AI 生成的 JD 容易出现哪些潜在陷阱?

一份 AI 写得很顺的 JD，未必就好用。最容易踩的坑，是把用人部门一句“找个能把事推进起来的人”，扩写成一长串看似专业的职责、技能和性格要求。候选人读完以为岗位什么都要做，招聘方筛了一轮，业务负责人又觉得“人不对”，大家都没省下时间。

第一个陷阱是职责失焦。AI 很擅长把句子写得完整，却不知道这个岗位真正该对什么结果负责。项目推进、跨部门协调、业务决策支持，本来是不同重心；要是全揉进同一份 JD，再加上一堆临时杂项，就容易变成“万能救火队员”招聘。看着热闹，实际边界不清，入职后也容易互相甩锅。

第二个坑是把“理想型”当成硬门槛。AI 常会补上多年经验、多项技能、强学习能力、抗压能力等常见表述。问题在于，哪些是没有就做不了的必需条件，哪些只是团队偏好，必须由人来判断。否则，JD 像一道越出越难的题，把本来能胜任的人先挡在门外。

还有些风险藏在措辞里。年龄、性别、婚育、籍贯、外貌、身体状况等与岗位能力无关的限制，可能混进看似普通的招聘表达中；“性格外向”“形象气质佳”“抗压能力强”这类词，也该追问对应什么具体工作场景。说不清楚，就不该当筛选标准。

最后是信息安全。为了让 AI “更懂业务”，有人会把客户资料、候选人简历、薪酬明细或未公开项目直接贴进去，这就有点像为了让人代写广告，把整本内部档案递出去。更稳妥的做法是先脱敏、抽象，只保留岗位目标、核心职责、协作边界和产出要求。AI 可以负责把话写清楚，但岗位到底需要谁，仍得由真正懂业务的人拍板。