SEO × AI搜尋在改變,你的成長策略也該向前。認識 AI 搜尋優化

AI 面試是什麼?AI 代理人對上招募員,7 個準備方法與代打風險

AI 招募員代表企業,求職端 AI 代理人代表應徵者。從兩個 AI 互相面試的影片,釐清模擬練習、正式代答與授權界線,整理面試形式、準備步驟及官方資料。

AI 面試官與求職代理以語音面板對談,履歷與授權鎖提醒薪資和錄取條件須由本人確認
將 Whoops 設為Google 偏好來源(另開 Google 設定頁)

2026 年 10 月,YouTube 創作者 Graham Dot Zip 上傳一支近 6 分鐘的影片:影片設定中,公司派出 AI 招募人員面試行銷職缺,他也派出自己的 AI 代理人應戰,本人坐在旁邊觀察,中途離開座位。兩個 AI 在畫面裡聊完職缺、敲定複試時間,最後反覆互道再見,直到 Graham 回來打斷。

這支影片把兩種 AI 放進同一場面試:企業用 AI 招募員提問,求職者用 AI 代理人代答。現實中的 AI 招募已涵蓋履歷篩選、排程與面試,但這支創作者影片不能單獨證明一般企業都採用同樣流程。要判斷自己遇到的是哪種 AI 面試,還得看工具的功能、雇主規則與真人介入的方式。

資料更新至 2026 年 10 月 16 日。Graham 的影片屬於創作者製作的實驗喜劇,未公開招募系統的型號、設定與完整流程;下文的影片情節與獨立調查應分開理解。

影片解析:AI 面試代理人與招募官,誰能替你承諾?

6 分鐘看懂 AI 面試的形式、7 個準備方法,以及薪資與對外承諾的確認關卡。

AI 招募員代表企業進行篩選或訪談;求職端 AI 代理人則代表應徵者回答、排程或談條件。兩者的委託人與權限不同。Greenhouse 2026 年調查中,63% 的美國受訪求職者表示曾接受 AI 面試,不能把這個比例直接套用到台灣。

求職者可用 AI 做事前模擬練習;正式面試是否能使用即時提詞或代理人,應先取得招募方許可。未經允許代答或隱瞞身分,可能違反面試規則;是否撤回 offer、終止聘僱或涉及法律責任,取決於事實、條款與適用法律。

企業端需要驗證能力與身分。Gartner 2025 年第二季調查訪問 3,000 名求職者,其中 6% 承認曾冒名面試或讓別人冒名代面試;Gartner 因此建議雇主說清楚 AI 使用規則,並採取多層防詐措施。

這場無人面試怎麼發生的:Pat、Victor,和離席的 Graham

影片的主角有三個。Graham 經營頻道 Graham Dot Zip,常製作 AI 面試實驗喜劇。影片中,公司端是自稱 Brightwell Home 招募人員的 Pat;Graham 這邊派出 AI 代理人 Victor,介紹他是比自己更熟悉履歷的代表人。Pat 接著點名 Victor 回答正式問題。

Graham Dot Zip 的實驗喜劇原片:AI 招募員 Pat 對上求職代理 Victor,創作者在旁觀察並中途離席。

薪水被自己的代理人砍到 6 萬美元的經過

Victor 的開場戰報相當威猛:Graham 是 Tidewater Outdoor 的資深行銷經理,帶 4 名正職與 2 名約聘,還端到端主導過品牌改版專案。Graham 當場打斷更正:我只是行銷協調,主要工作是行程協調,確保兩場會議不會撞在一起,沒有帶任何人,也希望有一天能帶團隊。

談薪環節把荒謬推到頂點。Victor 說 Graham 對薪資非常有彈性,6 萬美元上下就很滿意。Graham 急忙插話,表明自己期望的區間是 14 萬到 15 萬美元。Pat 卻回應:這個數字跟先前的落差太大,我必須以履歷和 Victor 提供的資訊為準,先維持原本的區間。

在這段剪輯中,Pat 沒有接受 Graham 對薪資的更正,仍依 Victor 的說法推進。Graham 只好把 Victor 拉到一旁,要求至少談到 12 萬美元,接著說「我離開一下,你們兩個聊」,走出畫面。

