AI Agent 人力仲介獵頭應用：媒合、篩選與面試協調

Q: AI Agent 篩履歷會不會有偏見或踩到就業歧視？

會有風險。若訓練或提示中混入性別、年齡、戶籍等因素，可能違反台灣《就業服務法》第 5 條。實務做法是 在配方裡明令只看與職務相關的能力、年資與技能，並遮蔽性別、年齡、照片等敏感欄位 ，最終錄取決定仍由人做。

人力仲介與獵頭這一行，外人看是「介紹人」，做的人才知道真正吃時間的是後台那一堆重複工作：一個職缺進來，要從幾百份履歷裡撈人、要寫得讓人想投的 JD、要一個個比對誰適合、還要在三方之間喬面試時間。

這篇要解決的問題：把獵頭顧問每天最耗時的四件事——履歷篩選、JD 撰寫、人選媒合、面試協調——拆開來，手把手教你交給 AI Agent。 適合誰讀：人力仲介公司負責人、獵頭顧問、企業內部招募人員（in-house recruiter），不需要程式基礎。 讀完你會得到：一套可立刻照做的導入流程、可複製的媒合與 JD Prompt、一張面試協調的 Workflow 流程圖，以及台灣人力公司導入前後的成果數據。

為什麼人力仲介特別適合導入 AI Agent？

人力仲介的工作有一個關鍵特性：重複、規則明確、但量大到人做不完。

一個資深獵頭顧問每天的工時，有超過一半花在「不直接產生佣金」的事情上。台灣《109 年人力資源服務業調查》與業界普遍經驗都指向同一個現象：顧問真正能拿來談人選、談客戶的時間，常常不到三成。其餘時間在做這些事：

讀履歷：一個熱門職缺收到 200 份履歷，逐份看完要好幾個小時，但其中可能 8 成一眼就知道不符。
寫 JD：客戶丟來一句「我要一個資深後端」，顧問得自己擴寫成一份吸引人又精準的職缺描述。
配對人選：手上人才庫幾千筆，靠記憶和關鍵字搜尋，常常漏掉三個月前談過、其實很適合的人。
喬面試：人選、用人主管、顧問三方來回問時間，一個面試平均要 5～8 封訊息才敲定。

這四件事全都是「輸入明確、輸出格式固定、需要理解語意」的工作——正好踩在 AI Agent 最擅長的甜蜜點上。它不像傳統 RPA 只能照死規則跑，而是能讀懂履歷裡「帶過 5 人小團隊」等於有領導經驗，這正是媒合的關鍵。

核心概念：AI Agent 不是搶你的案子，是當你的「初篩助理」

很多獵頭一聽到 AI 就擔心被取代。換個比喻就懂了：

AI Agent 在人力仲介裡，扮演的是**「不會累的初級研究員（Researcher）」**。它幫你把幾百份履歷讀完、排好序、寫好初稿，但要不要把這個人推給客戶、開多少價碼、怎麼說服對方接 offer——這些靠經驗和人脈的事，還是顧問做。

把獵頭流程拆成「機器做」與「人做」，分工會更清楚：

流程環節	適合 AI Agent	仍須顧問判斷
履歷初篩	依硬條件（技能、年資、薪資帶）快速排序	軟實力、潛力、文化適配
JD 撰寫	擴寫初稿、調整語氣、產出多版本	客戶真實需求、薪資策略
人選媒合	從人才庫比對、算媒合分數、寫推薦理由	動機、跳槽意願、人際口碑
面試協調	自動收集時段、發邀約、寄提醒	面試前的人選溝通與期待管理
成交談判	整理 offer 比較表	議薪、處理 counter offer

抓住一個原則：AI 負責「把名單變短、把初稿寫好」，顧問負責「把對的人談成」。

實際教學：四步把獵頭後台交給 AI Agent

Step 1：拆解顧問的一天，挑最痛的先做

不要一次全自動化。先花一週，請顧問記錄每件事花的時間。多數台灣人力公司記完會發現：履歷初篩最痛、面試協調最煩。建議從這兩件開始，效益最有感。

Step 2：把人選與職缺整理成結構化資料

AI 媒合的品質，取決於資料乾不乾淨。把每筆履歷和職缺都拆成統一欄位：

人選：姓名代號、核心技能、總年資、最近職稱、期望薪資帶、可上工時間、地點。
職缺：職稱、必備技能（must-have）、加分技能（nice-to-have）、年資門檻、薪資帶、地點、產業。

可以先用 Google Sheets 當人才庫，欄位固定好，AI 才能準確讀取與比對。這一步是整套自動化的地基。

Step 3：寫好「篩選與媒合」配方

關鍵是要 AI 輸出可解釋的分數，而不是只丟一個「推薦／不推薦」。下一節有完整 Prompt。重點是要求它：列出符合與不符合的條件、給 0～100 分、寫一句推薦理由，並明令忽略性別、年齡、照片等與職務無關的資訊。

Step 4：人工複核高分名單

讓 AI 把 200 份履歷排序後，顧問只精讀前 10～15 名。這一步絕對不能省——AI 會漏掉「履歷寫得差但人很強」的潛力股，也可能高估會包裝的人。AI 篩出前段班，顧問做最終判斷，這是合規與品質的雙重防線。

Step 5：接上自動化排程與面試協調

媒合確認後，最煩的喬時間交給 Agent。用 n8n 或 Make 串接 Google Calendar 與 LINE／Email：人選收到帶有可選時段的邀約、選好後自動寫入三方行事曆、面試前一天自動寄提醒。顧問完全不用插手收發訊息。

範例：Prompt 與 Workflow

履歷媒合 Prompt（可直接複製）

# 角色
你是一位資深獵頭研究員，專長是技術職的履歷與職缺媒合。

# 任務
比對下方「職缺需求」與「人選履歷」，輸出媒合評估。

# 嚴格規則
1. 只評估與職務相關的能力、年資、技能、地點、薪資帶。
2. 完全忽略性別、年齡、婚姻、戶籍、照片、畢業學校排名等與職務無關的資訊。
3. 不要編造履歷裡沒寫的經歷；資訊不足就標註「需確認」。

# 輸出格式
- 媒合分數：0～100（必備技能未達門檻一律低於 60）
- 符合的必備條件：條列
- 不符合或需確認的條件：條列
- 一句話推薦理由：寫給用人主管看
- 建議面試追問問題：2 題

# 職缺需求
{貼上職缺結構化資料}

# 人選履歷
{貼上履歷內容}

JD 撰寫 Prompt（可直接複製）

你是人力仲介的資深文案。客戶只給了一句模糊需求，請擴寫成一份吸引人且精準的繁體中文職缺描述（台灣用語）。

客戶需求：{例如「我要一個資深後端，會 Go，能帶人」}
公司產業：{填入}
薪資帶：{填入，若不公開請寫面議}

請輸出：
1. 職缺標題（吸引人、含關鍵字）
2. 關於這個職位（3 句話講清楚做什麼、為何重要）
3. 主要職責（5 點）
4. 必備條件 / 加分條件（分開列）
5. 我們提供（3 點，凸顯亮點而非陳腔濫調）

語氣：專業但有溫度，避免「抗壓性高」「使命必達」這類空話。

面試協調 Workflow（文字版流程圖）

觸發：顧問在人才庫把人選標記為「進入面試」
        │
        ▼
[Agent 讀取] 人選聯絡方式 + 用人主管行事曆空檔
        │
        ▼
[Agent 產生] 含 3 個可選時段的面試邀約（人選語言）
        │
        ▼
[發送] 透過 Email / LINE 寄給人選 ──→ 等待回覆
        │
        ▼
人選選定時段？──否──→ 24 小時後自動提醒一次
        │是
        ▼
[Agent 寫入] 三方 Google Calendar + 附面試資訊
        │
        ▼
[面試前一天] 自動寄提醒給人選與主管
        │
        ▼
[面試後] 自動寄回饋表單給用人主管收集評語

這張流程圖一旦跑起來，原本一個面試要 5～8 封來回訊息，顧問需要動手的次數降到接近零。

常見錯誤

把錄取決定權交給 AI：AI 只能做初篩排序。最終要不要錄取由人決定，否則一旦因敏感條件被刷掉的人選申訴，公司要負《就業服務法》的責任。
餵髒資料還怪 AI 不準：履歷欄位亂、職缺需求只寫一句話，媒合一定差。地基沒打好，後面全白做。
用同一份 Prompt 套所有職類：技術職、業務職、藍領職的評分權重完全不同。至少要為主要職類各寫一版配方。
忽略個資合規：把含個資的履歷貼進不明來源的免費工具、或允許工具拿資料做訓練，是最大的地雷。務必用企業方案並取得人選同意。
一次全自動、不留人工關卡：尤其面試邀約、offer 通知這類對外動作，初期一定要留「顧問按下確認才發送」的關卡，跑順了再逐步放手。

最佳實務

遮蔽敏感欄位再餵 AI：在資料進入 AI 前就移除性別、年齡、照片、戶籍，從源頭杜絕偏見與爭議。
要求可解釋的輸出：每個媒合分數都附「為什麼」。顧問才能快速複核，客戶問起來也答得出理由。
建立人選同意與保存機制：簽署資料使用同意書、設定保存期限與存取權限，把合規做在前面。
保留 AI 操作紀錄：誰在什麼時候用 AI 篩了哪些人，留下日誌，萬一有爭議才有依據。
先小範圍試點：挑一個職缺、一位顧問試跑兩週，比對 AI 名單與顧問人工名單的重疊度，調整評分準則後再全面推。

實際案例：台灣一家中型獵頭公司的導入故事

情境：台北一家專做科技業中高階職缺的獵頭公司，8 位顧問，月均處理 40 個職缺。痛點是熱門職缺一開出，履歷一週湧入兩三百份，顧問光是讀履歷就被淹沒，導致回應人選與客戶的速度變慢，好幾個案子被同業搶先成交。

導入前：

顧問每份職缺平均花 6 小時做履歷初篩。
從收到履歷到推薦名單給客戶，平均 4 個工作天。
一個面試平均要 7 封訊息才敲定時間。
人才庫有 4,000 筆，但顧問實際只記得最近接觸過的幾十人。

導入做法：把人才庫搬到結構化的 Google Sheets，用上述媒合 Prompt 做履歷初篩，顧問只精讀 AI 排序的前 15 名；面試協調用 n8n 串接 Google Calendar 與 LINE 自動化。全程保留「顧問確認才對外發送」的人工關卡。

導入後（試行 3 個月）：

履歷初篩時間從 6 小時降到約 1 小時（顧問複核），減少約 8 成。
推薦名單交付時間從 4 天縮短到 1.5 天。
面試協調的人工訊息往返從 7 封降到 1～2 封。
因為媒合 Agent 會掃整個人才庫，從「沉睡名單」裡撈出 3 位三個月前談過的人選成功送進面試，其中 1 位成交。

關鍵心得：公司負責人的回饋是——AI 沒有減少顧問，而是讓同樣 8 個人多接了約三成的職缺。省下的時間，顧問拿去做最值錢的事：陪人選聊跳槽動機、跟客戶談更難的職缺。

原創觀點：人力仲介導入 AI 最常見的誤判，是把它當成「降低人力成本的工具」。但這行的競爭力從來不是便宜，而是「比同業更快推出對的人」。AI Agent 真正的價值在壓縮反應時間——當你的對手還在讀第 50 份履歷時，你已經把前三名送到客戶桌上了。速度，才是獵頭的護城河。

結論

人力仲介與獵頭的後台，堆滿了重複、規則明確、量大的工作，這正是 AI Agent 的主場。把履歷初篩、JD 撰寫、人選媒合、面試協調交給 Agent，顧問就能把時間還給真正創造佣金的環節：深度面談、客戶經營與成交談判。

務必記住三條紅線：最終決定由人做、敏感欄位先遮蔽、個資合規先做好。先挑最痛的一件事、小範圍試點兩週，跑順了再擴大。

想再進一步，可以看 AI Agent 是什麼？從入門到實戰一次搞懂打底，參考 AI Agent 在 HR 人資的應用把招募延伸到入職與育才，並用企業導入 AI Agent 完整指南規劃落地步驟。也歡迎到工作流藍圖找現成的招募自動化範本。

免責聲明：本文涉及招募篩選與個人資料處理，相關做法須符合台灣《就業服務法》《個人資料保護法》等法規。文中內容僅供參考，不構成法律意見，實際導入前請諮詢專業法律顧問與貴公司法務。

❓ 常見問題 FAQ

AI Agent 篩履歷會不會有偏見或踩到就業歧視？

會有風險。若訓練或提示中混入性別、年齡、戶籍等因素，可能違反台灣《就業服務法》第 5 條。實務做法是在配方裡明令只看與職務相關的能力、年資與技能，並遮蔽性別、年齡、照片等敏感欄位，最終錄取決定仍由人做。

履歷含個資，交給 AI 處理合法嗎？

需符合《個人資料保護法》。建議與人選簽署同意書、告知資料用途，並優先選用不拿你資料做訓練的企業方案，內部也要設定存取權限與保存期限。

不會寫程式的獵頭顧問也能用嗎？

可以。媒合與 JD 撰寫只要把寫好的 Prompt 貼進 Claude 或 ChatGPT 就能跑；想做到自動發面試邀約，再用 n8n、Make 這類拖拉式工具串接，不必寫程式。

AI 媒合出來的人選真的準嗎？

AI 擅長從大量履歷中快速排序出符合硬條件的名單，準度取決於你給的評分準則品質。它負責「初步排序」，文化適配、軟實力與動機仍需顧問面談判斷，兩者分工才會準。

導入 AI Agent 會取代獵頭顧問嗎？

不會，而是把顧問從庶務中釋放出來。AI 接手讀履歷、喬時間這類低附加價值工作，顧問把時間花在拓展客戶、深度面談與成交談判，人均產值反而提升。

🔗 延伸閱讀

這篇對你有幫助嗎？

AgentAI 智庫團隊 ✓ 台灣實作團隊

我們是一群專注於 AI Agent、Prompt 與自動化工作流的台灣實作者。每篇教學都附可複製配方、誠實標示實測程度與限制，只分享真正能落地、可直接套用的方法——與其介紹工具，不如教你把事情做完。

關於我們 →看更多教學 →訂閱情報週報 →

每週把這類實戰教學寄給你

訂閱 AgentAI 智庫情報週報，新的 Prompt、AI Skills、工作流與教學第一時間收到。

免費 · 隨時取消