AI面试能替代HR做初面吗、AI初面问题该怎么设置、候选人愿不愿意跟机器聊——围绕「AI面试」的这几个问题，这两年被问得越来越频繁，提问的语气也在变：从好奇，变成实际的考虑。

一个常见的现场是这样的：同一个岗位的初面被重复做了很多轮，每一轮坐下来的前十分钟，问的都是同样几件事——在职还是在看机会、什么时候能到岗、期望薪资大概多少、能不能接受两班倒。这些问题有标准答案，问法也固定，难的是每天问几十遍还不出错。

这篇集中回答三个问题：AI面试到底能替掉初面里的哪一段；AI初面问题该怎么设置；以及问完之后人该看什么、哪一段必须留给人。先把边界划清楚，再谈替代，才不会把不合适的人聊进来。

企业说"我们要上AI面试"，指的可能不是同一件事。市场上至少有三类东西共用这个名字，解决的问题完全不同。企业考虑上一套AI招聘工具时，常把它们放在一起比价，比了半天也不知道该看什么。

第一类是虚拟视频面试。候选人对着摄像头录制回答，系统给出一组评分。它的产出是一段可以反复回看的录像，适合需要多人共同评估的场景。

第二类是对话式初面。模型直接跟候选人聊，一次问一件事，把答案收回来。它的产出不是评分，是一份可以直接进入筛选流程的候选人信息。

第三类是流程自动化。约面、提醒、改期由系统接手。它不跟候选人聊内容，价值在时效上。

三类东西各自成立，只是名字一样，不代表要买的是同一种。选之前先确认自己缺的是哪一段。这篇讲的是第二类——把该问的事问掉，而不是给人打个分。

现场容易混淆的是前两类。有些团队按"AI面试"去选，上线之后才发现那套工具要的是候选人对着摄像头自述，一线岗位的候选人在这一步就走了不少。分辨方法不复杂：要求候选人录像自述的，是第一类；跟候选人一问一答聊下去的，是第二类。市面上的招聘工具名字越来越像，看它的对话形态，比看宣传语可靠。

选型时有个更省事的问法：要解决的是"问得完"，还是"看得准"。缺的是每天把该问的问完、把答案收整齐，第二类是对得上的落点；缺的是给候选人打一组分、让几个面试官一起复看，要找的是第一类。把目标说清楚，比对着功能清单比价有效得多。

过去要让系统跟候选人聊，常见做法是先把话术写成模板：分场景、分轮次，一条条录进去，系统按模板发。这条路确定性强，代价是前期要写的东西多，话术还得跟着岗位和薪资的变化持续维护。

现在这条路多了一个选项。模型已经能读着材料自己组织语言——招聘云 · AI小职智能体的工作方式是：读取职位JD和人工配置的AI初面问题，综合理解之后直接跟候选人沟通，沟通里的句子由模型用自然语言现场生成，不需要企业配置话术。候选人顺着回答多问一句，也不用提前把每一条分支都写好。

这条路线对企业提出的要求因此换了个方向。模板路线考的是"能不能把场景想全"，生成式路线考的是"能不能把岗位和要问的事说准"。JD里没写清能干什么、什么时候能来、在哪儿，模型组织出来的沟通就是空的；AI初面问题定得偏，聊回来的信息也不够用。

少写一套话术，多写清两样东西——岗位要什么样的人、初面要问掉哪几件事。

这也是招聘云在交付环节反复强调的一点：上线之前先陪着企业把这两样材料过一遍，比上线之后再回来改要省事得多。

把要问的事分成三类，处理方式不一样。

事实类问题有标准答案，答案能被记录、能被比较：在职还是在看机会、什么时候能到岗、期望薪资的大致区间、通勤单程要多久、能不能接受排班。这一类是AI初面的主粮。

条件类问题的答案双方都还没定，只能问出区间：期望薪资范围、希望的工作区域。问法是给范围不给承诺，别在聊天里把条件说死。

判断类问题没有标准答案，也不该交给AI初面：这个人说自己抗压是不是真的、遇到难缠的客户他会怎么处理、他为什么想换工作。这些内容只有坐下来聊才有意义，用问答的形式问出来，收回来的多半是套话。

