履歷自動篩選分級流

🎯 這條流程解決什麼

熱門職缺一上架，履歷往往一天就湧進上百封，散落在公司信箱、104 應徵通知、CakeResume 私訊與部門主管轉寄的 PDF 裡。人資光是把每封履歷開檔、命名、登記到試算表、再對照職缺條件做初篩，一封平均就要花六到八分鐘。一個檔期收到一百五十封履歷，等於要耗掉整整兩個工作天在「抄資料」上，真正能用在電話初談與安排面試的時間反而被壓縮。

更現實的痛點是「好人才會過期」。台灣求職市場節奏快，一位條件不錯的軟體工程師通常同時投了五、六家，誰先約到面談誰就佔先機。當履歷被埋在收件匣最底層、三天後才被看到，對方早就接受別家邀約了。人工初篩還有一個隱形成本：標準不一致。同一份履歷，週一精神好的時候給高分，週五疲勞時可能直接略過，分級全憑當下手感，事後也難以回溯為什麼某人被刷掉。這條流程要解決的，就是把「開檔、登記、初篩排序」這段重複又吃時間的前置工作交給自動化，讓人資的時間留給真正需要判斷的環節。

導入後的改變

導入前，履歷處理是被動且零碎的：信箱跳通知才去看，看到才開檔，開完檔忘了登記，登記完忘了回信。整個招募前段像在救火，平均一封履歷從收到到完成初篩排序要超過二十四小時，旺季漏看履歷的比例常常高達兩到三成。

導入後，每封履歷進件當下就被解析建檔、由 AI 依職缺條件評分並標記 A／B／C 等級，符合度高的名單在幾分鐘內就推送到用人主管面前。以單一檔期一百五十封履歷估算，原本需要兩個工作天的前置作業壓縮到不到一小時的人工複核，等於省下約七到八成的行政工時。更重要的是「即時性」帶來的轉換：能在收到履歷的當天就發出初談邀約，優質候選人的回覆率與到面率明顯提升，旺季漏看履歷的情況也幾乎歸零，因為系統不會疲勞、不會跳過。

流程怎麼運作

整條流程對應 frontmatter 裡的五個節點，逐步驟拆解如下。

第一步「觸發：新履歷」，當公司招募信箱收到夾帶履歷的郵件，或 104、CakeResume 等平台推來應徵通知時，自動化平台立刻啟動一次執行，不需要人工去收件匣巡邏。

第二步「解析履歷」，系統把 PDF 或 Word 履歷的內容抽取出來，擷取學歷、科系、工作年資、任職公司、技能關鍵字、期望待遇等關鍵欄位，整理成結構化資料。這一步是後續評分的基礎，欄位抓得乾不乾淨直接影響評分品質。

第三步「AI 比對評分」，把解析出的結構化資料丟給 AI 評分節點，依照該職缺事先設定的條件（必備技能、最低年資、產業背景、是否符合學歷門檻等）逐項比對，產出一個總分與 A／B／C 等級，並附上一句話說明評分理由，例如「年資符合但缺乏指定的後端框架經驗」。

第四步「建檔分流」，把履歷與評分結果一併寫入 ATS 或 Google Sheet，並依等級自動分派——A 級直接指派給對應職缺的招募窗口，B 級進入待觀察池，C 級歸檔留存。第五步「推薦名單通知」，把當日的 A 級推薦名單彙整成一則訊息推送到 Slack，提醒招募窗口人工複核後再安排面試。

需要的工具與串接重點

平台建議用 n8n 或 Make，兩者都能用視覺化節點串起整條流程，n8n 可自架對個資掌控度更高。觸發端接 Gmail 或 104 應徵通知；履歷解析可用平台內建的文件解析節點或外掛 OCR；評分核心是 AI 節點，把職缺條件寫進提示詞，要求它輸出固定格式（總分、等級、一句理由），方便後續欄位寫入。建檔可用 Google Sheet 起步，規模大了再換正式 ATS；通知端用 Slack 或 Notion 都可以。

串接重點有三個：一是評分提示詞要把「條件權重」講清楚，避免 AI 把加分項當必備項；二是 AI 輸出務必要求 JSON 或固定分隔格式，否則寫入試算表時容易錯位；三是同一封履歷可能從信箱與平台重複進件，要用 Email 或姓名加電話做去重，避免同一人被建檔兩次。更多招募類自動化的設定範例可參考 自動化專區。

常見錯誤與注意事項

最需要警惕的是把 AI 評分當成錄取決策。AI 評分僅作初步排序與分流的參考，涉及是否進入面試、是否錄用的判斷，務必由人工複核，避免演算法偏誤造成不公平篩選——例如系統可能因為關鍵字沒命中就低估了轉職者或非典型背景的人才。建議定期抽查被判為 C 級的履歷，校正評分標準。

個資是另一條紅線。履歷屬於個人資料，存取權限、保存期限與刪除機制都要依個人資料保護法設定，未錄取者的資料保存期限應事先告知並到期清除，敏感欄位不要外流到未簽署資料保護協議的第三方工具。涉及薪資談判、背景查核等敏感環節，AI 不取代專業判斷，一律標明「需人工確認」。

台灣中小企業情境案例

台中一家三十人規模的軟體新創，原本招募全靠一位 HR 兼辦，工程師職缺一開常常一週收到兩百多封履歷，光篩選就排擠掉招募以外的工作，導致面試邀約平均拖到投遞後第四天才發出，好幾位心儀的人選都被別家先簽走。導入這條流程後，履歷進件即時解析評分，每天早上 HR 打開 Slack 就看到當日 A 級推薦名單與評分理由，複核後當天就能發出初談邀約。三個月後統計，履歷前置處理工時減少約七成五，優質候選人的到面率從不到四成提升到六成以上，整體職缺平均填補天數縮短了將近兩週。

延伸應用

這條流程的骨架可以延伸到很多招募場景。可以針對不同職缺各設一組評分條件，讓同一套系統同時服務業務、工程、行政等多種缺額；也可以在 A 級名單推送時，順手用 AI 草擬一封客製化的初談邀約信，把約面試的動作也自動化。面試問題與職缺文案可搭配 招募文案撰寫 配方一起產出，後續約面試與發送行事曆邀請可串接 面試排程 工作流，整段招募鏈路就能從履歷進件一路自動跑到面試確認。

流程圖

用到的工具

更多「企業職能」工作流

瀏覽全部工作流藍圖 → 自動化工作流中心 → AI Skills 食譜庫 →