← 贴纸墙 AGENT · DETAIL

中型企业HR智能体落地顾问：灌知识调画像按项目收费，月入5万

工作流：每天早上先查看客户HR智能体的运行日志与误判案例，标记被误杀的简历和漏掉的匹配项；随后把客户反馈的新岗位需求整理成结构化画像和评分规则灌入系统，并微调筛选阈值。输入是客户的岗位说明书、历史录用数据、面试官评价与文化偏好，输出是校准后的简历筛

AGENT

关键字段

FIELD STAMPS

INDUSTRY 行业内容/创作者经济

REGION 地区中

SCALE 规模小企

CHANNEL 渠道线上

🔧 工作流

每天早上先查看客户HR智能体的运行日志与误判案例，标记被误杀的简历和漏掉的匹配项；随后把客户反馈的新岗位需求整理成结构化画像和评分规则灌入系统，并微调筛选阈值。输入是客户的岗位说明书、历史录用数据、面试官评价与文化偏好，输出是校准后的简历筛选Agent、面试排程Agent，以及一份每周效果复盘报告，里面写清处理量、准确率、HR采纳率三个指标，作为续约与涨价的依据。全流程线上交付，每周与客户HR开一次30分钟视频会对齐规则。

🛠 搭建门槛

需要熟悉主流AI HR平台或开源Agent框架，掌握提示词工程与基础数据清洗能力，能看懂招聘漏斗数据。准备2周时间跟一家种子客户跑通从简历筛选到面试邀约的全流程，期间沉淀可复用的岗位画像模板库与话术库。技术门槛中等，关键是懂招聘业务语言，建议有HR或猎头背景，没有的话先精读20份不同岗位的JD并拆解其评分维度。工具账号开通当天可就绪，主要时间花在理解客户业务上。

🧰 工具链

🔧 北森Mavens或同类AI HR平台
🔧 GPT-4o或Claude API
🔧 飞书多维表格
🔧 Zapier

💰 收入

① 中型企业HR智能体落地实施费（主收入）：按项目收2万-8万元/单，同时服务3-5家、按月交付摊薄，占月收入约20%-82%（案例说法，未经独立核验，属估算，口径时间2026年）；② 调优订阅费：3000-8000元/家/月×3-5家＝0.9万-4万元/月，占月收入约18%-80%（估算，案例自述，独立复核尚缺）；③ 效果溢价：以客户HR入职事务工时减少约60%为复盘指标按效果加价，加价幅度没有公开口径（出自案例描述，未获第三方核实），占总收入的份额也未见披露；④ 机会项——平台方FDE生态分包：北森等厂商组建300+人前端部署工程师团队（企业官方披露），个人顾问承接其溢出交付需求，该路占收入的比重没有交代。

💸 成本

大模型API与自动化工具每月约600至1200元，客户量上来后按调用量线性增长；差旅拜访客户费用视情况另计，线上交付为主可压到很低

⏱ 时间投入

平均每天3至4小时，集中在误判案例复盘与规则更新；新客户实施期投入翻倍，约每天6至8小时，持续两周左右

🚀 新手入行指南

第一步先帮一家熟悉的中小企业免费做一次简历筛选Agent试点，用真实简历数据跑出准确率对比报告，例如同样的简历量人工初筛要几天、Agent半小时完成且误杀率多少。拿着这份前后对比数据去拓展第二家付费客户，报价按节省的招聘工时折算；同时把通用部分抽象成岗位画像模板，每多做一个行业模板，下一家交付成本就下降一截，形成可复利的资产。

🔑 成功关键

✅ 必须保留HR最终拍板权，Agent只做初筛与排程，人类做裁判，避免误杀优秀候选人引发信任崩塌
✅ 把每家客户的岗位画像沉淀为自己的方法论资产，模板复用率决定利润率，拒绝每次都从零定制
✅ 用处理量与准确率的硬数据报价，而非按人天卖时间，让客户为结果付费
✅ 先锁定一个细分行业做深，例如跨境电商或连锁餐饮，行业术语和人才画像高度可迁移，口碑传播快

⚠️ 风险

⚠️ 大平台自建部署团队下沉抢单，北森已组建300多人的前端部署工程师团队，个人顾问需靠行业细分与响应速度差异化求生
⚠️ 简历数据涉及个人信息保护合规，处理不当有法律风险，必须与客户签数据处理协议并最小化留存
⚠️ Agent误杀候选人或排程出错会损害客户雇主品牌，需设置人工复核节点并购买职业责任保障，否则一单事故可能丢掉全部老客户

📌 真实案例

📌 北森为交付Mavens组建300多人的前端部署工程师团队，驻场帮客户定制岗位模型与角色画像，把客户独有的用人逻辑灌输给AI，验证了这一交付环节的市场刚需
📌 腾讯云开发者社区案例显示，个人用自建Agent半小时处理310份简历，从初筛到自动发邮件确认时间，完成6名候选人的面试排程对接
📌 实在Agent以90.2%成功率登顶OSWorld全球榜首，其招聘场景方案可自动登录招聘平台筛选候选人、生成差异化话术，某跨境电商案例中招聘人工投入减少60%

来源