Grok Bot 招聘指南：把寻访、面试准备和评分卡连成一条工作流
Preppy、Pulse、Scout 和 eVal 如何跟着候选人传递上下文，让招聘者把时间还给面试与沟通。
Grok Bot 在招聘团队里做的，不只是起草职位描述。Holly Dyche 让四个常驻 Bot 分别准备面试、整理评分卡、寻访候选人和分析面试流程；它们连接招聘系统、会议转录、Notion、LinkedIn 与 Slack，把同一位候选人的背景带到下一步。
Holly 还给出一个入口场景：通勤时用语音模式提出 ATS 更新、评分卡提交或请招聘经理审阅候选人的请求，让 Bot 跨工具推进任务。团队上线后，一周内就积累了多页用例，招聘官相互分享提示词和例程；团队共创活动再把日常问题拆成专门岗位。
这套分工的关键是信息交接与人的判断：评分卡先按记录起草，再问面试者自己的评价；寻访名单和触达草稿可以提前备好，发送前仍要批准。
为什么单个聊天框解决不了招聘的痛？
要理解这套系统的价值，必须先看清楚传统招聘团队每天被什么东西拖垮。
如果你去问任何一个一线招聘官，他们一天中最痛苦的时刻是什么，答案往往惊人一致：
- 跨系统的“数字寻宝”：面试官马上要开会了，候选人简历在 ATS（Applicant Tracking System，招聘业务管理系统，如 Ashby、Greenhouse 或国内的飞书招聘、Moka），面试评价写在飞书/Notion，背景信息在 LinkedIn。面试官根本没时间全部翻一遍，进场只能问重复问题。
- 永远拖到晚上 9 点的“打分卡债务”：白天连续面了 5 个候选人，每个人聊了什么早就混成一团浆糊。虽然有录音录像，但把录音内容提炼成符合岗位考核标准（Rubric）的打分表，极其耗费心力，最后全变成了拖延到深夜的加班负担。
- 被琐事挤占的被动寻访：想要主动挖顶尖人才，但白天全被协调日程和回邮件占满，根本没精力去深挖成百上千份人才样本。
- 后续面试发现的问题，没有及时反馈给初筛：需要跨轮次看候选人在哪一步未通过、原因是什么，再据此更新初筛提问。
xAI 招聘团队在一次团队封闭共创中，将整个招聘动线拆解开来，针对上述四大顽疾，分别打造了四个分工极明确的专属 Agent。
四大常驻 Agent：各自负责什么、怎么协同？
按原文岗位整理；图中配置示例需由你补充时间、系统与权限。
点击切换查看 4 个常驻专项 Agent 的具体职责、数据流动、人工裁决点与编辑改写的提示词示例。
eVal · 从整轮面试的淘汰归因反推初筛提问，把关卡前移
[系统目标] 分析当前职位（Req）在后续业务面试轮次中的淘汰归因，优化初筛漏斗。
[输入上下文] 读取[你设定的时间范围]内进入后续面试轮次（Interview loop）但最终被 Reject 的候选人打分卡评语。
[执行动作]
1. 找出面试官给出 Strong No / No 的主要高频原因；
2. 将这些原因，分别转化为 1-2 个招聘官初筛电话内可直接问出的针对性质询问题；
3. 输出初筛问题卡片及预期的“红旗警示回答”（Red Flags）。这四个 Bot 分别叫 Preppy、Pulse、Scout 和 eVal。它们不是独立割裂的工具，而是像接力赛一样咬合在一起：
1. Preppy：面试前的“作战情报官”
- 真实痛点：面试官日程排满，每次进面试会议前，候选人背景散落在各处，面试官要花好几分钟“找线索”，甚至经常问上一轮面试官已经问过的问题。
- 输入内容：ATS 里的前序轮次记录、Notion/文档库里的岗位与业务背景、候选人的公开履历。
- 执行动作：在面试开始前，自动完成跨工具背景汇编，提炼出关键卡片。
- 交付产物：临近面试时，往对应面试官的 Slack（或即时通讯工具）里私发一条简报。
- 简报核心：极度克制，包括他是谁、为什么值得关注、目前处于哪个面试阶段、本轮考察重点，以及前面已经覆盖了什么。面试官扫一眼即可带着明确焦点进场。
2. Pulse：打分卡拖延症的“终结者”
