
難度
中階
所需時間
60 分鐘
你需要準備
ChatGPT · LinkedIn Talent Solutions · ATS · Workday · Greenhouse · Lever · Microsoft 365 Copilot
開始之前
- 先寫清楚職責、必須技能、加分條件、薪酬範圍和成功指標
- 準備候選人資料處理規則,不要把完整 CV 或身份資料貼入未批准 AI 工具
- 指定招聘負責人做最後判斷,AI 只作整理、草稿和建議
AI 招聘對香港中小企很有吸引力。招聘文可以更快起稿,CV 可以快速摘要,面試題目可以按職責生成,候選人 pipeline 可以更清楚。對人手有限的 HR、admin、startup founder 和部門主管來說,這些都很實用。
但招聘不是普通文書工作。候選人的 CV、電話、電郵、照片、薪金期望、工作經歷、教育背景、面試筆記和推薦人資料都可能是個人資料。AI 履歷篩選也可能引入或放大偏見,造成不公平或歧視風險。最終錄用決定如果沒有清楚理由和記錄,日後很難解釋。
本文教你用 AI 做「招聘輔助」而不是「自動淘汰」:由職責定義、招聘文案、CV 摘要、面試題目、scorecard,到候選人私隱、偏見檢查和人手覆核。本文不是法律意見;涉及僱傭、歧視、私隱或個案爭議時,請諮詢合資格法律、HR 或私隱專業人士。
本文最後更新日期是 2026 年 7 月 6 日。AI 招聘工具、ATS、平台政策、香港僱傭和私隱要求會改變,正式落地前請核對官方文件和公司政策。
關鍵字研究:香港用戶在找甚麼?
香港地區繁體中文 autocomplete 顯示,搜尋需求集中在:
- AI 招聘:AI 招聘工具、AI 招聘公司、AI 招聘歧視。
- AI HR:AI HR 應用、AI HR system、AI 人力資源管理。
- 履歷篩選:AI 履歷篩選、AI CV screening tool、用 AI 篩選履歷。
- ChatGPT:ChatGPT 招聘、ChatGPT HR prompts、ChatGPT 面試題目。
- 面試:AI 面試、AI 面試官、AI 面試工具、AI 面試指令。
搜尋者的真正問題不是「AI 可不可以幫我招聘」,而是如何加快招聘,同時避免偏見、私隱和不公平決策。
先講結論:AI 可以整理資料,但不應替你決定聘用誰
AI 適合做:
- 根據職責起草招聘廣告。
- 把 CV 摘要成技能、經驗、缺漏和待問問題。
- 根據 job requirements 生成結構化面試題目。
- 把面試筆記整理到 scorecard。
- 提醒招聘流程中可能出現的偏見、私隱和記錄問題。
AI 不應直接做:
- 根據黑箱分數自動淘汰候選人。
- 根據姓名、照片、年齡線索、性別、種族、家庭狀況、殘疾或學校背景推斷能力。
- 自動發出錄用、拒絕、薪酬或合約承諾。
- 自行決定面試或聘用結果。
一句話:AI 協助 HR 做資料整理,人負責公平判斷。
AI 招聘流程
以下流程適合香港中小企作第一版 AI 招聘 SOP:

1. 定職責:先寫 job criteria,後看候選人
AI 招聘最容易出事,是在未定準則前就叫 AI「幫我揀最好的人」。這會令 AI 用不透明方式估計「好」。正確做法是先定職位相關準則:
- 核心職責:入職後 90 日要完成甚麼。
- 必須技能:真正不可缺少的能力。
- 可培訓技能:可以入職後學,不應成為淘汰原因。
- 加分條件:有幫助但不是必要。
- 不可用準則:年齡、性別、婚姻、家庭狀況、種族、殘疾、照片、地址、學校名氣等不相關因素。
2. 寫招聘文:清楚、具體、避免歧視語氣
招聘文 prompt 可以這樣寫:
你是香港中小企 HR 編輯。
請根據以下資料寫一份招聘廣告。
職位:
[職位名稱]
工作內容:
[列出實際職責]
必須技能:
[列出真正必要條件]
加分條件:
[列出可選條件]
薪酬/工作模式:
[如公司已批准,可填寫範圍]
語氣:
清楚、專業、香港繁體中文,可加入英文職位常用詞。
限制:
- 不要使用年齡、性別、家庭狀況、種族、殘疾等不相關條件
- 不要要求不必要個人資料
- 不要誇大職位或薪酬
- 不要自創公司福利
輸出:
1. 招聘廣告
2. 必須條件和加分條件分開
3. 可能有歧視或不清楚的句子
AI 寫完後,人要檢查是否有「年輕有活力」、「只限某性別」、「必須本地名校」、「未婚優先」等不必要或高風險措辭。
3. 篩 CV:只摘要和對照,不要自動淘汰
