一 · 不编造效果数据
书中所有数字都标注为 示例，用于说明「该记录哪几个量」，不代表任何真实项目的结果。凡是能用定性描述说清的，就不编一个数字出来。
关于这本小蓝书
这本书的写作动机很具体：市面上讲 AI 的材料很多，讲 HR 的材料也很多，但把两者接起来、并且承认「有些事 AI 不该做」的材料很少。这一页说明它的立场、原则与边界。
关于更名
本书旧名为「HR AI 落地绿皮书」，自第二版起正式更名为「HR AI 落地小蓝书」（简称小蓝书）。第三版又做了一轮界面重做：改为暖米画布 + 近黑墨色 + 1px 发丝线的平面化排版，蓝色保留为链接与标签的克制强调色，不再作为整站主色。更名与改版都只涉及名称与外观，内容脉络与治理立场不变。旧名下的链接与引用请一并更新到新名称与新地址 https://hr-ai-bluebook.pages.dev/。
为什么写这本书
我在跟 HR 团队一起落地 AI 的过程中，反复看到同一种失败：工具开通了，培训做了，几个人试了几周，然后一切回到原样。复盘下来，失败几乎不是因为模型能力不够，而是因为三件事没人做——
- 没有人把 HR 的活拆成可交付物。「做招聘」不是一个能交给智能体的任务，「产出一份带合规自查的 JD 初稿」才是。
- 没有人写下判据。大家都知道 AI 写的 JD「差点意思」，但没人把「差在哪」变成一条可检查的规则，于是每个人都在重复同样的返工。
- 没有人设计闸口。要么全靠人工不敢用，要么图省事全自动，直到某一次出事之后彻底禁用。
这三件事恰好都是 HR 的本行——写职责、定标准、设审批。所以我认为 HR 不是 AI 落地里被动的一方，而是最有条件把它做成建制的那个职能。这本书就是按这个想法写的。
内容原则
下面五条是我在写作时给自己定的约束。如果你在书里发现哪一处违反了它们，那是我的疏漏，欢迎指出。
二 · 不承诺产品能力
本书把智能体工作台当作运行环境来讨论，只描述在同类工作台上普遍成立的搭法。具体功能、名称、配额与可用性，请以官方文档和你企业的实际开通情况为准。
三 · 不越过专业边界
涉及劳动关系、薪酬合规、个人信息保护的内容，本书只提示「哪些地方需要专业判断」，不提供法律意见。真正的判断请交给你的法务与专业顾问。
四 · 不把人的判断外包
职级、调薪、奖金、绩效等级、辞退、录用终审、争议立场——本书一律主张由具名的人决定并留痕。任何让 AI 直接给出这些结论的做法，不在本书的推荐范围内。
五 · 不追求自动化率
本书从不把「无人干预」当成目标。追求的是可控的加速：更快拿出首稿、更少的口径分歧、更完整的证据链，同时保留每一道该有的闸。
六 · 原创表述
书中方法与措辞均为独立撰写。行业内的通用概念以我自己的理解归纳，不摘录、不改写任何第三方的成篇内容。
作者视角
本书由 Digidai 独立撰写，署名视角为「HR AI 领域专家」。这个身份意味着两件事：第一，我对 HR 的流程与痛点有第一手体感，不会把「AI 能做」当成「HR 需要」；第二，我对模型的局限也有第一手体感，所以书里出现的每一道人审闸，背后都是一次真实的返工或一次险情。
如果要用一句话概括我的立场：在人力资源这个职能里，AI 的价值应该体现在把材料准备得更充分，而不是把判断做得更快。
把 AI 用在准备阶段，把人留在决定阶段。
这不是保守，这是把责任放在能承担责任的地方。
怎么使用与转述本书
- 欢迎在团队内部使用：可以按你们的口径修改书中的 Skill 草案、提示词与流程表，用于内部培训与实际落地。
- 欢迎引用观点：引用书中方法或结论时，请注明来源为《HR AI 落地小蓝书》。
- 请勿据此提供法律与合规意见：书中的合规提示是设计约束，不是法律结论。
- 请勿把示例数字当作行业基准：它们只是算法演示，直接引用会误导你的读者。
校对说明
第二版做过一轮事实校对，重点是把平台侧的说法和合规侧的说法都对回可查的公开来源，而不是凭印象写。下面列出参考的来源类型与校对到的要点，不摘录长段原文——涉及具体适用，请以最新官方文本与你企业法务的意见为准。
| 来源类型 | 校对到的要点 |
|---|---|
| WorkBuddy 官方文档 腾讯云公开文档 |
三种工作模式的准确语义（问一问只问答不改文件、做一做直接执行并改文件、想一想先出计划确认后再执行）；Skill／专家／专家团的层级定义（能力 / 能力＋经验 / 多专家＋协作流程）；专家团额度消耗高于单专家的量级说明。功能名称、交互与计费细节按版本变化，正文已注明以官方说明与实际计费为准。 |
