夜雨聆风
最近很多 HR 都在学 AI。
但我发现一个很常见的问题：
大家很容易把几个词混在一起。
比如：
Prompt、Skill、Agent。
有时候明明只是让 AI 写一段内容，却说自己在做 Agent； 有时候只是保存了一段提示词，却以为自己已经沉淀了一套 Skill； 还有时候标准都没定清楚，就想直接让 AI 自动筛简历、自动写面评、自动推进流程。
这其实很容易出问题。
所以今天我想用 HR 能听懂的话，把这三个概念讲清楚。
先记住一句话：
Prompt，是一次交代； Skill，是一套方法； Agent，是一段流程。
再直白一点：
Prompt 解决一次问题， Skill 复用一套方法， Agent 接手一段流程。
这三个东西不是谁更高级的问题。
而是它们分别解决不同层次的问题。
01｜Prompt：一句交代，一次任务
先说 Prompt。
Prompt 最简单理解，就是你给 AI 的一句工作交代。
比如：
帮我写一版 JD。
帮我整理一份面评。
帮我生成一段员工沟通话术。
帮我把这段会议内容整理成纪要。
这些都是 Prompt。
它的特点是：
一句交代，一次任务。
你说得清楚，AI 结果就更接近能用。
你说得模糊，它就容易给你一堆看起来完整、但实际很空的话。
比如你让 AI 写 JD，如果只说：
“帮我写一个产品经理 JD。”
它大概率会生成一份通用 JD。
看起来完整，但放到真实招聘里，不一定能用。
因为它不知道：
这个岗位服务什么业务； 岗位当前最核心的目标是什么； 这个人来了以后要解决什么问题； 必须具备哪些经验； 哪些能力只是加分项； 哪些风险要提前规避。
所以，Prompt 在 HR 工作里的第一层价值是：
先提速。
写 JD、整理纪要、生成面评初稿、做沟通话术，都可以先让 AI 出第一版。
但这里一定要记住：
Prompt 能帮你提速，不能替你判断。
AI 可以先帮你写出来。
但最后这份 JD 准不准，这份面评有没有依据，这段沟通话术适不适合当前员工，还是要 HR 自己判断。
如果没有判断，Prompt 只是让你更快产出内容。
但不一定让你产出更好的结果。
02｜Skill：不是一句提示词，而是一套可复用方法
再说 Skill。
Skill 和 Prompt 最大的区别是：
Prompt 是“你帮我做一下”。 Skill 是“以后这类事，都按这个标准来做”。
比如写面评。
如果你只是说：
“帮我写一下面评。”
这还是 Prompt。
但如果你告诉 AI：
面评要看哪些维度； 判断必须基于事实证据； 不能脑补候选人没有表达过的信息； 要区分优势、不足和风险； 最后要按照固定格式输出。
这就开始接近 Skill 了。
因为你不是让 AI 随便写。
你是在把自己的判断标准、工作方法和输出格式沉淀下来。
对 HR 来说，Skill 很重要。
因为 HR 很多工作的价值，根本不是“写出来”。
而是：
怎么判断。
比如筛简历。
关键不是 AI 会不会读简历。
而是它按什么标准判断合不合适。
同样一份简历，如果标准不同，结论可能完全不同。
比如你在招 AI 产品经理。
你到底更看重：
教育行业理解？ AI 产品项目经验？ Prompt 能力？ Agent 项目经验？ 产品方法论？ 用户洞察？ 业务推进能力？
这些标准如果不清楚，AI 只能按关键词猜。
看到“AI”“产品”“Prompt”“Agent”就觉得匹配。
但这并不等于真正合适。
所以，Skill 的核心不是把提示词写长。
而是把一类工作背后的判断方法写清楚。
比如：
筛简历 Skill，要沉淀的是筛选标准； 面评 Skill，要沉淀的是判断维度和证据要求； 电话初筛 Skill，要沉淀的是追问逻辑； 绩效反馈 Skill，要沉淀的是沟通结构； 组织诊断 Skill，要沉淀的是问题拆解框架。
当这些东西被沉淀下来，AI 才不是每次重新猜。
而是可以按你定义好的方法稳定输出。
03｜Agent：不是回答问题，而是接手流程
接下来是 Agent。
Agent 可以理解成：
一个能围绕目标持续干活的 AI 助手。
它不是只回答你一句话。
而是能连续做几步事情。
比如在招聘初筛场景里，一个 Agent 可能会：
