TalentApproved

Rekryterare: Mallar för Ensidig Prestationssammanfattning och AI-Prompter

Rekryterare: Mallar för Ensidig Prestationssammanfattning och AI-Prompter

Övergripande bedömning: Stark — kandidaten klarade samtliga tekniska kärnkrav med länkad bevisning och utan några integritetsflaggningar. Det enkla omdömet, understött av en mening kopplad till rollkritiska bevis, är vad en användbar prestationssammanfattning alltid inleds med. Allt annat, från styrkepoäng till rubrikbetyg, stödjer det inledande utlåtandet snarare än att begrava det.

TL;DR:

  • Kandidater som klarar alla tekniska kärnkontroller uppvisar vanligtvis konsekvent, fullt testat arbete utan integritetsflaggningar, vilket stödjer utlåtandet om stark lämplighet.
  • Bevisning för styrkor bör vara specifik, tidsstämplad eller citerad, medan luckor eller bekymmer identifieras med exakta ögonblick eller inlämningar som avslöjar svagheter.
  • Bedömningspoäng är relativa intervall; ett betyg nära gränsvärdet motiverar manuell granskning av bevisning snarare än automatiskt avslag.
  • En sammanfattning på en sida, med utlåtandet först och punkter begränsade till tre till fem för styrkor respektive bekymmer, främjar snabbare och tydligare beslutsfattande.
  • Mänsklig granskning är avgörande vid gränsvärdespoäng, med tydlig märkning av faktabaserade kontra slutledda egenskaper samt dokumentation av poängändringar i revisionssyfte.
Talent Approved
Fatta anställningsbeslut med beprövade färdigheter
Talent Approved hjälper rekryterare att skapa skräddarsydda kompetenstester, granska strukturerade resultat och jämföra kandidater bortom deras CV:n.
Utforska Talent Approved

Innehållsförteckning

Hur ser exempel på prestationssammanfattningar ut i praktiken?

En prestationssammanfattning är inte ett referat och inte heller en skärmdump från en dashboard. Det är ett komprimerat, beslutsfärdigt dokument som lyfter fram utlåtandet först och backar upp det med precis tillräckligt med bevisning för att försvara bedömningen. Rapporter som byggs på detta sätt placerar lämplighetsbedömningen högst upp och begränsar styrkor och bekymmer till 3 till 5 punkter vardera, med ett stödjande citat eller en bevisrad per punkt.

Illustration av prestationssammanfattningens struktur

Så här ser det ut för tre vanliga utfall som rekryterare behöver kommunicera: anställ, möjlig och vänta.

Mall för anställning eller finalist

  1. Utlåtande: Lämplighet: Stark. En mening som kopplar bedömningen till den mest rollkritiska bevisningen (exempel: "Klarade alla kontroller för backend-arkitektur med ren, testad kod vid första försöket").
  2. Styrkor (3 punkter, en bevisrad vardera): Specifik färdighet, uppgift eller svar som bevisar det. Tidsstämpel eller utdragsreferens där det är relevant.
  3. Bekymmer (2 punkter, en bevisrad vardera): Namngiven lucka, med det exakta ögonblicket eller den inlämning som avslöjade den.
  4. Dimensionsöversikt: En mening per rubrikrad (se nästa avsnitt för format).
  5. Integritetsnotering: Ren session, eller flaggning med detaljer.
  6. Nästa steg: Schemalägg panelomgång, eller gå vidare till erbjudandefasen.

Mall för möjlig kandidat

  • Utlåtande: Lämplighet: Möjlig, beroende på [specifik lucka].
  • 3 till 4 punkter som täcker vad som fungerade, var och en med en bevisrad.
  • 2 punkter som namnger luckan och ett förslag på uppföljning, exempelvis ett riktat omtest eller ett 20 minuter långt tekniskt uppföljningssamtal.
  • Dimensionsöversikt med den gränsvärdesraden tydligt flaggad.
  • Utlåtande: Lämplighet: Ej rekommenderad för denna roll, formulerat rakt på sak och utan värderande kommentarer.
  • 3 punkter om vad kandidaten gjorde bra, så att dokumentationen förblir rättvis.
  • 2 till 3 punkter om de specifika luckor som styrde beslutet, var och en med bevisning.
  • En rad om kandidaten passar en annan öppen roll.

Alla versioner håller sig till samma begränsningar: ett utlåtande på en rad, 3 till 5 punkter per kategori, en mening per dimension. Den disciplinen är det som gör att en panel med fem granskare läser samma dokument på samma sätt.

Hur skriver du en prestationssammanfattning som paneler faktiskt läser?

De flesta sammanfattningar misslyckas av ett enda skäl: de skrevs för att dokumentera insatser, inte för att driva ett beslut. Att åtgärda det börjar innan kandidaten ens är klar med bedömningen.

