S1 · 大模型岛

S1 大模型岛

先消除恐惧,知道 AI 能做什么、不能做什么。

这一岛帮 HR 建立 AI 基础认知、工具选择意识和安全边界,避免神化或误用。

ISLAND PATH

岛内学习路径

跟着路径一步步学,把工具真正用进 HR 工作。
学习指南
01
01
主干(必看)

开篇:AI 这波浪潮,为什么跟 HR 有关

建立学习动机,不抵触。

8 分钟 · 需自制/自剪
已完成查看回顾
02
02
主干

什么是大模型 / 生成式 AI

敢开口对话。

10 分钟 · 优先找现成视频
进行中继续学习
03
03
主干

它能干什么、不能干什么

通知、邮件、纪要可以放心交出初稿。

12 分钟 · 优先找现成视频
未开始开始任务
04
04
主干(必看)

为什么 AI 会一本正经地胡说

制度、数字、法规输出必须人工复核。

12 分钟 · 优先找现成视频
未开始开始任务
05
05
主干

主流 AI 工具大盘点

遇事知道该找哪个工具。

15 分钟 · 优先近 3 个月素材
未开始开始任务

COURSE NODES

本岛学习节点

点开节点直接进入图文课;未上线内容只显示素材状态,不再和正文分成两套入口。
6 节已上线
S1-1
8 分钟 · 主干(必看)开篇:AI 这波浪潮,为什么跟 HR 有关

心态课。会用 AI 的 HR 更值钱。

动机认知
开篇:AI 这波浪潮,为什么跟 HR 有关

AI 对 HR 的影响不是未来某一天的事,而是今天已经在发生的效率变化。先不用成为 AI 专家,先学会把日常事务交给 AI 打初稿。

一个真实的对比场景

同样是写一封新员工入职通知邮件,不用 AI 时,你要找模板、改日期、改岗位、调措辞,通常需要 20-30 分钟;模板找不到时,可能更久。

用 AI 时,把岗位、日期、部门、报到地点和材料要求告诉它,2-3 分钟就能得到一版可修改的邮件初稿。这不是炫技,而是 HR 每天都会遇到的工作。

AI 对 HR 影响最大的三件事

第一,日常文案类工作被大幅提速。通知、邮件、JD、制度文件、会议纪要,都可以先让 AI 出 80 分初稿,再由 HR 修改到 95 分。

第二,信息处理效率质变。几十页制度、一堆简历、各种报表,AI 可以帮你快速摘要、对比、提炼。比如 30 份简历先筛出最匹配 JD 的 5 份,再由你精读。

第三,HR 的角色会升级。当事务性工作被分担,HR 可以把时间更多放回员工沟通、组织诊断、文化建设和人才发展。

这门课怎么学

这门课不是要把你变成 AI 专家,而是让你在最短时间内学会用 AI 处理日常工作。你不需要会写代码,不需要懂技术原理,只需要会打字、会提问。

学习地图分为六个部分,从 AI 是什么,一路走到自己搭一个 AI 助手。时间有限时,先学 S1 到 S3,就足以在日常工作中真正用起来。

常见问题

AI 会不会取代 HR?

短期内不会。AI 擅长文字、整理信息、生成内容,但理解人、判断组织问题、处理复杂关系仍然需要 HR。更准确地说,AI 会替代不会用 AI 的 HR 的一部分事务性工作。

现在就试试

  1. 打开 Kimi 或豆包,输入:请帮我写一封入职通知邮件。岗位:HRBP,入职日期:下周一,报到地点:公司3楼人力资源部,需携带:身份证原件、学历证书原件、一寸照片2张。
  2. 观察 AI 多久给出初稿,以及这版初稿离可发送还差哪些修改。
S1-2
10 分钟 · 主干什么是大模型 / 生成式 AI

用大白话讲清楚大模型,不陷入技术原理。

大模型生成式 AI
什么是大模型 / 生成式 AI

大模型听起来很技术,但对 HR 来说,先抓住一句话就够了:它是一个读过大量文字、很会预测下一句话的超级文字助手。

一句话理解大模型

大模型,全名是大语言模型,英文叫 Large Language Model,简称 LLM。本质上可以理解为一个“超级文字预测器”。你给它一句话的开头,它预测后面最可能接什么词。