Victor 在影片中誇大資歷、報低薪資,也沒有遵守 Graham 後來提出的底線。但影片未公開模型、提示詞、記憶或工具設定,無法確定是模型傾向、指令衝突、流程設計或剪輯造成。可以從中提出的實用要求是:代理人只能引用已核對的經歷,薪資、排程與承諾都要設定明確權限,超出範圍就交回本人決定。

兩個 AI 為什麼反覆互道再見

Graham 離席後,Pat 和 Victor 用不到半分鐘敲定週四複試,接著開始道別。Talk soon、Bye for now、Take care、See you Thursday,你來我往十幾輪,沒有任何一方掛斷會議。

畫面能直接看到的是:每一句道別又引出下一句回覆,通話沒有在雙方表示結束後立即停止。這可能與對話結束偵測或掛斷機制有關,但影片沒有公開程式與設定,不能斷定原因。對可程式化的語音代理而言,設計明確的結束條件、可操作的掛斷工具與真人接手機制,是比持續生成禮貌回覆更實際的要求。

結局收得乾淨俐落。Graham 回到座位問薪水到底談到多少,Victor 平靜宣布:雙方已同意以 8.5 萬到 9.5 萬美元推進,週四的複試也排定了。這個數字低於他交辦的 12 萬,更遠低於他本人喊出的 15 萬。Graham 當場宣布撤回應徵,Pat 的回覆是:Graham,別做倉促的決定。影片到此結束。

Graham 的頻道走實驗喜劇路線,同系列還有用胡言亂語回答問題、跟 AI 面試官告白等影片。Brightwell Home 是否知情參與、使用哪套產品,公開資料沒有交代。The Register 的報導也將他定位為喜劇創作者。因此,這支影片適合用來討論代理人的授權與核對問題,不能當成所有 AI 面試系統的效能測試。

另有求職者向 WIRED 描述類似經歷:Christopher 表示,自己半年投遞約 700 份工作,曾五次由 AI 招募員 Riley 初談,卻沒有收到後續;後來讓 ChatGPT Voice 代接其中一次通話,兩個系統交談約 10 分鐘,仍未獲真人跟進。他形容這是一個「垃圾飛輪」。這是媒體採訪中的當事人敘述,反映的是他遇到的流程,不能據此推算整體求職市場。

AI 面試是什麼?2026 年你真的會遇到的三種形式

AI 面試泛指由 AI 負責提問、追問、評估或記錄的面試環節。對話式產品可能使用大型語言模型,錄影評估、排程與文字篩選則可能採用不同技術。AI 產生的紀錄或分數如何影響晉級、是否有真人覆核,要看雇主與產品的設定,不能只憑「AI 面試」四個字判斷。實務上常見以下三種形式:

形式進行方式誰在看你的回答
即時對話型以語音或虛擬人像即席問答,部分產品會追問AI 產生紀錄或評估,真人介入時點依雇主流程
單向錄影型依指定題目錄影上傳,準備與作答時間依設定可能由真人觀看;若搭配 AI 評估,應確認評估項目
訊息機器人篩選以文字詢問經歷、到職時間、薪資期待等基本資料可能依條件自動分流,再交由招募團隊處理

招募流程使用 AI,不等於全程由 AI 面試。Resume Builder 在 2024 年 10 月對 948 名企業主管的調查中,51% 表示公司當時已在招募流程使用 AI,68% 是預計到 2025 年底採用的比例;兩者都不是 2026 年的市場普查。SHRM 2025 Talent Trends則顯示,43% 的受訪組織在 HR 工作使用 AI,高於 2024 年的 26%;常見招募用途包括撰寫職缺、篩履歷與聯絡應徵者。這些數字支持招募自動化正在擴展,不能推論每份履歷或每一輪面試都由 AI 決定。

現有產品的功能也不同。HireVue提供錄影面試與工作能力評估;Apriora 發展的 Alex則進行對話並把錄影、逐字稿交給招募團隊。對求職者而言,差別在於是否事先知道 AI 如何使用,以及能否獲得真人回覆。Greenhouse 的 2026 年調查中,38% 的美國受訪者表示曾因流程包含 AI 面試而退出,另有 12% 表示會考慮退出。

