# 搜尋篩選與標準

Source: https://docs.mira.day/zh-TW/docs/agent-sourcing/search-filters-and-criteria

> 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-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 [#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 [#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 [#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 [#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。