【觀點】幫人資省下大把時間!善用no code就能自動管理履歷,步驟一文看懂
【觀點】幫人資省下大把時間!善用no code就能自動管理履歷,步驟一文看懂

人資團隊在基本招募流程依序為履歷收集、履歷篩選、測驗與面試、談薪到最後到職,而履歷收集是一切的源頭。

現今台灣的招募平台繁多,舉凡 104 人力銀銀行、1111 人力銀行、Yourator、Cakeresume、Linkedin、熊班、小雞上工等,或部分大公司自架招募平台。不過考量到每個平台的受眾特性不一,為增加曝光,多數公司會同時至少四個平台上開設招募職缺,因此人資團隊也需要花費大量時間和人力在管理履歷。

問題是,投資時間在管理履歷是「必要之惡」嗎?

根據 Huptech 的統計數據指出,招募專員每週花超過13小時在收集與整理履歷上。axelos 也指出超過 50% 的招募專員仍透過人工操作 Excel,來管理自四面八方的履歷。

在 AI 工具蓬勃發展的現在,這麼重要但卻又重複性很高的工作,真的只能耗費人力時間完成嗎?答案絕對是否定的,本文就跟大家介紹市面上有哪些自動化工具可以來做履歷收集與整理、哪些是可以 no code 完成、他們的差異與優劣勢又在哪?

履歷管理自動化三大類:瀏覽器自動化、工作流程自動化、機器人流程自動化

1. 瀏覽器自動化(Web Browser Automation)

瀏覽器自動化可以理解為透過程式「模擬人在使用瀏覽器的行為」,不管是輸入文字、點擊按鈕、從選單中選擇等都可以做到,例如:設定系統每日九點透到不同招募平台下載履歷。除了工作自動化,也常用於測試自動化,常見的開源工具如 Selenium,優點是非常有彈性,可以依照需求撰寫程式,做到完全的客製化。缺點則是需要寫程式基礎才能完成自動化,在沒有工程團隊的協助下,對多數人資而不太友善。

2. 工作流程自動化(Workflow Automation)

工作流程自動化擅長將多個線上工具串接起來,例如收到信之後、發布企業內部訊息(如 Slack)、再下載檔案到雲端公槽。這樣一連串的動作,都可以透過工作流程自動化工具完成。

這類自動化工具預設整合了數千種的線上工具,只要透過拖拉點選等方法自行組合,就可以做到自動化,市面上比較有名的工具如 Zapier、Make 等。優點是完全不需要程式基礎就可以完成,缺點是產品較沒有彈性,流程規範都受到限制,有時候會無法完全符合客製化的需求。

3. 機器人流程自動化(RPA, Robotic Process Automation)

機器人流程自動化主要用在桌面應用程式的操作自動化,甚至瀏覽器也是桌面應用程式的一種,所以功能範圍非常大,許多大企業在財會、資料收集與分析等流程都會使用 RPA 工具,市面上比較有名的工具如 PowerAutomate、UiPath。缺點則為複雜程度比較高,所以有時候需要仰賴工程團隊或是委外開發,人資比較難自行編輯相關流程,且工具執行時會佔據電腦桌面執行,所以需要獨立的電腦跑 RPA 流程。

圖1:履歷管理自動化三大類:瀏覽器自動化、工作流程自動化、機器人流程自動化.jpeg
圖/ Gogolook提供

統整以上比較表,如在一開始公司還不想投入大量資金或是開發成本時, 人資部門可以優先嘗試「工作流程自動化工具」 。若未來需要更細節的客製化,或待公司看見成效且願意投入更多資源時,再端看需求決定要走向瀏覽器自動化,或是機器人流程自動化。

接下來,我將使用 Zapier 服務,與大家分享如何透過零程式碼(No Code)方式實現「工作流程自動化」,每天省下數小時整理履歷的時間!

