批量简历 AI 筛选的任务是通过技术手段实现简历批量处理的自动化与精准化， HR 的职责是规则制定、合规审查、质量把控和策略优化。AI 负责高效执行，HR 负责战略决策，两者相互协同，最终目标是提升招聘效率与质量，降低人为偏差和人力成本。

本文选用豆包-Doubao 1.5 pro 32k、DeepSeek-DeepSeek V3、Kimi-moonshot v1 8k三个大模型进行试用，并呈现出全方位的数据对比，帮助您快速决策。

更多精彩试用请访问：AI文本生成API在线工具

提示词

模板：

你扮演一个HRBP专家，根据{{ 岗位JD }}从以下简历中提取出符合JD标准的候选人，返回信息要求如下：

1：以excel的形式输出：候选人姓名、匹配度分数、学历、院校、专业、毕业时间、工作年限、工作履历、核心优势

2：{{ 额外筛选条件 }}：例：名企、名校、期望薪资等 3：返回信息除以上字段外，不需要多余的解释内容

你扮演一个HRBP专家，根据内容运营专员岗位JD从以下简历中中提取出符合JD标准的候选人，返回信息要求如下：

1：以excel的形式输出候选人姓名、匹配度分数、学历、院校、专业、毕业时间、工作年限、工作履历（100字以内）、核心优势（50字以内）

2：211、985院校重点标注、名企重点标注 3：返回信息除以上字段，不需要多余的内容

岗位JD：

1：本科及以上学历，3年及以上内容运营管理经验，要求有技术背景，互联网、SAAS类工具行业优先考虑

2：熟悉Apipost、Apifox等API平台内容生态和商业逻辑

3：有较好的内容运营能力，能输出内容策略，内容整体规划应用能力强

4：能够通过数据，分析背后的用户行为特征，发现问题，提出解决方案

豆包输出结果

到豆包验证提示词效果：豆包-Doubao 1.5 pro 32k

Kimi 输出结果

到Kimi验证提示词效果Kimi-moonshot v1 8k

DeepSeek 输出结果

到DeepSeek验证提示词效果：DeepSeek-DeepSeek V3

模型	性能指标	内容对比（准确性、可读性）	适用场景
Doubao 1.5 pro 32k	● 响应时长(s)：14.534s ● tokens：56 ● 生成速率(tokens/s)：20.3 ● 首token延迟(s)：0.2	● 客观筛选类型:数据准确 ● 主观性评分/分析宽松 ● 数据可视化强，但篇幅较长，需耐心阅读。	数据准确，适用于简历批量海选
kimi-moonshot v1 8k	● 响应时长(s)：13.357s ● tokens：56 ● 生成速率(tokens/s)：20.3 ● 首token延迟(s)：0.2	● 存在误判情况 ● 主观性评分/分析严格 ● 核心点罗列清晰适合快速浏览	精细化评估，能力图谱分析
DeepSeek V3	● 响应时长(s)：29.093s ● tokens：56 ● 生成速率(tokens/s)：20.3 ● 首token延迟(s)：0.2	● 客观筛选类型:数据准确 ●贴合岗位需求，明确优劣势 ●结构最清晰，优缺点一目了然，适合决策者快速抓重点。	优劣势分析、综合决策