用 AI 写招聘 JD：HR 可直接套用的提示词模板

这篇能做出什么

走完这篇教程，你可以把一份只有零散信息的岗位需求，变成一份可以直接发到招聘网站的完整 JD，同时拿到三样附带产出：适配不同渠道的短版本、一份合规与"劝退风险"自查表、以及配套的面试筛选问题。

具体成果包括：

• 一份 600-900 字的结构化 JD，分「职责」「必备」「加分」「流程」四块
• 招聘网站完整版 + 社群短版 + 内推版，三份事实一致
• 一张审查表格，标出哪句话有合规风险、哪句是没人能验证的空话
• 每个「必备」条目对应一个面试筛选问题，外加判断合格与否的信号

需要说明的是：AI 出的是草稿，判断权在人。岗位的真实门槛、薪资口径、对外表述，都要过一遍人工。把 AI 当成一个写得快但不懂你公司的实习生来用，效果会稳定很多。

前置条件清单

开始前把下面这些准备好：

• 一个可用的对话式大模型工具，网页版或 API 都行，具体能力和调用方式以官方文档当前版本为准
• 岗位的真实信息：团队、汇报关系、要解决什么问题、必备技能。信息不全没关系，但要标出哪些是"待确认"，而不是让 AI 替你编
• 公司对招聘文案的约束：哪些词不能用，福利表述的官方口径是什么
• 目标发布渠道的格式要求：字数上限、字段是否分开填、是否支持 Markdown
• 十分钟的人工校对时间
• 一条隐私红线：不要把自己员工的姓名、真实候选人简历、未公开的薪酬方案贴进外部工具

步骤 1：先填一张「岗位事实卡」

很多人直接对 AI 说"帮我写个 Java 开发的 JD"，结果拿到一堆套话。差别在于有没有给它事实。

先把信息整理成一张表格，后面每次提问都把它贴进去。直接在 Markdown 里建这张表：

```markdown

```

填写时有个小技巧：把"日常任务"写在真实的一周里发生的事，比如"每周和供应链团队对齐一次库存数据"，比"负责跨部门沟通"有用得多。AI 会照着你的颗粒度来输出。

步骤 2：给 AI 设定角色和写作原则

在正式对话前先发一段AI 词典：系统提示词">系统提示词，相当于给这位"写手"立规矩。这段可以直接照抄：

```text

你是一位有多年经验的招聘负责人，服务过技术、产品、运营等岗位。

写作原则：

1. 只使用我在输入里提供的事实，不补充我未提到的公司信息、福利或要求。

2. 信息缺失时，用【待确认：xxx】占位，不要猜测。

3. 职责用具体动作和可验证的结果描述，避免"负责相关""参与其中"这类模糊表达。

4. 不写年龄、性别、婚育、户籍、外貌、健康状况等与岗位能力无关的限制条件。

5. 不写"抗压能力强""有激情""能吃苦"这类无法验证的要求；如果这类词确实反映了需求，请转写成具体行为。

6. 语气面向候选人，平实直接，不用感叹号堆砌热情。

输出使用 Markdown，层级清晰。

```

第 6 条看起来小，实际影响很大。默认状态下，AI 写出来的 JD 常常通篇"充满活力的团队""广阔的发展空间"，候选人读三行就划走了。

步骤 3：主提示词模板

这是核心环节。把事实卡贴进去，然后发出下面这段：

```text

请根据下面的岗位事实卡，生成一份招聘 JD。

【岗位事实卡】

（粘贴步骤 1 填好的表格）

【输出结构】

1. 岗位名称：给 2 个备选，并说明各自适合什么发布渠道

2. 一句话岗位亮点：不超过 40 字

3. 你将负责什么：4-6 条，每条 30-60 字，动词开头

4. 需要具备什么：分「必备」和「加分」两组，必备不超过 5 条

5. 工作方式：地点、出勤方式、汇报关系、主要协作对象

6. 应聘方式：投递时需要提供什么材料

7. 面试流程概览：事实卡未提供则标注【待确认】

【约束】

• 总字数 600-900 字
• 每条要求都要能在面试中验证，写完后自问"这条怎么验证"，验证不了的删掉
• 不写公司简介，用【此处插入公司简介】占位
• 事实卡里没有的信息一律不要补

【额外任务】

在 JD 之后单独列一段「HR 备注」，写清楚：

• 哪 3 条要求是真正的筛选门槛，删掉就会影响招聘质量
• 哪些表述可能让合适的人犹豫，给出替代写法

```

「HR 备注」这一段是很多人会漏掉的部分，也是价值比较高的部分。它把 JD 从文案变成决策依据：哪些条件是硬的，哪些只是写着好看。

步骤 4：一次生成渠道版本

同一份 JD，发在招聘网站、社群和内部推荐群里，写法应当不同。接着发这段：

```text

把上面的 JD 改写成三个版本，事实必须一致，不得新增原文没有的要求。

A. 招聘网站完整版：保留全部结构，600-900 字。

B. 社群/朋友圈短版：150 字以内，包含岗位名、3 条核心职责、投递方式，

结尾用一句话说明这个岗位解决什么问题。

C. 内推版：200 字以内，面向内部同事，

写清楚"推荐时可以怎么向对方描述这个岗位"，

以及推荐后的处理流程（流程未知则标注【待确认】）。

三个版本各自标注适合的发布渠道和字数。

