跳到正文

招聘团队的结构化面试最佳实践.

有研究支持的结构化面试最佳实践:与岗位相关的问题、所有人问题相同、对照锚定标准评分、减少面试偏见,并附一份清单。

更新于 2026年11月17日 · 阅读约 15 分钟

本页内容

简而言之

  • 结构能预测绩效。 2022 年的一项重新分析将结构化面试列为排名第一的甄选方法,其效度约为非结构化面试的两倍。
  • 问题相同,源自岗位: 以岗位分析为基础,向每位候选人提出相同的问题,并预先设计追问。
  • 按内容确定时长: 能预测绩效的是结构而非时长;初筛需要 20 到 40 分钟,技术面试最多一小时。
  • 每个回答结束后, 立即对照锚定标准评分,并记录候选人说了什么、做了什么。
  • 按公式汇总: 先取多名评分人的平均分,再进行讨论;公式胜过凭感觉综合判断。
  • 结构能限制偏见, 包括第一印象、光环效应和相似性偏好,但无法消除;问题要与岗位相关,并提供便利安排。

结构为什么重要

结构化面试的最佳实践可以归结为一个简单的理念:向每位候选人提出相同的岗位相关问题,并按照事先写好的标准为回答评分。研究表明,这种方式比自由交谈更能预测工作绩效,也让偏见更难发挥作用。下面是相关证据、适用于任何形式的八项做法,以及一份清单。

什么是结构化面试

在结构化面试中,同一岗位的每位候选人都回答相同的岗位相关问题,每个回答都按照相同的标准评分,这些标准在第一场面试前就已写好。在非结构化面试中,面试官即兴发挥:对不同的人问不同的问题,凭整体印象做判断。

结构并非全有或全无。Campion, Palmer and Campion (1997) 描述了结构的 15 个组成部分。按照对这篇论文的常见概括,它们分为面试内容和评估方式两类:

内容评估
基于岗位分析的问题对每个回答评分,或使用多个评分量表
每位候选人问题相同锚定评分量表
更好的问题类型(行为类、情境类)详细的笔记
有限的提示和追问多名面试官
更长的面试或更多问题每位候选人面对相同的面试官
面试中不参考额外信息(如简历)面试之间不进行讨论
候选人的提问留到最后面试官培训
以统计方式而非讨论来汇总评分

你不需要做到全部 15 项。下面这些做法的证据最为明确。

结构化面试与非结构化面试:证据怎么说

这里的效度指面试评分与日后工作绩效之间的相关性(0 表示毫无关联,1 表示完全一致)。

估计来源结构化非结构化
Schmidt and Hunter (1998).51.38
Sackett, Zhang, Berry and Lievens (2022).42约 .19
  • 结构化面试名列第一。 2022 年的重新分析发现,早期研究存在过度校正,因此大多数效度值都下降了。结构化面试成为排名第一的甄选方法,效度为 .42(不同场景下范围较宽,为 .18 到 .66)。非结构化面试降至约 .19,大约是结构化面试的一半。
  • 早期数据更高, 但排名没有变:在 Schmidt 和 Hunter 的综述中,结构化面试与能力测试持平,均为 .51。
  • 结构让面试官意见更一致。 一项涵盖 111 项信度研究的元分析(Conway, Jako and Goodman, 1995)发现,标准化的问题、标准化的回答评估以及评分汇总都能提高信度。

提出正确的问题

1. 从岗位分析开始

在编写问题之前,先写下岗位的需求:主要工作任务和入职第一天就需要的技能。美国人事管理局把岗位分析称为“所有测评与甄选决策的基础”;它还能证明你的问题与岗位相关,这正是美国 Uniform Guidelines(修订中)所要求的。

简化版也可行:问用人经理,六个月后优秀的新员工与其他人有什么区别,再把答案整理成三到六个必备项和几个加分项。比如客服专员的一个必备项可以是“在升级 Bug 之前先收集截图和复现步骤”。参见根据职位描述生成面试问题和必备项与加分项。