| 公平就业与招聘规范的公开要求 《就业促进法》及九部门规范招聘行为的通知 |
招聘不得限定或倾向性别、不得询问婚育情况、不得以年龄婚育等与胜任力无关的条件设限；JD 与筛选逻辑中的暗示性表述同样属于应规避范围。本书据此保留全书红线，并把合规扫描写进 Skill 的执行步骤而非事后检查。 |
| 个人信息保护原则 《个人信息保护法》最小必要等原则 |
员工与候选人信息最小必要进入上下文；示例中的简历一律脱敏、以编号替代姓名；明确禁止让模型编造候选人个人信息。 |
| 本书自有内容 | 方法论、九个专家团设计、三套作业手册、附录资料包均为独立撰写。全书数字一律标注为「示例」，用于说明该记录哪些量，不作为 Digidai 或 Metix AI 的真实客户案例数据呈现。 |
仍需你自己确认的三件事
- 客户端能力：可用的连接器与助理通道随版本和地区变化，以你客户端实际支持的为准；本书方法不依赖任何特定通道。
- 额度与计费：专家团的消耗量级仅为官方说明的参考值，请以你账号的实际账单校准。
- 合规适用：本书的合规提示是设计约束，不是法律意见；落到个案请走法务。
版权与引用声明
声明
- 本站全部文字、结构、样式与图形均为独立原创，未摘录、未改写任何第三方作品的成篇内容，著作权归 Digidai 所有。
- 本书与文中提及的任何商业产品、开源项目、社区、公众号或个人作品无隶属、代理、授权或合作关系。
- 附录 A 提供的五个资料包全部为本书自行撰写，可自由下载并按你们的口径修改后内部使用。本书不分发也不主张拥有任何第三方的资料包、模板集或下载资源，与任何第三方社区、公众号作者及其发布的压缩包均无关联。
- 文中出现的产品名称、商标归其各自权利人所有，仅用于说明运行环境，不表示任何背书关系。
- 如你认为本站存在任何侵权或不当引用之处，请通过下方入口联系，我会尽快核实与处理。
免责声明
本书提供的是方法与流程建议，不构成法律、财务、税务或人事处理意见。你在使用书中方法时，需自行确认其与所在国家或地区的法律法规、行业监管要求及企业内部制度相符。因使用本书内容而产生的任何决策与后果，由使用者自行承担。
特别提示三类高风险场景，请务必在专业人士参与下进行：
- 个人信息处理：员工与候选人信息的收集、存储与使用范围，需符合适用的个人信息保护要求，并遵守你企业的信息安全规定。
- 劳动关系处理：试用期评估、岗位调整、绩效改进计划、解除劳动合同等，须由法务或专业顾问把关。
- 算法用于人事决策：任何用于影响招聘、晋升、薪酬、去留的自动化评估，都可能涉及公平性与合规要求，本书主张此类场景保留人工决策与可解释的依据。
联系与反馈
这本书会持续修订。最有价值的反馈是三类：你在落地时卡住的具体环节、你发现书中说错的地方、以及你搭出来的与书中不同的做法。
邮件 · 直达作者
用于内容纠错、方法讨论与转载授权咨询。写信时请说明你所在的行业与团队规模，我能给出更贴合的建议。
Digidai · HR AI 领域专家 — [email protected]
其他公开渠道
如果你更习惯在社交平台交流，可以从下面任一处找到我。这些渠道只用于公开讨论，涉及企业内部信息请走邮件。
内容纠错
如果你发现某处方法在你们的场景里不成立，请告诉我具体是哪一步、你们的约束是什么。这类反馈会直接改进下一版。
修订记录见下一节。
企业内部分享
本站为纯静态页面，可整站拷贝到内网或用任意静态托管服务部署，无需联网、无追踪脚本。
部署方式见仓库中的 README.md。
关于社群与活动
本书不设社群、不办活动、不提供二维码入口。所有内容都在这七个页面里，读完即可开始动手。
机构合作与内部培训咨询的备用联系方式：Metix AI · [email protected]。本书内容独立撰写，不依附于任何公司的产品或商业方案，此处仅作为联系入口列出。
修订记录
| 版本 | 主要内容 | 状态 |
|---|---|---|
| 第一版 | 七个页面全文：序、六步上手、三层方法论与建团九原则、九个 HR 专家团、三套深度手册、工具箱台账、关于 | 当前版本 |
| 后续计划 | 附录 A 资料包包体上传；补充人力数据分析与培训发展两条链路的完整作业手册 | 规划中 |
回到正文
如果你是从头读到这里的，恭喜——现在最该做的事不是再读一遍，而是打开工作台，挑一个今天要交的活跑一遍。