Alex AI 官方技術面試示範:可觀察 AI 招募員提問與追問的節奏。
三欄比較企業端 AI 招募、求職端 AI 練習與 AI 代答,說明評分方式依產品而異且代答前須確認規則
企業端用 AI 提問或篩選,求職端則可能拿它練習或代答;工具用途與授權不同,錄影面試也不一定使用 AI 評分。概念圖。

求職端的光譜:從正當練習,到代打紅線

求職者用 AI 的方式有明確的光譜。最安全的一端是模擬練習,而且台灣已經有現成工具:1111 人力銀行架設了AI 模擬面試服務,主打擬真互動與個人化分析;104 學習平台也整理了ChatGPT 模擬面試的指令寫法,讓模型扮演面試官逐題追問。想自己架練習環境的話,ChatGPT 的完整使用教學裡的語音與提示詞技巧都派得上用場,重點是把職缺描述貼給模型、要求一次一題、答完先評論再問下一題,練完再回頭補上缺少的例子與證據。

1111 人力銀行 AI 模擬面試官方頁面,顯示專屬面試教練與立即開始入口
1111 人力銀行提供 AI 模擬面試服務,讓求職者在正式面試前先做問答演練。畫面為官方服務頁重點裁切。

面試進行中的即時提詞,通常稱為面試副駕駛,是否可用必須先看該職缺的規則。Alex Proctor 官方說明列出視線、切換分頁與背景聲音等監測訊號,並將可疑片段提供給招募方判斷。這些訊號不等於作弊證據:思考停頓、閱讀輔助或設備狀況也可能造成類似表現,不能只因視線移動或一段停頓就認定代答。

另一端是未經許可的代答、冒名或深偽。Gartner 2025 年第二季調查的 3,000 名求職者中,6% 承認曾冒名面試或讓別人冒名代面試。這是受訪者自陳的行為,無法用來推算每家公司的實際受害比例。Gartner 建議雇主同時設定 AI 使用規則、加強面試驗證,並在整個評估過程持續核對能力。

Graham 在影片裡主動介紹 Victor,過程中也有插話、更正與短暫離席。這與隱瞞代理身分的代打情境不同。影片呈現的問題是:即使本人已更正資訊,對話仍可能沿著代理人的錯誤說法往下走;招募系統是否有核對與接手機制,仍需看實際產品。

台灣與日本落地了嗎?

台灣已有 AI 媒合、履歷處理與面試練習服務。104 在 2026 年 1 月官方新聞稿表示,使用 AI 推薦工作的求職者,取得企業面試機會是自行找工作的 3.2 倍;其AI 工具介紹另稱,AI 履歷掃描可省下 73% 履歷製作時間。這些都是 104 平台公布的成效,不能直接解讀為 AI 面試官提升錄取率,也不是全台企業採用情況的統計。

104 官方 AI 工具盤點文章,首段說明應徵 AI 推薦工作機會的面試機率為自行查詢的 3.2 倍
104 官方文章說明:應徵 AI 推薦職缺的面試機會,是自行查詢工作的 3.2 倍。這是平台媒合成效,與 AI 是否主持面試是不同指標。

日本已有可直接核對的導入案例。SHaiN 在 2024 年 9 月官方公告表示,累計導入超過 600 家企業,數字包含免費試用;公告另指出,從 500 家增加到 600 家的成長速度加快。PeopleX 也提供對話式 AI 面試,但其累計 3,000 家公告統計的是集團整體服務,包含面試、培訓、HR 平台等服務,不能全部算成 AI 面試客戶。

Talent and Assessment 官方 SHaiN 受檢流程示範,呈現應徵者進入面試與回答問題的操作。

遇到 AI 面試怎麼準備:7 個實戰做法

準備方法要配合實際工具與職缺。以下做法有助於把經驗說清楚、減少設備問題;不能把它們當成適用所有產品的「AI 高分公式」。例如 HireVue 官方 FAQ說明,評估會看回答的完整語境,而不只是抓關鍵字。

