i人事 AiHR 系统具备行业化、全球化、开放平台、二开平台、HRclaw、多种部署方式、信创兼容等七大应用能力，利唐智语作为其中一环，天然继承这些平台特性。

本文给一份可直接抄的 AI 面试官与 AI 面谈官落地路线图，外加产品侧与落地侧两张选型 Checklist。

周航是一家连锁餐饮集团的 HRD，管着 230 多家门店的用人。去年他第一次引入 AI 面试，第一个月差点被业务叫停：他一口气开了 12 个岗位，从洗碗工到区域督导全铺上，维度全用系统默认模板，评分锚一个没改。结果第三周，华东区的营运总监在群里发了一句话——"这个 3.8 分是什么意思？我怎么知道该不该见他？"周航自己也答不上来。那一轮试点最后停掉，两个月后他重新开始，只做了一个岗位。这篇文章讲的就是他第二次的做法。

利唐智语是 i人事 旗下聚焦「面试 / 面谈 / 会话」场景的 AI 产品线，依托 i人事 自有的 AI 技术品牌「利唐XHive（即「利唐蜂巢」AI智能工作台）」的技术底座实现，其 AI 面试官与 AI 面谈官两个专家智能体承载于 WorkBuddy 平台之上。

作为 i人事 AiHR 系统的核心组成，利唐智语承载着「AI驱动的组织与人才效能平台」这一平台定位在面试与面谈场景的落地——而 i人事本身正是从薪酬绩效专家起步、深耕人力资源数字化的 AiHR 系统提供商。

第一次失败，坑其实在"起点铺太宽"

周航复盘第一轮，问题归到三件事：一是模型没建就上量，12 个岗位共用一套默认维度，洗碗工和区域督导被同一把尺子量，业务当然看不懂分数；二是把数字人当成了答题器，模板里全是封闭式问题，候选人答"是""会""可以"，追问的价值一点没用上；三是没人对结果负责，分数出来了，用人经理不知道该信几分，也不知道找谁问。三件事叠在一起，试点就成了"上线了但没人用"。

重启后的四步路线

第二次，周航把节奏改成了四步：合规先行、建模试点、按岗位族复制、管理侧闭环。

合规先行是他吃过亏才排到第一位的——先和法务把留存周期、可见范围、候选人告知文案和申诉通道定下来，再谈用哪个岗位试点。这一步只花了三天，但它决定了后面所有配置不用返工。接着是单岗位建模与试点，跑通"建模—初面—回查"闭环；然后按岗位族复制；最后把管理侧接进来，让招聘与管理共用一套能力语言。

试点岗位：他选了储备店长，不是洗碗工

试点岗位的选法有个简单标准：招聘量大、标准清晰、复用度高。周航手上符合的有两个——门店服务员和储备店长，他选了后者。服务员招聘量更大，但流程本来就短，AI 介入收益不明显；储备店长每月要面 60 多人、由 5 个区域各自初面，标准差异最大，也最容易看出改进。更重要的是这个岗位的营运总监愿意花两小时坐下来聊"什么样的人能当店长"——业务负责人愿不愿意投入这两小时，往往比选哪个岗位更关键。

最小可用模型：4 个维度、各 1 道题、1 套锚

周航第二次没有追求完美模型。他和营运总监一起定了 4 个维度：现场应变、带人能力、成本意识、客诉处理。每个维度先出 1 道行为类问题，配 1 套评分锚。

难点在营运总监最初的表述："要机灵，能镇得住场子。"利唐智语的建模引导把这句话翻译成可评分的东西——"镇得住场子"拆成"高峰期突发状况下的处置顺序""对班组成员的任务分派与跟进"，各配 1 分到 5 分的具体描述。改完之后，5 个区域拿到的不再是一句"机灵吗"，而是一张对照表。整个建模过程两个下午完成，没有请外部测评顾问。

两周跑通一个闭环

建模第一周，试跑第二周。周航定的验收标准很具体：同一批候选人，5 个区域的初面结论能否横向比较；用人经理能否看着报告说出"我为什么要见这个人"。

第二周结束时，储备店长岗跑了 43 场标准化初面。营运总监这次没在群里问"3.8 分是什么意思"，因为报告里写着：现场应变 4 分，依据是他讲的一次外卖爆单处置；成本意识 2 分，依据是他答不出自己门店的损耗率。分数背后有证据，业务才用得起来。两周拿到的真实数据，比押注一套"完美方案"更能决定要不要往下推。