2. 向每位候选人提出相同的问题

相同的问题、相同的顺序、相同的时间:只有这样,比较的才是回答,而不是对话。如果你采用多种面试形式,同一阶段的所有人应使用同一种形式:面试方式本身就会影响评分(参见 AI 面试与单向视频面试对比)。

3. 使用行为类和情境类问题

  • 行为类: “请讲一次你需要向不懂技术的客户解释技术问题的经历。你是怎么说的?”候选人描述自己实际做了什么。
  • 情境类: “一位客户说昨天更新后导出按钮失灵了,而他们一小时内就要拿到报表。你会怎么做?”候选人描述自己会怎么做。

两者都有效。在使用锚定评分量表的情况下,Taylor and Small (2002) 发现行为类问题的平均效度为 .63,情境类问题为 .47;Huffcutt 等人 (2004) 发现,对于高度复杂的岗位,情境类问题的效度会下降,而行为类问题不会。复杂岗位多用行为类问题,经验较少的人多用情境类问题。对于可以直接观察的技能,加一个任务:简短的编程练习、白板设计或角色扮演面试。

4. 预先设计追问

追问能突破含糊的第一轮回答(“你具体问了客户什么?”),但无限制的追问又会让面试重新变得非结构化。关于面试结构的研究将有限的、预先设计的追问视为结构的一部分(Levashina 等人, 2014),Google 的指南也为每个问题预先写好追问。每个问题写两到三个追问,并记录候选人何时需要提示。

结构化面试应该多长?

以问题所需为准,不多不少。Thorsteinson (2018) 的一项元分析发现,面试时长与信度和效度均无关:更长的面试并不更好,结构更好的面试才更好。所以请按内容确定时长:数一数要评分的问题和任务,给每项留足时间,其他一概不加。

时长对候选人造成的流失也比人们担心的要小。HireVue 分析了近 3,000 万名申请人完成的测评(2025 年白皮书),发现时长并不能预测完成率:大多数退出发生在最初 5 到 10 分钟,把 45 分钟的测评缩短到 30 分钟,预计完成率只会提高 1% 到 2%。Criteria Corp 基于数十万次测试的数据(2022)显示,在招聘流程早期,40 分钟以内的测试完成率较高,约为 80%,超过之后流失更多。更重要的是,每个部分都与岗位明显相关,并且候选人在开始前就知道时长。

让时长与轮次相匹配

轮次常见时长考察内容
首轮初筛20–40 分钟三到五个必备项:求职动机、核心经验、一两个工作情境。
技术或技能面试45–60 分钟一到两个任务,如编程练习、白板设计或书面案例,并就候选人的取舍提问。
角色扮演或案例面试30–60 分钟一段贴近真实的对话,如销售电话或客服升级处理,之后就过程提问。
最终的真人面谈15–30 分钟确认前几轮的发现,深入了解报告中的待定问题,解答候选人的疑问。

我们建议每场面试控制在一小时左右,让候选人保持精力充沛,也便于安排进一天的日程。如果岗位需要更多时间,请拆分成候选人分别参加的多轮面试,每轮各有主题,而不是一次坐很久。

多轮结构化面试,再加一场简短的真人面试

一个招聘流程可以把大部分轮次设为结构化 AI 面试,把团队的时间留到最后:例如先进行 30 分钟的初筛,再进行 60 分钟的技术面试,最后与用人经理面谈 20 分钟。结构化轮次让每位候选人回答相同的问题,并为团队提供依据;真人面试则核实这些依据,追问报告中标出的问题,并让候选人见到未来的同事。决定权始终在团队手中。

轮次也不是越多越好。Google 的人才分析团队发现,四场面试就足以以约 86% 的把握预测录用决定,每多加一场,增益都很小(据 Laszlo Bock 在《Work Rules!》中的描述)。给每一轮分配其他轮次不涉及的主题,避免重复。