比較安全的 CV 使用方式,是讓 AI 做摘要和對照,而不是排序淘汰。
請根據以下已匿名化 CV 摘要,對照職位要求。
輸出 JSON:
- matched_requirements
- missing_or_unclear_requirements
- relevant_experience_summary
- suggested_interview_questions
- human_review_flags
規則:
- 不要根據姓名、性別、年齡、照片、地址、學校名氣作判斷
- 不要推斷種族、婚姻、家庭狀況、殘疾、宗教或健康
- 如資料不足,寫 unclear,不要猜測
- 不要給出最終聘用或淘汰決定
如果要處理完整 CV,最好使用公司批准的 ATS 或企業 AI 工具,並確定候選人資料的收集目的、保存期限、存取權限和刪除流程。
4. 人手覆核:最後決定要有人負責
人手覆核要做三件事:
- 確認 AI 摘要沒有漏掉與職位相關的經驗。
- 確認 AI 沒有因不相關因素降低候選人評價。
- 用一致 scorecard 記錄入圍、面試和不入圍原因。
不要只保存「AI 分數」。要保存職位要求、候選人相關資料、面試評分和人手決定理由。
工具怎樣分工?
| 工具類型 | 例子 | 適合用途 | 注意事項 |
|---|---|---|---|
| 通用 AI | ChatGPT、Microsoft 365 Copilot | 招聘文案、面試題目、CV 摘要、scorecard 草稿 | 不要貼入完整敏感 CV 到未批准帳戶;輸出要人手覆核 |
| 招聘平台 | LinkedIn、Indeed | 發佈職位、搜尋候選人、人才市場資訊 | 留意平台條款、候選人資料使用目的和私隱政策 |
| ATS / Recruiting suite | Workday、Greenhouse、Lever、Ashby、Workable、BambooHR | 候選人 pipeline、面試安排、記錄、審批、協作 | 要設定角色權限、保留期限、評分準則和審計記錄 |
| Enterprise HCM | SAP SuccessFactors、Oracle HCM、Workday | 大型 HR 流程、合規、權限和企業治理 | 中小企要衡量成本、複雜度和導入時間 |
招聘風險檢查
任何 AI 招聘流程正式使用前,都應做以下檢查:

資料最少
只收集招聘需要的資料。初步 AI 摘要時,可以移除電話、地址、身份證、相片、出生日期、家庭資料、推薦人資料和不必要敏感欄位。資料越少,外洩和偏見風險越低。
避免偏見
AI 不應使用與工作無關的特徵作評分。招聘準則要與職責直接相關,並定期檢查不同背景候選人的入圍率、淘汰原因和面試評分是否出現異常模式。
同意告知
候選人應清楚知道資料會如何收集、使用、保存和分享。如果公司使用 AI 或第三方 ATS 處理資料,招聘頁、私隱聲明或申請流程應有足夠說明。
人手決定
AI 可以建議,但最後入圍、面試、錄用和拒絕應由人作出。招聘負責人要能解釋決定是基於職位相關準則,而不是 AI 黑箱分數。
保留記錄
保留招聘文版本、職位準則、面試題目、scorecard、AI 摘要、人工修改和最終理由。記錄不是為了增加行政,而是讓流程可追查、可改進、可回應查詢。
面試題目 Prompt 範本
你是香港中小企招聘經理。
請根據以下職位要求,設計結構化面試題目。
職位:
[職位名稱]
核心職責:
[列出]
必須技能:
[列出]
公司文化和工作模式:
[列出]
限制:
- 題目只可以圍繞工作能力和職位要求
- 不要詢問年齡、婚姻、家庭計劃、種族、宗教、殘疾、健康、懷孕等不相關資料
- 每題要有評分準則
輸出:
1. 8 條面試題目
2. 每題評分 rubric:1 分、3 分、5 分
3. 可接受追問
4. 不應追問的敏感方向
CV 摘要 Prompt 範本
請把以下已匿名化 CV 內容整理成面試前摘要。
職位要求:
[貼上要求]
CV 內容:
[移除姓名、電話、地址、照片、出生日期等不必要資料後貼上]
輸出:
- 與職位直接相關的經驗
- 符合要求的技能
- 資料不足或需要面試確認的地方
- 建議面試題目
- 不應用作評分的資料
限制:
- 不要推斷候選人的年齡、性別、家庭、種族、健康、宗教或殘疾
- 不要作最終錄用/淘汰建議
- 不要根據學校或公司名氣作主觀排名
哪些招聘任務不應全自動?
