适合对象

企业人力资源管理者及HRBP，希望利用AI优化招聘流程与员工关系管理、猎头顾问及招聘专员，需要提升简历筛选效率与客户背调精准度、劳务派遣业务负责人，面临海量简历处理压力，寻求自动化解决方案、对AI智能体（Agent）落地应用感兴趣的业务骨…

课程定位与主要问题

海量简历筛选耗时费力，人工初筛效率低且容易遗漏优质候选人猎头Cold Call与候选人沟通破冰难，缺乏标准化且高情商的话术支持目标公司背景调查依赖人工搜索，信息碎片化且难以形成结构化报告多地社保政策与劳动法规复杂多变，人工查询易出错，存在合规风险招聘数据分散在不同表格与系统中，缺乏自动化流转与实时分析能力传统大模型对话缺乏行动力，无法直接对接业务系统完成复杂流程任务

核心收益

场景边界更清楚：工具场景、输入要求和输出校验，先讲清对象、约束和判断标准
围绕导入：HR行业的智能化变革梳理关键判断点，避免停留在概念解释
借助AI Agent 认知篇——洞悉数…完成一次可复盘的应用演练
输出AI Agent 方法篇——掌握P…相关的后续跟进清单，方便课后跟踪

课程背景与交付信息

当今时代，人力资源行业正面临两极化挑战：一方面是劳务派遣业务中海量简历处理的高并发压力，另一方面是猎头业务中对人岗匹配精准度的高要求。传统的人工处理方式已难以应对日益复杂的市场环境与效率需求

AI智能体的出现，为HR业务带来了一场深刻的智能化变革。通过Coze智能体+飞书多维表格的组合，企业能够构建自动化招聘流水线，不仅提升了人效，还能通过知识库解决合规风控难题，开启降本增效的新篇章

本课程旨在帮助HR与猎头从业者从认知到实操全面掌握AI智能体技术，通过架构解析、提示词工程、插件应用及工作流搭建，将AI转化为具体的业务生产力工具，实现从事务性工作向高价值工作的转型

课程时间

2天

授课方式

线下集训/面授

课程内容重点

01导入：HR行业的智能化变革

02第一讲：AI Agent 认知篇——洞悉数字员工，为业务变革奠基

03第二讲：AI Agent 方法篇——掌握Prompt工程，打造高情商沟通助手

04第三讲：插件应用实战——打造目标公司情报侦察兵

05第四讲：知识库实战——打造合规风控专家

06第五讲：工作流（Workflow）搭建——智能推荐报告流水线

课程大纲

导入：HR行业的智能化变革

行业现状与趋势

从传统Excel表格到AI+多维表格的效率跃迁
案例演示：一个AI数字员工如何在一分钟内完成简历解析-人岗匹配-报告生成

AI Agent 认知篇—洞悉数字员工，为业务变革奠基

AI Agent智能体基础

什么是AI Agent智能体？
与传统大模型的区别：为什么ChatGPT不能直接帮HR干活？强调智能体的行动力与复杂流程胜任力

核心架构解析

深入讲解规划(Planning)、工具(Tools)、记忆(Memory)、行动(Action)在HR场景中的映射
记忆模块如何存储候选人偏好等实际应用示例

AI智能体在HR业务中的应用价值

功能层面：调用外部插件（如背调搜索）+ 企业知识库（如内部薪酬职级表）
垂直场景：针对劳务派遣的高频重复场景与猎头的专业深度场景定制
适用边界三要素：频度高但回报低的工作、有固定流程的工作等

AI Agent 方法篇—掌握Prompt工程，打造高情商沟通助手

Prompt提示词工程核心

Markdown结构化提示词撰写：告别自然语言，用代码思维写指令
八大维度拆解：角色(Role)、背景(Background)、目标(Goals)、约束(Constrains)等
对应场景：猎头顾问话术生成、批量员工通知

实战练习：搭建金牌话术顾问智能体

步骤1：在Coze中创建Bot，编写Markdown提示词脚本
步骤2：调试优化。输入：候选人觉得离家太远。AI输出：三套不同风格的话术（共情型、利益驱动型、职业发展型）
目标：产出一段100字以内、语气委婉但专业的微信回复

