搜尋篩選與標準
了解 Mira 中硬性篩選條件和 AI 標準的區別。
當你向 Mira 描述一個職位時，你的需求會以兩種方式被處理：硬性篩選條件和AI 標準。理解兩者的區別有助於你寫出更好的描述，取得更精準的候選人列表。
硬性篩選條件 vs. AI 標準
| 硬性篩選條件 | AI 標準 | |
|---|---|---|
| 作用 | 嚴格包含或排除候選人 | 影響排名和匹配分析 |
| 範例 | 地點、語言、最低工作年資 | 「創業基因」、「有從0到1的經驗」、公司類型偏好 |
| 工作方式 | 二元判斷：候選人要麼通過，要麼不通過 | 梯度排序：候選人按匹配程度排序 |
| 適用場景 | 不可協商的硬性要求 | 允許彈性處理的強偏好 |
硬性篩選條件
這些是候選人必須滿足的要求。不符合硬性篩選條件的候選人不會出現在你的候選人列表中：
- 地點：「必須在柏林」：僅顯示柏林的候選人。
- 語言：「必須會說德語」：僅顯示會說德語的候選人。
- 最低經驗：「至少5年」：排除經驗不足的候選人。
AI 標準
這些是MRE透過推理評估的偏好。匹配這些標準的候選人排名更高，但部分匹配的候選人仍然可能出現：
- 公司類型：「最好來自高成長的新創公司」：新創公司背景的候選人排名更高，但其他背景的優秀候選人也會展示。
- 隱性資質：「從零組建過團隊」：MRE會在整個職業履歷中尋找領導力模式。
- 文化訊號：「有拼勁、注重實操」：MRE識別來自通常培養這些特質的環境的候選人。
澄清表單如何使用兩者
當智能體在你初始輸入後生成澄清表單時，實際上是在將你的需求分為硬性篩選條件和 AI 標準：
- 資歷級別 → 根據你的選擇設為硬性篩選條件或強 AI 標準。
- 候選人數量 → 控制搜尋範圍。
- 公司類型偏好 → 設為排名用的 AI 標準。
建議
- 盡量少用硬性篩選條件。 看到第一批候選人列表後隨時可以收窄。過早設定過多篩選可能會排除優秀候選人。
- 將「最好有」的條件設為 AI 標準。 不要說「必須來自新創公司」，試試「最好來自新創公司」：你可能會發現來自意想不到背景的優秀候選人。
- 在對話中持續最佳化。 看到結果後，告訴智能體：「只展示新創公司的候選人」來收緊標準，或「也包含大企業背景的候選人」來放寬標準。