- 自動淘汰候選人:尤其是原因不可解釋或沒有人工覆核的情況。
- 薪酬決定:薪酬涉及內部公平、市場、經驗和合約,不能只看 AI 建議。
- 拒絕信和錄用信:外發前要核對語氣、條款和公司政策。
- 敏感背景推斷:不要推斷健康、家庭、種族、宗教、政治、殘疾或年齡。
- 高風險職位:涉及安全、兒童、醫療、金融、法律或受監管責任的職位,要有更嚴格審查。
30 日導入路線圖
| 時間 | 工作 | 交付物 |
|---|---|---|
| 第 1 週 | 整理現有招聘流程和職位準則 | 職責模板、必須/加分條件、不可用準則 |
| 第 2 週 | 用 AI 生成招聘文和面試題目,但由 HR 修改 | 招聘文模板、面試題庫、敏感問題清單 |
| 第 3 週 | 測試匿名 CV 摘要和技能對照 | CV 摘要 prompt、review flags、人工覆核流程 |
| 第 4 週 | 建立 scorecard 和招聘記錄 | 面試評分表、決定理由、偏見檢查清單 |
成效指標:不要只看招聘速度
AI 招聘要同時量度效率和公平:
- 效率:招聘文起稿時間、CV 摘要時間、安排面試時間、time-to-shortlist。
- 質量:入圍候選人是否符合職位要求、面試官是否覺得摘要有用。
- 公平:不同背景候選人的入圍率、淘汰原因、scorecard 一致性。
- 私隱:是否只收集必要資料、是否按時刪除、是否限制存取。
- 可追查:每個決定是否有職位相關理由,而不是只得 AI 分數。
最後建議:由招聘文和面試題目開始,不要先做自動淘汰
香港中小企第一步可以先用 AI 改善招聘文、面試題目和 scorecard。這些用法風險較低、即時有用,也能令招聘流程更一致。
等職位準則、資料處理、匿名化、人工覆核和記錄流程成熟後,再考慮 AI CV 摘要和 ATS 整合。最重要是記住:AI 可以幫你更有系統地招聘,但公平和最終決定仍然是人的責任。
資料來源與引用
我們附上第一手及官方來源,方便你逐一核實。
- 1.Prompt engineering — OpenAI API Docs
- 2.Structured outputs — OpenAI API Docs
- 3.Safety best practices — OpenAI API Docs
- 4.Evals — OpenAI API Docs
- 5.OpenAI Usage Policies — OpenAI
- 6.Enterprise Privacy at OpenAI — OpenAI
- 7.LinkedIn Talent Solutions — LinkedIn
- 8.LinkedIn Recruiter — LinkedIn
- 9.LinkedIn User Agreement — LinkedIn
- 10.LinkedIn Privacy Policy — LinkedIn
- 11.Indeed for Employers — Indeed
- 12.Indeed Privacy Policy — Indeed
- 13.Workday AI — Workday
- 14.Workday Responsible AI — Workday
- 15.Workday Privacy — Workday
- 16.Greenhouse Recruiting — Greenhouse
- 17.Greenhouse Privacy Policy — Greenhouse
- 18.Lever recruiting software — Lever
- 19.Lever privacy policy — Lever
- 20.Ashby recruiting — Ashby
- 21.Ashby AI — Ashby
- 22.Ashby privacy — Ashby
- 23.Workable recruiting software — Workable
- 24.Workable privacy — Workable
- 25.BambooHR Applicant Tracking System — BambooHR
- 26.BambooHR Privacy Policy — BambooHR
- 27.SAP Business AI — SAP
- 28.SAP Trust Center — SAP
- 29.Oracle Recruiting — Oracle
- 30.Oracle AI in HCM — Oracle
- 31.Oracle Privacy — Oracle
- 32.Microsoft 365 Copilot overview — Microsoft Learn
- 33.Data, Privacy, and Security for Microsoft 365 Copilot — Microsoft Learn
- 34.Equal Opportunities Commission — Equal Opportunities Commission