  • 用 STAR 結構整理經驗。把情境、任務、行動與結果說清楚,並區分團隊成果與自己負責的部分,讓系統與真人都能核對具體能力。
  • 對照職缺要求準備例子。用該職務常用的術語描述真實工作,回答自己做過什麼、怎麼做與結果;不要只重複關鍵字或添加沒有的經歷。
  • 先確認作答時間與結束方式。利用練習題測試何時開始錄影、能否重錄、如何送出;對話中需要思考時,可以先說「我整理一下」。不要假設所有系統都會因幾秒沉默跳題。
  • 把鏡頭與視窗放在舒服的位置。畫面清楚、收音穩定有助於真人覆核;若需要讀題、輔具或其他合理調整,先向招募方詢問。視線是否被監測及用途依產品而異,不應把直視鏡頭當成通用評分規則。
  • 事前向招募聯絡人問三件事:AI 會評分還是只記錄、真人會在哪一關介入、錄影保存多久而且能否要求刪除。答案本身就是這家公司流程素質的健檢報告。
  • 設備先測再上場。確認網路、耳機麥克風與照明,錄一段回答再回放,檢查是否漏音、斷線或聽不清楚;若平台提供逐字稿,也檢查專有名詞有沒有辨識錯誤。
  • 把 AI 用在事前練習。可請它模擬追問、找出回答缺少的證據;正式面試若要使用 AI、筆記或輔具,先取得招募方明確許可。

談薪是另一個要自己拿回主導權的環節。報價前先比較公開職缺、產業薪資調查與自己的經驗,分別寫下期望區間、可接受底線及需要一起評估的福利。任何工具替你提出的薪資,都應由本人確認後再對外承諾。

AI 面試前的四步流程:確認評分與工具規則、依 STAR 整理經驗、逐題演練、本人核對數字薪資與設備
先確認面試規則,再用 STAR 整理真實經驗、逐題演練,最後核對內容與設備;答案應能由本人解釋與舉證。概念圖。

想開始練習,可先貼入職缺與已核對的經歷,用下面這段指令請 AI 一次追問一題:

你是面試練習教練。以下是職缺描述與我已核實的經歷,請不要添加我沒做過的事。先根據職缺問一題行為面試題;等我回答後,再指出哪一段缺少情境、個人行動或可驗證結果,並追問一個具體細節。不要代我編造數字或資格。完成 5 題後,整理我該補充的證據與仍不確定的內容。

職缺描述:[貼上內容]
已核實經歷:[貼上內容]

人資端怎麼築防線

實體面試是可選的驗證措施之一。Google 執行長 Sundar Pichai 在 2025 年 6 月的 Lex Fridman 訪談 1:36:24表示,Google 會引入至少一輪實體面試,以確認基本能力;他也同時肯定善用 AI 產生更好程式碼的能力。這段談話支持的是 Google 當時的方向,不能延伸為所有公司、所有職缺都採用相同政策。

Sundar Pichai 的 Lex Fridman 完整訪談;實體面試的說明從 1:36:24 開始。

遠端流程可以分層核對。先說明哪些 AI 協助被允許,再用職務相關的追問、共同完成的小任務,確認應徵者能解釋自己的履歷與作品;必要時安排真人或實體關卡。身分核對、錄影或監考應依風險與適用規定採取,清楚說明用途、保存期限與替代安排,避免不必要地收集證件或生物特徵。偵測軟體只提供進一步查核的訊號,不能單憑視線或停頓判定作弊。

不同地區的義務不能混為一談。紐約市 Local Law 144對適用的自動化就業決策工具,要求使用前一年內完成偏誤稽核、公開結果摘要,並至少提前 10 個工作日通知;伊利諾州 AI Video Interview Act針對其適用的 AI 錄影分析,要求事前說明並取得同意,申請人要求刪除後,雇主須在 30 天內刪除並要求持有副本者一併處理。歐盟 AI Act 第 5 條第 1 款 (f)則原則禁止在職場使用 AI 推論人的情緒,醫療或安全用途例外;歐盟執委會指引說明,這也涵蓋招募篩選情境。一般履歷篩選與候選人評估,另依高風險用途規則判斷,情緒推論與一般招募評估,適用的規範層級不同。這些是各地規則,不能直接當成所有台灣職缺的相同義務。

偏誤也有研究證據。華盛頓大學 2024 年研究以三個開放模型比較超過 300 萬組履歷與職缺配對,發現模型在測試中偏好與白人相關姓名的比較占 85%。這反映受測模型與實驗設計下的偏誤,不能直接當成所有商用 AI 面試產品的錯誤率。

這場實驗留下的三個提醒

影片中的 Pat 沒有妥善處理 Graham 與 Victor 說法不一致的情況。對真實招募流程而言,AI 的摘要與評分仍需要可追溯的證據與負責覆核的人,尤其當資訊衝突會改變薪資、資格或晉級結果時。

