对负责招聘、员工关系和培训的人力资源专员来说，招聘文案、面试安排、员工沟通、制度解释和各类通知很多，措辞还要格外谨慎。同样的问题每天被问几十遍，把它们沉淀成 FAQ，再接入 AI 问答，可以大幅减少重复回答。这篇文章用一个完整的例子演示HR如何借助 AI 整理 FAQ 知识库：收集历史问答和规则文档，让 AI 归纳问题、写标准答案并标注来源，再导入知识库或 AI 问答工具。

使用场景

HR每天都会被员工和候选人问到很多重复的问题，答案散落在聊天记录和各种文档里。新人接手时更是只能一个个问老同事。而且HR手上通常同时压着“开展季度员工满意度调研”之类的事情，如果每次都从零开始，很容易顾此失彼。

工具选择

整理 FAQ 用对话助手即可；需要做成可提问的知识库时，可以使用飞书知识问答、钉钉 AI 助理、Notion AI、腾讯元器等支持基于文档回答的工具，或者自行搭建 RAG 问答系统。

举个例子

设想一个虚构场景：阿美刚接手一部分新工作，既要完成“筛选简历约 150 份”，又要准备“筹备年底团建活动”。面对需要整理 FAQ 知识库的任务，阿美的做法是：先让 AI 按固定结构起草，再对照自己掌握的事实逐项修改，涉及候选人简历、员工薪资和个人隐私信息的部分一律用代号替换。这样既节省了时间，也守住了准确性和隐私的底线。

具体怎么做

  1. 收集一段时间的聊天记录、邮件和规则文档
  2. 删除个人信息后交给 AI 归纳高频问题
  3. 让 AI 根据规则文档写标准答案，并标注依据
  4. 导入知识库工具，定期根据新问题更新

可复用的提示词

提示词的关键是把背景、要求和输出格式写清楚：

【背景】当前的难点是：两个技术岗位招聘周期偏长，用人部门催得紧。
我是HR，下面是近一个月员工和候选人的提问记录（已脱敏）和相关规则文档。

请：
1. 把问题归纳为不超过 20 个标准问题，合并意思相同的提问
2. 按出现频率从高到低排序，标注大致频次
3. 只根据规则文档写标准答案（100 字以内），并注明依据的文档和章节
4. 规则文档中找不到依据的问题，标注“需人工补充”，不要自行编写答案
5. 为每个问题列出 2-3 种常见的提问方式，便于检索匹配

提问记录：（粘贴）
规则文档：（粘贴或上传）

AI 输出示例（示意）

下面是演示用的输出示例，其中的人名、数字和事项均为虚构，实际使用时请以你自己的资料为准：

标准问题频次标准答案依据常见问法
处理一般需要多久？高正常情况下 3 个工作日内完成，特殊情况会提前通知规则文档第 2 节多久能好？要等几天？
需要准备哪些材料？高请准备……（按文档列出）第 3 节要带什么？
可以加急吗？中需人工补充—能快点吗？

说明：“可以加急吗”在规则文档中没有找到依据，建议由负责人确认后补充。

注意示例中所有内容都是虚构的。实际使用时，AI 的输出质量取决于你提供的材料是否完整、要求是否具体。

避坑指南

  • 答案必须以正式规则为依据，AI 自行补全的答案可能与实际不符。
  • 知识库上线后要设置兜底：答不上来就转人工。
  • 定期把新出现的问题补充进去，知识库才不会过时。

给HR的特别提醒

写招聘和制度内容时，请 AI 检查是否存在性别、年龄等歧视性表述。还有一点很关键：涉及劳动法规、薪酬和解约的问题，以当地法规和专业意见为准，不能只依赖 AI 回答。

很多HR还会这样做：员工个人信息一律脱敏后再交给 AI 处理。

变体用法

  • 新人手册：把 FAQ 整理成入职必读文档。
  • 问题趋势：每月对比高频问题变化，发现流程中的问题。

相关阅读