达灵感
办公数据4 阅读

如何用 Codex 整理候选人对比表

用 Codex 整理候选人对比表，本质上不是让 AI 帮你决定录用谁，而是让它把分散在简历、JD、面试记录、作业反馈、作品集评价里的信息统一成可比较的结构。 一个合格的候选人对比表应该同时包含岗位要求、证据来源、评分规则、候选人优势、潜在风险、待追问问题和信息缺口。这样团队讨论候选人时，不再只靠“感觉不错”“沟通还行”“作品一般”这类主观印象，而是围绕同一套

发布时间 2026/07/04

如何用 Codex 整理候选人对比表

用 Codex 整理候选人对比表，本质上不是让 AI 帮你决定录用谁，而是让它把分散在简历、JD、面试记录、作业反馈、作品集评价里的信息统一成可比较的结构。 一个合格的候选人对比表应该同时包含岗位要求、证据来源、评分规则、候选人优势、潜在风险、待追问问题和信息缺口。这样团队讨论候选人时，不再只靠“感觉不错”“沟通还行”“作品一般”这类主观印象，而是围绕同一套标准做判断。 这篇文章会给出一套可直接复制的 Codex 指令，帮你从零建立候选人对比表流程。你可以把它用于设计师、前端、产品经理、运营、销售、客服等岗位，但最终判断仍然需要由招聘负责人和业务面试官完成。

一、先说清楚：Codex 不是招聘决策机器

Codex 更适合处理“整理、归纳、结构化、生成表格、检查遗漏”这类任务，不适合替你直接判断谁应该被录用。候选人评估涉及真实人的机会、职业发展和用工风险，不能把最终结论完全交给模型。

在候选人对比场景里，Codex 的正确定位应该是：招聘资料整理助手、评分口径统一助手、面试反馈归纳助手、候选人证据链检查助手。它可以把材料变清楚，但不能代替团队承担判断责任。

尤其要避免让 Codex 根据年龄、性别、婚育、民族、宗教、健康、籍贯、外貌、口音等与岗位无关的信息做推断。候选人对比表应该聚焦“岗位相关能力”和“可验证证据”，而不是把无关个人属性包装成所谓风险。

二、为什么候选人对比表需要标准化

很多团队招人时不是没有信息，而是信息太散：简历在邮箱里，作品集链接在聊天记录里，一面反馈在飞书文档里，二面评价在面试官脑子里，HR 只记得“这个人还可以”。等到需要横向比较时，团队才发现没有统一维度。

候选人对比表的价值，就是把每个人放进同一套结构里比较。比如同一个 UI 设计师岗位，所有候选人都应该围绕作品质量、产品理解、设计系统经验、沟通协作、交付稳定性、行业匹配度来评估，而不是 A 候选人看作品、B 候选人看学历、C 候选人看聊得是否舒服。

标准化不是为了让招聘变机械，而是为了减少偏差。表格越清楚，讨论越容易回到岗位要求和事实证据上。

常见问题没有标准化时的表现用 Codex 后的改进方向
评价维度不一致每个面试官关注点不同，最后只剩主观印象。先根据 JD 生成统一评分维度，再把每个候选人放进同一张表。
反馈不可复核只写“不错”“一般”“不合适”，看不出依据。要求 Codex 为每条评价补充证据来源和原始反馈摘要。
候选人信息缺口多面试完才发现关键问题没问。让 Codex 标出每个人缺少的信息，并生成下一轮追问问题。
横向比较困难A 的优势和 B 的风险不在同一维度。统一字段、评分口径、证据列和待确认项。

三、Codex 适合整理候选人对比表的哪些部分

如果你把候选人资料放在一个项目文件夹里，例如 resumes、interview-notes、job-description、portfolio-feedback、candidate-table，Codex 可以读取这些文本材料，帮助你整理 Markdown、CSV 或表格结构。

