在数字化时代，HR工作面临着诸多挑战，如何提高工作效率成为每个HR从业者关注的焦点。DeepSeek作为一款强大的人工智能工具，为HR工作带来了全新的解决方案。

以下这些DeepSeek指令，可以帮助HR人员在不同场景下提升工作效率，速速收藏！

招聘与人才筛选

（一）简历智能解析

• 指令：上传候选人简历PDF，要求提取核心信息（教育背景、工作年限、技能标签），对比JD要求标注匹配度（0-100%），并输出风险点（如频繁跳槽、技能断层）。

• 示例：分析附件中5份Java工程师简历，按匹配度排序，需排除3年内跳槽超过3次者，并标注精通Spring Cloud的候选人。

（二）面试题库生成

• 指令：生成针对特定岗位的行为面试问题，包含情景类、考核指标和陷阱问题。

• 示例：生成针对高级产品经理的10个行为面试问题，需包含如何协调跨部门冲突、用STAR法则回答、离职原因的隐蔽性提问。

员工培训与发展

（一）个性化学习计划

• 指令：输入员工绩效数据与职业目标，制定分阶段的学习计划，推荐免费课程资源，并设定每月考核标准。

• 示例：为具备3年经验的UI设计师（当前技能：Figma/PS，目标：转UX设计），制定6个月学习计划，要求分阶段（基础/进阶/实战），推荐免费课程资源（附链接），每月考核标准（作品集要求）。

（二）培训材料转化

• 指令：将专业文档转换为员工问答手册，语言口语化，按场景分类，并添加案例。

• 示例：将《新劳动法解读》PDF转换为员工问答手册，要求语言口语化（避免法律术语），按场景分类（入职/离职/工伤），添加案例（如加班费计算：月薪8000元，单日加班4小时）。

绩效与薪酬管理

（一）绩效评估模型构建

• 指令：基于销售团队数据，设计KPI权重分配模型，使用层次分析法（AHP）计算指标权重，输出可视化图表，并标注算法局限性及人工调整建议。

• 示例：基于2024年销售团队数据（附件：销售额、客户评价、协作评分），设计KPI权重分配模型，要求使用层次分析法（AHP）计算指标权重，输出可视化图表（雷达图/折线图），标注算法局限性及人工调整建议。

（二）薪酬报告生成

• 指令：获取特定地区特定岗位的薪酬报告，包含分位值、福利对比和引用来源。

• 示例：获取2025年长三角地区大数据工程师薪酬报告，需包含分位值（25%/50%/75%）、福利对比（股票/年假/培训预算）、引用来源（如猎聘/脉脉/统计局）。

员工事务处理

（一）自动处理员工咨询

• 指令：通过智能聊天机器人自动回答员工的常见问题，提供个性化的解决方案。

• 示例：设计一个智能聊天机器人，自动回答员工关于薪酬福利、假期安排、培训机会等问题。

（二）高效管理员工数据

• 指令：上传员工数据前进行脱敏处理，开启隐私保护模式，确保数据安全。

• 示例：在上传员工数据前，替换真实姓名为代号，开启隐私保护模式，避免模型记录敏感信息。

高阶技巧：规避风险与创新应用

（一）合规性审查

• 指令：检查员工手册草案，识别违反《劳动合同法》的条款、模糊表述和文化歧视风险。

• 示例：检查《员工手册》草案，识别以下风险：违反《劳动合同法》的条款（如试用期规定）、模糊表述（如必要时加班）、文化歧视风险（如性别/年龄限制）。

（二）员工情绪分析

• 指令：上传匿名化员工调研文本，分析情绪倾向，提取高频关键词，并关联部门与离职率数据，输出预警名单。

• 示例：上传匿名化员工调研文本，分析情绪倾向（积极/消极/中性），提取高频关键词，并关联部门与离职率数据，输出预警名单（TOP 10负面情绪员工）。