不会考察候选人的「AI能力」?你可能招不到未来的人才!
你有没有发现一个现象?打开招聘网站,现在越来越多岗位描述中多了这样一句话:
「熟悉 DeepSeek、Cursor 或其他 AI 工具者优先。」
十年前面试官会问:「你会不会用Excel、Word、PPT?」如今则变成了:「你会不会用AI?」时代在变,技能要求也在变。因此,怎么面试才能真正考察出一个人「会用AI」呢?今天,就来聊聊这个话题。
考察 AI 能力,究竟要看什么?
很多人可能觉得,会用AI不就是会用 DeepSeek 提个问题,或者让Midjourney画个图吗?其实远远没那么简单。真正会用AI的人,会展现出这几种特质:
基础 AI 应用能力
1. 提示词工程(Prompt Engineering)能力
2. 内容评估能力
3. 熟练使用 AI 工具的能力
高级 AI 应用能力
4. 任务拆解能力
5. 业务场景应用能力
加分项
6. 快速学习能力
总结起来就是六个方面的能力:
- 提示词工程(Prompt Engineering)能力
- 内容评估能力
- 熟练使用 AI 工具的能力
- 任务拆解能力
- 业务场景应用能力
- 快速学习能力
简单说,就是:
不但会用AI工具,更要知道「什么时候用」「怎么用」「怎么用得更好」。
不同领域,怎么考察AI能力?
不同岗位、不同领域,对AI能力的需求其实不一样。举几个常见领域的例子:
软件开发领域:AI辅助编程
程序员面试,以前都是让候选人徒手写代码,现在AI时代来了,光凭手写未必真实。更好的办法是:直接让候选人现场用 AI 工具(比如 Trae、Cursor 或 Windsurf 等)解决一个小问题。关键不在于AI写了多少代码,而是他怎么问AI?如何判断AI写的代码对不对?遇到问题怎么调整?考察的是程序员利用AI的真实技能,而不是死记硬背的能力。
市场营销领域:AI 生成创意和内容
营销岗位尤其看重创意,但很多创意初稿现在都能让AI快速生成了。面试时,不妨给候选人一个产品,让他用AI生成一条营销文案。然后问他:「你为什么用这个Prompt?」「AI给的文案你怎么看?」真正的考察点在于:候选人会不会灵活地调整提示词;是否能判断AI内容质量,主动修正不足之处;对AI生成内容是否有自己的标准,比如品牌调性、目标用户偏好。
产品管理领域:用 AI 做用户洞察和数据分析
产品经理的日常工作经常和数据打交道。比如,可以现场出一道题:「给你一份用户反馈数据,现场用AI工具帮我们提炼出产品改进建议。」考察候选人是否懂得怎么使用AI快速抓住用户的痛点,有没有能力验证AI结论的准确性,是否能结合AI建议,提出清晰明确的改进方案。
具体可以问什么样的问题?
这里分享一些实操性强的通用AI面试题:
- 「你遇到过AI给出明显错误答案的情况吗?你怎么处理的?」
- 「最近有没有新出的AI工具或功能是你学习并实际应用了的?具体讲讲。」
- 「你平时怎么调整Prompt来优化AI输出?」
- 「如果AI生成的内容和你的预期不符,你会怎么优化它?」
- 「你觉得AI目前有哪些无法解决的业务难题?遇到这些难题你会怎么办?」
这些问题看似简单,但候选人的回答可以充分展示他有没有真正用过AI,是否能批判性地看待AI工具,是否具备快速学习和自我优化的意识。
如何有效评估候选人的AI能力?
要真正了解一个人的AI水平,不能只靠简单问答,最好做到:
- :当场让候选人用AI工具解决具体问题,观察其真实操作过程。
现场实操
- :既看候选人使用AI的熟练度,也看他对AI的理解深度。
多角度考察
- :引导候选人表达对AI的见解,观察其思考的深度和广度。
注重开放性提问
优秀的人才会主动提到AI的局限性、使用的风险以及如何有效避免这些风险。而不够熟悉的人通常只是机械地使用工具,甚至完全忽略了AI可能产生的误导性结果。还有最重要的一点,面试官最好自己要有一定的AI使用经验,否则很难分辨候选人回复答案的好坏。
结语:未来,AI 会像 Excel、PPT 一样普及
曾经,懂得用Excel、PPT的人更容易找到好工作;如今,懂得如何巧妙运用AI的人也会拥有同样的竞争力。但真正优秀的人才,并不是会用几个工具那么简单,而是知道如何更高效地完成任务,如何与AI有效沟通,如何快速学习新的工具和方法。所以,下次面试的时候,不妨多问问那些问题。或许你会发现,真正会用AI的人才并不只是懂技术,而是懂得让技术更好地为自己服务的人。