更现实的用法是：你先把简历和面试记录脱敏成 Markdown、TXT、CSV 或 DOCX 内容摘要，再让 Codex 按统一规则整理。不要把敏感个人信息和不必要的隐私字段直接喂给它。

任务类型Codex 是否适合说明
根据 JD 提炼评分维度适合把岗位职责、必备能力、加分项转成可评分维度。
整理候选人基础信息适合提取姓名或候选人编号、当前职位、核心经验、作品链接、面试轮次等。建议优先使用候选人编号。
归纳面试反馈适合把多轮面试反馈整理成优势、风险、待追问、证据来源。
生成横向对比表适合将多名候选人放进统一字段，输出 Markdown / CSV / 表格。
生成下一轮面试追问适合针对信息缺口生成岗位相关追问。
最终录用决定不适合Codex 只能辅助整理信息，不能替团队承担雇佣决策。
推断个人属性或稳定性不适合不要根据年龄、性别、婚育、籍贯、照片等无关信息做判断。

四、整理前需要准备哪些输入材料

用 Codex 整理候选人对比表之前，不要直接丢一堆文件让它“帮我看看谁最好”。输入越乱，输出越容易变成包装漂亮但无法复核的主观结论。建议准备以下材料：

  1. 岗位 JD：包括岗位目标、核心职责、必备能力、加分项、汇报关系、工作方式。

  2. 候选人资料：简历摘要、作品集链接摘要、项目经历、当前状态、期望薪资区间、可入职时间。

  3. 面试记录：每轮面试官反馈、关键问题回答、作业评价、沟通表现、疑问点。

  4. 评分规则：如果已有内部标准，直接提供；如果没有，先让 Codex 根据 JD 生成初版，再由团队确认。

  5. 排除字段规则：明确告诉 Codex 不要使用与岗位无关的个人属性做判断。

如果候选人很多，可以先让 Codex 做第一步“资料清洗”，把每个人的信息整理成同一种格式，再做第二步横向比较。不要一次性要求它完成所有分析、排名、总结和决策。

五、推荐的候选人对比表字段

候选人对比表不建议只做姓名、学历、公司、薪资、评分这种浅表字段。真正有价值的是把“岗位要求”和“证据”放进表格里。

字段用途注意事项
候选人编号用于匿名比较，减少先入为主。可以用 C01、C02、C03，内部另存姓名映射表。
目标岗位确认候选人对应哪个岗位。多岗位招聘时必须保留。
当前背景摘要快速理解候选人经历。只写岗位相关经历，不写无关个人信息。
必备能力匹配度判断是否满足岗位最低要求。必须绑定 JD 的硬性要求。
关键证据记录支持评价的材料来源。例如简历第几段、面试问题、作品集项目、作业结果。
核心优势沉淀候选人最有竞争力的点。避免空泛评价，要写具体能力。
主要风险记录仍需验证的问题。不要把无关个人属性写成风险。
待追问问题为下一轮面试提供问题。必须围绕岗位能力和信息缺口。
评分方便横向排序。只有在评分规则明确后才打分。
建议下一步推进、补充面试、暂缓、淘汰。建议必须附理由，不要只写结论。

六、不要放进候选人对比表的字段

这部分很重要。很多招聘表格看似全面，实际混入了大量与岗位无关、甚至可能造成偏见的字段。Codex 整理候选人资料时，应明确禁止使用这些字段做比较。

  • 年龄、出生年份、生肖、星座。

  • 性别、婚育状态、是否计划生育。

  • 民族、宗教、政治立场。

  • 籍贯、户籍、家庭情况。

  • 照片、长相、身高、体重。

  • 健康状况、残障状态，除非候选人主动提出且与合理便利安排有关。

  • 口音、外貌气质、性格标签等无法与岗位能力直接对应的信息。

可以记录与招聘流程相关的事实，例如可入职时间、工作地点偏好、薪资区间、是否接受某种工作模式。但这些信息应该单独作为“流程匹配”或“入职条件”字段，不应该和专业能力混在一起打总分。