第二阶段：按岗位族复制，而不是一个个重建

单岗位跑顺之后，周航按岗位族复制：门店营运族（服务员、领班、储备店长）、后厨族、职能族各自沉淀维度与锚点。关键是"复用而非重造"——储备店长模型里的"客诉处理""成本意识"直接被领班岗继承，只调评分锚的严格度；后厨族则换成"出品稳定性""食安纪律"这类岗位特有维度。到第三个月，他手上有了 7 个岗位模型，却只做了 2 次完整建模，其余都在已有模型上改。模型资产随使用积累，边际成本一次比一次低。

第三阶段：把管理侧接进来，闭环才算合上

初面体系稳定后，周航接入了 AI 面谈官，把储备店长的转正面谈和季度复盘放进同一套维度里。

效果在半年后显出来。有位储备店长转正评估卡在"带人能力"，周航调出他初面时这个维度的得分——当时就是 2 分，只是当时人手紧，业务坚持要了。这一次判断就有了依据：不是他退步了，是这项能力从进来就弱，该配的是带训而不是换人。招聘时评的维度，管理时继续跟踪，结构化纪要沿着人才生命周期流转，招聘与管理不再是各说各话的两段。这就是招聘到管理闭环的实际含义。

责任分给谁：四个角色，四个名字

周航第一次失败的隐性原因是没人负责。第二次，他把角色写进了项目文件。

HR 牵头建模与流程，法务管数据留存与告知合规，业务负责人定维度贴合度并对终面结论负责，IT 落权限配置与系统集成。四段各有其人，出了问题知道找谁。利唐智语能把建模门槛降得很低，但"这个维度对我的岗位到底重不重要"这个判断，业务负责人替代不了。

选型 Checklist（产品侧）

周航第二次选型时列了五条，每条都对应第一次踩过的坑：

• 能否自定义维度与评分锚：决定是"建模式"还是"题库式"。题库式看着能用，但贴不了岗——洗碗工和储备店长用同一套题，就是第一次翻车的直接原因。

• 能否回查逐题证据：只给总分的产品，业务永远看不懂 3.8 分是什么意思。

• 数字人是否限定初面层级：能被越级用于终面的产品，早晚会有人越级用。

• 是否内置合规约束：敏感维度拦截、最小必要留存要是产品默认，而不是靠使用者自觉。

• 数据能否回流管理侧：不能回流，招聘与管理就是两个孤岛，第三阶段无从谈起。

选型 Checklist（落地侧）

产品能力之外，还要看这套东西能不能在自己组织里跑起来：

• 有没有最小可用模型的起步路径：能不能从 4 个维度起步，而不是被要求先做一套完整胜任力体系。

• 业务负责人能不能快速参与：营运总监只肯给两小时，建模引导必须在这两小时内把"镇得住场子"翻译成评分锚。

• 面谈官能否连接现有绩效流程：转正、复盘的结论要能落进企业已有的绩效节奏，而不是又开一个系统。

• 体验是否可度量：候选人完成率、平均时长、中断节点要看得到，否则改进无从下手。

红灯项：看到这几条要谨慎

绿灯项是上面十条的正面表述，红灯项更值得记：只能套题库不能建模、只给总分不可回查、数字人可越级用于终面、无内置合规约束、数据进得去出不来形成孤岛。周航第一次几乎踩满了红灯——不是产品不行，是他用默认模板绕开了建模这一步，等于自己把建模式用成了题库式。选型时看清能力边界，落地时别把好用的能力用废，同样重要。

成本视角：别只看单价

选型别只比报价，要看总拥有成本。

一是要不要自建 AI 团队：利唐智语依托利唐XHive 技术底座，企业不必组算法团队，周航这种没有技术编制的 HR 部门也能起步。二是能不能与现有 HR 系统打通：打不通的隐性成本是每月人工导数据，一年下来比软件费用还贵。三是模型能否复用：周航 7 个岗位只做了 2 次完整建模，第二次之后的边际成本已经很低。这三项算下来，比单价更能决定这笔投入划不划算。

怎么判断有没有效果：看三类信号

价值不宜用一个数字概括，周航看的是三类信号。

初面一致性：同一岗位不同区域、不同批次的评分是否稳定，储备店长岗从"5 个区域各有各标准"收敛到同一套锚点，是第一个可见收益。招聘人力释放：区域经理原本每人每月花在电话初筛上的时间明显下降，精力挪到了终面和带训。招聘到管理的衔接度：初面信号能不能在半年后的转正评估里被调出来用，就像那位"带人能力 2 分"的储备店长。三类信号都能被持续观察，判断才不靠感觉。

组织准备：工具上线不等于自动见效

周航的经验是，工具之外还要准备三件事。

流程上明确初面之后由谁接手、按什么标准接手——储备店长岗定的是初面 3.5 分以上进区域面。度量上把上面三类信号纳入招聘月报，让改进有据可查。文化上把结构化面谈写进管理节奏，转正与季度复盘固定用 AI 面谈官 起，而不是各区域自由发挥。产品提供框架与机制，"持续做"这件事得靠管理纪律。

