AI面试评分规则主要基于‌算法模型分析‌、‌多维度评估‌和‌数据驱动决策‌三大核心逻辑，通过语音识别、自然语言处理等技术，对候选人的表达能力、逻辑思维、岗位匹配度等进行量化打分。以下是具体评分维度和规则解析：

1. ‌语言表达分析‌

   • 语音识别技术转译回答内容，评估语速、流畅度、用词准确性
   • 关键指标：停顿频率（≤3次/分钟）、填充词比例（如"呃""啊"占比＜15%）
   • 典型扣分项：答非所问、重复表述超过2次

2. ‌内容逻辑评估‌

   • 通过NLP解析回答结构，重点检测STAR法则（情境-任务-行动-结果）应用
   • 算法追踪逻辑连接词（首先/其次/因此）使用密度，理想值为每百字3-5次
   • 负面特征：因果倒置、时间线混乱会触发逻辑矛盾警报

3. ‌非语言信号捕捉‌

   • 视频面试中分析微表情（嘴角上扬15°以上为积极信号）
   • 眼球运动轨迹检测，理想注视摄像头时长占比60%-80%
   • 异常行为标记：频繁摸鼻子/眨眼＞30次/分钟可能影响可信度评分

4. ‌岗位胜任力匹配‌

   • 预设200+行业关键词库，匹配回答与JD关键能力项的语义关联度
   • 技术岗侧重"问题解决""代码"等词频，销售岗关注"客户""转化"等密度
   • 差异化权重：核心能力词权重占总分40%-60%

5. ‌稳定性与风险预测‌

   • 通过历史数据建模，检测离职倾向信号（如频繁提及"挑战""变化"）
   • 压力测试环节的应激反应分析，心率波动＞20%触发抗压能力评估
   • 高风险特征：3次以上否定前雇主表述会显著降低适应性得分

建议候选人提前进行AI模拟面试训练，重点优化回答结构化和非语言表达。注意保持自然交互状态，过度表演可能被识别为"刻意迎合"导致评分反降。