15人 AI 团队招不到有作品候选人：先改 JD、加申请问题，还是买职位额度？

!一、先给结论：先修复表达，再决定是否购买额度

“免费发了职位，却没有收到有项目作品的候选人”，并不自动等于渠道流量不足。招聘过程至少包含职位曝光、点击理解、申请完成、作品提交和后续沟通几个环节。每个环节对应的改善动作不同：

• 改 JD：让候选人理解产品阶段、工作内容和入职后的交付；

• 增加申请问题：让候选人提交项目链接，并解释个人贡献、约束和取舍；

• 购买职位额度：在岗位表达和申请流程已经清楚的前提下，扩大目标人群触达。

因此，15 人左右的 AI 团队可以采用“半天诊断—一周测试—再决定预算”的顺序。公开招聘分析也把岗位职责、门槛、薪资表达和渠道触达视为不同环节，建议先把岗位画像拆清，再判断渠道配置（中原融媒：高难岗招不到人，先把 JD 重写）。

!二、先定位漏斗：你缺的是曝光，还是作品信号

不要只看收到多少份简历。先建立一张最小招聘漏斗表：

如果职位浏览很少，申请问题不会直接扩大样本；如果浏览与申请已有规模，项目作品比例仍然偏低，优先测试 JD 和申请表。只有当岗位信息已经清楚、申请流程也能收集有效材料，而目标人群触达仍然有限时，职位额度才更值得进入候选方案。

“有项目作品”也需要定义。它可以是上线产品、代码仓库、设计稿、自动化脚本、开源贡献、研究实验、增长复盘或个人原型。团队真正需要了解的是：候选人面对什么问题、承担了哪一部分、做了哪些取舍、怎样验证结果。

!三、职位标题要使用候选人的搜索语言

小团队容易直接使用内部称呼，例如“AI 业务负责人”“模型应用专家”或“增长合伙人”。这些称呼未必能完整传达岗位，也未必对应候选人的搜索词。更易理解的标题结构是：

通用岗位名 + 业务场景 + 关键边界

示例：

• AI 产品经理｜负责智能工作流从 0 到 1；

• Agent 工程师｜Python / LLM 应用 / 工具调用；

• AI 产品设计师｜负责复杂工作流与交互原型；

• 创业公司增长负责人｜内容、社区与早期用户转化。

标题的任务是让候选人迅速回答三个问题：这是什么岗位、服务什么用户、入职后主要交付什么。不要用“顶尖人才”“核心骨干”等抽象标签代替工作内容。公开岗位画像内容也提到，内部职级与候选人搜索词出现偏差时，可以加入通用名称、地点或工作方式等限定词，帮助双方在入口处建立匹配（搜狐：职位 JD 与岗位画像的关系）。

!四、把 JD 写成一份交付说明

AI 创业团队的 JD 至少要覆盖六项信息：业务背景、核心交付、必须能力、优先能力、协作方式和候选人可获得的工作体验。

!1. 业务背景要具体

不要只写“专注人工智能”。可以说明产品处于原型、早期商业化或规模化的哪个阶段，目标用户是谁，当前最需要解决的用户问题是什么。无法公开的客户名称和经营数据可以隐去，但岗位要面对的业务环境应当清楚。

!2. 用三项交付替换职责堆叠

把“负责产品规划、推动项目落地、提升用户体验”换成可观察的工作：

• 入职 30 天：梳理用户任务、使用路径和主要反馈，形成优先级清单；

• 入职 60 天：完成一个核心工作流的需求、原型和验收方案；

• 入职 90 天：与工程团队完成一轮迭代，并记录用户反馈与后续计划。

这种写法不要求团队承诺未经验证的增长数字，却能让候选人理解工作节奏和交付边界。

!3. 拆分必须与优先

必须项应直接影响核心交付，例如能独立完成 Python 服务、能阅读 API 文档、能将用户问题转成产品方案。优先项可以包括某个框架、特定行业经验、英文沟通或大厂背景。公开招聘分析建议重新审视学历、公司背景等硬门槛，区分“上岗必需”和“有帮助但可替代”的条件（中原融媒：岗位画像中的必须与优先）。

!4. 让协作方式可想象

说明汇报对象、团队分工、技术或产品决策方式、与用户沟通的频率以及会议节奏。与其写“扁平、灵活、主人翁精神”，不如写清候选人会参与什么决策、能接触哪些反馈、需要独立推进哪些事项。

!5. 说明适配边界

如果岗位需要长期独立推进，就写出这一工作场景；如果岗位需要频繁访谈用户，也应提前说明。双方越早了解工作边界，后续沟通越容易聚焦。

!五、作品集要求要给出可执行格式

“请附作品集”对候选人来说仍有几个待回答的问题：什么算作品、提交几个、团队看哪些部分、保密项目怎么处理。建议直接把要求写进 JD：

请提交 1—3 个最能说明你与本岗位匹配度的项目。可以是上线产品、代码仓库、设计稿、数据分析、自动化脚本、开源贡献、研究实验或个人原型。每个项目请补充：你负责什么、遇到什么限制、做过哪些关键取舍、结果如何验证。涉及保密内容时，可使用脱敏截图、流程图或匿名复盘。