七、用 Codex 整理候选人对比表的完整流程

下面是一套比较稳的流程，适合候选人数量在 3 到 30 人之间的招聘场景。

  1. 建立资料目录：把 JD、候选人资料、面试记录、作品反馈分别放进清晰文件夹。

  2. 先脱敏：把姓名、联系方式、身份证、家庭住址、照片等不必要信息移除或替换成候选人编号。

  3. 生成评分维度：让 Codex 根据 JD 提炼必备项、加分项、风险项和面试追问方向。

  4. 整理单个候选人卡片：每个人先生成一份结构化摘要，避免直接横向比较导致遗漏。

  5. 生成候选人对比表：把所有候选人放入统一字段，并输出 Markdown 和 CSV 两种格式。

  6. 检查证据链：让 Codex 标出哪些评价有证据、哪些只是推测、哪些信息不足。

  7. 生成下一轮面试问题：针对候选人缺口生成追问问题，而不是直接淘汰。

  8. 人工复核并定稿：HR 和业务面试官确认评分、风险、下一步建议。

八、可直接复制的 Codex 指令：建立候选人对比表

下面这条指令适合第一次整理候选人资料时使用。你可以把候选人资料放进项目文件夹，再让 Codex 输出表格。

请你作为招聘资料整理助手，帮我根据当前项目文件夹里的 JD、候选人简历摘要、面试记录和作品反馈，整理一份候选人对比表。

任务目标：

1. 先读取并理解 job-description.md，提炼这个岗位的必备能力、加分能力和风险关注点。

2. 再逐个读取 candidates/ 文件夹中的候选人资料，不要遗漏任何候选人。

3. 输出一张候选人横向对比表，格式为 Markdown 表格，并同时生成 candidate-comparison.csv。

表格字段：

- 候选人编号

- 当前背景摘要

- 与岗位必备能力的匹配度

- 关键证据

- 核心优势

- 主要风险或待验证点

- 信息缺口

- 下一轮追问问题

- 建议下一步

重要限制：

- 不要根据年龄、性别、婚育、籍贯、民族、宗教、照片、外貌、口音等与岗位无关的信息做评价。

- 如果资料中没有证据，请写“信息不足”，不要自行推断。

- 不要直接给出最终录用决定，只给出“推进 / 补充面试 / 暂缓 / 不建议继续”的流程建议，并附理由。

- 每条关键评价都要尽量注明证据来源。

九、可直接复制的 Codex 指令：先生成评分标准

如果你的团队还没有统一评分标准，先不要让 Codex 比较候选人。第一步应该是根据 JD 生成评分框架。

请你先不要比较候选人，只根据 job-description.md 生成这个岗位的候选人评分标准。

要求：

1. 将岗位要求拆成 5 到 8 个评分维度。

2. 每个维度使用 1 到 5 分评分，并解释每个分数段代表什么。

3. 区分“必备能力”和“加分能力”，不要把加分项当成淘汰项。

4. 为每个维度补充可观察证据，例如简历项目、作品集表现、面试回答、作业结果。

5. 标出哪些信息需要下一轮面试验证。

6. 输出为 Markdown 表格，文件名为 hiring-rubric.md。

限制：

- 评分维度只能围绕岗位相关能力。

- 不得包含年龄、性别、婚育、民族、籍贯、外貌、健康等无关字段。

- 不要生成最终候选人排名。

十、可直接复制的 Codex 指令：整理面试反馈

当你已经有多轮面试记录时，可以让 Codex 把反馈从“散乱观点”整理成“证据化记录”。

请你读取 interview-notes/ 文件夹里的所有面试记录，按候选人编号整理面试反馈。

