给 HR 与招聘的 DB-GPT 上手指南：步骤、提示词与注意事项
面向数据库与数据分析的开源 AI 应用框架——这是 DB-GPT 最主要的用途，也是本文讨论的前提。
这篇写给 HR 与招聘：围绕岗位描述撰写、面试题与评估表和员工手册问答这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。
HR 与招聘的三个高频用法
1. 岗位描述撰写
可直接复制到 DB-GPT 里修改：
根据以下岗位信息写一份岗位描述：职责 5 条、任职要求分「必须 / 加分」两类、工作地点与方式。避免出现与岗位无关的年龄、性别等限制。
把关：没有歧视性要求。
2. 面试题与评估表
可直接复制到 DB-GPT 里修改：
为【岗位】设计 6 道结构化面试题，覆盖专业能力、协作和问题解决，每道题附「好回答的特征」，便于面试官统一打分。
把关：每道题都有评分参考。
3. 员工手册问答
提示词示例：
根据员工手册回答：试用期请病假如何计算？请引用手册的章节，手册中没有规定的请说明「需咨询 HR」。
把关：回答引用了手册原文。
也可以试试：图表建议
这是「数据与分析」类工具的通用任务，HR 与招聘同样用得上。
根据这些数据推荐合适的图表类型，说明理由，并指出容易误导读者的画法（如截断坐标轴）。
边界与合规
简历筛选不得以性别、年龄等因素做歧视性判断，候选人信息需妥善保管。
- 产出由 HR 与招聘本人负责，AI 只是草稿和辅助。
- 对外内容发布前至少看一遍。
- 如单位有规定的工具清单，优先在清单内选择；DB-GPT 的同类还有 Vanna、Chat2DB。
一周试用建议
选一个最常做的任务连续用 5 个工作日，记录每次节省的时间和需要修改的地方，再决定是否把 DB-GPT 纳入日常流程。
更多可以试的用法
指标异动解读
输入：一个突然下降的业务指标。
日活本周下降了，请列出可能原因的排查清单，按「数据问题 / 产品变化 / 外部因素」分类，每项写明需要查看的数据。
交付前确认：先排查数据本身问题。
自然语言问数
适用情况：手头有一张销售明细表时。
请基于这张表回答：上个季度销售额最高的 3 个地区是哪些？与前一季度相比变化多少？请同时给出你使用的计算方法或 SQL，便于我复核。
验收标准：给出了可复核的计算过程。
评测大模型应用
输入：一批真实用户问题和应用回答。
为这批回答设计评测：定义 4 个评分维度，写出评分标准，抽取 20 条进行人工打分，并统计各维度的问题类型。
检查点：评分标准清晰可复用。
常见问题：敏感数据暴露给模型
使用脱敏视图或只读账号，限制可访问的表。
常见问题：AI 算出的数字和报表不一致
检查口径和过滤条件，要求它输出 SQL 或公式逐步复核。
常见问题：图表结论被过度解读
区分相关与因果，在报告中标注假设。
概念补充：文本转 SQL
把自然语言问题转换为数据库查询语句。
概念补充：追踪（Tracing）
记录大模型应用每次调用的输入输出与耗时。
注意事项
所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。
涉及个人信息、商业机密或受监管数据时，先确认 DB-GPT 的数据处理条款，再决定能否使用。