零程式碼(No-Code)實作教學!用 Zapier 建立履歷管理自動化

在開始實作之前,請先準備好註冊一個 Google 帳號、Zapier 和 OpenAI API 帳號。
假設公司同時使用的服務包含 104 人力銀行、1111 人力銀行、CakeResume、Yourator 等招募平台,而招募專員的其中一個工作則是需要把各平台的履歷整理到 Google Sheets 表單中,並且整理擷取其中重要的聯絡資訊。我們的目標就是把上述動作自動化,以下範例會挑選 1111 人力銀行為例子。

首先,建立一個空白的 Google Sheets,取名為 Zapier 履歷列表,填上招募所需的欄位,例如:應徵時間、應徵職務、求職者姓名、聯絡電話、電子郵件、最高學歷、工作技能、時間最近一份工作經驗、履歷連結等。

圖2:零程式碼(No-Code)實作教學!用 Zapier 建立履歷管理自動化.jpeg
圖/ Gogolook提供

再來開啟 Zapier 後台,點選 Create a new Zap,可以看到一個 Zap 是由 1 個 Trigger 和多個 Action 組成,所謂的 Trigger 就是整個自動化流程的開關,而 Action 就是後續要做的事情。

本範例的 Trigger 將在每次收到 1111 平台履歷時觸發,Action 主要會有兩個:
(一)透過 OpenAI API 摘要履歷資料
(二)將資料上傳寫入 Google Sheets。

Trigger)在 Gmail 鎖定 1111 平台來信

1 點擊 Trigger,在彈出式視窗搜尋「Gmail」後點擊選取。
2 因觸發條件為收到 1111 平台的履歷來信才觸發處理,故 Event 需選擇「New Email Matching Search」,再來綁定收取 1111 平台履歷的 Email 信箱。

圖3:(Trigger)在 Gmail 鎖定 1111 平台來信.jpeg
圖/ Gogolook提供

3 考量到履歷信件標題為「1111 應徵履歷 - 應徵者姓名與職位:居住地」,因此可在條件搜尋欄位輸入「1111 應徵履歷」,即能過濾出每封該平台寄來的履歷信件。

4 看到右方的信件預覽,便知道設定已經完成。此時,可以點選左方「Action」按鈕,進行下一步設定。

圖4:(Trigger)在 Gmail 鎖定 1111 平台來信.jpeg
圖/ Gogolook提供

Action 1)用 ChatGPT 摘要履歷

1 在 Action 搜尋「ChatGPT」並點擊,此時可看到畫面左方流程圖可以看到 Trigger 後觸發的第一個 Action 是 ChatGPT。

2 再來選擇要執行的動作為「Extract Structured Data」,目的是從 Email 履歷中透過 AI 協助抓出我們要的資料欄位。

圖5:(Action 1)用 ChatGPT 摘要履歷.jpeg
圖/ Gogolook提供

3 透過 ChatGPT 抓取資料需要 OpenAI 的 key,在 Zapier 中輸入 OpenAI 後台的 API key(ChatGPT API 需要收費,依照用量決定價錢)。
4 設定 ChatGPT 參數:接下來需要設定 ChatGPT 執行動作的參數:
- Unstructured Text:這個欄位要輸入你要萃取的資料來源,這邊用選擇的方式選擇 Email 的內容「Body Plain」。意思是,分析 Email 中的履歷內容。
- Model:這邊可以選擇你要用什麼 ChatGPT 的模型,考慮到速度與價格,選擇 「gpt-3.5-turbo」即可。
- Temperature:可以把這個參數視為你希望答案有多隨機,或是多有創意,是一個 0~2 的數字,資料摘要不需要奇怪的創意,故輸入「0」。
- Description:這邊可以視為我們提供給 ChatGPT 的 prompt,這邊輸入「這是一封履歷履歷,從裡面抓出這個求職者的應徵時間、應徵職務、求職者姓名、聯絡電話、電子郵件、最高學歷、工作技能、時間最近一份工作經驗」。
- Values to Extract:告訴 ChatGPT,抓出哪些特定的資料欄位,應逐個增加以下欄位:應徵時間、應徵職務、求職者姓名、聯絡電話、電子郵件、最高學歷、工作技能、時間最近一份工作經驗。

5 最後進行 ChatGPT 測試,點擊測試按鈕可以看到 ChatGPT 已經正確地把資料都從履歷抓出來。

圖6:(Action 1)用 ChatGPT 摘要履歷.jpeg
圖/ Gogolook提供

Action 2)將資料自動寫入 Google Sheets

1 搜尋「Google Sheets」增加為 Action。因為需把每一份新的履歷資料加入到 Google Sheets 中,故選擇「Create Spreadsheet Row」作為觸發事件。

2 接下來,綁定好寫入 Google Sheets 的 Google 帳號,並選擇要寫入的 Google Sheets(即一開始建立的那份有欄位 Google Sheets)