- 真实痛点：面试结束如果没空立刻写打分卡，到了晚上候选人细节就忘光了；但如果直接让 AI 自动生成并提交，又容易变成没有人类灵魂的“空话报告”。
- 输入内容：Granola（智能会议纪要软件）或会议录音的完整转录文字稿、该岗位的官方打分量规（Rubric）。
- 执行动作：抓取文字稿，逐条对齐标准量规，模仿招聘官本人的专业口吻起草打分卡初稿。
- 关键的人工决断门禁（Human Gate）：Pulse 绝不擅自向系统提交打分！ 它会主动“暂停”，向招聘官抛出 4 个直击灵魂的定性追问：
- 这场聊下来，你给出的整体评级是什么？
- 现场沟通的主观直觉和人际氛围（Vibe）感觉如何？
- 有没有觉得含糊不清、或者觉得他回答有水分的地方？
- 如果推进到下一轮，你建议后续面试官重点施压测试什么？
- 交付产物：招聘官回答后，Pulse 将人类的主观洞察融入客观记录，重新修订并自动提交至 ATS。打分卡不再是拖到深夜的噩梦。
3. Scout：夜间寻访的“无声猎手”
- 真实痛点：白天的寻访很容易被电话打断，而且普通搜人工具抓不到公司“录用与淘汰”的隐性共性。
- 输入内容：ATS 中过去数百名录用与淘汰候选人的历史简历及打分卡、当前招聘职位的精准画像。
- 执行动作：系统在夜间自动运行。它会根据历史数据学习历史录用与未录用记录中出现了哪些线索，在外部渠道中寻访人选，在 ATS 中建立“待联系候选人（Lead）”记录，并为每个人量身起草多轮触达邮件序列。
- 关键的人工决断门禁：当你早上打开电脑时，候选人清单与沟通邮件草稿已经准备就绪。必须由招聘官明确批准后，邮件才会发出，随后 Scout 自动将状态推进到“已触达（Reached Out）”并监听候选人回复。绝不让无监督的 AI 变成乱发骚扰信的垃圾制造机。
4. eVal：招聘漏斗的“逆向质检员”
- 真实痛点：某些问题到后续面试轮次才暴露，初筛可以更早收集相关证据。Loop 指整轮面试流程，不等同于终面。
- 输入内容：全流程面试（Full Loop）的淘汰归因数据、面试官打分评语。
- 执行动作：跨周期扫描候选人到底在哪个环节挂掉、因为什么原因挂掉。如果某类考察问题反复到后面才暴露，可以据此改进初筛提问，提前收集相关证据。
- 交付产物：为招聘官的电话初筛（Recruiter Screen）生成前置提问与警示回答清单。把适合提前了解的问题纳入初筛，减少后续面试重复核实的工作。
飞轮闭环：让 Agent 互相咬合，人不再当“人肉胶水”
如果你只单点使用其中一个 Bot，你只是得到了一个稍微顺手的打字机。xAI 这套机制最值钱的地方，在于四个 Bot 构成的接力闭环：
┌──────────────── eVal (漏斗逆向诊断) ────────────────┐
│ │
▼ 从后续轮次未通过原因提炼 │ 持续吸纳面试数据
Scout (夜间寻访) ──► 【人工审批】 ──► Preppy (战前简报) ──► Pulse (协同打分) ──► ATS 系统归档
▲ │
└────────────── 动态校准理想画像 (ICP) ─────────────────┘
- eVal 发现漏洞：eVal 分析后续轮次的未通过原因，校准用人画像（ICP，Ideal Candidate Profile），并给出了初筛防范题目；
- Scout 依据新画像搜人：Scout 吃下 eVal 校准后的画像，在夜间定向挖掘高吻合度线索，并起草外联信；
- 人类第一道关卡：招聘官清晨确认批准，邮件发出，候选人回复并进入初筛；
- Preppy 提前武装面试官：进入业务面试轮次前，Preppy 汇总前面所有记录，在 Slack 里给面试官精准投递备考卡；
- Pulse 辅助人类定夺：面试结束后，Pulse 抓取录音对齐标准，追问招聘官的个人主观感受，合成最终打分卡；
- 数据沉淀回传：打分表存入 ATS，形成新的知识沉淀，eVal 紧接着吸纳这些数据，进一步迭代下一轮寻访逻辑。