  1. Fastställ beslutsparametrarna med rekryteringschefen först. Kom överens om 4 till 6 rubrikrader (teknisk noggrannhet, kommunikation, problemlösning, vad som än är viktigt för rollen) innan resultaten kommer in. Fasta parametrar gör kandidater jämförbara, och ett rubriksystem som ändras mitt i processen förstör det.
  2. Samla in bevisning per dimension allteftersom. Ett citat, en tidsstämpel, ett kodavsnitt, ett utdrag ur en inlämning. Vaga intryck håller inte för en panelutmaning.
  3. Instruera AI:n med ett exakt promptmönster. Ange utdataformatet, begränsa punkterna till 5, kräv en bevisrad per påstående och instruera den att märka eventuella slutledda egenskaper (som "troligtvis samarbetsvillig") separat från angivna fakta (som "ledde ett team på fyra").
  4. Upprätthåll längddisciplin. En sida. Begränsade punkter. En mening per dimensionsnotering. Det är den enda vanan som skiljer ett dokument som en rekryteringschef läser på nittio sekunder från ett som skummas igenom och ignoreras.
  5. Lägg till en integritetssammanfattning med en länk till detaljer. En enda rad ("Inga flaggningar, fullständig session inspelad") tillfredsställer de flesta granskare; länka till den fullständiga sessionsloggen för dem som vill kontrollera.

Proffstips: Bygg din AI-prompt en gång, spara den som en mall och återanvänd den för varje roll. Konsekvens i sammanfattningarna är viktigare än att perfektionera en enskild.

Hur bör du presentera rubrikpoäng och poängintervall?

Varje dimensionsrad behöver fyra saker: etiketten, betyget, en rad med bevisning och en flagga för om betyget är angivet eller slutledt. Hoppa över flaggan och du inbjuder en panel att behandla en gissning som ett faktum.

En generisk rubrikrad med 4 poäng kan se ut så här:

Dimension Betyg Bevisning Grund
Teknisk noggrannhet Stark Klarade alla 4 testfall vid första inlämningen Angiven
Kommunikation Genomsnittlig Tydlig förklaring av logiken, viss tvekan under tidspress Angiven
Problemlösning Stark Valde det effektivare av två giltiga tillvägagångssätt utan uppmaning Angiven
Kultursignaler Genomsnittlig Svaren antyder samarbetsinriktad stil, inte direkt testad Slutledd

Poäng är intervall, inte utlåtanden i sig. Bedömningsresultat är relativa och innehåller mätfel, vilket innebär att de bör läsas mot rollspecifika normer snarare än behandlas som hårda gränsvärden. En kandidat som hamnar strax under ett tröskelvärde förtjänar en andra titt snarare än ett automatiskt avslag, särskilt på en dimension med ett litet bevisunderlag bakom sig.

  • Presentera den viktade totalsumman en gång, nära utlåtandet, inte utspridd över sidan.
  • Visa per-dimensions-matematiken bara om en granskare ber om det; sammanfattningen i sig bör hålla sig på en sida.
  • Flagga varje dimension där poängen ligger inom några poäng från ditt gränsvärde som "nära tröskel" så att granskarna vet att de bör läsa bevisraden istället för att enbart lita på siffran.

När bör du åsidosätta ett AI-genererat betyg?

AI-automatiska betygssättningsverktyg visar vanligtvis expanderbara stjärnuppdelningar och skriftliga motiveringar som en granskare kan öppna innan de accepterar en etikett. Behandla motiveringen som det första du kontrollerar, inte själva poängen.

  1. Kontrollera bevisningslänken först. Öppna det länkade transkriptet, kodprovet eller videoklippet bakom poängen. Om motiveringen inte stämmer överens med vad du ser är det din signal att åsidosätta.
  2. Kontrollera integritetsflaggningar. Varje flaggning förändrar hur mycket vikt poängen förtjänar, oavsett vilket nummer som är kopplat till den.
  3. Åsidosätt på regelnivå. De flesta plattformar låter dig ändra en specifik regel eller justera ett stjärnbetyg, och den viktade totalsumman räknas om automatiskt när du gör det.
  4. Eskalera gränsvärdesfall. Om en kandidat hamnar ungefär en poäng från ditt gränsvärde på en rollkritisk dimension, skicka det till en panel eller begär ett kort mänskligt omtest snarare än att lita på ett enda automatiserat betyg.
  5. Logga ändringen. Registrera vem som åsidosatte betyget, varför och den nya viktade totalsumman. Det är det revisionsunderlaget som skyddar beslutet senare.