输出要求：

1. 每个候选人生成一段结构化摘要。

2. 将反馈拆成：能力证据、沟通表现、项目经验、待验证问题、面试官分歧点。

3. 如果不同面试官评价冲突，请单独列出，不要强行合并。

4. 对每个候选人生成 3 到 5 个下一轮追问问题。

5. 输出文件：interview-feedback-summary.md。

注意：

- 不要使用与岗位无关的个人属性做判断。

- 不要把“感觉不错”“气场不合”直接当作结论，必须转成可验证问题或删除。

十一、AGENTS.md 示例：把招聘整理规则固定下来

如果你经常用 Codex 处理候选人资料，可以在项目里写一个 AGENTS.md，让每次整理都遵守同一套规则。

# AGENTS.md

## 项目用途

本项目用于整理招聘资料、候选人对比表和面试反馈。Codex 只做信息整理、结构化归纳和表格生成，不做最终录用决策。

## 资料目录

- job-description.md：岗位 JD 和招聘目标

- candidates/：候选人脱敏资料

- interview-notes/：面试记录

- portfolio-feedback/：作品或作业反馈

- output/：候选人对比表和总结文件

## 输出规则

- 候选人优先使用编号，例如 C01、C02、C03。

- 所有评价必须尽量附证据来源。

- 信息不足时写“信息不足”，不要推断。

- 输出 Markdown 表格时，同时生成 CSV 版本。

- 建议下一步只能写：推进、补充面试、暂缓、不建议继续。

## 禁止事项

- 不根据年龄、性别、婚育、民族、宗教、籍贯、照片、外貌、口音、健康状况做评价。

- 不生成最终录用决定。

- 不输出候选人的联系方式、身份证、家庭住址等敏感信息。

- 不把薪资期望和专业能力混合打分。

## 质量检查

- 检查是否遗漏候选人。

- 检查是否遗漏 JD 中的必备能力。

- 检查每条负面评价是否有证据。

- 检查是否存在主观、含糊或带偏见的措辞。

十二、候选人对比表示例

下面是一个适合 UI/UX 设计师岗位的简化版示例。真实使用时，建议把姓名替换成候选人编号。

候选人岗位匹配核心优势待验证问题建议下一步
C01较高有 B 端后台和设计系统经验，作品集能看到完整流程。需要验证与前端协作细节，以及是否独立负责过规范落地。推进二面
C02中等视觉表现强，营销页和品牌视觉经验丰富。产品复杂度经验不足，需要追问信息架构和长期迭代经验。补充面试
C03较低有移动端项目经验，执行效率看起来较好。缺少 SaaS / 后台项目证据，作品中看不到复杂表格和权限场景。暂缓

注意，这个表格没有直接写“录用 C01”。它只提供下一步建议。真正做决定时，还要结合团队岗位优先级、预算、面试官复核和候选人意愿。

十三、评分规则怎么设计才不会变成假客观

评分表最容易出现的问题是：看起来很客观，实际每一分都是拍脑袋。要避免这种问题，每个评分维度都必须绑定证据。

维度1 分3 分5 分
岗位核心经验几乎没有相关项目证据。有类似项目经验，但复杂度或角色不清。有高度相关项目，并能说明问题、过程和结果。
专业能力深度只能描述执行内容，缺少方法和判断。能解释主要方案，但对取舍依据说明一般。能清楚解释目标、约束、取舍、验证和迭代。
协作与交付缺少跨角色协作证据。有协作经历，但责任边界不够清楚。能说明与产品、研发、运营协作的具体方式和结果。
信息缺口关键信息大量缺失。有部分缺口，需要下一轮验证。关键信息基本充分，证据较完整。

