别出来，而不是淹没在人群里。
• 真名单是可行动的。您知道联系谁、在什么渠道、用什么角度。
• 真名单是可重生成的。如果质量不到位，您可以迭代，而无需从零开始。

真实案例：Senior Product Manager B2B SaaS，8 分钟出名单

一支中国 Talent 团队需要一位 Senior Product Manager B2B SaaS，岗位常驻上海， 中/英双语，理想具备增长经验：

• brief 在 90 秒内打完。
• EMILY 在 4 分钟内返回 312 份相关 profile。
• TrueFit 360 在 2 分钟内为全部 312 份打分。
• 招聘官保留 14 份高于 78/100 的 profile。
• EMILY 在 45 秒内生成 14 条个性化 WhatsApp 消息。
• 合计：从 brief 到 pipeline 共 8 分钟。

在这 14 位候选人中，9 位在 48 小时内回复。一周内启动 5 场面试。 该岗位在 19 天填补，相对去年同类岗位 41 天的内部中位数大幅缩短。

毁掉一份 AI 名单的 3 个错误

1. brief 过于模糊。"一位好的全栈开发者"永远生不出一份可用的名单。 请给上下文：技术栈、seniority、行业。
2. 想要过宽的名单。如果您保留 50 份 profile，您拥有的不再是名单 —— 而是 backlog。 ROI 在于精炼的筛选。
3. 不针对被剔除的 profile 迭代。如果您从 top 10 中剔除了 5 份，告诉 AI 原因。 下一份名单会更好。

2026 年用于生成 AI 名单的工具

• TrueCalling：EMILY 副驾驶、可解释 TrueFit 360 评分、5-10 分钟出名单、 原生多渠道触达。
• HireSweet：偏向技术的名单生成，聚焦欧洲 scale-up，评分的可解释性较弱。
• LinkedIn Recruiter：返回结果，但没有真正的 AI 优先级 —— 您仍需手工排序。
• SeekOut / hireEZ：深度数据库，主要面向美国企业调优。

想深入了解名单背后的评分，请参阅我们关于 候选人-岗位匹配评分的文章。

您实际节省了多少时间

在每年 100 个岗位上，从手工名单（每岗位 45-90 分钟，即每年 75-150 小时）切换到 AI 名单 （每岗位 8-12 分钟，即每年 13-20 小时），意味着每年回收 60-130 小时的纯寻访时间。 按招聘官 €70/小时 的成本计算，这相当于每位招聘官每年节省 €4,200 至 €9,100 —— 还没算上招聘周期缩短带来的收益。要衡量端到端的收益，请参阅我们的 招聘周期：7 个具体杠杆 指南。

结论：名单就是新的 brief

用 AI 生成候选人名单 在 10 分钟内改变了招聘官的姿态： 您不再"搜索"，而是"决策"。寻访变成一次短促、可重复的动作， 招聘官的附加值转向 brief 质量、仲裁与候选人关系。这正是 EMILY 这类设计良好的 AI 副驾驶 所成就的场景。

想看在您的一个开放岗位上实时生成的名单， 预约一次 TrueCalling 演示。