在这整个链条里，信息是跟着候选人流动的，而不是靠 HR 在各个系统窗口之间复制粘贴。Holly Dyche 的总结是：这些工作流减少了招聘官与候选人、业务伙伴之间的事务负担，让她把更多时间重新用于面试、复盘和评价标准校准。
落地指引：像带真人实习生一样调教你的常驻 Agent
很多团队引入 AI 助理后不久就放弃，原因往往是以为“给一句话提示词就能一劳永逸”。xAI 招聘团队在实践中沉淀了 5 条非常实在的操作法则，无论是使用 Grok 还是其他支持常驻环境的 Agent，都极具参考价值：
1. 像做入职培训一样交代第一项任务（Onboard like a new teammate）
第一次让 Bot 帮你起草外联信或写复盘总结时，不要只给目标，要完整展示你的推理过程（Reasoning）。告诉它：“我为什么挑中这个人”、“我为什么先提这个开源项目”、“我为什么觉得这句回复语气不对”。完成一次示范后，明确要求它：“把你刚才学会的判断逻辑，沉淀为一个长期的、可复用的工作技能（Standing Skill）。”
2. 喂给它你的“语言指纹”（Feed it your voice）
不要让 Agent 凭空猜测怎么措辞。直接告诉它去哪里看你最满意的沟通邮件、最精彩的复盘评语、最打动人的 Offer 发送记录。你甚至不需要把长篇大论手动贴在对话框里，只要授权让它直接读取你们知识库或邮件系统的历史优质归档。
3. 把每一次纠错变成长期站岗规则（Turn corrections into standing rules）
如果发现 Bot 写的文案一股浓浓的“猎头推销味”，或者复盘总结写得太虚，不要只顺手改掉那一段，而是要在对话中下达规则指令：
“记住：以后的所有候选人外联信，严禁使用任何夸张的推销词汇。语气必须像资深同行在探讨技术难题，简短直接。把这条作为永久规则记住。” 把纠正存成长期规则后，后续还要检查它是否按规则执行。
4. 放心让它并发执行（Let it parallelize）
常驻 Agent 的一大威力在于不受物理时间限制。你可以指派一个寻访 Agent 去拉取算法工程师的线索，同时让另一个评估 Agent 去处理前端开发者的面试录音，它们可以跨不同的招聘需求（Reqs）完全并行运转，你只需要负责在各自的输出节点做把关。
5. 串联 Agent，让背景随候选人流转
原文的第五条经验是把 Agent 串起来：eVal 校准画像，Scout 寻访并准备触达，Preppy 做面前简报，Pulse 整理评价。背景在岗位之间交接，减少人工复制记录。
其中，Scout 发送外联前需要批准；Pulse 提交评分卡前要先问面试者自己的判断。原文没有指定批准必须通过某个按钮完成。 永远不要把最终的决策权（发不发邮件、给不给通过、打多少分）全盘丢给 AI。AI 的定位是“把所有背景材料和初稿整理到极致”，人类的定位是“基于真实沟通和专业直觉下定论”。分工明确，系统才不会失控。
可修改的配置示例（可按你所用的系统直接改造）
以下是根据原文工作流由我们编写的中文配置示例，并非作者公开的原版提示词。15 分钟、250 字等是可调整的示例参数。你可以把里面的占位符（如 {系统名称}、{评估维度}）替换成你实际使用的工具（如飞书妙记、腾讯会议、Moka、钉钉等）：
模版一：Preppy 面试前极简情报卡（用于面试前推送）
[角色与任务]
你现在是招聘专属助理 Preppy。请在当前轮次面试开始前 15 分钟，为面试官准备一份单屏可见的极简备忘。
[输入信息]
- 候选人履历与项目经历：{候选人背景资料}
- 前序面试轮次记录：{前序评估摘要}
- 本轮面试考察重点：{本轮考察维度与岗位JD}
[生成约束]
1. 语言极其精炼，禁止大段寒暄，总字数控制在 250 字以内；
2. 输出必须严格遵循以下四段式结构：
- 【候选人速览】：姓名 + 目前任职 + 当前面试阶段 + 一句话核心亮点
- 【核心看点】：用人部门为什么对他感到兴奋
