課程簡介
HR 工作中有兩種截然不同的任務，卻經常用同一種方式在處理。
第一種是反覆撰寫與溝通：JD、面試通知、候選人信件、面試流程提醒。這類任務格式固定、邏輯清楚，適合用 ChatGPT Workspace Agent 設計成可重複執行的工作助理。
第二種是資料整理與數據分析：招募漏斗、履歷名單比對、面試結果統計、出缺勤報表。這類任務資料量大、欄位複雜，需要可追溯的執行過程與可驗收的輸出成果，桌面工作代理才是對的工具。
用對工具，才能把 AI 真正嵌入 HR 工作流——而不只是偶爾問問題。
課程說明
如何有效地使用 AI 工具，讓 HR 的重複性工作大幅減少？
你是否遇過以下困擾？
- 每次開職缺都要重新寫 JD 和面試通知，格式大同小異卻還是得從頭來
- 面試結果、招募漏斗、出缺勤資料散落在不同表格，整理成報表就要花掉半天
- 想把 AI 用在 HR 流程，但擔心個資保護、錄取偏誤或不當自動化決策的風險
這些問題指向同一件事：HR 需要的不是一個萬能 AI 工具，而是針對不同任務選對工具、設計好流程、並建立合理的人工審核節點。這門課提供一套可操作的判斷框架，讓你知道什麼交給 Workspace Agent、什麼交給 Codex，以及哪些決策必須留給人來做。
課程內容
6 大主題 × 從招募文件到數據報表
- HR 任務工具選型：Workspace Agent vs. Codex
- 前台互動任務與後台數據處理任務的本質差異
- 判斷框架：任務型態、資料量、輸出格式、驗收方式
- 招募需求收斂 Agent 實作
- 用 Workspace Agent 收斂用人需求、確認職缺條件
- 固定輸入、固定輸出的 Agent 指令設計與測試
- 招募文件與候選人溝通 Agent
- JD 初稿、候選人通知信、面試流程提醒的 Agent 設計
- 哪些內容 Agent 可以產出、哪些需要 HR 審核定稿
- HR 數據處理桌面工作代理工作區規劃
- 工作資料夾結構：原始表格、輸出資料夾、AGENTS.md、驗證清單
- 讓桌面工作代理讀資料、清欄位、整理表格的基本設定方式
- HR 數據分析與報表產出
- 招募漏斗分析、候選人比較表、面試結果統計、出缺勤摘要
- 從原始數據到可提交主管的圖表與報告草稿
- 人機協作節點與 HR 資料風險管控
- 個資保護、錄取偏誤、敏感決策的人審邊界設計
- 完成 HR AI 風險檢核表，建立合規使用基礎
完課收穫
- 能使用工具選型框架，清楚判斷每一類 HR 任務最適合哪種 Agent 工具
- 完成一個招募流程 Workspace Agent 草稿，可直接套用到實際職缺
- 完成一份 HR 數據桌面工作代理工作區規劃，並產出數據摘要與圖表草稿
- 掌握招募文件到數據報表的完整 Agent 工作流交接邏輯
- 取得 HR AI 風險檢核表，作為後續導入的合規參考依據
適合對象
- 每天需要大量產出招募文件、候選人通知或面試評估表單的招募專員與 HR Ops
- 負責製作人資報表、分析招募漏斗或出缺勤數據，但整理流程仍依賴人工的 HRBP 與人資主管
- 想將 AI 導入 HR 流程，但對個資風險與決策偏誤仍有疑慮、不確定從哪裡開始的人資團隊
這堂課不教通用 ChatGPT 操作或程式技術，聚焦在 HR 職能的具體任務場景與對應的 Agent 工具選型與實作。學員需自備 ChatGPT Business 帳號，或申請 ChatGPT Business 一個月試用版，並於課前安裝好 Codex。
課程資訊
- 時間：2026.10.20（二）13:30-17:00
- 地點：捷運大安站附近（最晚於課前一週通知）
