AI 招聘市场调研怎么做？AutoClaw 从 10 家事务所公开岗位生成完整招聘方案

招聘市场调研不只是搜几条招聘信息，再让 AI 总结岗位要求。真正有用的结果，应该能继续支持招聘团队写 JD、设计面试题、确定筛选标准和选择投放渠道。

这一次，我们把一个完整的审计岗位招聘任务交给 AutoClaw：调研四大会计师事务所及六家国内大型会计师事务所的公开招聘信息，分析审计助理、审计员和高级审计员的市场要求，并在调研基础上生成一套可以继续修改和执行的招聘方案。

最终得到的不是一段聊天回答，而是一份完整的 Word 报告：其中整理了 24 条可追溯岗位记录、12 条市场与渠道事实、31 个来源，并继续产出了岗位 JD、结构化面试题、面试评分表和招聘渠道建议。

本文为 AutoClaw 工作实验室案例。所有外部信息以 2026 年 10 月 28 日公开页面为准。招聘信息变化较快，正式用于招聘前仍需重新核验。

这次交给 AutoClaw 的任务是什么

任务面向一家计划扩充审计团队的会计师事务所，希望回答三个问题：

1. 同类事务所目前如何招聘审计助理、审计员和高级审计员？
2. 市场上常见的候选人画像是什么？
3. 如何把调研结果继续转化为 JD、面试方案和渠道计划？

调研对象包括普华永道、德勤、安永、毕马威，以及立信、天健、信永中和、致同、容诚、大华。资料优先使用机构官网、官方招聘系统、官方认证招聘账号和高校就业网发布的招聘简章。

这里最重要的要求不是“尽量多找资料”，而是：每一条结论都要能够回到原始页面，无法核验的字段不能靠常识补齐。

最终成品里有什么

AutoClaw 最终把分散的招聘页面整理成了一份完整招聘工作包。

这也是 AutoClaw 和普通聊天式问答的区别：它不只回答“审计岗位需要什么能力”，而是继续把答案整理成可以交付给招聘团队的文件。

第一部分：把不同招聘页面整理成同一张对比表

公开招聘信息的问题是格式不统一。

有的页面写“本科及以上”，有的写“统招本科”；有的使用“高级审计员”，有的使用 Staff、Senior Associate 或审计项目经理助理；证书要求也可能分别写成“CPA 优先”“通过部分科目优先”或直接列入任职条件。

AutoClaw 先将这些字段统一为八个维度：

• 学历与专业
• 工作年限
• 专业技能
• CPA 等职业证书
• 英语要求
• 数据与办公工具
• 项目经验
• 高频软技能

在这次样本中，报告得到四个值得继续验证的观察：

1. 本科是常见基础门槛，硕士不是普遍要求

本次核验到的岗位普遍以本科及以上为基础要求，部分校招岗位已经明确专业不限，国内大型事务所中也出现“具有相关学习经历即可”等较宽松表述。

这意味着招聘方可以把注意力从专业名称转向实际项目经历、会计审计基础和学习能力，而不必先用硕士学历或专业名称进行一票否决。

2. CPA 要求会随职级上升

在初级岗位中，CPA 更常被写成加分项；到了高级审计员和经理层级，证书要求会明显变强。

报告没有把所有岗位简单归纳成“必须有 CPA”，而是把证书要求按职级拆开。这种处理方式更适合直接用于设计筛选标准。

3. 英语是四大与国内大型所之间较明显的差异

本次核验的四大岗位普遍强调中英文沟通能力，而国内大型事务所的多数岗位没有设置统一的硬性语言门槛。

因此，报告建议招聘方按照客户和业务条线设置语言要求：涉外或国际业务岗位可以保留英语门槛，其他条线不必机械照搬。

4. Office 和 Excel 是基础，编程并没有成为普遍硬门槛

多家机构会介绍数字化审计、智能抽凭或 AI 风险模型，但在本次样本中，没有发现 Python、Power BI 等工具被普遍写成审计岗位的硬性条件。

这并不代表这些工具没有价值，只能说明：在截至本次检索的公开岗位样本里，它们更适合作为加分项，而不是统一淘汰条件。

第二部分：从市场信息生成两类候选人画像

只有岗位对比表，还不足以帮助招聘团队筛选简历。AutoClaw 继续把样本要求整理成两类候选人画像。

审计助理和初级审计员

这类岗位更看重会计审计基础、实习经历、Office 和 Excel 使用能力、团队协作，以及对出差和旺季工作节奏的接受程度。CPA 通常仍是加分项，而不是统一门槛。

高级审计员和项目经理助理

这类岗位的重点转向实际项目证据：是否独立承担过完整模块，是否参与过上市公司、集团年审或 IPO 项目，能否复核底稿、识别风险、对接客户并带教新人。

报告把“2 年以上事务所审计经验”“CPA 科目进度”和“独立负责项目模块”列为需要重点核验的信号。但这些是基于本次样本形成的招聘建议，不能直接理解为所有事务所的统一标准。