- 【已确认项】：前序轮次中已验证合格的技能（提醒面试官避免重复盘问）
- 【本轮必考】：本轮面试官需重点施压验证的 2-3 个关键疑点
模版二：Pulse 协同打分与定性追问模版（用于面试后复盘）
[角色与任务]
你现在是打分协同助理 Pulse。你的任务是将面试转录文本与考核维度进行客观比对，但必须在收集我的主观判断后才能最终定稿。
[输入信息]
- 面试录音文字稿：{会议录音全文}
- 岗位官方打分量规：{岗位Rubric与评分标准}
[执行步骤]
第一阶段（客观对齐与初步起草）：
1. 提取文字稿中候选人关于核心考核维度的具体答复事实与案例；
2. 按照 Rubric 标准，拟定各分项的初步评价草稿。
第二阶段（关键！暂停并向我追问）：
请立刻暂停，绝对不要直接提交或生成最终评级。向我依次提出以下 4 个问题，等待我回答：
1. 「关于本场面试，你给出的综合推荐评级是什么（强推 / 推进 / 存疑 / 淘汰）？」
2. 「你在沟通过程中的主观直觉与人际氛围（Vibe）感觉如何？」
3. 「候选人在哪几个问题的回答上让你觉得模糊不清、不够扎实？」
4. 「如果让他进入下一轮，你建议后续面试官重点深挖哪方面的能力？」
第三阶段：在我回答上述 4 个问题后，将我的主观洞察无缝融入第一阶段的草稿中，输出格式规范的正式打分卡。
结语：把工具变成同事，把精力还给“真实的人”
xAI 招聘团队实践的核心启示，从来不是某一个具体的提示词有多神奇，而是他们展现了大模型从“被动检索”走向“常驻工作流（Resident Agent）”的范式转变。
当 Agent 拥有了长期记忆、能够横跨不同系统调用数据、并懂得在关键节点向人类寻求确认时，知识工作者的角色就发生了根本转变：你不再是被日程和待办事项追着跑的数据搬运工，而是坐在驾驶舱里，带着一群高度专业、分工明确的数字助手，从容奔赴每一场与真人候选人的深度对话。
原文提供的模板入口
以上为原文提供的入口。安装后仍需连接自己的账户、资料与工具；本次核查未执行安装或验证登录后的模板状态。
Grok Bot 招聘指南：把寻访、面试准备和评分卡连成一条工作流
简历在 ATS，评价在 Notion，履历在 LinkedIn：面试官反复找信息，评分卡常被拖到晚上，后续轮次的发现又难以回到初筛。Bot 的价值是衔接这些环节，减少跨系统搬运。
连接 ATS、会议转录、Notion、LinkedIn 与 Slack；自动准备材料，人工决定触达与评价。
读取 ATS 历史、岗位要求与公开履历，面试前发送单屏简报：候选人是谁、当前面试阶段、本轮重点和已经验证的事项。
将录音转录对齐岗位量规，先起草评分卡，再追问招聘官的评分、对话感受、模糊顾虑与后续建议，融合判断后提交 ATS。
人工追问门禁：吸收定性直觉后定稿参考历史录用与淘汰样本，夜间寻找候选人、创建档案并起草多轮触达。邮件须得到招聘官明确批准后才发送。
人工审批门禁：批准前邮件绝不发出分析全轮面试的淘汰原因与评语，把后期才暴露的问题转为更早的初筛提问，并校准 Scout 的候选人画像。Loop 指全轮面试，不只是终面。
评分卡回到 ATS 后可供下一轮流程分析。这里保留了两项不同的人工责任：Scout 发送前要批准；Pulse 定稿前要追问面试者，而非仅按录音自动评分。
怎样教会它长期做事：第一次任务展示判断过程并保存成技能；给它真实邮件与评语学习语气；把纠错写成长期规则。不同岗位可并行工作，但必须把上下文交给下一岗。
通勤时也能用语音请求 ATS 更新、提交评分卡或请经理审阅。先接好实际账户与权限，再用一个日常任务检验交接；保留人的专业判断，不把 Bot 草稿当作录用结论。
Grok Bot for Recruiting · Grok Bot
How our recruiting team uses Grok Bot for interview prep, scorecards, sourcing, and loop analysis across the ATS.
Grok Bot has dramatically changed the way our Recruiting team works.
Picture this: you're driving to work and realize you need to make a change in your ATS, submit a scorecard, ask a hiring manager to review a candidate, or a dozen other timely projects that pop up. You open Grok Bot, switch to voice mode, and say what you need. It feels like calling a coworker who happens to be sitting at your desk.
That same morning, Grok Bot reviewed a stack of interview transcripts against our rubric, updated a candidate record, and drafted a scorecard before I got to my desk. The point isn't that it can multitask. It's that Grok Bot sits across our recruiting tools, so the scorecard, the hiring-manager ask, and the transcripts aren't three systems you have to open yourself. If you can do it in the stack, Grok Bot can do it too. This gives our recruiting team more time to focus on candidates and deliver our best work.
Fast adoption
When we started rolling this out, adoption spread fast. Within a week we had pages of use cases, with recruiters sharing prompts and routines with each other.
We ran a recruiting offsite where we split into small teams and each built a bot aimed at a day-to-day recruiting problem. The team built bots that focused on efficiency plays, digging into our own data, and even some humor. Here's what we built, and how we use it for recruiting.
Recruiting bots
Preppy
Interviewers are slammed, and candidate context lives in a million places: Notion, LinkedIn, the ATS. Right before the call, Preppy drops one Slack note that consolidates who you're talking to, why we're excited about them, interview stage, and what the focus areas should be (plus what's already been covered). Now all candidate and process context is in one spot instead of a scavenger hunt.
Pulse
After a long day of recruiter screens, candidates blend together. After an interview, Pulse pulls the Granola transcript or meeting recording, matches it to the scorecard for that role, and drafts the interview feedback form in your voice. Then it pauses and asks you a few follow-ups for your take (rating, how it felt, anything fuzzy, what you'd pressure-test next) so the form isn't just a transcript dump. You answer the follow-ups, it redrafts and submits to your ATS. Scorecards stop being the thing you put off until 9pm.
Scout
This bot reads scorecards and resumes across hundreds of hired and rejected candidates, so it learns what worked and what didn't. It also sources candidates overnight, adds them to the ATS as leads, and drafts multi-touch sequences so a shortlist is ready when you open your laptop. You approve the send and then Scout moves them to Reached Out and watches for replies.
eVal
Looks across the loop for where candidates are failing and why, then turns this data into questions you can start asking on the recruiter screen. Flags get caught earlier instead of burning interviewer time downstream.
Getting the most out of Grok Bot
- Onboard Grok Bot like a new teammate. The first time you do a task together (like writing an outreach note), walk it through your reasoning, then have it turn that into a reusable skill.
- Feed it your voice. Have it read your best messaging, debrief notes, and offer emails before it drafts anything new. You don't need to give it all this information. Just tell your bot where to find it in your systems, the way you would a teammate.
- Turn corrections into standing rules. If your bot keeps writing outreach that's too salesy, or debrief notes that are too vague, give it direct feedback and your bot will remember.
- Let it parallelize. A sourcing agent and a feedback agent can run at once, across different reqs, instead of one at a time.
- Chain agents together so you're not the glue. eVal sees where people fail downstream and sharpens the ICP. Scout hunts from that, adds leads, and drafts outreach you approve. Preppy briefs the interviewer. Pulse drafts the scorecard and asks for your take. Context moves with the candidate between your bots. You're not copying notes across Notion, Slack, and Ashby, or explaining the same person four times.
None of this replaces the recruiter. It clears out everything standing between you, the candidate, and your stakeholders. Most of my day is candidate-facing again: interviews, debriefs, and calibration, not scorecards and pipeline reports at 9pm. Faster decisions, better signal, and a fleet that gets sharper the more we use it.