錄取前資歷查核流

🎯 這條流程解決什麼

資歷查核是發 offer 前的最後一道把關，卻也是招募流程裡最容易拖垮時程的環節。當候選人進入終選，HR 得先聯絡候選人取得查核同意，再向對方提供的推薦人逐一去信或打電話，問完任職期間、職務內容、離職原因、是否推薦再次共事等問題，記下來、整理好，最後彙整成一份查核摘要交給用人主管。這一連串作業全是零碎的人工往返，一位候選人通常要聯絡兩到三位推薦人，光是寄信、等回覆、追未回、整理重點，前後就要花掉 HR 三到四個小時，還常常因為推薦人沒空回電而一拖就是好幾天。

真正的成本不只在工時。查核拖慢一天，發 offer 就晚一天，終選階段的候選人手上往往不只一個機會，慢一拍就可能被別家先簽走，前面所有面試成本全部白費。另一個常被忽略的風險是「查核品質不一致」：忙的時候可能只問了一位推薦人就草草結案，回覆內容散在各封郵件裡，事後也難以核對候選人自述與推薦人說法是否一致。這條流程要解決的，就是把「寄同意、寄問卷、追回覆、整理重點」這段零碎往返自動化，讓把關做得又快又完整，把 HR 的時間留在最關鍵的核對與判斷上。

導入後的改變

導入前，資歷查核是純手工的接力賽：HR 一封一封寄、一通一通打、一段一段抄，平均一位候選人的查核從啟動到產出摘要要拖三到五個工作日，而且摘要品質高度依賴 HR 當下有多少時間。旺季同時跑好幾個終選，常常顧此失彼，甚至有候選人都報到了查核還沒完成。

導入後，候選人一被標記終選，系統就自動寄出同意書與推薦人問卷，回收後由 AI 彙整查核重點並做一致性比對，HR 只需要在摘要上做最後核對。以單一候選人估算，查核相關的行政工時可以從三到四小時壓縮到半小時以內，省下約八成；整體查核週期從三到五天縮短到一到兩天，發 offer 的時機明顯提前。更重要的是品質變穩定了——每位候選人都用同一份標準問卷、同樣的查核項目，推薦人未回覆會自動追蹤，不再有「忙到忘了追」的漏洞。

流程怎麼運作

整條流程對應 frontmatter 的五個節點，逐步驟說明如下。

第一步「觸發：進入終選」，當 ATS 或試算表中某位候選人的狀態被改為「終選」時，自動化平台啟動查核流程，不需要 HR 手動發起。

第二步「寄同意與問卷」，這一步順序很關鍵：系統先寄一封查核同意書給候選人本人，請其確認同意進行資歷查核並提供授權的推薦人聯絡方式；取得同意後，才向推薦人寄出標準化的 Google Form 問卷，內容涵蓋任職期間、職務範圍、工作表現、離職原因、是否推薦再次共事等。

第三步「回收查核」，系統彙整推薦人填回的問卷，並對逾期未回覆者自動寄出一次禮貌的提醒，同時把回收進度更新到 ATS，HR 隨時看得到「兩位推薦人已回一位」。

第四步「AI 整理重點」，把回收的問卷內容交給 AI 摘要節點，整理出任職表現重點、離職原因，並把推薦人說法與候選人面試時的自述做一致性比對，標出有出入的地方供人工留意。第五步「提醒核對發 offer」，把查核摘要推送到 Slack 通知招募窗口，明確提醒這份摘要僅供參考，務必人工核對佐證後再決定是否發出錄取。

需要的工具與串接重點

平台用 n8n 或 Make。觸發端監看 ATS 或 Google Sheet 的狀態欄位變化；同意書與問卷用 Gmail 寄送、Google Form 收集回覆，表單回填自動寫回試算表；AI 摘要節點負責把零散的問卷回覆轉成結構化重點與一致性比對；通知用 Slack。

串接重點有幾個：第一，同意書與問卷一定要分兩段、確認同意後才寄問卷，這是合規底線，不能為了省事合併。第二，AI 摘要的提示詞要明確要求「只根據推薦人實際填寫的內容摘要，不得臆測補充」，避免它腦補出推薦人沒說過的評價。第三，未回覆追蹤要設合理間隔（例如三個工作天提醒一次、最多追兩次），避免騷擾推薦人。更多人資類自動化的設定可參考 自動化專區。

常見錯誤與注意事項

這條流程踩在個資與重大決策的雙重紅線上，務必謹慎。查核必須在取得候選人書面同意後才能進行，且只能向其授權的推薦人查證，嚴守個人資料保護法與最小蒐集原則——不可私下打聽、不可向候選人未授權的對象探詢、不可蒐集與職務無關的資訊。推薦人回覆內容同樣屬個資，保存期限與存取權限都要控管，未錄取即依規定清除。

更要強調的是，AI 整理的查核摘要僅供判斷參考，是否發出 offer 屬於重大錄用決策，AI 不取代專業判斷，務必由 HR 與用人主管人工核對佐證後再決定。單一推薦人的主觀說法、或 AI 標出的「說法不一致」都可能有誤會，不能據此單方面否決候選人，必要時應給候選人說明的機會。涉及待遇條件、合約條款的部分，一律標明「需人工確認」。

台灣中小企業情境案例

台北一家二十多人的數位行銷代理商，過去資歷查核全壓在營運經理一個人身上，他常常忙到只查一位推薦人就發 offer，有一次錄取的資深企劃報到後才發現實際帶過的專案規模與面試自述落差很大，磨合三個月後離職，等於白白浪費了招募與訓練成本。導入這條流程後，每位終選候選人都自動跑完同意、問卷、回收、摘要四個步驟，AI 還會把推薦人說法與面試自述的出入標出來。半年內統計，查核行政工時減少約八成，查核週期從平均四天縮到一天半，更關鍵的是試用期內因「實際能力與預期落差」而離職的比例明顯下降，招募的精準度肉眼可見地提升。

延伸應用

這條流程可以依職級調整查核深度——基層職缺問核心三題即可，主管職則加入領導風格、團隊評價等題組。也可以把查核結果結構化存進 ATS，長期累積成「推薦人資料庫」，未來同一推薦人再被引用時能快速調閱歷史。錄取通知與待遇條件可搭配 錄取通知信撰寫 配方產出，候選人確認入職後可串接 到職流程 工作流，把查核通過、發 offer、報到準備整段鏈路一路接起來。

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 →