我们想试试看 Claude 能不能承担候选人筛选的第一层工作。结果出乎意料地好。

核心要点

  • 我们利用 Claude Desktop 的定时任务能力(Cowork 功能)自动化了候选人筛选和面试排期 —— 它能自主浏览招聘平台、评估候选人资料,并在我们的 Google Calendar 上预约 Zoom 面试,全程无需人工介入。
  • 搭建环境用了一天,调试提示词用了四天 —— 最难的不是技术本身,而是处理各种边缘情况:候选人没填空闲时间、重复联系同一个人、时区不匹配等。
  • Sonnet 4.6 是这个工作流的最佳选择 —— Haiku 的决策能力不够,Opus 性价比偏低。在 Claude Max 订阅下使用 Sonnet 是最合理的平衡点。
  • 第一周就自动排了 20 场 Zoom 面试 —— 我的日历现在会自动填满,我只需要按时出席会议。

上周一,我打开 Google Calendar,发现仅在周二和周三就已经整整齐齐地排好了八场 Zoom 面试——这只是它那一周排的 20 场中的一部分。这些候选人我从未手动筛选过,那个招聘平台我从上周五起就没登录过。Claude 在周末替我完成了这一切。

这篇文章讲的是,我们如何用一个 AI 智能体部分替代了招聘流程——它能浏览网页、阅读候选人资料、预约面试。我们对在哪里、以何种方式使用这类工作流非常谨慎。更大的意义不是去绕开平台规则——而是 AI 智能体正在迅速具备处理大量重复性招聘工作的能力,而这些工作很多团队至今仍在手工完成。平台、供应商和雇主都需要为这个未来制定更清晰的政策。


具体配置方案

以下是我们的部署方案。没有什么花哨的东西——就跑在一台普通的 Windows 工作站上。

1

安装 Claude Desktop

在 Windows 上下载并安装 Claude Desktop。这是 Anthropic 的桌面应用,可以运行定时任务并与你的电脑进行交互。
2

安装 Chrome + Claude 扩展

将 Chrome 设为默认浏览器。安装 Claude 浏览器扩展,它让 Claude Desktop 能够看到并控制屏幕上的内容——导航页面、点击按钮、滚动、填写表单。
3

接入 Google Calendar

通过 MCP 配置 Claude Desktop 的 Google Calendar 集成。这让 Claude 能够查看现有的日程空档,并直接创建包含 Zoom 链接的会议事件。
4

创建定时任务

在 Claude Desktop 中设置一个循环任务,搭配精心设计的提示词,明确定义要做什么:访问哪个平台、按什么条件筛选、如何评估候选人、以及提供哪些时间段供面试选择。
Claude Desktop 的 Google Calendar 连接器设置——配置日历事件读写权限、空闲时间查询和会议预约

通过 MCP 将 Claude Desktop 接入 Google Calendar——授权查找空闲时间、创建事件以及管理会议排期。

定时任务设为每两小时在工作时间内执行一次。Claude Desktop 只支持按小时或按天调度——不支持自定义间隔。所以这里有个提示词技巧:我们让任务只在奇数小时执行。任务每小时触发一次,但提示词的第一条指令是检查当前时间,如果是偶数小时就立即退出。简单,有效。

20 第一周排定的面试数
4 天 提示词调试时间
2 小时 任务执行间隔
$0 额外软件费用

四天提示词工程

技术配置花了几个小时。提示词工程花了四天。

核心提示词指示 Claude 登录招聘平台,进入候选人搜索页面,应用我们的筛选条件(岗位、经验、地点、空闲时间),逐个审查候选人资料。对于符合条件的候选人,它会打开消息窗口,根据 Google Calendar 上的空闲时段推荐面试时间,并创建 Zoom 会议。

我们已经把完整的提示词开源到 GitHub:claude-cowork-recruiter-prompt

Claude Desktop 的创建定时任务对话框——配置招聘自动化提示词,包含候选人筛选指令

在 Claude Desktop 中创建定时任务,使用完整的招聘提示词——任务每小时运行,自动筛选候选人并预约面试。

这是理想路径。边缘情况才是我们花了四天的地方:

候选人没有填写空闲时间。 提示词需要优雅地处理这种情况——发消息询问对方的可用时间,而不是强行预约一个时段。

重复联系。 Claude 需要在发消息之前检查我们是否已经联系过该候选人。我们把这个逻辑编码为日历检查:如果已经存在一个以该候选人名字命名的 Zoom 会议,就跳过。

时区不匹配。 不同时区的候选人需要将面试时间调整为他们的当地时间。提示词中包含了时区处理逻辑。

平台 UI 怪癖。 动态加载的按钮、覆盖页面的弹窗、需要多次滚动等待的无限滚动。每一种情况都需要在提示词中写入专门的处理指令。

前四天我们密切监控每一次运行,实时观察 Claude 的屏幕操作,捕捉错误,迭代提示词。到了第五天,它已经可以无人值守地运行了。

提示词工程心得: 最大的教训:不要试图一上来就写出完美的提示词。先写一个基础版本,看它哪里出错,然后逐个修补。经过四天的监控和迭代,我们的提示词能正确处理约 95% 的场景。剩下的 5% 是 Claude 被意外的 UI 状态搞懵的边缘情况——通常它会通过重试或寻找替代路径自行恢复。

