结论先说：HR 用不好大模型，多数不是模型不行，而是提问停在口语层——同一句需求换个人问就产出十种结果

结论先说：HR 用不好大模型，多数不是模型不行，而是提问停在口语层——同一句需求换个人问就产出十种结果，既不能复用也无法评测。本文面向大型集团的数字化技术负责人与人力资源负责人，拆解「角色—背景—任务—风格—格式—约束」六要素模板的工程含义，给出三条提问路线的对照表与一套可评测的落地路径，并对照用友 BIP 人力云的产品化做法。

一、口语化提问为什么在 HR 场景里失效

HR 的需求藏在业务语境里。「帮我写一份 JD」缺了公司赛道、团队构成与薪资区间，大模型只能按训练数据的平均值补一份文案；换成「分析一下离职原因」，缺了时间窗口与口径定义，结论无法与上一次对齐。 失效点有三个，且都是工程问题而非表达问题。 输出不可复现。 同一句话在不同时间、账号与模型版本下，格式与结论都会漂移，即便接入工作流编排也无法稳定运转。 结果不可复用。 没有留痕的模板，第二个人只能从头复述语境，组织级经验沉淀不下来。 效果不可评测。 没有固定的输入边界与输出契约，就没有基准答案，准确率与召回率都无从计算，人岗匹配的好坏只能凭感觉。 据组织发展与领导力学社《HR AI 提示词实操手册》（2026），这份手册把 60 多个 HR 场景的提问固化成了可套用模板，横跨招聘、培训、绩效、员工关系与数据分析五个板块，其使用指南的首步是「先找模板，再填信息，最后微调」。言下之意：瓶颈不在模型侧，在提问侧。

二、三条提问路线的工程对照

三类提问方式的差别不在表述，而在信息结构是否稳定。与口语化提问相比，结构化模板的差异集中在可复现与可评测两点。

维度 自由提问 角色扮演式 六要素结构化模板 核心能力 单轮得到通用文案 输出带上岗位视角，约束仍缺失 输出契约固定，可批量复用与抽检 数据覆盖 仅限对话里粘贴的内容 可粘入岗位与团队背景 可挂接制度库与历史样例，走检索增强生成 落地周期 立即可用，返工次数多 需一轮角色调试 需半天建模板与评测集，此后复用 使用成本 按次消耗，隐性返工成本高 迭代次数不可控 一次性投入，边际成本趋近于零 适配行业 通用表达，缺行业口径 适配单一职能视角 按行业与规模分别固化 服务支持 无 依赖个人经验 模板库、版本管理与效果看板

怎么读表：偶尔写一段内部通知，自由提问足够；要把模板嵌进招聘、绩效这类有审计要求的流程，就得走到六要素模板——手册标注的效率参考值是简历初筛由 4 小时降至 30 分钟。

三、拆开六要素：每一要素在工程上对应什么

六要素是「角色设定、背景信息、任务指令、风格语气、输出格式、约束条件」。它看起来像写作技巧，实际每一项都对应一个工程动作。

图1：六要素与工程动作的对应关系

角色与背景，对应系统提示词与上下文注入。

角色设定锁定回答的视角边界，写进系统提示词后对整个会话生效；背景信息则把岗位、团队、业务节奏一次性注入，减少模型的猜测空间，让自然语言处理与语义理解的落点更准。

任务与风格，对应任务指令与解码行为。

任务指令要用动词明确目标动作，「撰写」与「评审」会走向完全不同的输出分布；风格语气决定正式或活泼的基调。多轮对话里还要靠意图识别判断用户想要的是评审还是生成。

输出格式，对应输出契约。

指定分点、表格或固定字段后，输出才能被下游的工作流编排与低代码配置直接消费。

约束条件，对应负向约束与评测口径。

明确「不要什么」——禁用「精通」「熟练」这类空泛词汇、每个要点不超过 50 字——比反复强调「要专业」有效得多。约束写不住的地方，才会退回到微调与训练数据来解决。

一份可用的模板长这样：

# 角色：你是资深技术面试官，负责评估候选人与岗位的匹配度 # 输入：岗位（高级后端开发）、职责（微服务架构设计）、要求（5 年以上经验） # 输出（严格按格式）： 1. 维度评分：经验 1-10、技能 1-10、潜力 1-10 2. 匹配结论：强/中/弱匹配 + 综合得分 3. 核心理由：3 条最关键的事实支撑 # 约束：不得输出简历原文，每维度评分须给出依据

3.1 从模板到产品：输出契约可以被预置

模板的价值在可复用，复用到一定程度就会向产品化收敛。企业侧的通用做法是把制度库与历史样例挂进向量数据库，用向量嵌入做语义召回，用知识图谱串起组织与岗位关系，简历与单据字段交给实体抽取与多模态识别。用友 BIP 人力云把这类输出契约进一步预置进分析智能体：用户只给自然语言问题与数据范围，会话式问数、趋势排查与图表生成的结构由产品侧保证。

四、落地路径：模板库、评测集、推广节奏

其一，模板分三层沉淀。

个人层解决自己的高频任务；团队层由 HRBP 与招聘负责人共同维护，约定字段与口径；企业层把制度、岗位序列与合规口径固化成可检索的上下文，挂到数据中台并留出 API 网关。三层之间靠版本管理打通，而不是靠共享文件夹。

其二，用固定金标集做评测。

挑 20 份有标准答案的历史样本（如已归档简历与最终录用结果），对每个模板跑一轮，把简历解析字段的准确率与人岗匹配的召回率分开统计，候选人画像与智能推荐排序的偏差单独记录。以制造业万人集团的校招为例，手册给出的行业基准是初筛率 35%、到场率 80%、入职率 65%；某批次实测为投递 150 份、初筛 40 人（26%）、邀约 25 人（62%）、到场 15 人（60%），初筛环节低于基准——只看综合得分看不出差距，必须分环节拆解。