实用建议

  • 按问题分配时间: 一个对话问题连同追问约 4 到 6 分钟,编程或设计任务 15 到 30 分钟,角色扮演 10 到 20 分钟,测验题每题约一分钟。
  • 删掉不评分的内容。 每个问题都应至少对应一个必备项或加分项;与其增加时间,不如删掉对应不上的问题。
  • 提前告知候选人时长, 包括总时长和每个部分的时间。给出切实的估计,宁可略宽裕也不要偏短,这样能建立信任,也方便他们安排一段安静的时间。
  • 同一轮中所有人的时间限制相同, 只有在候选人需要便利安排时才延长时间(参见公平的 AI 面试)。
  • 检查实际用时。 如果大多数候选人在某个部分时间不够,说明这部分太长或问题太宽泛;如果大多数人提前完成,就缩短它。

面试评分:评的是回答,不是人

5. 对照锚定标准评分

锚定量表描述了每个等级的回答听起来是什么样子,让每位面试官对评分的理解一致。这一思路可追溯到 Smith and Kendall (1963);在 Taylor 和 Small 的综述中,使用锚定量表的面试官之间一致性很高(信度约为 .77 到 .79)。请在第一场面试前写好锚点。

评级“升级 Bug 前先弄清事实”
优秀索要截图、操作步骤以及设备或浏览器信息,尝试复现问题,然后附上清晰的说明进行升级。
合格询问出了什么问题并进行升级,但遗漏了工程师需要的细节。
较弱直接以“导出坏了”为由升级,或者让客户清除缓存后就关闭工单。

6. 每个回答结束后立即评分

每个回答一结束就评分,在和任何人交流之前完成。等到一天结束时再评分,整体印象就会覆盖细节。美国人事管理局要求面试小组成员先各自评分,再协调分歧。

7. 记下候选人说了什么

笔记对记忆的帮助大于对判断的帮助:Middendorf and Macan (2002) 发现,做笔记能改善回忆,但不能提高判断的准确性,而在评分前回顾笔记则有帮助。写什么也很重要:Burnett 等人 (1998) 发现,记录候选人说了什么、做了什么的笔记与更高的效度相关,而记录流程的笔记与更低的效度相关。要写“索要了报错截图和浏览器版本”,而不是“沟通能力强”。

8. 安排多名评分人,并按公式汇总

Conway 等人发现,多名评分人的评分按机械方式汇总时有帮助,而主观汇总则没有证据表明有益。Kuncel 等人 (2013) 在测评数据的汇总上普遍得出同样结论:固定公式对工作绩效的预测效度为 .44,而专家凭头脑综合同样数据的效度只有 .28。先求平均,再只讨论差距较大的地方。

面试偏见,以及结构如何加以限制

  • 第一印象。 一项针对结构化面试的研究发现,对开场破冰(正式提问前的寒暄)的评分与最终面试评分相关(r = .42),也与是否发放录用通知相关(Barrick, Swider and Stewart, 2010)。其中部分原因是对能力的早期判断。尽快进入计分问题,并对每个回答单独评分。
  • 光环效应。 整体印象会蔓延到对无关特质的评分上,而人们察觉不到这一点(Nisbett and Wilson, 1977,一项招聘领域之外的经典实验)。把标准分开,每项按各自的锚点评分,能压缩它的影响空间。
  • 相似性偏好。 面试官可能偏爱和自己相似的人。在一项针对约 20,000 名管理岗申请人的高度结构化面试中,McCarthy, Van Iddekinge and Campion (2010) 未发现申请人性别或种族对评分有影响,也未发现申请人与面试官的相似性有影响。但这只是一家机构的数据:结构可以抑制这些影响,却不能保证在任何地方都消除它们。
  • 群体差异。 Huffcutt and Roth (1998) 汇总 31 项研究发现,与低结构化面试相比,高结构化面试中黑人、西班牙裔和白人申请人之间的评分差异更小。