它不是记住了所有原文,而是在训练阶段学会了语言规律:什么词后面通常跟什么词,什么结构在什么场景中常出现。

把它想成读过很多书的实习生

这个实习生看过的材料比任何人都多,所以写邮件、写通知、写方案都很流畅。但它只是很会“写得像”,并不真正理解内容真假。

这也解释了两个现象:它为什么写得好,因为见过太多范例;它为什么会胡说八道,因为它只管语言像不像,不负责事实真不真。

几个容易混淆的概念

AI 是最大的伞,所有模拟人类智能的技术都算。大模型是 AI 的一个分支,专攻语言理解和文字生成。

生成式 AI 比大模型再大一圈,除了文字,还包括图片、音频、视频。ChatGPT、Kimi、豆包这些是具体产品,背后跑的是不同公司的模型。

常见问题

模型和工具有什么区别?

模型是引擎,工具是车。GPT-4 是模型,ChatGPT 是工具;Moonshot 是公司,Kimi 是工具。大多数时候你不必关心引擎型号,先知道开哪辆车即可。

AI 的回答是直接从网上搜的吗?

通常不是。搜索引擎是找网页,AI 是根据训练中学到的语言规律现场生成一段文字。也正因为如此,它可能生成看起来很真但实际不存在的信息。

现在就试试

  1. 输入:请用大白话解释什么是大语言模型,要求一个完全不懂技术的人也能听懂,200字以内。
  2. 再输入:请用做菜打比方,解释大语言模型是怎么工作的。对比两次回答的差异。
S1-3
12 分钟 · 主干它能干什么、不能干什么

建立 AI 能力清单和边界判断。

能力边界任务判断
AI 能干什么,不能干什么

搞清楚 AI 能做什么、不能做什么,才能既不过度神化它,也不浪费它。把它当成能力很强但需要验收的实习生。

今天就可以用起来的事

AI 很擅长起草和改写文字,比如通知、邮件、JD、述职报告、会议纪要。给足背景后,它能快速产出可修改的初稿。

AI 也擅长总结提炼、翻译、多语言处理、概念解释、数据整理和信息提取。比如把杂乱简历提取成姓名、学历、年限、上一家公司四列。

必须由 HR 把关的事

涉及判断和决策的事情不能交给 AI 拍板。候选人是否适合团队、要不要辞退某个人、薪资方案是否公平,都需要人理解组织和利益关系。

涉及 100% 准确、最新信息和保密信息的内容必须谨慎。法规条款、具体数字、公司制度、员工隐私,都不能直接照搬 AI 输出。

一个实用心智模型

把 AI 当成一个能力很强但缺乏常识的实习生。它干活快、不抱怨、不午休,但你需要交代清楚需求、提供背景、验收产出。

你不会让实习生独立拟定裁员方案,也不应该让 AI 独立完成需要判断力的工作。但整理材料、起草初稿、做表格,AI 很适合。

常见问题

AI 写的东西可以直接用吗?

日常工作中可以用 AI 起草后自己修改,但不能不验收。尤其涉及数据、法规、公司制度时,一定要核实。

一个工具能搞定所有事吗?

大部分日常工作用一个通用 AI 工具就够了。PPT、会议转写、图片生成等专门需求,再使用专用工具。

现在就试试

  1. 让 AI 写一条端午节放假通知,再让它解释 OKR 和 KPI 的区别。感受它在起草文字和解释概念两类任务上的表现。
S1-4
12 分钟 · 主干(必看)为什么 AI 会一本正经地胡说

理解幻觉的成因、识别和核查方法。

幻觉核查
为什么 AI 会一本正经地胡说

AI 说得再流畅、再自信,也可能是在胡说。它胡说的时候语气和说真话一样,所以 HR 必须养成核实习惯。

什么是 AI 幻觉

AI 幻觉指的是 AI 编造出看起来合理、但实际上不存在的信息。它可能给你格式规范、措辞严谨、引用详细的一段内容,但内容是假的。

这是因为 AI 的机制是预测“什么词放在这里最像人会写的”,而不是判断“什么事实是真的”。

HR 工作中最容易踩的坑

法规条款编造最危险。AI 可能写出“根据《劳动合同法》第X条第X款”,格式完美,但条款并不存在。

数据统计和名人观点也容易被编造。平均离职率、行业报告、管理学大师原话,如果没有来源,都不能直接使用。

四个防幻觉习惯

第一,涉及事实的内容永远核实。第二,让 AI 标注出处。第三,允许 AI 说不知道。第四,区分文案类输出和事实类输出。

一句话总结:AI 不是在回答你的问题,而是在写一个看起来像回答的文字。大多数时候写得很好,但别忘了验收。

常见问题

越新的模型幻觉越少吗?

