招聘、团队与人才发展 8 分钟准备
检查招聘或评价语言中的潜在偏见
发现模糊、排斥、刻板或不一致的措辞,并改成与岗位相关的证据标准
包含风险标签、证据问题、受限改写、一致性测试和人工复核标记的可追溯语言审计
打开配方任务场景
用于诊断草稿、检查证据、整理反馈、发现风险和制定针对性修改计划的 AI 评审提示语模板
有用的反馈会说明可观察问题、影响和依据。这组配方避免猜测动机,区分阻塞问题与偏好,并保留人工评审者的判断。
发现模糊、排斥、刻板或不一致的措辞,并改成与岗位相关的证据标准
发现允许不兼容实现的措辞,并暴露作出决定所需负责人和证据
发布前把明示和暗示主张逐项追溯到证据
在导入、分析或自动化前比较工作簿与预期数据结构
结合语境识别措辞风险,并在不削弱事实和边界的情况下修改语气
诊断可观察写作问题,不对文字是否由 AI 生成作不可靠判断
找出两个语言版本在事实、范围、义务、语气和术语上的重要差异
在分享摘要前找出无依据主张、含义变化和重要遗漏
发现重叠、缺失转场、不可能依赖、隐形加班和产能风险
找出会奖励无依据补全、虚假确定性、虚构来源或隐藏缺口的指令与输出字段
发现叙事、页面、视觉和讲述负荷问题,同时不删除决策关键证据
对照源数据检查尺度、编码、标签、缺失背景和图表主张