仅靠结构并不能让面试变得公平。绝不要询问健康、家庭、年龄、宗教或出身,并提供便利安排:参见面试便利安排。

结构化面试中的候选人体验

  • 告诉候选人你考察什么。 两项研究表明,告知面试者所考察的维度能提升他们的表现,并能更准确地测量目标维度,同时不损害预测效度(Klehe and colleagues, 2008)。分享主题,而不是预期答案。
  • 说明面试形式。 说明需要多长时间、所有人的问题都相同,以及何时会收到回复。Google 称,经历过结构化面试的落选候选人满意度高出 35%(re:Work;Google 内部数据)。
  • 行动要快,并给出结果。 根据 CandE Benchmark 2025(该项目对 66,000 多份候选人调查的自行汇总),56% 的候选人被拒后没有收到任何反馈;如果没有面试准备说明或后续跟进,不满情绪会上升 70%。一条简短、坦诚的消息胜过沉默。

邀请措辞和准备建议,请参阅如何邀请候选人参加 AI 面试。

结构化面试清单

面试前、面试中、面试后

  1. 分析岗位。 列出主要工作任务,以及一名合格的新员工在六个月后应有的表现。
  2. 撰写必备项和加分项, 内容须与岗位相关,必备项最多三到六条。
  3. 编写问题: 行为类、情境类问题或实操任务,每个问题对应一项或多项标准,并预先设计两到三个追问。
  4. 编写锚点: 为每项标准写出优秀、合格和较弱回答的样例。
  5. 按内容确定每轮时长: 初筛约 20 到 40 分钟,技术面试最多一小时,每个部分设时间限制,所有人一致。
  6. 告知候选人 面试形式、时长和主题,并提供便利安排。
  7. 每个回答结束后立即评分, 并记录候选人说了什么、做了什么。
  8. 按公式汇总评分, 之后只讨论评分人之间差距较大的地方。
  9. 做出决定并记录理由, 附上依据,并把结果告知每一位候选人。

testee 如何落实这些做法

做法在 testee 中
与岗位相关的问题根据职位描述、职位名称、模板或题库生成草稿,由你的团队审核。
所有人问题相同每位候选人的环节、问题和时间限制都相同。
预设标准每个环节都有必备项和加分项考察要求,对候选人不可见。
有限的追问面试官在环节时间内追问;如果给了提示,状态会显示“提示后覆盖”。
每项评分都有依据每项考察要求都会标为已覆盖、提示后覆盖、部分覆盖、错误或未覆盖,并附上候选人的原话及其在录音中的时间点。
按公式汇总覆盖度评分由代码根据各项状态计算,绝不由 AI 给出,对所有人方法一致。它供审阅参考,并非录用决定。
多名评分人审阅人可以评论并修改任何状态;团队决定需要附上备注。
公平不分析情绪、声音、面部或口音;支持文字模式;可按需延长时间。

最终始终由人来决定:AI 从不自行做出录用决定,也不会自行淘汰任何人。如需自动为某个职位的每位申请人发送同一场面试,请参阅 AI 面试与 ATS 集成。

总结

  • 结构具有预测力。 在 2022 年的重新分析中,结构化面试是排名第一的甄选方法(.42),约为非结构化面试的两倍。
  • 问题: 源自岗位分析,所有人相同,采用行为类或情境类问题,并预先设计追问。
  • 评分: 使用锚定标准,每个回答结束后立即评分,记录所说内容,多名评分人的结果按公式汇总。
  • 偏见: 当每个回答都对照预设锚点评分时,第一印象和光环效应的影响空间就更小。
  • 候选人: 告诉他们你考察什么、流程如何进行,行动要快,并把结果告知每个人。

常见问题

结构化面试应该多长?