圖7:(Action 2)將資料自動寫入 Google Sheets.jpeg
圖/ Gogolook提供

3 再填入對應欄位,將 ChatGPT 抓出來的資料欄位依序設定對應到的 Google Sheets 欄位上。(不過,本來就是針對 Google Sheets 欄位所設計的 ChatGPT 指令,所以都會有相對應欄位)

4 唯一不同的只有 Google Sheets 中的最後一欄「履歷連結」,需另抓取 Gmail 資料中的 URL 填入,就可以按下按鈕進行測試。

圖8:(Action 2)將資料自動寫入 Google Sheets.jpeg
圖/ Gogolook提供

辛苦走到這一步,「履歷管理自動化」即算是大功告成。按下測試後,應可以看到資料已經正確寫入 Google Sheets 。此後,人資團隊就擁有一個自動化機器人小幫手,24 小時不眠不休地幫忙整理履歷囉!

起頭總是特別難,跨出舒適圈為團隊帶來長足的效益

隨著 AI 技術的快速發展,持續降低自動化的門檻,這也讓更多第一線的人資夥伴可以做到工作自動化。雖然學習新事物的過程仍面臨陣痛期,但回頭看可能會發現擁抱創新與改變才能長期提升團隊效益。把瑣事從真人交給 AI,將專業工作者的時間留給需要親自處理的事,同時也降低企業的招募成本。

這次透過 Zapier 做到履歷整理的全自動化,不過其實除了本篇文章介紹的三種通用型自動化工具以外,還有另一種類型也是許多企業考慮的自動化方向,也就是「特定領域的自動化工具」,該工具的設計即時從特定部門或職能出發,不需要有太多調整或是自行設計的地方。期待在不久的將來,我們會為人資團隊們端出專屬的自動化服務,解放「履歷整理自動化」的效益!

延伸閱讀:【圖解】近8成人資用ChatGPT徵才!怎麼寫出好JD?三步驟教你下指令

責任編輯:錢玉紘

往下滑看下一篇文章
聚焦智慧醫療,汎定科技藉 NVIDIA 新創計畫挹助,加速小心肝 AI 軟體服務開發與全球布局
聚焦智慧醫療,汎定科技藉 NVIDIA 新創計畫挹助,加速小心肝 AI 軟體服務開發與全球布局

汎定科技(FindingsTech)成立於2020年,以力學模擬、人工智慧與數據分析三大核心技術為基礎,迅速在智慧醫療領域打出名號,目前公司的主力產品有二:分別是小心肝 AI(HepatoWell.ai)與 AI Foundry 服務,前者透過 NVIDIA MONAI 為框架的 MRI 影像訓練,開發計算量化脂肪肝程度的 AI 軟體;後者則是因應客戶需求、使用情境提供最佳 AI 架構與解決方案,例如跟豐藝母公司和醫學中心合作開發的 OmniSurgery 手術房 AI 器械盤點平台,用來協助醫院器械供應中心自動偵測與盤點醫療機械設備。

汎定科技之所以會聚焦 AI 醫療影像市場,與創辦人的學經歷背景息息相關。汎定科技總經理許駿鵬表示:「10多年前,我曾在麻省理工學院的電腦科學與人工智慧實驗室擔任科學家,當時的計畫主持人都聚焦在醫療影像跟重症數據分析,在過程中深刻感受到,我們雖然不是第一線醫護人員,但依然可以透過科技實現『曲線救人』。」這段經驗以及教授鼓勵,讓其決定創立汎定科技,目標是以 AI 科學幫助醫療體系更快找到精準答案,無論是物理實驗、醫療輔助判別與撰寫報告都可以即時掌握關鍵發現 (Findings)。

數位時代 X NVIDIA _ FindingsTech
圖/ 數位時代

卓越的創新與技術能量,不僅於參加 NVIDIA Inception 新創計畫後獲得更多 AI 技術資源,更在2024年獲得豐藝集團的投資支持,正式成為集團旗下成員,接下來,汎定科技除持續深化產品服務,也會透過集團資源、以軟硬整合等方式擴展在醫療產業的服務能量。

聚焦脂肪肝 MRI 影像分析,汎定科技小心肝 AI–HepatoWell.ai– 進入臨床試驗階段

研究機構 Fortune Business Insight 預測,全球 AI 醫療影像市場規模將從2025年的392.5億美元快速成長到2032年的5,041.7億美元,年複合成長率高達44%,其中,「解決方案」類型的產品需求最高,其次才是平台型服務,顯示市場最需要的是能夠真正解決臨床痛點的應用。