- 35.Employment Ordinance guide — Labour Department
- 36.Employment Ordinance — Labour Department
- 37.Employment Ordinance Cap. 57 — Hong Kong e-Legislation
- 38.Personal Data (Privacy) Ordinance Cap. 486 — Hong Kong e-Legislation
- 39.Sex Discrimination Ordinance Cap. 480 — Hong Kong e-Legislation
- 40.Disability Discrimination Ordinance Cap. 487 — Hong Kong e-Legislation
- 41.Family Status Discrimination Ordinance Cap. 527 — Hong Kong e-Legislation
- 42.Race Discrimination Ordinance Cap. 602 — Hong Kong e-Legislation
- 43.The Personal Data (Privacy) Ordinance at a glance — PCPD
- 44.Guidance on collection and use of personal data through the internet — PCPD
- 45.Guidance on the Ethical Development and Use of Artificial Intelligence — PCPD
- 46.Artificial Intelligence: Model Personal Data Protection Framework — PCPD
- 47.Security Guideline — HKCERT
- 48.AI Risk Management Framework — NIST
- 49.Cybersecurity Framework — NIST
- 50.OWASP Top 10 for Large Language Model Applications — OWASP
- 51.LLM01:2025 Prompt Injection — OWASP GenAI Security Project
- 52.ISO/IEC 42001 — ISO
常見問題
AI 可以幫香港公司招聘嗎?
可以協助招聘文案、CV 摘要、技能對照、面試題目和評分表,但不應直接替公司作最終錄用、淘汰或薪酬決定。招聘負責人需要覆核 AI 建議和保留理由。
可以把候選人 CV 貼入 ChatGPT 嗎?
不建議把完整 CV、電話、電郵、地址、身份資料、照片、薪金、推薦人或面試筆記貼入未批准 AI 工具。可先匿名化和刪除不必要資料,或使用公司批准的企業工具。
AI 履歷篩選會不會造成歧視?
有可能。AI 可能學到或放大既有偏見,也可能根據姓名、學校、工作間斷、年齡線索或照片作不相關推斷。應先定義職位相關準則,移除敏感欄位,並由人覆核。
ChatGPT 可以寫面試題目嗎?
可以根據職責和技能要求生成結構化面試題目、評分 rubrics 和追問,但題目應與工作要求直接相關,避免詢問家庭狀況、懷孕、年齡、殘疾、種族、宗教等不相關或敏感資料。
AI 面試評分可以直接決定是否錄用嗎?
不應直接使用黑箱 AI 分數作最終決定。可以把 AI 用作整理面試筆記和提示遺漏,但錄用決定應由招聘負責人按清晰、職位相關和可解釋的準則作出。
香港公司用 AI HR 要留意甚麼?
要留意候選人個人資料收集、使用目的、保存期限、存取權限、公平招聘、歧視風險、紀錄保存和候選人查詢渠道。涉及法律風險時應諮詢專業意見。
本文遵循我們的 編輯準則.

關於作者
HK Learn AI 編輯部
HK Learn AI 編輯部負責研究、查證同編寫每一篇內容,並引用官方及第一手來源。
此主題相關文章

AI 會計記帳香港指南:收據 OCR、發票入帳、銀行對數點樣安全自動化?
AI 會計和 AI 記帳可以幫香港中小企處理收據、發票、OCR、分類、報表摘要和對數準備,但不能取代會計師、審計和稅務判斷。本文提供安全流程、工具比較、prompt 範本和財務資料檢查清單。

AI 自動化香港中小企指南:ChatGPT、Zapier、Make、n8n 點樣串流程?
AI 自動化可以幫香港中小企減少 copy/paste、分類查詢、生成 email 草稿、更新 CRM 和整理報表,但要先處理資料分級、權限、人工審批、錯誤通知和回滾。本文提供工具比較、流程設計、prompt 範本和安全檢查清單。

ChatGPT 社交媒體文案香港指南:IG、Facebook、LinkedIn 點樣用 AI 寫得自然?
ChatGPT 和 AI 文案工具可以幫香港中小企更快寫社交媒體貼文、廣告文案、短片腳本和內容 calendar。本文提供香港語境的工作流程、prompt 範本、平台分工、審稿清單和合規注意事項。