招工难，有一半是自己造成的
宁波做五金、汽配、注塑、家电配套的工厂，几乎都在喊招工难。但去看他们的招聘信息，问题很明显——写的是"招聘普工若干名，吃苦耐劳，待遇面议，包吃住"。
这样的信息，求职者一天能刷到五十条，凭什么点你这条？不是人少了，是你的信息没有区分度。AI在这个场景里最立竿见影的用法，恰恰是最不起眼的那一步：把岗位描述写清楚。
第一段：招聘文案——把"面议"换成具体信息
求职者真正关心的就那几样：到底做什么、一个月到手多少、什么班制、要不要倒班、站着还是坐着、车间热不热、包住是几人间、多久发工资、要不要体检。
做法：找一个在岗的老员工，让他口述三分钟"你这个岗位一天怎么过的"，转成文字，整理成上面那几栏，AI生成三个版本——招聘平台详细版、朋友圈短版、短视频口播版。信息越具体，投递质量越高，虽然看起来"劝退"了一部分人，但来的人留得住。
这一步几乎零成本，当天就能做。内容怎么一鱼多吃，可以参考 低成本AI内容流水线 的拆分思路。
第二段：简历初筛——只做排序，不做淘汰
技术岗、质检岗、模具师傅这类，一个岗位几十上百份简历很正常。让AI做"初筛排序"是安全的，让AI做"自动淘汰"是危险的。
排序怎么做：把岗位的核心要求拆成可核对的硬项——证书、工种经验年限、设备操作经验、是否接受倒班、通勤距离。AI按硬项给每份简历打分排序，HR从上往下看，但绝不设置自动淘汰线。
原因是：制造业很多老师傅简历写得很糟，但手艺很好。自动淘汰会误杀真正合适的人。把排序当辅助，把决定权留给人，这个原则我们在 企业AI业务流程改造 里也强调过——AI处理信息，人做判断。
第三段：面试问题——按岗位生成，别再问"你的缺点是什么"
制造业面试最常问的几个问题，其实问不出东西。更有用的是基于岗位实际场景的问题。
做法：把岗位的关键工序、常见故障、安全要点列出来，让AI生成对应的场景题。比如注塑岗，可以问"调机时产品出现缩水，你会先查哪三个地方"；质检岗，可以给出一张有缺陷的样品描述，问判断依据和处理流程。这类问题有标准答案方向，能真正区分熟手和生手。
生成后必须由车间主管过一遍，把不切实际的题删掉。AI出题，老师傅审题，这个配合不能省。
新人培训也能顺带做掉
同一个岗位，招进来还要培训。把岗位的操作要点、安全规范、常见错误整理成文档，AI可以生成培训讲义和考题，甚至做成每天一条的手机推送。这块的资料整理方法，见 用文档喂给AI：企业知识库落地。
用工合规：这条线不能碰
招聘是最容易踩合规雷区的场景，三条硬红线：
- 不得设置歧视性条件：性别、年龄、婚育、地域、健康状况（岗位真实需要的特种作业体检除外）。AI生成文案时如果写出"限男性 35 岁以下"，责任在企业，不在工具。
- 不得虚假承诺：薪资区间、社保、加班费、食宿条件，必须真实。写"综合薪资 8000-12000"结果底薪三千全靠加班，是常见的投诉来源。
- 候选人信息要保管好：身份证、体检报告、联系方式不要进外部模型，也不要长期留存在公共表格里。
更完整的检查清单在 企业用AI的合规与数据安全。
四周怎么排
- 第 1 周：选最缺人的三个岗位，找老员工口述，改写招聘文案，上架。
- 第 2 周：做简历排序表，HR试用一周，看排序准不准。
- 第 3 周：生成场景化面试问题，主管审题定稿。
- 第 4 周：看投递量、到面率、入职留存，砍掉无效渠道。
看结果别只看投递量，看到面率和一个月留存。信息写清楚之后，投递量可能下降，但来的人更准，这才是真的有效。
想在宁波先把最缺人的岗位跑一遍，直接 联系我们，带上你现在的招聘信息和岗位清单，我们帮你改一版能用的。