读取简历； 对照岗位标准做判断； 给候选人打推荐等级； 生成 HR 初面追问点； 把结果写进候选人表格； 必要时提醒 HR 继续补充信息。
你会发现，它已经不是在回答一个问题。
而是在接手一段流程。
所以 Agent 解决的是：
流程推进。
这也是为什么很多人一听到 Agent 就会兴奋。
因为它看起来比 Prompt 更自动化。
但这里要特别提醒一句：
不要一上来就急着做 Agent。
很多 HR 听到 Agent，就想直接做：
自动筛简历； 自动写面评； 自动推进招聘流程； 自动给候选人分层； 自动生成面试建议。
方向当然没错。
但如果前面的标准没有定清楚，Agent 跑起来反而更危险。
岗位标准没定清楚，它会错筛； 筛选规则不统一，它会乱判； 面评结构没沉淀，它会写得看似完整但没有依据； 业务反馈没有记录，它就无法迭代。
所以在 HR 场景里，不是越自动化越高级。
而是：
标准清楚了，流程稳定了，自动化才有价值。
如果标准不清楚，Agent 跑得越快，可能错得越快。
04｜HR 用 AI 的正确顺序
所以我现在更建议 HR 按这个顺序用 AI：
先 Prompt， 再 Skill， 最后 Agent。
第一步，用 Prompt 解决单次任务。
比如：
写 JD 初稿； 整理会议纪要； 生成面评初稿； 提炼沟通话术； 总结业务反馈。
这一阶段的目标是提效。
让 AI 帮你先把内容产出出来。
第二步，把高频、重要、可重复的工作沉淀成 Skill。
比如：
筛简历标准； 面评判断结构； 电话初筛逻辑； 绩效反馈框架； 招聘复盘方法； 人才盘点维度。
这一阶段的目标是复用。
不是每次都重新问 AI，而是让 AI 按你沉淀好的方法做。
第三步，当业务上下文、判断标准、工作方法都清楚了，再考虑 Agent。
比如：
招聘初筛 Agent； 面评生成 Agent； 候选人跟进 Agent； 员工问答 Agent； 绩效材料整理 Agent； 会议纪要分析 Agent。
这一阶段的目标才是流程推进。
也就是说，Agent 不是起点。
Agent 是标准和流程成熟之后的结果。
05｜为什么很多 HR 用 AI，效果不稳定？
很多 HR 觉得 AI 不稳定，常见原因不是模型不够强。
而是中间少了一层 Skill。
只有 Prompt，没有 Skill，就会出现一个问题：
每次都在重新交代。
今天让 AI 写 JD，它按一种方式写； 明天让 AI 写面评，它按另一种方式写； 后天让 AI 筛简历，它又按自己的理解判断。
最后看起来是 AI 不稳定。
但本质上是：
我们没有把自己的标准稳定下来。
比如面评。
如果你没有告诉 AI：
什么叫“有判断”； 什么叫“有证据”； 什么信息不能脑补； 什么风险必须写出来； 什么格式方便业务和 HR 复用。
那 AI 当然只能生成一份“看起来像面评”的内容。
但它不一定能成为真正可用的面评。
所以，HR 用 AI 的关键，不是收藏更多提示词。
而是把自己的经验拆成标准。
06｜AI 真正帮 HR 放大的，不是写作能力
最后总结一下。
Prompt、Skill、Agent 这三个词，可以这样理解：
Prompt 解决一次问题。 Skill 复用一套方法。 Agent 接手一段流程。
HR 用 AI，不是追新词。
也不是越自动化越高级。
真正重要的是：
你能不能把脑子里的经验，变成 AI 能理解、能复用、能执行的标准。
比如你为什么觉得这个候选人合适； 你为什么觉得这份简历有风险； 你为什么觉得这个员工沟通不能直接安抚； 你为什么觉得这个招聘问题不是渠道问题，而是岗位画像问题。
这些判断，如果只停留在你脑子里，AI 很难帮你放大。
但如果你能把它们沉淀成标准、方法和流程，AI 就能帮你复用。
所以对 HR 来说，AI 真正有价值的地方，不是替你随便生成内容。
而是帮你把经验变成组织能力。
最后再记住这句话：
Prompt，是一次交代； Skill，是一套方法； Agent，是一段流程。
对应到 HR 工作里就是：
Prompt 解决一次问题， Skill 复用一套方法， Agent 接手一段流程。
这才是我理解的 AI+HR 实践。