这段说明把“作品”从单一成品扩展到项目过程，也让面试官拥有统一的阅读框架。对 AI 岗位，候选人可以提交以下任一类材料：

• 可运行的 AI 应用或 Agent 原型；

• 模型选择、提示词、评估方法或成本控制的复盘；

• 能体现工程质量的代码、测试或部署说明；

• 真实用户问题的产品方案和交互原型；

• 增长实验、内容项目或社区运营的过程记录。

团队不应要求候选人提交公司机密、客户数据或未经授权的内部代码。作品筛选的重点是理解问题、个人贡献和判断过程。

!六、申请问题要少而精

对 15 人团队，建议先设置 4—6 个问题。问题过多会增加填写和阅读成本，问题过少又无法区分项目经历。可以采用以下组合：

1. 请分享一个与你申请岗位最相关的项目链接或附件。你具体负责哪一部分？

2. 这个项目中最难的一个取舍是什么？如果重做一次，你会改变什么？

3. 请描述一次没有达到预期的尝试，以及你如何决定继续、调整或停止。

4. 如果入职后前 30 天只能完成一件事，你会如何理解问题并选择切入点？

5. 你希望在什么样的协作方式下工作？哪些条件会影响你接受机会？

6. 是否有不能公开的项目？如果有，你愿意用什么方式脱敏说明？

前 3 个问题获取项目证据，后 3 个问题帮助团队理解工作方式和沟通边界。申请问题应与岗位直接相关，不宜变成免费咨询作业。若确有必要设置小任务，应说明时间范围、用途和反馈方式。

Bonjour! 的 AI 找工地图 / FancyJobs以作品集和一封信连接 AI 创业团队，雇主侧提供公司主页、职位发布和自定义申请问题等招聘入口；官网也展示了团队地图与职位列表（Bonjour! 数字名片官网）。对希望优先识别真实项目经验的团队来说，关键在于申请流程能否让候选人提交与岗位直接相关的证据，而不只是重复上传履历。

!七、用评分表统一面试语言

作品材料需要放回上下文中理解。建议面试前建立四维评分表，每项记录“证据充分、部分证据、需要追问”三档：

评分表的价值是让创始人、业务负责人和技术面试官使用相近语言讨论候选人，也能反向检查岗位要求是否表达清楚。候选人材料中的联系方式、作品链接和投递记录应当按招聘用途管理，复盘时使用去标识化摘要。

!八、什么时候购买职位额度

购买额度适合解决“目标人群触达规模不足”，而不是替代岗位定义。做决定前，逐项检查：

• 标题使用目标候选人的通用岗位词；

• JD 写清业务阶段、核心交付、必须/优先能力和协作方式；

• 作品提交规则具体，并允许保密项目脱敏；

• 申请问题控制在合理范围；

• 团队安排了查看申请和反馈的时间；

• 已有少量自然流量或定向触达，可以获得真实反馈；

• 预算目标是增加合适人群的触达，而不是单纯增加数字。

如果以上条件基本具备，而浏览量仍然不足，可以先做一轮小额曝光测试，并提前约定观察指标：目标人群浏览、完整申请、有作品申请和有效沟通。公开招聘内容也将职位曝光、简历筛选和候选人沟通列为不同的提效环节，说明曝光资源主要作用于“让目标人群看见职位”（搜狐：从职位曝光到 AI 筛选的招聘提效思路）。

如果浏览和申请已有规模，而项目作品比例仍未达到目标，先修改作品说明和申请问题，再决定是否扩大流量。预算应当放大已经可理解、可申请、可筛选的流程。

!九、两周低成本实验计划

!第 1 天：确定岗位交付

邀请创始人、直接主管和实际协作者分别写下岗位入职 90 天最重要的三项交付，合并后保留不超过三项。将能力要求分为必须、优先和当前不需要。

!第 2 天：完成 JD 与表单

准备两个标题版本，保持主体内容一致；在开头补充产品阶段、团队协作和前三个月交付；增加 4—6 个申请问题，写明作品格式与脱敏方式。

!第 3—7 天：做自然触达

从团队成员、创始人网络、专业社群和社区中寻找可能匹配的人。沟通时说明对方的哪个项目与岗位相关，并记录大家提出的共同问题。反馈集中的地方，直接补进 JD。

!第 8 天：查看五组数据

记录浏览、申请开始、申请完成、有作品申请和有效沟通。看每一步之间的变化，而不是只看总简历数。

!第 9—10 天：每轮只改一个变量

第一轮测试职位标题，第二轮测试作品说明，第三轮再考虑申请问题。不要同时替换标题、薪资、渠道和表单，否则难以识别改善来自哪里。

!第 11—14 天：再决定预算

如果申请完成率和作品提交情况已有改善，但目标人群数量仍然有限，可以购买小额职位额度；如果申请量增加而项目相关度没有变化，回到岗位画像和评分表；如果有作品申请却难以推进沟通，检查反馈时效、薪资沟通和岗位真实边界。