```

内推版尤其值得单独做。内部同事转发时通常懒得改写，给一段现成的话术，转发率会不一样。

步骤 5：用审查提示词做自检

草稿出来后不要直接发。让 AI 换个身份，做一次挑刺：

```text

请扮演严格的招聘合规审查员，逐条审阅下面这份 JD，

输出一个 Markdown 表格，列为：

问题类型只能从以下六类中选择：

合规风险、歧义、无法验证、冗余空话、信息缺失、语气劝退。

审查重点：

1. 是否出现年龄、性别、婚育、户籍、健康状况、外貌等与岗位无关的限制；

2. 是否出现"精通""熟悉"这类没有标准的程度词，若出现，指出如何具体化；

3. 是否存在明显高于岗位实际需要的门槛，例如用经验年限筛掉能胜任的人；

4. 是否有无法被证实的承诺性表述，例如福利、晋升、期权；

5. 是否有句子同时包含两个以上并列要求，导致候选人自我筛除。

表格之后，输出改写后的完整 JD。

```

第 3 点和第 5 点容易被忽略。一份写着"精通 XX、熟悉 YY、了解 ZZ"的 JD，往往把本来能上手的人挡在门外。

步骤 6：顺手生成面试筛选问题

JD 和面试题最好一起产出，否则容易出现"JD 上写的"和"面试时问的"对不上。接着发：

```text

基于这份 JD 的「必备」条目，为每一条设计 1 个面试筛选问题，要求：

• 问过去做过的事，不问"你觉得自己能不能"
• 每个问题后面写清楚"听到什么算合格"，给 2-3 个判断信号
• 输出表格：| 必备要求 | 筛选问题 | 合格信号 |

另外单独列出 3 个可以在电话初筛 5 分钟内问完的问题。

```

步骤 7：需要批量处理时，改成结构化输出

如果一个季度要写十几份 JD，把输出改成 JSON 更方便入库或套模板：

```json

{

"job_title": "",

"one_liner": "",

"responsibilities": [],

"must_have": [],

"nice_to_have": [],

"location": "",

"process": [],

"pending": []

}

```

对应的提示词可以这样写：

```text

请把上面的 JD 转成 JSON，字段与下面的结构一致，不要输出任何解释文字：

（粘贴上面的 JSON 结构）

所有无法从原文确定的字段，值写「【待确认】」。

```

走 API 批量生成时，把随机性参数调低一些更容易得到稳定格式，具体参数名和取值范围以所用工具的官方文档为准。

常见坑与排错

坑 1：AI 凭空补要求。 表现为出现你从没提过的技术栈、证书或学历门槛。排错方式是回看事实卡，凡是原文没有的一律删；同时在提示词里加上"每条要求标注来源，来源不存在就删除"。

坑 2：满屏"精通""熟练掌握"。 这些词候选人自己也没法判断够不够格。改成可验证的描述，例如"能独立完成从建表到上线的数据管道"。

坑 3：出现不合规的限制条件。 年龄、性别、婚育、户籍这类表述一旦出现在发布渠道，可能带来实际麻烦。用步骤 5 的审查提示词过一遍，人工再确认一次。

坑 4：每份 JD 长得一模一样。 说明喂进去的事实不够具体。补上团队规模、协作方式、这个岗位解决的独特问题，输出自然就分化了。

坑 5：字数超限。 招聘网站的字段常常有字数上限。在提示词里直接写明"每条职责不超过 60 字""总字数不超过 900 字"，比事后手工删更省事。

坑 6：把"加分项"写成了硬门槛。 结果是简历量骤减。让 AI 明确区分两组，并在备注里说明哪些是真正的门槛。

坑 7：隐私外泄。 不要把真实候选人信息、员工姓名、未公开薪酬方案贴进外部工具。需要举例时，用脱敏后的假数据。

坑 8：每次输出的结构不一致。 固定同一段系统提示词，把事实卡放在固定位置，格式会稳定很多。

下一步建议

把这套流程沉淀成可复用的资产，比每次重新写提示词划算：

• 建一个自己的提示词库，按岗位类型分组，把跑得顺的版本存下来，注明适用场景
• 建一份公司级 JD 检查清单，把步骤 5 的六类问题固化成发布前必过的检查项
• 用表格对比不同版本 JD 的投递量和初筛通过率，逐步删掉那些劝退却无用的要求
• 需要规模化的团队，把 JSON 输出接进内部系统，人工只做审核环节

工具会更新，提示词的写法也会变，但流程不变：先有事实，再有文案，最后有人把关。