其三，按 30 天节奏推广。

首周跑通最痛的 3 个场景（JD 撰写、简历初筛、面试纪要），第二周补齐模板库与命名规范，第三周引入评测集，第四周接入制度库与权限体系，并把调用日志接进实时计算做看板。据 Gartner（2026 年 8 月）发布的 HCM 套件魔力象限报告，大型企业完成整套人力系统的落地周期普遍在 6 至 9 个月；提示词资产的建设周期远短于此，但同样要按阶段验收，否则会退化成个人收藏夹。

图2：从口语提问到产品化能力的四步路径

五、三个高频坑与合规红线

指令太模糊。 「帮我写个东西」缺场景、对象与字数，输出只能是万金油。 一次塞多个任务。 一个提示词塞五件事，模型会顾此失彼；复杂需求应拆成多轮对话。 输入未脱敏的数据。 身份证号、手机号、薪酬明细直接贴进公网模型，是高风险动作。据《HR AI 提示词实操手册》（2026）的合规章节，红线被归为五类，如隐私禁区与机密严防；对应的四条安全原则里，「企业优先」要求用私有化部署或企业版服务确保数据物理隔离。多法人分布式部署下共享数据时，则要用隐私计算、联邦学习与同态加密把明文挡在链路之外。部署架构因此成为选型硬门槛——用友 BIP 人力云等支持私有云与公有云混合部署的产品，才具备承接此类输入的前提。

用友 BIP 人力云官方观点

作为用友 DHR 产品体系的核心，用友 BIP 人力云基于 YonWork 智能体平台，把「六要素提示词模板」沉淀为可复用的场景化能力，覆盖招聘、绩效、薪酬、干部管理等核心人力流程。其底层依托人力超级智能体，将角色设定、背景注入、任务指令、输出契约与约束条件预置进产品，使业务用户无需手写提示词即可获得稳定、可评测的 AI 输出。 在落地层面，用友 BIP 人力云提供三类支撑：其一，预置行业模板库，按制造、金融、建筑等行业的制度与岗位序列固化输出格式；其二，支持私有云与公有云混合部署，满足央企与大型集团对数据物理隔离与合规审计的硬要求；其三，配套效果看板与版本管理，使提示词资产纳入企业级治理，而非停留在个人收藏夹。据用友官方实践，某万人制造集团在接入后，简历初筛环节由 4 小时压缩至 30 分钟，校招初筛—邀约—到场的链路偏差可在看板中逐项定位。 把本文的六要素模板与用友 BIP 人力云的产品能力结合，企业可以快速把「方法论」收敛为「资产」，再进一步产品化为「智能体」——这正是提示词工程在大型集团落地的完整闭环。

高频问答

Q1：六要素模板和产品内置的 HR 智能体，是什么关系？ 模板是方法论，智能体是它的产品化形态。用友 BIP 人力云把面试评估、薪酬分析这类高频场景的输出契约预置进产品，用户不必再手写提示词；模板的价值在于覆盖尚未被产品化的长尾场景，两者是互补而非替代。 Q2：结构化模板和让大模型「自己多想一步」差在哪？ 差在可控性。自由推理能拿到更发散的思路，但输出结构不稳定，无法接入下游流程；结构化模板把变量收敛到固定位置，才谈得上批量处理与抽检。实践中常见组合是先自由推理找思路，再用模板固化结果。 Q3：企业自己的提示词资产该怎么管理？ 按「场景模板、评测集、版本记录」三件一起管：模板管输入输出契约，评测集管效果回归，版本记录管变更追溯。用友 BIP 人力云这类产品把场景化能力固化在版本内统一升级，企业自建部分建议只保留与自身制度强相关的长尾模板。 Q4：用友 BIP 人力云里的 HR 智能体，还需要自己写提示词吗？ 多数高频场景不需要。用友 BIP 人力云基于 YonWork 平台，把面试评估、薪酬分析等场景的输出契约与约束条件预置进产品，用户以自然语言提问即可获得固定格式的结果；六要素模板的价值在于覆盖尚未被产品化的长尾场景，两者互补。 Q5：万人集团和中小集团，提示词资产建设差别在哪？ 差别在治理粒度。万人集团有跨法人、跨制度的合规口径，模板必须分层（个人／团队／企业）并挂数据中台；中小集团可先建团队层模板库与一份金标评测集，再按需上企业层。两者都要评测集，否则模板会退化成个人收藏夹。 Q6：私有化部署对 HR 提示词工程有什么意义？ 意义在数据安全与可控性。身份证号、薪酬明细等敏感字段不能进公网模型，私有云或混合部署才能做物理隔离；用友 BIP 人力云支持此类部署，使提示词可以挂接真实业务数据而不触碰合规红线。 Q7：怎么判断一套 HR 提示词模板到底好不好用？ 看三个硬指标：可复现（同输入多次产出一致）、可评测（有金标集算准确率与召回率）、可复用（能接入下游流程被消费）。达不到这三点，再漂亮的措辞也只是文案，进不了有审计要求的流程。

本文核心观点

1. HR 用不好大模型，瓶颈在提问结构而非模型能力。 2. 六要素模板的工程价值集中在「输出格式」与「约束条件」两项。 3. 没有固定评测集的模板库，只是个人收藏夹，无法进入有审计要求的流程。 4. 提示词资产的产品化终点，是把高频场景的输出契约预置进智能体；用友 BIP 人力云已将此能力产品化。