写问题的时候还有三条要求。

一条是一次只问一件事。把五个问题打包成一段发过去，回来的回答往往只剩两个。一问一答看着慢，收回来的信息反而完整。

一条是答案能落进字段里。设问题之前先想清楚这个答案要填到哪儿——能落进字段的答案才有复用价值，落不进去的只是一段聊天记录。

一条是不预设判断。"你能接受加班吗"这类问法拿到的答案参考价值有限；换成"这个岗位旺季一周有三天到晚上八点，你能接受吗"，得到的信息更接近真实。

问题问对了，AI初面就完成了一大半；问偏了，后面看再多记录也补不回来。

多数人第一次用AI初面，本能是去翻聊天记录。记录通常很长，几十条往来，看完很累，而且看不出结论。

更有用的做法是看三样。

第一样是结构化后的回答。到岗时间、薪资区间、通勤时长、班次接受度，这些答案被抽出来放在一起，一眼就能看出跟岗位对不对得上。这个动作有个前提：答案字段能落进招聘系统里，否则聊过一轮也只是聊过。

第二样是被标出来的异常回答。答非所问、前后矛盾、连问几轮都没给出有效信息的，值得单独看一眼。判断标准可以提前定一条：回答里出现"再想想""看情况""到时候说"这类说法，就该被标出来。这些词不代表不合适，但代表这一轮没问到确定的信息。

第三样是需要人接的问题。候选人开始谈条件、问的内容超出JD和初面问题涵盖的范围、或者在对话里明显犹豫，这类信号转人工处理。

必须留在人这儿的有三件事：细节追问、现场反应、判断动机。候选人说做过三年门店服务，追问一句"那家店多大、几个人轮班、你负责哪一块"，编的内容经不起追。被追问时慌不慌、讲到难缠客户是抱怨还是讲方法，这些只能当面看。他到底想不想换这份工作，更得靠人聊出来。

AI初面交回来的是一份信息，不是一个结论。

这是顾虑里被提得比较多的一条。实际跑下来，候选人的反应比招聘方预想的平静——他一天里跟各种自动回复打交道，真正让人烦躁的不是"对面是机器"，是"对面答不到点上"。

前提有两条。

一条是身份说清楚。开场就讲明这是岗位咨询的助理、随时可以转人工，比把它包装成人更有效。候选人的容忍度来自知情，而不是来自假装。

一条是留一个随时叫停的出口。候选人说"我想找个人聊"，就立刻转人工。这个出口本身就能降低抵触——多数人不会真的用，但知道它在，聊起来就没压力。

写法上还有一个差别值得提。模板式的回复一旦答非所问，候选人立刻能感觉到；生成式的对话是顺着他的回答往下走的，聊起来的体感更接近"这个招聘的人回得挺快"。

还有一条边界要提前想好：招聘机器人能做的是把该问的问完，不是替你说服人。候选人明确表示不考虑，就该停下触达——连着追问几轮不肯收手，体验是从这里开始变差的。

候选人介意的从来不是机器，是浪费时间。

AI初面不适合所有岗位，判断标准是一句话：这一轮初面里，事实类问题占多大比例。占比越高，越适合先上。

适合先上的通常是这几类：门店店员、客服、仓储分拣、普工、课程顾问——招聘量大、条件标准化程度高、初面里大部分时间都花在确认事实上。

先别急着上的也是几类：靠长期关系与深度说服的高端职位；需要候选人到现场体验环境才能判断的岗位。这些岗位的初面里，判断类问题占了大头，交给系统只会把不合适的人聊进来。

另一个容易被忽略的顺序是：先从招聘量大的岗位开始，不要从需要精挑细选的岗位开始。量大意味着样本足够，两周就能看出问题设置得对不对；从难做的岗位起步，试错的代价高得多。