在眾多 AI 醫療影像市場中,汎定科技會鎖定脂肪肝 MRI 影像分析、推出小心肝 AI(HepatoWell.ai)的原因有三:

首先是 AI 全自動量化計算肝臟脂肪密度。 全球脂肪肝盛行率高。目前的檢測脂肪肝的方式多為質化判斷不夠精準;即便現行的量化分析,也需要人工圈選。HepatoWell.ai 藉由讀取 MRI-PDFF(質子密度脂肪分數)訊號,AI 自動計算全肝臟體積脂肪分數(VLFF),可更精確的計算脂肪肝程度。

其次是整合新藥臨床試驗平台。 過去脂肪肝無藥物可治療,第一線治療方式多以飲食與調整生活習慣為主。因此,國際藥廠紛紛投入新藥臨床試驗。小心肝 AI 能提供標準化 MRI-PDFF 數據,可整合進臨床試驗工具。

最後是帶動產業鏈發展。 全球專注脂肪肝AI醫療影像的業者極少。小心肝 AI 的出現,讓醫療機構、健檢中心、臨床試驗公司、國際醫材設備商乃至國際藥廠有新的合作選擇,有助於形成更完整的產業生態系。

汎定科技總經理許駿鵬表示:「我們自從2023年7月展開前期研究(Pilot Survey),2025年進入臨床試驗、預計將於今年底完成,明(2026)年正式取證、將小心肝 AI 推向全球市場。」值得特別注意的是,醫療產業特性使然,「有技術」不等於「能落地」,研發實力、客戶需求,以及品牌能見度缺一不可,而藉由 NVIDIA Inception 新創計畫的支援,汎定科技不僅強化了產品開發速度,如以 MONAI Core 選擇適切的演算法、MONAI Label 加速影像標註等,也在品牌行銷與市場拓展上獲得關鍵性的極大推力。

數位時代 X NVIDIA _ FindingsTech
圖/ 數位時代

以2025年獲邀參展 COMPUTEX InnoVEX 大會中的 NVIDIA Inception for Startup Pavilion 新創展區為例,汎定科技在展會期間收到超過100個客戶諮詢,會後有逾50家潛在客戶表達興趣,其中10多家已進入洽談階段,對正在推進的臨床試驗與未來市場擴張極具幫助。「我們的計畫是在取證後三年將小心肝 AI 推向20家健診中心,並且積極發展亞洲市場商機,而後再一步一腳印地擴展歐美市場。」關於小心肝 AI 的未來規劃,許駿鵬如是說道。

善用集團與 NVIDIA 技術資源,加速智慧醫療布局

在加入 NVIDIA Inception 新創計畫後,新創團隊可在 NVIDIA Inception 新創計畫網站清楚寫下產品服務等資訊,NVIDIA 全球各個部門便都可以查詢到新創團隊資訊,更有機會取得 NVIDIA 軟體產品的早期試用(Early Access),並能免費下載使用各種 NVIDIA 軟體套件(SDK),以及受邀參加地區活動曝光等。至於新創公司擴展最重要的資金環節,新創團隊則可透過 Inception Capital Connect 與全球 NVIDIA Inception VC Alliance 創投夥伴接觸,加速募資流程。

汎定科技與豐藝集團即是透過 NVIDIA Inception 新創計畫而結識。

豐藝集團策略長陳少翎表示:「汎定科技擁有絕佳的技術實力與發展潛力,瞄準的市場與豐藝集團的布局方向一致,很快就決定投資團隊。目前雖由豐藝集團100%持股,但仍維持汎定科技的獨立營運彈性,鼓勵其以新創速度深耕市場,同時,透過鏈結集團資源等方式深化對智慧醫療產業的佈局。」舉例來說,當豐藝集團與 GE、飛利浦、西門子等全球醫療大廠進行產品藍圖與市場規劃討論時,也會同步介紹汎定科技的產品服務與實務經驗,進而創造更多跨國合作的可能性。

數位時代 X NVIDIA _ FindingsTech
圖/ 數位時代

展望未來,汎定科技除持續推進小心肝 AI 的產品與市場布局、也將與 NVIDIA Inception 新創計畫更緊密連結到全球新創與創投網絡以強化產品的海外布局,也會透過跟集團子公司與客戶合作等方式,更好布局未來市場。

NVIDIAxFindingsTech
圖/ 數位時代

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