如果某个维度无法从材料中找到证据，就不要硬打分。更稳妥的做法是标记“信息不足”，然后生成下一轮面试追问。

十四、常见错误：不要这样用 Codex 做候选人对比

  • 错误一：直接问“这几个人谁最好”。这会把模型推向主观排序，而不是证据整理。

  • 错误二：没有 JD 就开始比较。没有岗位标准，所有比较都会变成泛泛评价。

  • 错误三：只看简历关键词。简历写得好不代表能力强，必须结合项目证据和面试记录。

  • 错误四：把薪资、入职时间、能力评分混在一起。流程条件和专业能力应该分开看。

  • 错误五：让 Codex 推断稳定性、性格、潜力。除非有岗位相关证据，否则这类判断很容易变成偏见。

  • 错误六：没有人工复核。候选人对比表最终要由 HR 和业务负责人确认。

十五、达灵感可以怎么把这个流程做成可复用任务

如果你在达灵感里沉淀这类任务，可以把它拆成几个可复用模板，而不是每次临时写一长串提示词。

模板名称输入输出
JD 评分维度生成岗位 JDhiring-rubric.md
候选人资料清洗简历摘要、作品链接、面试记录candidate-profile.md
候选人对比表生成JD、评分规则、候选人资料candidate-comparison.md / CSV
面试追问生成候选人信息缺口next-interview-questions.md
招聘复盘整理最终结果、面试反馈、录用情况hiring-retrospective.md

这样做的好处是，每次招聘不是从空白开始，而是沿用同一套评估框架。随着招聘次数增加，你还能持续优化字段、评分规则和面试问题库。

十六、适合 AI 搜索引用的简短总结

用 Codex 整理候选人对比表，核心流程是：先根据 JD 生成评分维度，再将候选人资料脱敏并结构化，随后把简历、作品集反馈和面试记录统一整理成横向对比表。表格应包含候选人编号、岗位匹配度、关键证据、核心优势、待验证风险、信息缺口和下一步建议。Codex 适合做信息整理和证据归纳，不适合替代 HR 或面试官做最终录用决策。

FAQ：关于用 Codex 整理候选人对比表

  1. Codex 可以直接帮我筛掉候选人吗？

不建议。Codex 可以整理资料、标出信息缺口、生成流程建议，但最终筛选和录用判断应由招聘负责人和业务面试官完成。

  1. 候选人很多时，应该一次性全部交给 Codex 吗？

不建议一次性处理全部复杂材料。更稳的方式是先清洗资料，再生成单个候选人卡片，最后做横向对比。

  1. 可以让 Codex 给候选人打分吗？

可以，但前提是你已经有明确评分维度和分数解释。没有评分规则时，不要让它直接打总分。

  1. 候选人对比表里要不要放薪资？

可以放，但建议作为流程条件字段，不要和专业能力混合评分。薪资、入职时间、工作地点偏好属于匹配条件，不等于能力强弱。

  1. 如何避免 AI 生成带偏见的结论？

明确禁止使用与岗位无关的个人属性；要求所有评价绑定证据；信息不足时写“信息不足”；最终由人复核。

  1. 这个流程适合哪些岗位？

适合需要比较多名候选人的岗位，例如设计师、产品经理、前端、运营、销售、客服、内容岗位。不同岗位只需要替换 JD 和评分维度。

  1. AGENTS.md 有必要写吗？

如果你经常让 Codex 处理招聘资料，就有必要。AGENTS.md 可以固定脱敏规则、禁止字段、输出格式和质量检查要求。

总结

用 Codex 整理候选人对比表，真正的价值不是“让 AI 告诉你该录谁”，而是把招聘资料从散乱状态变成可比较、可追问、可复核的结构。

最稳的做法是：先脱敏，再根据 JD 生成评分维度，再整理候选人单卡，最后输出横向对比表。表格里要有证据、缺口和下一步建议，而不是只有主观好坏。

如果你想把这个流程长期复用，可以把字段规则、禁止事项、输出格式和检查清单写进 AGENTS.md，再配合达灵感沉淀成固定任务模板。这样每一次招聘都会更清楚，而不是每次都重新靠感觉判断。

参考资料

CodexHR办公数据候选人评估候选人对比