插件应用实战—打造目标公司情报侦察兵

插件带来的三大飞跃

数据无界：让AI联网，获取最新的裁员消息、股价波动、高管变动信息
Coze插件生态：必应搜索(Bing Search)、网页读取(Link Reader)等工具的组合使用
对应场景：猎头Mapping、BD客户背调

插件的IPO框架与配置

输入(Input)：目标公司名称
处理(Process)：搜索最近6个月的新闻，过滤负面信息
输出(Output)：生成一份包含经营状况、核心产品、潜在招聘需求的表格报告

实战练习：搭建企业情报侦察官智能体

任务：制作一个能自动分析目标客户背景的Bot
操作：添加搜索插件，配置JSON参数，实现输入公司名即输出挖人切入点分析

知识库实战—打造合规风控专家

知识库的核心作用与技术逻辑

准确性：利用RAG（检索增强生成）技术，防止AI在法律问题上产生幻觉
文本清洗与分块：如何处理复杂的PDF社保文件和Excel基数表
对应场景：多地社保政策查询、员工纠纷法律咨询

Coze知识库创建实操

文本知识库：上传《劳动合同法实操手册》、《员工手册》，配置分段策略
表格知识库：上传《全国主要城市社保公积金基数表》，配置检索序列，确保数字准确

实战练习：搭建合规风控卫士智能体

任务：训练一个只回答公司内部政策的机器人
演示：提问杭州外包员工工伤停工留薪期最长多久，AI精准引用上传的文件条款回答

工作流（Workflow）搭建—智能推荐报告流水线

工作流的本质与开发步骤

核心逻辑：将复杂的业务流程拆解为节点（Nodes），实现大模型+代码+数据的串联
节点详解：大模型节点用于非结构化数据提取，代码/JSON节点用于格式化输出
对应场景：猎头报告(Report)自动生成、简历标准化处理

案例解析：简历适配与报告生成

输入：原始简历文本 + 职位JD
流程编排：节点A提取基本信息，节点B生成SWOT分析，节点C合并为标准JSON格式

实战练习

搭建Report自动生成器，实现简历进、报告出，格式完美对齐

飞书多维表格联动—打造自动化招聘筛选工厂

飞书多维表格：不仅仅是Excel

建立标准的ATS（候选人追踪系统）数据结构
字段设计：姓名、简历附件、解析状态、匹配评分、AI辅助推荐理由

核心实操：Coze工作流 + 飞书多维表格的核聚变

场景：针对劳务派遣业务，每天需处理数百份截图/PDF简历
方案实施：配置飞书自动化流程，接入Coze工作流API，设置触发条件与结果回写
现场演示：拖入10份蓝领简历，观察表格如何自动完成筛选与录入

落地实战训练与小组竞技

综合练习：分组PK

课题A：外包员工考勤异常自动分析系统
课题B：猎头目标公司Mapping自动化表
课题C：大批量面试邀约与反馈追踪

实战辅导与优化

讲师巡场，针对各组的工作流逻辑进行Debug（调试）
指导如何将做好的智能体发布到飞书工作台，实现全员权限管理

课程回顾与总结

成果验收：评选最佳降本增效解决方案
下一步计划：如何将今天的Demo转化为企业内部的生产力工具
结语：拥抱AI，让HR从事务性工作中解放，回归人的价值

讲师介绍

王菡雪

能源与金融行业AI赋能专家

王菡雪，能源与金融行业AI赋能专家，中天智星创始人。专注人工智能应用落地，独创三阶AI落地模型，服务企业500+，授课1000+场，助力企业实现显著人效提升，可结合企业内训场景开展课程讲授与案例讨论

能源电力金融银行制造业保险

查看讲师主页

课程差异说明

本课程页面围绕《AI智能体实战：人力资源与猎头业务降本增效特训营》重点呈现课程定位、适合对象、核心收益和 8 个主要模块，便于快速判断培训匹配度

AI智能体实战：人力资源与猎头业务降本增效特训营