> ## Documentation Index
> Fetch the complete documentation index at: https://docs.dropcv.work/llms.txt
> Use this file to discover all available pages before exploring further.
# 什么是 AI
> 从零开始理解人工智能，不需要任何技术背景。
AI（人工智能）正在改变各行各业的工作方式，包括招聘。这一章帮你用最通俗的语言理解 AI 是什么、能干什么、和你有什么关系。
## AI 是什么
一句话：**AI 就是一个特别聪明的助手，你告诉它做什么，它帮你做。**
想象一下：
* 你有一个实习生，你跟它说"帮我从这 200 份简历里找出做过 To B SaaS 的人"，它就帮你找出来了
* 你跟它说"帮我给张三写一封面试邀请邮件"，它就帮你写好了
* 你跟它说"帮我对比一下李四和王五的优劣势"，它就帮你分析好了
这就是 AI 在做的事。它不是一个机器人，而是一个**能理解你说话、帮你干活的软件**。
## AI 怎么和你配合
```mermaid theme={null}
flowchart LR
A[你说出需求] --> B[AI 理解意图]
B --> C[AI 执行任务]
C --> D[你检查结果]
D -->|满意| E[完成]
D -->|需要修改| A
style A fill:#10b981,color:#fff
style E fill:#3b82f6,color:#fff
```
核心循环就是：**你说 → AI 做 → 你看 → 满意就用，不满意就改。**
## AI 能帮猎头做什么
| 任务 | 没有 AI | 有 AI |
| ---- | --------- | ----------- |
| 筛简历 | 一份份翻，眼睛看花 | 一句话搜索，秒出结果 |
| 写推荐语 | 自己憋半天 | 10 秒生成，你只管改 |
| 匹配岗位 | 靠记忆翻库 | AI 自动匹配打分 |
| 写邮件 | 每封都要写 | 给个模板秒出 |
| 做笔记 | 手打整理 | 语音转文字+自动整理 |
## AI 不是什么
AI 不是万能的，了解它的边界很重要。
* **AI 不是人**：它没有判断力，不能替你做最终决定
* **AI 不一定对**：它可能犯错，尤其是细节数据（比如工作年限算错）
* **AI 不懂你的行业**：除非你告诉它，否则它不知道你们公司的招聘偏好
* **AI 不能替代你**：它是工具，不是猎头。你的判断力、人脉、经验才是核心竞争力
## 怎么开始用 AI
最简单的方式：**把 AI 当成一个你随时可以问问题的助手。**
1. **问问题**："3 年以上 React 经验的候选人一般在什么公司？"
2. **让它干活**："帮我写一封给候选人的面试邀请邮件"
3. **让它分析**："这份简历的人适合什么岗位？"
不需要学编程，不需要懂技术。就像用微信聊天一样，打字就行。
## 实际对话长什么样
```
你：帮我从这 200 份简历里找出做过 To B SaaS 的人
AI：好的，我来帮你筛选。根据你的要求，我找到了 12 位
有 To B SaaS 经验的候选人：
1. 张三 - 某 SaaS 公司 高级产品经理 - 5 年经验
核心经验：主导过 ERP 系统从 0 到 1
2. 李四 - 某创业公司 产品经理 - 3 年经验
核心经验：负责过 CRM 产品线
3. ...
需要我进一步分析某位候选人的详细情况吗？
```
```
你：帮我给张三写一段推荐语，目标岗位是某大厂的产品总监
AI：好的，我先查看张三的档案...
张三是一位资深产品经理，在 To B SaaS 领域有 5 年深耕经验。
他主导过 ERP 系统从 0 到 1 的全过程，产品上线后服务了
超过 200 家企业客户。他擅长需求分析和跨部门协作，
曾带领 8 人产品团队完成年度 OKR。
与目标岗位的匹配度：高。该岗位需要有 B 端产品从 0 到 1
经验和团队管理能力，张三在这两方面都有扎实的积累。
```
```
你：我明天要面试张三，帮我准备一些面试问题
AI：根据张三的背景和目标岗位，建议重点考察以下方面：
【产品思维】
- 你主导的 ERP 系统，最初是怎么确定核心功能的？
- 如果让你重新做一次，你会改变什么决策？
【团队管理】
- 你带 8 人团队时，遇到过最大的管理挑战是什么？
- 你怎么处理团队成员之间的意见分歧？
【数据驱动】
- 你用什么指标来衡量产品的成功？
- 能举一个你通过数据发现问题并解决的例子吗？
```
## 下一步
了解 AI 背后的"大脑"是什么。
了解怎么"解锁"AI 的能力。