第三部分：直接生成一份可以修改的招聘 JD

调研完成后，AutoClaw 没有停在“建议招聘有经验的人”，而是继续生成了一份审计项目经理助理／高级审计员的社招 JD。

这份 JD 包括：

• 岗位职责
• 任职要求
• 优先条件
• 岗位亮点
• 官网和招聘平台使用的正式版文案
• 公众号、朋友圈和社群使用的短版文案

例如，岗位职责不再只写“负责审计工作”，而是进一步拆到独立承担重点科目审计、执行函证和监盘、复核底稿、识别重大错报风险、与客户财务部门沟通以及带教新人。

不过，报告也保留了薪酬范围、招聘人数、工作城市、项目比例和投递邮箱等空白字段。原因很简单：这些属于企业自己的真实条件，AutoClaw 可以提供结构和对标依据，但不能替企业编造招聘承诺。

第四部分：把岗位要求变成结构化面试方案

一份 JD 只能解决“招什么人”，不能解决“怎么判断这个人”。因此，最终报告又向前走了一步：把岗位要求转换成结构化面试流程。

整个流程分为四个环节：

1. 简历初筛
2. HR 电话初筛
3. 专业面试
4. 合伙人终面

题库包括 10 道初筛问题、12 道分级专业题和 6 道客户沟通与抗压情景题。

其中，项目经历不只问“做过哪些项目”，而是沿着一个项目继续追问：候选人负责什么科目、底稿由谁复核、出现过什么复核意见、提出过什么调整、如何与客户达成一致。如果回答能够落到科目、程序和复核细节，面试官才更容易判断候选人是否真正独立承担过工作。

评分表则把判断拆成七个维度：

• 专业基础与准则功底：25%
• 项目经验与复杂度：20%
• 沟通表达与客户意识：15%
• 带教与团队协作：10%
• 抗压与出差意愿：10%
• 学习能力与证书进度：10%
• 动机与稳定性：10%

同时设置了虚假经历、严重职业诚信问题等否决项。这样做的价值，不是让 AI 替面试官录用候选人，而是给不同面试官一套相对一致的观察标准。

第五部分：哪些信息没有被强行补齐

这次任务中，也有一部分资料没有顺利获得。

信永中和和天健的部分官网职位详情采用动态页面，本次无法完整读取正文；部分招聘平台需要登录；一些已经下线的职位只能核验到列表页字段。AutoClaw 没有把这些机构直接写成“不支持某项要求”，而是在报告中标记为“未核验”或“待确认”。

以下内容也必须由招聘团队最终确认：

• 实际薪酬带宽与奖金结构
• 出差频率和旺季加班安排
• CPA 考试假、费用支持和奖励制度
• 招聘人数、到岗时间和工作城市
• 上市公司及重点项目占比
• 面试各环节的通过率和招聘漏斗目标

换句话说，AutoClaw 可以完成资料搜集、字段整理、对比分析和文件初稿，但涉及企业承诺、人员录用和实际制度的决定，仍然属于人的责任。

这类任务为什么适合交给 AutoClaw

招聘市场调研真正耗时的部分，往往不是写一段总结，而是连续完成下面这些工作：

1. 打开不同网站寻找仍然有效的岗位页面。
2. 记录岗位、地区、学历、年限、证书和技能要求。
3. 区分官网信息、平台认证账号和第三方转载。
4. 把不同表达统一成可以横向比较的字段。
5. 让每项判断都能回到具体来源。
6. 把调研结论继续转成 JD、题库和评分表。
7. 明确哪些字段缺失，哪些决定必须由招聘团队确认。

这些工作横跨网页检索、资料核验、表格整理和文档生成。相比只生成一段答案，AutoClaw 更适合承担这种“从资料到成品”的连续任务。

可以直接复用的任务描述

请围绕【目标岗位】完成一次招聘市场调研，并基于调研结果生成可执行的招聘方案。

调研不少于【机构数量】家同类企业的公开招聘信息，优先使用企业官网、官方招聘系统、官方认证招聘账号和高校就业网发布的招聘简章。

请统一整理以下字段：岗位名称、职级、地点、学历、专业、工作年限、职业证书、语言、工具、项目经验和软技能要求。每条事实标注来源 URL 和访问日期；无法核验的信息写“未核验”，不要根据常识补齐。

最终交付：
1. 招聘市场调研报告；
2. 岗位要求对比表；
3. 候选人画像；
4. 可直接修改的招聘 JD；
5. 结构化面试流程、题库和评分表；
6. 招聘渠道与候选人转化建议；
7. 来源清单、检索局限和仍需人工确认的字段。

请明确区分：公开资料事实、基于样本的归纳、招聘建议。

总结

这次案例证明的不是“AI 会写招聘文案”，而是 AutoClaw 能把分散的公开招聘信息，连续整理成一套可追溯、可修改、可继续执行的招聘工作包。

如果你正在招聘一个陌生岗位，可以先把同类企业、目标职级和资料要求交给 AutoClaw，让它完成市场调研、岗位对标、JD 和面试方案初稿。招聘团队需要做的，是确认企业自己的真实条件，并对最终录用决定负责。