Claude 是怎么操作浏览器的

这是最让我意外的部分。

Claude Desktop 指示 Chrome 扩展执行操作:打开某个网址、向下滚动、点击特定按钮、填写文本框、提交表单。每次操作后,扩展会将截图发回给 Claude,由 Claude 分析当前的视觉状态并决定下一步做什么。

它的表现相当出色。大多数时候,它能精准点击正确的按钮,准确读取候选人资料,顺畅地完成多步骤工作流。

但并不完美:

误点。 有时 Claude 瞄准了一个按钮却没点中——可能是页面还没完全加载,或者某个遮罩层部分挡住了元素。发生这种情况时,它会从下一张截图中识别到失败并重试。通常第二或第三次就能成功。

有创意的 JS 注入。 这是最有意思的部分。当 Claude 无法通过正常点击完成某个操作时——比如下拉菜单打不开,或者按钮被其他元素遮挡——它会指示 Chrome 扩展向浏览器注入 JavaScript 来完成任务。它会执行类似 document.querySelector('.apply-btn').click() 的代码,强行点击一个视觉上够不到的元素。我从没教过它这么做。它是在常规方法失败后自己琢磨出来的。

说实话:我并不喜欢 AI 通过 Chrome 扩展向网页里注入任意 JavaScript 的做法。但我已经看它这样做了几十次,每一次都是有针对性的、都是为了完成手头的具体任务,而且确实管用。所以我就随它去了。

周一早上打开日历,发现这周已经排好了八场面试。候选人已筛选、时间段已匹配、Zoom 链接已生成。我只需要按时出席就行。

Manny Xu, Callnovo 首席技术官

模型选择:为什么是 Sonnet 4.6

我们测试了三个模型:

Haiku —— 能力不够。它在复杂 Web UI 所需的多步推理上力不从心。它会被动态页面元素搞混,在评估时遗漏重要的资料细节,做出糟糕的排期决策。不适合这个工作流。

Opus —— 效果很好,但可能大材小用。在这个特定任务上,它的决策质量并没有明显优于 Sonnet,而如果每两小时运行一次任务,在 Claude Max 订阅下的成本差异不容忽视。

Sonnet 4.6 —— 最佳平衡点。它能可靠地完成浏览、推理和排期工作。遇到错误也能智能地恢复。速度足以在每次会话中处理多个候选人。在 Claude Max 下,经济账算得过来。

我们所有任务都跑在 Claude Max 订阅上。对于一个每天能替代数小时人工招聘工作的流程来说,订阅费微不足道。

模型选择建议: 对于涉及浏览器自动化的 AI 智能体工作流,Sonnet 级别的模型在能力和成本之间取得了最好的平衡。把 Opus 留给需要深度推理或精细判断的任务。对于结构化、可重复、有明确成功标准的工作流,Sonnet 能以极低的成本交付 95% 的质量。

出了什么问题(以及我们能接受什么)

两个反复出现的问题,都在可容忍范围内:

1. 扩展登录提示。 Claude Desktop 经常要求 Chrome 扩展重新认证——有时在任务执行中途,毫无征兆地弹出来。这时任务会卡住,直到有人手动点击完成登录。烦人,但不致命。我们已经学会在工作时间保持工作站可访问。

2. 偶尔崩溃。 Claude Desktop 崩溃过几次,导致定时任务无法执行。每次重装都能解决。不理想,但这毕竟是早期软件。我们相信 Anthropic 会逐步修复这些问题。

这两个问题都谈不上致命。我们运行的这个工作流,否则需要一名专职招聘人员每天花 3 到 4 小时做重复性的筛选和排期工作。偶尔漏掉一次任务,跟这个相比根本不值一提。


最终效果

我的日历现在会自动填满 Zoom 面试。

每隔几个小时,Claude 就会登录招聘平台,按我们的标准审查新候选人,给符合条件的人发消息,并将面试安排到我 Google Calendar 的空闲时段——附带 Zoom 链接。当我早上坐下来时,我这一天的安排已经定好了。

第一周,它排了 20 场面试。不是每一场都完美匹配——提示词在一些筛选标准的边缘情况上还需要打磨——但命中率已经足够高,节省下来的时间是巨大的。

我们现在正在快速将同样的方法部署到技术岗位招聘和客服坐席招聘中。这仍然处于实验阶段——我们在调整提示词、捕捉边缘情况、摸索不同岗位类型的最佳实践。但方向已经很清楚了。当一个桌面应用加一段精心设计的提示词,就能在两小时内完成过去招聘人员一整天的工作量,你就能看到未来的走向。

这才是真正的重点。这不仅仅关乎招聘。每家公司的每个岗位——无论技术岗还是非技术岗——都即将被这样的 AI 工具重新定义。现在就学会与这些系统协作的人,将拥有巨大的先发优势。那些还在等待许可、或者以为 AI 只跟工程师有关的人,终将措手不及。

这就是 2026 年 AI 部署的真实样子。不是 AGI 取代整个部门的宏大愿景。只是一个桌面应用、一个 Chrome 扩展、一个调好的提示词,再加上四天的耐心。任何公司只要愿意尝试都能搭建起来。

我们会继续优化提示词,也预期工具在未来几个月会变得更加稳定。今天你花在手动筛选候选人上的时间,等这套工具成熟之后是再也拿不回来的。

Manny Xu
作者 Manny Xu Manny 是 Callnovo 的首席技术官,领导 AI 驱动的客户互动技术开发,包括 HeroVoice、HeroChat 和 HeroDash 分析平台。他拥有 18 年企业软件和 AI/ML 系统经验。 18+ 年企业软件经验,AI/ML 专家