AlphaMoatによると、2026-09時点で专业简历筛选技能のダウンロード数は4,595、スター数は4で、AIスキル全体5,078件中2,077位、ビジネス運営では297件中116位です。

インストール数

366

ダウンロード数

4595

スター数

総合順位

#2,077

全体の上位 41% · ビジネス運営の上位 40%

プラットフォーム	インストール数	ダウンロード数	スター数	コメント
ClawHub ↗	48	1687	-	-
SkillHub ↗	366	4595	4	—

プラットフォームごとに集計方法と集計時点が異なります。

このスキルでできること

基本資格の確認からプロジェクトの根拠と STAR の質問へ進み、職務との適合を比較して面接推薦、保留意見、不採用理由を整理します。採点表は提案された枠組みであり、能力や記載の真実性を証明しません。公平性と採用方針に照らして基準を見直し、個人情報を保護し、最終判断は適任者が確認します。

資料公開日 2026-10-27

できること

履歴書の根拠と面接での追加質問を整理する

使う場面

履歴書群や個別の履歴書の職務適合を記録したいとき

プロンプト例

スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。

使用を認められた履歴書を職務要件と比較し、根拠の不足と人が確認する面接質問をまとめて。

月次の推移

ダウンロード数4595

スター数4

2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。同名の別スキルがあるため、変更前のデータは現在ダウンロード数が最も多いこのスキルに帰属させています。

月	ダウンロード数	前月比	スター数
2026-09	4595	—	4
2026-08	3148	+25.9%	4
2026-07	2500	+31.4%	4
2026-06	1902	+19.5%	4
2026-05	1592	—	3
2026-03	618	—	-

SKILL.md 原文

作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。

5.6 KB・ClawHub v1.0.0

---
name: resume-screening
description: 专业的简历筛选与评估技能，按照"先硬后软，先筛后读"的漏斗式流程，从基础匹配度、能力匹配度、动机稳定匹配度三个维度对候选人简历进行量化评估，筛选出最合适且最真实的候选人。使用场景：(1) 招聘时批量筛选简历池，(2) 单个候选人简历深度评估，(3) 生成面试推荐名单与评估意见。
---

# 简历筛选技能

## 核心原则
不追求找到"完美的人"，而是找到"最合适且最真实的人"。核心围绕三个匹配度评估：
1. 基础匹配度：硬性门槛（学历、专业、工作经验年限、必备技能）

すべて表示(全 88 行)

2. 能力匹配度：岗位所需的核心胜任力
3. 动机与稳定匹配度：职业规划与公司节奏的一致性

## 筛选流程（漏斗式）
### Step 1: 初筛（关键词过滤）
**目标**：快速剔除完全不达标的简历
**操作要点**：
1. 先提取职位说明书中的"任职资格"作为关键词清单
2. 快速扫描核心信息：
   - 教育背景：学历、专业是否符合底线要求
   - 工作/实习经历：是否有对标企业/行业/职能经验
   - 技能/证书：是否具备必备技能和相关证书
3. 一票否决项：
   - 硬性条件完全不达标
   - 每份工作干不到1年就频繁跳槽
   - 简历存在明显造假（时间线重叠/断档无解释、关键信息矛盾）

### Step 2: 复筛（行为事件法验证）
**目标**：判断能力的真实性和深度
**操作要点**：
1. 重点看项目/业绩描述：
   - **看数据**：是否量化？"提高了效率" vs "主导流程优化，使部门效率提升20%"，后者得分高
   - **看角色**：是"参与"还是"负责"？是"协助"还是"主导"？后者含金量更高
   - **看深度**：是否描述了遇到的困难和解决方案，体现独立思考和解决问题的能力
2. 使用STAR法则验证：
   - S（背景）：项目背景是什么？
   - T（任务）：承担的具体任务是什么？
   - A（行动）：采取了哪些具体行动？
   - R（结果）：取得了什么可量化的结果？
3. 重点关注：
   - 是否有独立观点和判断，还是只描述职责
   - 是否有一手调研/独立完成的成果（如行业报告、GitHub、论文、Blog等）
   - 是否体现了主动挖掘资源/机会的能力

### Step 3: 精筛（匹配度打分与横向对比）
**目标**：选出Top候选人进入面试
**打分规则**（总分100分）：
| 维度 | 权重 | 评估标准 |
|------|------|----------|
| 硬性条件 | 30% | 学历/专业（10分）：符合底线要求得基础分，学校/专业匹配度越高得分越高<br>工作年限（10分）：年限匹配职级，刚达标得8分，完美匹配得10分，过度资深（overqualified）得5分<br>技能/证书（10分）：具备必备技能得基础分，有加分证书/技能得高分 |
| 岗位核心能力 | 50% | 关键词匹配度（10分）：简历中出现岗位描述核心动词/专业术语的数量<br>经验相关性（15分）：同行业/同职能经验得高分，竞对公司出身额外加分<br>项目/业绩真实性与深度（25分）：量化描述、主导角色、有独立判断和可验证结果得高分 |
| 职业素养与发展潜力 | 20% | 稳定性（8分）：跳槽频率合理得高分，过于频繁或过于停滞得低分<br>简历逻辑与细节（6分）：排版清晰、无错误、时间线连贯得高分<br>求职动机预判（6分）：离职原因理性、职业规划与公司发展一致得高分 |

## 输出结果
### 1. 推荐面试名单（Top 10%）
附上详细评估意见，格式：
> 【推荐面试】候选人XXX
> - 背景：XX学校XX专业，X年XX行业XX岗位经验
> - 优势：[核心亮点，如"独立挖掘并完成3个芯片项目投资，1个已成为独角兽"]
> - 待考察：[面试重点，如"重点考察其对国产替代细分赛道的看法"]
> - 综合得分：XX分

### 2. 待定池（中间20%）
说明理由和备选方向，格式：
> 【待定】候选人XXX
> - 背景：XX学校XX专业，X年XX行业XX岗位经验
> - 理由：[如"背景优秀但缺乏产业认知和投资实战"]
> - 建议：[如"可作为分析员岗位备选，如果基金愿意培养新人"]

### 3. 淘汰库（70%）
简要说明淘汰原因：
> 【淘汰】候选人XXX：[原因，如"一直投消费方向，与硬科技招聘需求不匹配，且无相关行研材料"]

## 使用示例
### 招聘岗位：硬科技方向（半导体/新能源）投资经理
#### 初筛关键词清单：
- 教育背景：清北复交/C9/常青藤，数学/物理/计算机/自动化等硬核理工科专业
- 工作经历：顶级投行（高盛/大摩/中信/中金等）、知名VC/PE（红杉/高瓴/IDG/深创投等）、产业战投（华为哈勃/小米产投等）、产业大厂研发/产品经验
- 加分项：附独立撰写的行业研究报告/GitHub/ArXiv/Blog

#### 高质量简历特征：
> "在某碳化硅衬底项目投资中，我主导了技术尽职调查。针对市场对'产能过剩'的普遍担忧，我通过访谈20家下游客户和5位行业专家，发现高端车规级衬底仍严重依赖进口，国产替代空间巨大。基于此，我构建了区别于市场共识的估值模型，说服投委会以低于预期估值进入。目前该项目已获得后续轮融资，估值提升50%。"
> ✅ 包含挑战共识、一手调研、独立判断、结果验证，直接打高分

#### 低质量简历特征：
> "参与某半导体设备公司的投资，负责财务尽调和市场分析，协助完成投资建议书。"
> ❌ 全是职责描述，没有观点和独立判断，给低分