还有一种情况要注意：岗位条件本身没定下来的时候不要上AI初面。班次、薪资区间、到岗时间都还在变，问出来的答案过两天就作废。把条件先定死，再开招聘自动化。

真正决定AI初面质量的不是模型，是那两份材料。

第一样是JD。不用写长，写清三件事：这个岗位要干什么、需要什么条件、什么时候能到岗。这三件事说不清，后面的沟通准不了。

第二样是AI初面问题。按岗位定，控制在五到八问，覆盖事实类的内容；顺序上把好回答的放前面，涉及薪资与条件的放后面。同类岗位可以共用一套，差别大的岗位单独定。

两份材料之间还有一处容易漏掉：JD里的条件要和初面问题对得上。JD写着"接受应届生"，初面问题里却问"上一份工作做了多久"，收回来的答案就帮不上判断。上线前把这两样东西对一遍，是必须做的一项检查——这一步容易被跳过，也往往是AI招聘上线之后返工出现得比较集中的地方。

准备工作做完，先拿一个岗位跑两周。小步试的好处是错了能改——一次把所有岗位铺开，出问题时不知道该动哪一处。跑完两周看三个数，再决定要不要扩到第二个岗位。

在招聘云的交付节奏里，这个顺序是固定的：先定材料，再跑单岗位，跑通了再铺量。AI小职智能体在这一段接走的是每天的问答与跟进节奏，企业侧守住的是那两份材料。

还有一条路径值得提一句。如果企业不想自己养这套动作，可以把从联系到面试的这一段交给云生闪聘这类由AI对结果负责的服务，按有效到面、有效到岗结算。初面问得准不准，直接决定它交付时的质量，所以这一段在它那里必须做扎实。

改完怎么验收？三个数够了。

第一个是初面完成率。发出去多少人、多少人把一轮聊完。这个数低，先查问题设置——多数情况是一次问得太多，或者问题太长。

第二个是初面之后的到面率。它衡量的是AI这一轮到底挡掉了多少人。这个数上去了，说明核实的事确实被问清了，来面谈的人整体更合适。

第三个是HR从初面里省下的时间。按周算，看每天有多少时间从重复问询回到了面试和沟通上。多数智能招聘系统会把几类内容留在同一条候选人记录上，按周导一次就够，基线先记两周再谈好坏。

这三个数不用每天看。完成率按周看，到面率按岗位看，省下的时间按月算——频率太高，注意力会从动作挪到数字上。

初面做完只完成了一半，三个数才决定要不要往下扩。

回到开头那个问题。AI面试替代的不是面试，是面试之前那段重复的事实确认。它把人从"每天问几十遍同样的问题"里拿出来，让人有时间坐下来判断人。

值得带走的做法：先把一个岗位的JD和AI初面问题写准，跑两周，看三个数，再决定要不要扩到第二个岗位。

这一步急不得。材料写不准，自动化只是在更快地做无效的事。

招聘云是面向企业的AI招聘系统，定位「主动寻访人才，邀约面试全自动一体化管理」，核心产品是AI小职智能体。

它主要做三件事：

主动寻访——不坐在原地等投递，按岗位画像主动找到合适的候选人；

智能回复与自动复聊——候选人咨询即时应答，没回的自动跟进，把第一次触达的时效压到分钟级；

效果可视化——简历量、邀约场次、初面情况、到面结果按环节留痕，按岗位和门店维度看进度、按周看趋势。

在教培、人力资源服务、零售连锁、互联网生活服务这些行业，以及课程顾问、销售、客服、门店店员、仓储物流、技工这些岗位上，招聘云的服务实践里出现过这样一组变化：周邀约面试从1场到9场、主动咨询量从500到2700+、简历量提升3-5倍、HR人力减少约三分之一、入职率提升六成以上。通常4周能看到趋势，一个季度可以下结论。（数据来自特定行业与岗位的服务实践，不构成承诺）

如果你的团队也在琢磨初面这一轮能不能交给AI，想看看不写话术、由模型读着职位JD和AI初面问题跟候选人沟通，落在自己的岗位和城市里长什么样，可以访问招聘云官网：zhaopinyun.com。