「面试反馈整理」是人力资源的高频任务。它的输入通常是面试笔记，期望得到的是面试反馈。这类有固定流程、又需要一点判断力的工作，很适合封装成智能体 Skill。

一句话说明

「面试反馈整理」技能让智能体把面试官笔记整理为结构化反馈。你提供面试笔记，它按固定步骤处理，交付面试反馈。

项目说明
技能面试反馈整理（interview-feedback）
作用把面试官笔记整理为结构化反馈
输入面试笔记
输出面试反馈
形态纯提示词
风险低
适用人群人力资源

它解决什么问题

没有技能时，人力资源每次都要重新描述要求，智能体的输出时详时略、格式不一，关键的检查步骤也经常被跳过。把流程写成技能后：

  • 每次都按同样的顺序执行：按能力维度整理→引用具体证据→给出结论→避免主观标签
  • 输出结构固定，便于复核和归档
  • 领域规矩（如「涉及个人信息与录用决定，必须由人做最终判断」）写在技能里，不靠临时提醒

适合与不适合

适合：经常处理面试笔记、希望结果格式统一、愿意花十分钟把流程写清楚的人力资源。

不适合：一次性的临时任务；需要大量现场判断、无法写成步骤的工作；以及没有人复核就要直接对外使用的场景。

可以在哪些平台实现

同一个技能的思路可以落在不同平台上，常见选择有：

  • Claude Code Skill：Claude Code 的 Agent Skills 以文件夹为单位：一个 SKILL.md（YAML 头写 name 与 description）加上可选的脚本和参考资料。智能体平时只看到 description
  • Function Calling：Function Calling（工具调用）是主流大模型 API 的通用能力：你用 JSON Schema 描述函数
  • LangChain / LangGraph 工具：LangChain 用 @tool 装饰器把函数变成工具
  • 阿里云百炼智能体应用：阿里云百炼是阿里云的大模型服务与应用开发平台

怎么开始

建议先用纯提示词版本在日常对话助手里试几次，确认步骤合理；再按SKILL.md 写法封装成技能；最后用测试用例验收。

这个技能纯指令型，不需要额外脚本或外部连接，复制到大多数平台都能用；风险较低，但输出仍需快速过目再使用。

想了解提示词层面的基础用法，可以先读站内的智能体技能与插件入门。

领域注意事项

「面试反馈整理」属于人力资源领域，使用者多是人力资源，工作环境通常是招聘与人事系统。这个领域最重要的一条底线是：涉及个人信息与录用决定，必须由人做最终判断。

建议把这条底线原样写进技能的约束部分，而不是指望智能体自己意识到。同时，在团队内部明确：智能体给出的面试反馈只是初稿或建议，最终由谁签字确认、出了问题由谁负责。

常见变体

同一个技能可以按使用场景派生出几个变体：

  • 简版：只保留核心步骤（按能力维度整理、避免主观标签），适合快速过一遍
  • 详版：每一步都写出理由与依据，适合交给他人复核或留档
  • 批量版：一次处理多份面试笔记，输出汇总表，适合定期集中处理

变体之间共享同一套约束，只在步骤详略和输出格式上有差异。可以在一个技能里用参数区分，也可以拆成几个名称明确的技能。

延伸阅读

说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。