总体会更少,但不会降到零。无论模型多强,涉及法规、数据、具体事实时都要人工核实。

现在就试试

  1. 输入:请引用德鲁克在《管理的实践》中关于目标管理的原话,并注明页码。
  2. 再加一句:如果你不确定具体原文或页码,请明确说明。对比两次回答。
S1-5
15 分钟 · 主干主流 AI 工具大盘点

横扫主流工具及各自擅长的任务。

工具选择工具盘点
主流 AI 工具大盘点

工具更新很快,不必每个都追。先搞清楚工具选择框架,再挑一个免费通用助手用熟。

选工具的三个维度

第一,国内还是国外。国内工具注册简单、中文好、不需要特殊网络;国外工具复杂任务强,但访问门槛更高。

第二,免费还是付费。先免费用起来,等你明确需要更长上下文、更强模型或更快响应,再考虑付费。

第三,通用还是专用。Kimi、豆包、ChatGPT 是通用助手;PPT、会议转写、生图等场景有专用工具。

主流通用工具速览

Kimi 长文档处理强,支持上传文件问答,适合入门。豆包多模态能力好,手机端体验顺。DeepSeek 推理分析强,适合想清楚问题。

通义千问在阿里和钉钉生态里体验较完整。ChatGPT 综合能力强,Claude 文档处理和写作质量突出。

HR 入门路线

第一步,先挑 Kimi 或豆包其中一个免费工具用起来。第二步,把 S1 到 S3 学完,在日常工作中连续用 2-3 周。

第三步,用熟之后再根据具体痛点换工具。工具本身不重要,你怎么用它才重要。

常见问题

对话会被别人看到吗?

其他用户看不到你的对话,但部分工具默认会把对话用于改进模型。处理敏感信息时,建议关闭数据训练选项,并遵守 S1-7 的安全红线。

现在就试试

  1. 注册一个 Kimi 或豆包账号,输入:我下周要给新员工做入职培训,公司是一家200人的互联网公司,请帮我列一个2小时培训大纲。
S1-7
10 分钟 · 主干(必看)安全红线:哪些信息不能喂给 AI

识别敏感信息和使用 AI 的边界。

安全合规
安全红线:哪些信息不能喂给 AI

安全红线是 HR 使用 AI 的底线。不是不能用 AI 处理 HR 工作,而是涉及人的敏感信息必须先脱敏。

核心原则

只有一句话:涉及人的敏感信息,先脱敏再用。HR 手里的信息涉及员工隐私,一旦泄露,后果比一般岗位严重得多。

大多数主流工具都有隐私政策,但承诺不等于绝对安全。HR 要先自己守住底线。

不能直接喂给 AI 的信息

员工身份证号、护照号、薪资数据、绩效评价、未公开组织调整、裁员计划、员工健康医疗信息、候选人个人信息,都不能直接输入 AI。

这些内容不是不能用 AI 处理,而是必须先删除、替换、汇总或匿名化。

脱敏之后照样用

把真实姓名换成员工A、候选人B;把具体薪资换成薪资区间;把身份证号和手机号删掉或替换成假数据。

做薪酬分析时,不要把含姓名的 Excel 截图直接发给 AI。可以先删姓名列,只保留岗位级别和薪资区间,或只提供 P25/P50/P75 等统计结果。

常见问题

公司没有 AI 使用规定,我用了会不会有问题?

合理范围内辅助工作通常没问题,但建议主动守住底线,不喂敏感信息,并可向上级说明自己在用 AI 辅助事务性工作。

企业版是不是就不用担心安全?

企业版通常更安全,但不等于绝对安全。高度敏感信息仍建议脱敏后使用。

现在就试试

  1. 打开你正在使用的 AI 工具设置页,找到数据或隐私选项,确认“用我的数据训练模型”是否关闭。
  2. 如果找不到,直接问 AI:请告诉我如何在你这个工具里关闭数据用于训练的选项。

SELECTED RESOURCES

扩展学习资源

课程视频只是补充材料,这里只放人工筛选过的内容。B站资源支持站内预览。
下一步:主干什么是大模型 / 生成式 AI
继续小练习进入 S2 提示词岛