面试记录太散：用豆包按 5 维打分再排序

一轮招人，12 位候选人各面 3 位面试官，手里压着 36 份记录。格式各不相同：有人写满一页，有人只留一句「感觉还行」，还有 7 份根本没写结论。这次用豆包按 5 个维度抽证据、打分、排序，把 36 份散记录变成一张可比的表，100 分钟做完。

一句话结论

面试记录散，不是因为面试官不认真，是因为没有统一的维度。三个人问的方向不一样，写下来的东西自然对不齐。定下固定 5 维、每个维度要求「打分必须能指回原话」，36 份记录就能被拉到同一把尺子上。先抽证据再打分是关键顺序，反过来做，模型只会把印象分原样搬出来。

这篇解决什么问题

三种情况让评审会开不下去。一是记录只有结论没有依据：写「沟通能力一般」，但没说问了什么、对方怎么答。二是维度不统一：一位面试官重点问技术细节，另一位重点聊稳定性，两份记录没法比。三是打分凭印象：谁嗓门大、谁最后发言，谁的意见就占了上风，最终排序其实取决于讨论顺序。

根子在于把面试记录当成备忘，而它应该是可复核的证据。证据的要求很具体：能指回某一句话。做不到这一点，讨论就只能停在「我觉得」，而「我觉得」是无法收敛的。

开始前要准备什么

• 5 个维度的定义，这次用：岗位相关经验、解决问题的过程、协作与沟通、学习迁移能力、稳定性与动机。每个维度写一句「看什么」。
• 36 份原始记录，保持原样，不要先整理。整理一遍就丢掉了判断依据。
• 岗位要求，写清哪两维是硬门槛。这次硬门槛是「解决问题的过程」和「岗位相关经验」。
• 一条纪律：每条分数必须能指回记录里的原话。指不回去的分数一律标为待补，不参与排序。

具体怎么做

第一步：先只抽证据，明确要求不打分

这一步最容易做错——直接把「请给这 12 位候选人打分」丢给模型，它会立刻输出一堆 3.5 分、4 分，而依据是它读到的整体感觉。正确做法是把打分拆成两步：这一步只抽原话，每个维度为每位候选人找一到两句原文，找不到就写「无记录」。36 份记录跑完 35 分钟。

「无记录」的数量本身就是信号。这次 36 份里 11 份不合格：7 份缺结论、4 份只有印象词（「挺好的」「感觉一般」）。这 11 份对应的维度只能标待补，不能猜。把「没有证据」和「证据不好」分开，是这套流程能站得住的前提。

这是 12 位候选人的 36 份面试记录（3 位面试官各一份），以及 5 个维度的定义：
1 岗位相关经验 / 2 解决问题的过程 / 3 协作与沟通 / 4 学习迁移能力 / 5 稳定性与动机

请**只抽证据，不要打分**：
1. 按候选人 × 维度列表，每个格子放一到两句记录原文（照抄，不改写）；
2. 记录里找不到相关内容的，写「无记录」，绝对不要根据其他维度推测；
3. 单独统计每个维度的「无记录」数量，并列成一张表。

要求：原文必须逐字引用，我要能回查；不要总结、不要评价、不要给分数。

第二步：在证据基础上打 1 到 5 分，并标注依据位置

有了证据表再打分，分数的含义就明确了。5 分制、每维 1 到 5 分、满分 25。这次 12 位候选人的总分集中在 12 到 22 之间，差距主要来自「解决问题的过程」这一维——它恰好也是硬门槛，所以区分度最大。20 分钟跑完打分。

要让模型在每一分后面标明依据来自哪一句，这样分数可以被质疑。这次发现 3 处打高了：候选人只在记录里提到「带过项目」，模型给了 4 分，但原文没有任何关于他怎么处理冲突、怎么排优先级的描述。人工压到 3 分。这类修正必须做，否则模型会把「有经历」误当成「有能力」。

这是上一步的证据表（含「无记录」项）与岗位要求（第 1、2 维为硬门槛）。

请按 5 个维度打 1 到 5 分，并给出总分（满分 25）：
1. 每一分后面必须注明依据的是证据表里的哪一句（写编号或原文首几个字）；
2. 某个维度是「无记录」的，该维度标 NA 并注明「待补」，不要给分，总分另算；
3. 硬门槛两维中任一维低于 3 分的，单独标出来；
4. 输出一张按总分排序的表，NA 的排在最后。

要求：不许出现「整体感觉」「综合来看」这类依据；分数与依据对不上的地方请自己标出来。

第三步：把三位面试官分差 2 分以上的人单独拉出来复核

同一位候选人，三位面试官打分差 2 分以上，说明三个人看到的不是同一个人——要么问的方向不同，要么当时印象干扰了判断。这次 12 人里有 9 人存在这样的分差，比例高得有点意外，说明前两轮面试的维度确实没对齐。

复核不是重新打分，是把分差最大的那一维的证据摆在一起看。这次 9 人里收敛了 4 人：多出来的分差全是因为某位面试官问到了岗上真实场景、拿到了具体细节。剩下 5 人无法收敛，进入下一轮加面。45 分钟做完。

这是 12 位候选人的三位面试官独立打分表。

请做分差复核：
1. 列出三位面试官分差 ≥ 2 分的候选人，指出分差出现在哪个维度；
2. 对每一处，把三位面试官在该维度的证据原文并排放，说明分歧来源（问的方向不同 / 记录缺失 / 判断尺度不同）；
3. 给出复核建议：证据更充分的一方是哪个、还需要补问什么；
4. 最后输出一张「可进下一轮 / 需加面 / 不通过」的三列名单。

要求：不要重新给分，只做分歧分析和补问建议；分歧来源要落实到具体证据，不要写「个人主观差异」。

实测记录

素材是 12 位候选人的 36 份面试记录（3 位面试官各一份），以及 5 个维度的定义。抽证据 35 分钟、打分 20 分钟、分差复核 45 分钟，合计 100 分钟。

结果：36 份记录里 11 份不合格——7 份缺结论、4 份只有印象词，这些对应的维度标为待补，不参与打分。打分后 12 人总分落在 12 到 22 之间，5 维满分 25。分差 ≥ 2 分的有 9 人 / 12 人，复核后收敛 4 人，剩下的 5 人进入加面。最终进下一轮 5 人、需加面 5 人、不通过 2 人。

要说清一点：9 人存在 2 分以上的分差，这个比例一开始让人怀疑是不是打分方法有问题。复核完才明白，方法没问题，问题在前两轮面试问的方向不一致——同一个人，一位被问到真实场景处理的细节，另一位只聊了履历。这也顺带说明了固定 5 维的价值：它会让「问偏了」这件事暴露出来，而不是被平均分掩盖过去。

最容易错的 3 个地方

第一，跳过抽证据直接打分。一步到位让模型打分，它给的是整体印象分，跟面试官当场的感觉没区别，白做一遍。这次拆成两步，抽证据 35 分钟、打分只要 20 分钟，多花的这 35 分钟换来的是每个分数都能指回原话。

第二，把「无记录」当成低分。没有证据和证据不好是两件事。这次 11 份不合格记录，如果按低分处理，好几位候选人会因为面试官没记好而被错杀。正确做法是标 NA 待补，让它不参与排序，后续补问。

第三，用总分排序就直接定人。5 维满分 25，总分接近的两个人，弱点可能完全不同。这次硬门槛两维低于 3 分的单独标出来，就是防止「总分够高但硬门槛不行」的人混进下一轮。

可复用的东西

固定 5 维加一句定义：岗位相关经验、解决问题的过程、协作与沟通、学习迁移能力、稳定性与动机，5 维 5 分制满分 25，可横向比较。

先抽证据后打分：两步拆开，第一步只准引用原话、不准评价，第二步才给分，分数必须指回原文。

NA 与低分分开：无记录标待补不参与排序，避免面试官记录不全错杀候选人。

分差 ≥ 2 就复核：把三位面试官在同一维度的证据并排看，分歧来源归到「问偏了 / 记录缺失 / 尺度不同」三类，可落地。

硬门槛单列：两个关键维度低于 3 分直接标出，不被总分掩盖。

如果你也经常要做这件事，欢迎在评论区说说你的卡点和做法；也可以留言告诉我，你想看哪个岗位的哪件活怎么用 AI 拆。

admin 普通

收藏 海报 链接