以问题所需为准:首轮初筛约 20 到 40 分钟,技术或技能面试 45 到 60 分钟,与团队的终面 15 到 30 分钟。研究发现,时长并不能预测面试的信度或效度,而且大多数中途退出的候选人都发生在最初几分钟,所以请根据要评分的内容确定时长,并提前告知候选人。

什么是结构化面试?

在这种面试中,同一岗位的每位候选人都回答相同的岗位相关问题,每个回答都按照相同的标准评分,这些标准在第一场面试前就已写好。

结构化面试问题有哪些例子?

行为类:“请讲一次你需要向不懂技术的客户解释技术问题的经历。你是怎么说的?”情境类:“一位客户说昨天更新后导出按钮失灵了,而他们一小时内就要拿到报表。你会怎么做?”每个问题都配有预先设计的追问和锚定评分量表。

结构化面试与非结构化面试相比有哪些优势?

结构化面试对工作绩效的预测更准确(在 Sackett 等人 2022 年的重新分析中为 .42,非结构化面试约为 .19),面试官之间的一致性更高,评分中的群体差异也更小。

什么是胜任力面试?

一种围绕胜任力(如客户导向或解决问题能力)设计的结构化面试,通常使用行为类问题(“请讲一次……”),并对照每项胜任力在各个等级上的表现来评分。这个说法在英国很常见。

首轮面试应该问候选人哪些问题?

针对岗位必备项问两到三个问题,每个问题对应预设标准;如果岗位需要,再加一个简短任务。薪资、入职日期等事务性问题留给申请表或简短的电话沟通。

来源

  1. Schmidt and Hunter (1998), The validity and utility of selection methods in personnel psychology
  2. Sackett, Zhang, Berry and Lievens (2022), Revisiting meta-analytic estimates of validity in personnel selection
  3. Sackett, Zhang, Berry and Lievens (2023), Revisiting the design of selection systems in light of new findings regarding the validity of widely used predictors
  4. Campion, Palmer and Campion (1997), A review of structure in the selection interview
  5. Conway, Jako and Goodman (1995), A meta-analysis of interrater and internal consistency reliability of selection interviews
  6. Levashina, Hartwell, Morgeson and Campion (2014), The structured employment interview
  7. Taylor and Small (2002), Asking applicants what they would do versus what they did do
  8. Huffcutt, Conway, Roth and Klehe (2004), The impact of job complexity and study design on situational and behavior description interview validity
  9. Smith and Kendall (1963), Retranslation of expectations
  10. Middendorf and Macan (2002), Note-taking in the employment interview
  11. Burnett, Fan, Motowidlo and DeGroot (1998), Interview notes and validity
  12. Kuncel, Klieger, Connelly and Ones (2013), Mechanical versus clinical data combination in selection and admissions decisions
  13. Barrick, Swider and Stewart (2010), Initial evaluations in the interview
  14. Nisbett and Wilson (1977), The halo effect
  15. McCarthy, Van Iddekinge and Campion (2010), Are highly structured job interviews resistant to demographic similarity effects?
  16. Huffcutt and Roth (1998), Racial group differences in employment interview evaluations
  17. Thorsteinson (2018), A meta-analysis of interview length on reliability and validity
  18. HireVue (2025), Applicant dropout: completion rate drivers and consequences
  19. Criteria Corp (2022), How much testing is OK?
  20. ERE (Dr. John Sullivan), As Google found out, it takes a lot of work to really hire smarter
  21. Klehe, König, Richter, Kleinmann and Melchers (2008), Transparency in structured interviews
  22. US Office of Personnel Management, Structured interviews
  23. US Office of Personnel Management, Job analysis
  24. Uniform Guidelines on Employee Selection Procedures, 29 CFR 1607.14
  25. Google re:Work, A guide to structured interviewing
  26. Survale, CandE Benchmark 2025 key statistics

用你的下一个岗位试试看。

几分钟内,根据你的职位描述创建一场结构化 AI 面试。免费 14 天,无需绑定银行卡。