可以讓 AI 直接決定哪些履歷淘汰嗎？

不建議。AI 只適合做初步分流，把明顯不符客觀條件的履歷標記出來，並附上理由供你複查。最終是否面試、是否錄取應由人判斷並負責，不能把決策責任交給無法承擔法律責任的工具。

用 AI 篩履歷會不會違反就業歧視規定？

只要篩選標準是與工作能力直接相關的客觀條件就沒問題。切勿讓 AI 依姓名、性別、年齡、婚育、容貌、宗教等法定因素評分，建議在上傳前先移除照片、生日等無關欄位，降低歧視與偏誤風險。

職缺說明一定要寫薪資嗎？

依台灣就業服務法，經常性薪資未達新臺幣四萬元的職缺必須公開揭示薪資範圍。誠實揭示薪資也能減少雙方認知落差，避免面試到最後才因薪資談不攏而白費時間。

應徵者的履歷資料要保存多久？

履歷屬於個人資料，蒐集與利用需符合個人資料保護法。未錄取者的資料應在完成招募目的後的合理期間內刪除或去識別化，不應無限期保存或另作他用。

AI 設計的面試題目真的比較好嗎？

AI 能依職位核心能力產出結構化的行為面試題，並附評分要點，讓不同主管有一致的判斷基準，比臨場閒聊更能看出真實能力。但題目仍需主管依公司實際情況調整，AI 是加速工具而非替代判斷。

用 AI 輔助招募與履歷篩選：中小企業省時不踩雷的做法

招募是中小企業最耗時卻最難外包的工作。本文示範如何用 AI 撰寫職缺說明、快速篩選大量履歷、設計面試題目與整理面試記錄，同時避開招募歧視與個資外洩的法律風險，讓小團隊也能招到對的人。

中小企業招募的三個痛點

對台灣中小企業來說，招募幾乎是最吃力的管理工作。一則職缺貼出去，動輒收到上百封履歷；沒有專職人資，主管得在正職工作之餘一封封看；面試流程又常常臨場發揮，問不到重點。結果是花了大把時間，卻還是招錯人，試用期沒過又要重來。

AI 能在其中三個環節幫上大忙：把職缺寫得更吸引人、把大量履歷快速分類、把面試問得更有系統。但招募涉及個資與就業平等，用 AI 時必須守住法律與倫理的界線。以下逐一說明。

環節一：用 AI 寫出精準的職缺說明

很多小公司的徵才文寫得像法律條文，只列一堆「條件」，卻沒說清楚工作內容與吸引力，自然招不到好人。

把公司狀況、這個職位每天要做什麼、需要哪些能力、能提供什麼（薪資範圍、成長、彈性工時），一次告訴 AI，請它寫成一則結構清楚的職缺說明。好的職缺說明應該包含：

一句話說清楚這個角色的核心價值。
具體的工作內容，用動詞開頭的條列。
必要條件與加分條件分開，不要把「加分」寫成「必備」而嚇跑合適的人。
誠實的薪資範圍。台灣就業服務法規定，經常性薪資未達新臺幣四萬元的職缺，必須公開揭示薪資範圍，這點務必遵守。

你可以請 AI 產出兩三個不同語氣的版本，一個正式、一個親切，再挑最符合公司調性的。

環節二：快速篩選大量履歷

這是 AI 最能省時的地方，但也是最容易出問題的地方，要特別小心。

正確的做法

先根據職缺，把「必要條件」與「評分項目」定義清楚，例如某某技能、幾年相關經驗、特定證照。把這份標準連同履歷內容交給 AI，請它「依照以下客觀條件，把每份履歷標記為符合、部分符合、不符合，並列出判斷理由」。

這樣做的好處是，AI 幫你做的是初步分流，把明顯不符合的先過濾掉，讓你把時間花在值得細看的候選人身上。關鍵是你要求它列出理由，方便你複查是否誤判。

絕對要避免的

不要讓 AI 依姓名、性別、年齡、籍貫、婚育狀況、宗教、外貌照片做任何篩選或評分。台灣就業服務法明文禁止就業歧視，這些因素完全不能成為判斷依據。
不要把履歷篩選的最終決定權完全交給 AI。AI 只做初步分流，是否進入面試由人來決定並負責。
不要用 AI 去推測履歷上沒寫的個人資訊。

建議在把履歷交給 AI 前，先把應徵者的照片、出生年月日、婚姻狀況等與工作能力無關的欄位移除，只保留學經歷與技能。這樣既降低歧視風險，也保護應徵者個資。

環節三：設計結構化面試題目

沒經驗的主管面試常常聊天聊完就結束，問不出真本事。請 AI 依職缺的核心能力，設計一組結構化面試題，會大幅提升面試品質。

好的做法是告訴 AI「這個職位最重要的三項能力是甲、乙、丙，請針對每項能力各設計兩題行為面試問題，用『請描述一次你如何……』的形式，並附上評分要點，說明什麼樣的回答算好、算普通、算差」。

行為面試題的價值在於，它問的是實際做過的事，比假設性問題更能看出真實能力。有了評分要點，即使不同主管面試同一個人，也能有一致的判斷基準。

環節四：整理面試記錄與比較候選人

面試完，把你當場記下的重點筆記交給 AI，請它整理成結構化摘要，並依先前定義的能力項目給出觀察。多位候選人面完後，可以請 AI 做一張比較表，把各候選人在每項能力的表現並排，幫助團隊討論。

要注意的是，AI 整理的是你提供的資訊，它不會憑空知道候選人的真實表現，最終錄取決策仍由人負責。

招募中的法律與倫理紅線

用 AI 招募，以下界線一定要守：

就業平等：不得因性別、年齡、婚育、容貌、身心障礙等法定因素歧視，AI 篩選標準必須是與工作能力直接相關的客觀條件。
薪資揭示：月經常性薪資未達四萬元的職缺，需依就業服務法揭示薪資範圍。
個資保護：應徵者履歷屬於個人資料，蒐集與利用要符合個人資料保護法，未錄取者的資料應在合理期間後刪除或去識別化。
人為最終決策：AI 只做輔助與分流，錄取與否由人判斷並承擔責任，不能以「AI 篩掉的」作為拒絕理由。

常見錯誤

把 AI 當守門員：讓 AI 直接決定誰淘汰，等於把歧視風險與決策責任交給無法負責的工具。
篩選標準模糊：只丟一句「幫我挑好的履歷」，AI 只能亂猜，還可能引入偏誤。
忽略去識別化：連照片、生日一起丟進去，既違反倫理也增加誤判。
職缺說明抄範本：沒有具體工作內容與誠實薪資，寫得再漂亮也招不到對的人。

給小團隊的落地流程

第一次嘗試時，可以這樣做。先用 AI 產出職缺說明並人工修訂發布；收到履歷後移除無關個資，定義三到五個客觀篩選條件請 AI 初步分流；人工複查分流結果，尤其是被標為不符合的；對進入面試者，用 AI 設計結構化題目與評分要點；面試後用 AI 整理記錄並做候選人比較。整個流程 AI 負責省時的整理與初篩，人負責判斷與決定。

結語

AI 讓小公司也能有系統地招募，把主管從讀不完的履歷中解放出來，去做更重要的判斷與溝通。但招募攸關人的權益與公司的法律責任，AI 永遠只是輔助。守住就業平等與個資保護的紅線，讓機器做整理、讓人做決定，你才能又快又對地找到適合的夥伴。