Statistikhighlighter: Ett poäng nära tröskeln är en granskningssignal, inte ett avslag. Behandla varje dimensionspoäng inom ett smalt band av ditt gränsvärde som en signal att kontrollera bevisraden själv, eftersom bedömningsresultat innehåller mätfel av design.

Hur Talent Approved bygger in detta i granskningsprocessen

Varje mall och checklista ovan mappar direkt på funktioner inbyggda i Talent Approveds plattform. Magic Create genererar den rollspecifika rubriken på minuter från en jobbeskrivning, så att parametrarna är fastställda innan den första kandidaten är klar med testningen. Den AI-genererade sammanfattningen som kommer ut på andra sidan följer samma disciplin: utlåtandet högst upp, evidenslänkade betyg och en layout på en sida istället för en rådatadump.

  • Strukturerade rubriker ersätter ad hoc-poängsättning med konsekventa, jämförbara parametrar för varje kandidat. Se plattformens checklista för kandidatutvärderingskriterier för hur dessa parametrar definieras.
  • Övervakningsfunktioner mot fusk, inklusive skärm- och webbkamerakontroller, matar integritetsnotan direkt in i sammanfattningen.
  • Sessionsuppspelningar och bevisningslänkar låter en granskare verifiera ett betyg på sekunder — samma åsidosättningsarbetsflöde som beskrivs ovan.
  • Kandidatrankningar för de viktade totalsummorna vidare så att en panel kan jämföra finalister utan att manuellt bygga om ett poängkort. Läs om hur snabb kandidatutvärdering fungerar för rekryterare för en närmare titt på mekaniken.

En praktisk notering från verkligheten

Tre misstag sänker de flesta prestationssammanfattningar: att ändra rubrikparametrar mellan kandidater, att skriva rapporter långa nog för att begrava utlåtandet och att behandla ett AI-betyg som slutgiltigt istället för en startpunkt för granskning.

Tre åtgärder fungerar snabbt. Begränsa varje sammanfattning till en sida. Placera utlåtandet på första raden, alltid. Och kräv en mänsklig kontroll av varje poäng som ligger nära ditt gränsvärde innan det avgör någons utfall. Prova dessa mallar på din nästa shortlist innan din nästa fullständiga anställningsomgång. Du kommer att märka skillnaden i hur snabbt din panel faktiskt når konsensus.

— Jimmie

Prova mallarbetsflödet utan att bygga det själv

Plattformen omvandlar allt i den här guiden till något du inte behöver bygga för hand. Den kan skriva en rubrik från en jobbeskrivning, samla in integritetsnoteringar automatiskt och producera en AI-genererad sammanfattning med utlåtandet först och länkad bevisning, precis som beskrivet.

Talent Approved

Det finns inget abonnemang att binda sig till i förväg. Talent Approved körs på en betalning per användning-modell: 5 dollar per kandidat som genomför en bedömning, beskrivet på prissidan. Kör en roll igenom det, jämför sammanfattningen du får med mallarna ovan och bestäm därifrån om det passar ditt anställningsarbetsflöde.

Källor

Vanliga frågor

Vilken är den ideala längden för en kandidatprestationssammanfattning?

En sida, med styrkor och bekymmer begränsade till 3 till 5 punkter vardera och en mening per rubrikdimension. Denna längd tvingar fram bevisningsbaserat, beslutsfärdigt skrivande istället för en datadump som en rekryteringschef måste gräva igenom.

Hur skiljer du angivna fakta från slutledda egenskaper i en sammanfattning?

Märk varje påstående som antingen direkt observerat (en genomförd uppgift, ett citerat svar) eller slutledt (en personlighetsegenskap gissad utifrån beteende). Att tydligt märka slutledningar skyddar kandidater från att nedvärderas på egenskaper som ingen faktiskt testade.

Kan du åsidosätta ett AI-genererat betyg, och hur?

Ja. De flesta plattformar låter en granskare ändra ett betyg på regelnivå eller justera ett stjärnbetyg, och den viktade totalsumman räknas om automatiskt när ändringen är gjord. Logga anledningen till åsidosättandet så att beslutet håller vid en senare granskning.

Hur mycket kostar Talent Approved per kandidat?

Talent Approved tar ut 5 dollar per kandidat som genomför en bedömning, utan abonnemangskrav, enligt vad som anges på prissidan. Du betalar bara för genomförda tester, inte för att bygga eller skicka bedömningen.

Bör ett gränsvärdespoäng automatiskt diskvalificera en kandidat?

Nej. Poäng nära ett gränsvärde bör utlösa en noggrannare titt på bevisraden snarare än ett automatiskt avslag, eftersom bedömningsresultat är relativa och innehåller mätfel. Behandla siffran som en signal att undersöka, inte som ett slutgiltigt avgörande.