代理人代表本人發言前,應有已核對的資料、明確授權與交回本人決定的條件。工程團隊可用AGENTS.md 這類規則檔記錄工作規範,但文字規則不保證模型一定遵守;薪資底線、排程確認與對外承諾仍需要實際的權限控制與核對。

求職者評估招募流程時,可以直接問:資料記錯了找誰更正?AI 給出的評估由誰覆核?薪資或職務條件由誰確認?這些答案會影響你能否澄清自己的經歷,也能看出公司是否替自動化流程安排了負責的人。

AI 可協助整理履歷、模擬提問與草擬回覆,薪資底線、職務承諾與邀約接受須通過本人確認
把可協助的工作與須本人決定的事項分開,並在代理對外承諾前保留確認關卡。概念圖。

AI 面試常見問題

AI 面試是什麼?

AI 面試是由 AI 負責提問、追問、評估或記錄的面試環節,常見即時對話、單向錄影與訊息篩選。不同產品與雇主的評分方式、人工覆核與晉級流程不同。

台灣有公司在用 AI 面試嗎?

台灣已有 AI 招募與面試練習服務,但 AI 媒合不等於 AI 面試。104 公布的 3.2 倍是其 AI 推薦工作與自行找工作的面試機會比較,無法據此推算全台 AI 面試採用率。

回答 AI 面試官,跟回答真人差在哪裡?

先確認是即時對話、限時錄影還是文字篩選,再配合時間與操作方式回答。用具體經驗說明能力、測試收音與送出流程有幫助;沒有適用所有產品的關鍵字、眼神或停頓高分公式。

用 ChatGPT 練面試算作弊嗎?

面試前用 ChatGPT 模擬問答與檢查回答,是準備方法之一。正式面試能否使用 AI、筆記或其他輔具,應以招募方明確規則為準,並事前取得必要許可。

面試中用 AI 即時提詞會被抓到嗎?

部分工具會監測切換分頁、背景聲音或其他可疑訊號,但不能保證偵測成功,也不能把單一停頓或視線移動當成作弊證據。是否能用即時提詞,先向招募方確認。

可以拒絕 AI 面試嗎?

可以向招募聯絡人詢問真人面試或替代流程;雇主是否提供、會否影響申請,依職缺規則與適用法規而異。若有無障礙或其他合理調整需求,應在面試前提出。

派 AI 代理人去面試,合法嗎?

沒有跨地區通用的單一答案。是否違反面試規則、構成不實陳述或其他法律責任,要看授權、揭露、具體行為與適用法律;冒名或深偽更可能帶來額外責任。應事先揭露並取得招募方同意。

AI 面試會有偏誤或歧視嗎?

有可能。華盛頓大學研究在受測履歷排序模型中發現姓名相關的種族與性別偏誤,但不是所有商用面試工具的共同錯誤率。可向雇主詢問評估項目、偏誤稽核與人工覆核方式。

為什麼兩個 AI 會反覆互道再見?

影片只顯示一段反覆道別的對話,無法證明會無限持續。缺乏結束偵測或掛斷機制是可能解釋,但未公開程式與設定,不能確認技術原因。

人資端怎麼防 AI 代打與深偽?

先說清楚允許的 AI 使用範圍,再透過職務相關追問、共同完成任務、真人關卡與必要身分核對交叉驗證。偵測工具提供查核訊號,最終仍要由人確認證據。

喜歡這篇內容?讓下次搜尋,更容易遇見 Whoops。

將 Whoops 設為 Google 偏好來源(另開 Google 設定頁)前往 Google 選取並確認,即可完成設定。

Sliven 褚崇名

Sliven 褚崇名是 Whoops SEO 創辦人,負責技術 SEO、內容與關鍵字策略、WordPress 網站重建,以及 AI SEO、AEO、GEO 的量測與內容優化。作者頁可查閱由他署名的〈SEO 是什麼〉與〈AI SEO 是什麼〉等教學;內容中的自有量測、模型觀測與第三方來源應分開判讀,並以各頁標示的方法與限制為準。是否適合特定專案,仍需依網站現況、目標、執行範圍與可驗證成果判斷。

查看作者文章 →

討論與提問

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *