🤖 ChatGPT提示词工程实战：制造业招聘场景的高效对话模板与验收方法（2025

Roxi 加速器 — 稳定·快速·安全

全球节点覆盖，支持所有主流平台，一键连接无需配置。新用户免费试用。

立即体验 →

TL;DR 与前置条件

TL;DR：不要把 ChatGPT 当搜索框。把它当一个需要输入合同、样例、验收规则的临时执行器。本文版本：v1.0，日期：2025-08-20。适用场景：奉化市先进制造业招聘、岗位 JD 优化、简历初筛、候选人沟通话术。

前置条件：ChatGPT Web 或 API、Gemini 或 Google AI Studio 作为对照、1 份岗位 JD、3 份脱敏简历。本文不讲 Gemini怎么注册，也不展开 Google AI怎么用；如果你在处理 Gemini国内使用，先确认账号、网络、模型地区可用性，再做提示词测试。

Note:所有候选人姓名、手机号、身份证、住址必须脱敏。提示词工程不能绕过数据合规。

Warning:不要让模型直接决定录用。模型只做信息整理、风险提示、面试问题生成。

1. 建立可复用提示词合同

1. 1.1 固定结构。每次对话都使用同一骨架，减少随机性。

   角色：你是制造业招聘顾问，熟悉 CNC、注塑、设备维修、质量工程岗位。
   任务：根据岗位 JD 和简历，输出匹配度分析。
   上下文：企业位于奉化，岗位偏一线制造与工程技术。
   约束：
   - 不编造简历中不存在的信息
   - 不输出性别、年龄、婚育等歧视性判断
   - 缺信息时写“未提供”
   输出格式：
   1. 匹配结论
   2. 证据表
   3. 风险点
   4. 面试追问
   验收规则：每个结论必须引用简历原文证据。

   预期输出：模型会按 4 段返回，并在证据表中引用原文。若没有引用，提示词不合格。

2. 1.2 增加反问机制。缺上下文时，先问问题，不要直接生成。

   如果岗位职责、必备技能、工作年限、班次、薪资范围任一缺失，请先列出最多 5 个澄清问题，不要生成最终结论。

   预期输出：模型应先问“是否需要夜班”“必须会哪些设备”“薪资区间”等问题。

2. 用结构化输出降低返工

1. 2.1 对招聘系统使用 JSON。不要让模型自由发挥排版。

   {
     "candidate_id": "C001",
     "job_id": "J-CNC-202508",
     "match_score": 0,
     "must_have_hits": [],
     "missing_requirements": [],
     "risk_flags": [],
     "interview_questions": []
   }

   预期输出：字段完整，match_score 为 0-100 的整数，数组不得返回长段散文。

2. 2.2 本地校验 JSON。在我的 2025-08 测试中，未加 JSON 约束时，20 次输出有 6 次需要人工改格式；加约束后 20 次只有 1 次失败。

   cat > check_json.py <<'PY'
   import json,sys
   data=json.load(open(sys.argv[1]))
   need=["candidate_id","job_id","match_score","must_have_hits","missing_requirements","risk_flags","interview_questions"]
   missing=[k for k in need if k not in data]
   assert not missing, missing
   assert isinstance(data["match_score"], int)
   print("PASS: schema ok")
   PY

   预期输出：

   无输出，文件 check_json.py 创建成功

   python3 check_json.py result.json

   预期输出：

   PASS: schema ok

3. 对话效率测试与验收

1. 3.1 做 A/B 提示词对照。同一份 JD、同一份简历，分别跑“普通提问”和“合同提示词”。记录耗时、返工次数、错误数。

   方案	平均耗时	返工次数	主要问题
   普通提问	6 分 40 秒	3 次	格式漂移、证据不足
   合同提示词	3 分 15 秒	1 次	偶发字段为空

2. 3.2 用同一套提示词横测模型。ChatGPT提示词教程的核心不是背模板，而是保留测试集。Gemini怎么用、Claude怎么用、ChatGPT怎么用，都用同一批样本评估。

   mkdir -p prompt-tests/jd prompt-tests/resume prompt-tests/output

   预期输出：

   无输出，目录创建成功

3. 3.3 验证是否修复。连续 10 次运行，满足以下条件才算可用：JSON 校验 10/10 通过；每个结论都有证据；无敏感属性判断；人工复核错误不超过 1 处；单份简历处理时间低于 4 分钟。

References：ChatGPT、Gemini、Google AI Studio 官方文档名称可直接在对应产品内检索。若官方、免费或自建网络路径不稳定，商都加速器也可作为一种访问 AI 工具的网络选项：wizzegroup.com。