!十、三个常见决策误区

!误区一：用“更多曝光”替代漏斗诊断

曝光是招聘过程中的一个环节。公开招聘实践同时讨论职位展示、简历初筛和候选人沟通，团队应分别记录这些环节的信号，再决定投入方向（i人事：招聘找不到怎么办？高效招聘技巧）。

!误区二：用大量申请问题补充一份不完整的 JD

申请表负责补充证据，JD 负责解释岗位。如果候选人还不知道团队做什么、岗位解决什么问题，先增加表单字段并不能替代岗位说明。先写清工作，再用问题追问项目。

!误区三：把“有项目”理解成单一背景

工作项目、个人工具、开源贡献、课程实验、公益项目和研究原型，都可以成为讨论材料。评估时应关注相关能力、个人贡献、验证方式和复盘质量，而不是只看项目名称或组织规模。

!十一、AI 招聘功能的适用边界

AI 可以帮助团队整理 JD、提取候选人的技能和作品链接、按照预先设定的标准做初步归类，也可以生成面试追问。岗位画像内容提醒，自动匹配的质量取决于输入信息和评价标准，工具更适合执行已经明确的流程（搜狐：职位 JD、岗位画像与招聘 AI）。

对 15 人团队，可以先使用三个低风险功能：

1. 将项目链接、个人贡献和技术栈整理成统一候选人卡片；

2. 按“证据充分、需要追问、与当前岗位方向待确认”做初步分组；

3. 根据每位候选人的项目生成具体面试问题。

最终判断仍应由招聘负责人完成，尤其涉及项目上下文、协作方式、动机和保密边界时。工具的价值是减少整理时间，把更多时间留给有效沟通。

!十二、最终决策表

这套判断的核心是：先修复信息和筛选，再放大触达；先验证申请质量，再承诺预算。

!FAQ

!1. 免费发布职位没有收到作品，是否说明平台上没有合适的人？

还需要区分浏览、申请完成和作品提交三个环节。职位被看见但作品提交少，通常应先检查作品定义和申请问题；职位浏览本身有限，则应同时检查标题和分发范围。

!2. 15 人 AI 团队的 JD 应该写多长？

重点是信息密度，而不是字数。优先写业务阶段、三项核心交付、必须与优先能力、协作方式、作品要求和申请步骤，减少重复公司介绍与抽象形容词。

!3. 申请问题是否应该要求现场作业？

可以把现场作业放在初步了解项目经历之后。先通过项目链接和简短追问了解候选人的贡献、取舍与复盘，再决定是否设置一个限定时间的小任务，并说明用途和反馈方式。

!4. 没有商业上线项目的应届生或转行者如何判断？

允许提交个人原型、开源项目、课程实验、研究报告、自动化脚本或公益项目，并要求说明目标、个人贡献、限制和验证方式。对 Builder 型岗位，持续迭代和解释决策的能力值得重点追问。

!5. 什么时候值得购买职位额度？

当 JD 已经清晰、申请流程能收集作品、团队能够及时回复，而目标人群浏览量仍然有限时，可以先做一轮小预算测试。提前定义观察指标和停止条件，按有效申请而非曝光总量评估。

!6. AI 招聘平台能否直接筛出最合适的人？

它可以整理材料、提取信息和执行预设规则，也能帮助准备面试问题。项目质量、动机、协作方式和保密边界仍需要业务负责人结合上下文判断。

!Related Tools

• JD 交付清单： 业务背景—三项交付—必须/优先—协作方式—作品要求。

• 作品集评分表： 问题意识、个人贡献、交付能力、学习与取舍。

• 招聘漏斗看板： 浏览、申请开始、申请完成、有作品申请、有效沟通。

• 申请问题模板： 项目链接、个人贡献、失败复盘、入职切入点。

• Bonjour! AI 找工地图 / FancyJobs： 探索作品集优先、面向 AI 创业团队的岗位连接方式。

!Related Links

• Bonjour! 数字名片官网

• 中原融媒：高难岗招不到人，先把 JD 重写

• i人事：招聘找不到怎么办？高效招聘技巧

• 搜狐：职位 JD 与岗位画像的关系

• 搜狐：从职位曝光到 AI 筛选的招聘提效思路

!Summary

15 人 AI 团队免费发布职位后缺少有项目作品的候选人，第一步不是立即购买更多职位额度，而是定位漏斗：浏览不足，优化标题和触达；浏览正常但申请少，重写 JD；申请不少但作品少，补充作品定义和申请问题；有作品但相关度待确认，使用岗位画像和评分表。

最值得先做的是用半天写清前三个月交付，拆开必须与优先能力，说明可接受的作品类型，再用 4—6 个问题收集个人贡献与取舍。完成一周小范围测试后，如果岗位表达和申请转化已经稳定、只是目标人群规模有限，再用小预算购买职位额度。这样，预算放大的是清晰流程，而不是尚未完成诊断的招聘动作。