
透過 MCP,在你的 AI 助理中使用 Talent Summoner
用 MCP 把 Talent Summoner 連接到你的 AI 助理。只要一行設定指令,就能在對話中開始搜尋任務、審閱候選人,並申請查詢工作信箱。
團隊的最新消息與動態


用 MCP 把 Talent Summoner 連接到你的 AI 助理。只要一行設定指令,就能在對話中開始搜尋任務、審閱候選人,並申請查詢工作信箱。

你不需要 200 位候選人。在 52 次實際搜尋中,我們的 AI 每個職缺約抓取 48 份個人檔案,並列出約 12 人的入圍名單。

給用人主管的 15 個業務面試問題,依面試階段整理,附上好的回答會呈現什麼、該注意的警訊,以及 1–4 分評分量表。

依面試階段整理的 15 個產品經理面試問題,給團隊裡沒有資深 PM 的招募團隊:好的回答會呈現什麼、該注意的警訊,以及 1–4 分評分量表。

依面試階段整理的 15 個人資經理面試問題,附上好的回答會呈現什麼、該注意的警訊,以及替每個回答評分的 1–4 分量表。

依面試階段整理的 15 個軟體工程師面試問題,寫給招募團隊,附上好的回答會呈現什麼、該注意的警訊,以及替回答評分的 1–4 分量表。

了解招募時的關鍵字比對為什麼會漏掉相關證據、它在哪些地方仍然有用,以及如何搭配受控的人工審閱一起使用。

了解一份透明的候選人排序報告,應該呈現哪些證據、標準、不確定之處、排序依據和審閱細節。

比較香港七種技術人才搜尋管道:各自能產出什麼證據、代表什麼程度的同意,以及無法告訴你什麼。

可直接複製的 10 欄技術職缺候選人入圍名單紀錄:附證據的必備條件、由「有支持證據」至「相矛盾」的 4 個標籤、證據缺口與下一步。

香港新創公司招募首批員工的檢核清單:職缺範圍、預算、人才搜尋管道、證據標準、錄取通知,以及不能省略的文件作業。

在香港搜尋技術人才時,替 LinkedIn 以外的每個管道定好任務:公開作品、內部推薦、求職平台、大學和獵頭公司。

履歷排序是替你提供的一批履歷排出先後;候選人媒合是把證據和職缺需求連起來。兩者各能告訴你什麼,以及哪些判斷仍由人來做。

獵頭公司是什麼、適合什麼情況?比較獵頭公司和自己搜尋人才:誰找人、誰聯繫、總成本怎麼算,以及簽約前要問的問題。

學會區分必備條件與加分條件、衡量證據、處理未知事項,並避免個人偏好扭曲候選人配對的結果。

從成本、重疊工時、聘用行政作業和你真正能查證的證據,衡量該聘本地人才還是遠端人才。

寫出更清楚的技術職缺說明:講清楚成果、證據、界線,以及對候選人友善的應徵管道。

用一道實用的聯繫前關卡,找出 AI 候選人入圍名單裡證據薄弱、條件未達、重複的人選,以及還沒釐清的未知。

學會解讀一則候選人配對說明:把來源原文、標準、解讀、不確定性、矛盾和查證分開來看。

在香港招募軟體工程師的實用指南:界定職缺範圍、查核本地規範和薪酬資料、為敏感工作設關卡,再進行一次可以審閱的搜尋。

後端工程師在哪些地方看得到、公開作品裡該看哪些證據,以及如何依照你的招募市場規劃人才搜尋。

如何定義 AI 工程職缺、分辨研究型與應用型工作,並找到公開證據符合你需求的人。

一份實用的檢查清單,測試 AI 排序入圍名單裡的證據、標準一致性、未知事項,以及審閱者之間的歧見。

用同一套與工作相關的標準、證據門檻和結構化問題比較兩份候選人個人檔案,同時把未知事項清楚留在檯面上。