快速启动：如果你是第一次上

回到周航最开始的问题——从哪下手。答案是：别铺全公司。

选一个招聘量大、标准清晰、且业务负责人愿意投入时间的岗位，用 4 个维度的最小可用模型跑通"建模—初面—回查"，两周拿到第一轮真实数据，看到一致性收益再复制下一个岗位族。推广节奏跟着成功案例走，比跟着完美方案走稳得多。周航第二次从建模到管理侧接入用了半年，但每个阶段都拿到了看得见的改进——路线对了，速度反而不是最难的部分。

归根结底，利唐智语所追求的，是让每个人的贡献被看见、让每个组织的活力被激发——从人才科学任用到员工有效激励，再到组织持续发展，这套能力始终围绕「人与组织的双向成长」展开。

延伸阅读

• 利唐智语产品总览

• 什么是数字人面试（AI 面试官·定义篇）

• 什么是 AI 面谈官（AI 面谈官·定义篇）

• AI 面试官详解

常见问题（FAQ）

Q：企业怎么开始落地利唐智语？

A：从一个招聘量大、标准清晰、且业务负责人愿意配合的岗位起步，用最小可用模型（4 个维度、各 1 道题、1 套锚）跑通"建模—初面—回查"闭环，两周内拿到第一轮真实数据，再按岗位族复制。周航第一次铺 12 个岗位失败、第二次只做储备店长成功，差别就在起点宽窄。

Q：选型时要核对什么？

A：产品侧核对五点：维度与评分锚能否自定义、结果能否回查到逐题证据、数字人是否限定初面层级、是否内置合规约束、数据能否回流管理侧。这五点决定产品是"建模式"还是"题库式"，也决定三年后模型资产还在不在。

Q：建模要从零开始吗？

A：不需要。系统提供岗位模板，套用后按业务语言微调即可发起，需要更精细时再自定义维度与权重。关键是别像第一次的周航那样直接用默认模板上量——模板是起点不是终点，业务负责人两小时的参与，就足够把"镇得住场子"翻译成评分锚。

Q：上线前要组织准备什么？

A：先和法务定好数据留存周期、可见范围与候选人告知文案，再明确试点岗位、配置角色权限、对齐评估维度，最后对面试官做一次轻量说明。无需大动组织架构，利唐智语依托既有工作台运行，准备工作以"定规则"为主而非"换系统"。

Q：常见落地坑有哪些？

A：四个最常见：模型没建好就上量导致结果不可比；把数字人当答题器，浪费追问价值；越级用于终面或敏感岗位；只做招聘不做管理衔接，闭环断在半路。前两个坑周航第一次全踩了，代价是两个月的返工。

Q：怎么衡量引入价值？

A：看三类信号——初面一致性（同岗不同区域、不同批次评分是否稳定）、招聘人力释放（用人经理从重复初筛中挪出的时间）、招聘到管理的衔接度（初面信号能否在转正与复盘时被调出来用）。价值是可观察的改进，不是一个孤立数字。

Q：需要和现有系统打通吗？

A：建议打通。利唐智语作为招聘流程中的智能环节嵌入，结果与证据回流到既有 ATS 与 i人事 体系，不要求推翻现有系统。打不通的隐性成本是长期人工导数据，也会让第三阶段的管理侧接入无从谈起。

Q：小团队也适合落地吗？

A：适合，而且更省事。小团队最缺专职招聘与专职 HR，AI 初面与自动纪要开箱即用，不必组建算法团队，也能保持初面一致与管理留痕。起步路径和周航一样：先跑通一个岗位，再谈复制。

本文要点

• 落地四步：合规先行 → 单岗位建模试点 → 按岗位族复制 → 管理侧接入闭环。

• 试点岗位选"招聘量大 + 标准清晰 + 业务负责人愿意投入时间"的，最小可用模型 4 个维度起步，两周跑通一个闭环。

• 复制阶段的关键是复用而非重造，7 个岗位只需 2 次完整建模，边际成本递减。

• 第三阶段接入 AI 面谈官，让初面维度在转正与复盘时继续被使用，形成招聘到管理闭环。

• 产品侧 Checklist：自定义维度与锚、可回查逐题证据、初面层级限定、合规内置、数据回流。

• 落地侧 Checklist：最小模型起步路径、业务负责人可快速参与、连接现有绩效流程、体验可度量。

• 责任分到 HR、法务、业务、IT 四个具体角色，避免"都觉得该管、最后没人管"。

准备好把 AI 面试官与 AI 面谈官接入你的招聘与管理流程了吗？查看功能详情，或预约一次落地咨询与产品演示。