韓國最大求職平台 JobKorea 2025 年 11 月做了一件事 — 用「自己 29 年累積的招募資料」訓練自研 AI「LOOP Ai」、求職者投遞量直接翻倍（+104%）。
關鍵不是「他們用了 AI」 — 是「他們用自己的資料、不是用 ChatGPT」。
很多台灣 HR 主管會說：「我們用 ChatGPT 寫 JD、招募效果就會好。」
錯。JobKorea 數據打臉 — ChatGPT 不認識你的公司、不認識你的客戶、不認識你過去 5 年成功招的人。
這篇拆給你看：LOOP Ai 怎麼運作、為什麼 +104%、ChatGPT 為什麼做不到、台灣中型企業 HR 怎麼套（不用 29 年資料）、CHRO 給 3 件事。
LOOP Ai 怎麼運作？
JobKorea 把過去 29 年的資料全餵 AI：
- 所有過去職缺（500 萬+）
- 所有錄取的人 vs 沒錄取的人
- 每個職缺從發布到關閉的「真實數據」
- 每個求職者後來真的去哪間公司
AI 學的不是「JD 怎麼寫好看」 — 是「什麼樣的 JD + 什麼樣的人 = 高匹配度」。
具體做 5 件事
- JD 反推：你輸入「找後端工程師」、AI 不只寫 JD、是反推「真正招得到的後端工程師需要什麼條件 vs 你寫的條件」
- 個人化推薦：根據求職者過去看哪些 JD、哪些有投、哪些沒投、推薦最有可能成交的
- 薪資合理性檢查：你開的薪水跟同行業同職位比 — 太低？太高？AI 直接告訴你
- 主管面試準備：根據職缺 + 投遞者背景、自動產 10 個問題給主管
- 追蹤成效：3 個月後、AI 看誰續任、誰離職、回來修正模型
為什麼 +104% 投遞量？
不是因為「JD 變漂亮」 — 是因為「對的人看到對的 JD」。
傳統做法：
- HR 寫 JD
- 放上求職網站
- 所有看到這個職位類別的人都看到
- 大部分不適合 — 看了不投
LOOP Ai 做法：
- HR 寫 JD
- AI 分析：這個 JD 適合誰
- 主動推送給「最有可能成交」的人
- 適合的人看到 — 投遞率高
同樣 100 個職缺、同樣 1,000 個求職者、媒合更精準 → 投遞量翻倍。
ChatGPT 為什麼做不到？
ChatGPT 缺 3 個東西：
1. 缺你公司的歷史資料
ChatGPT 不認識你過去 5 年招了誰、錄取了誰、誰續任、誰離職。沒這個、它的「建議」只是通用知識、不是針對你公司。
2. 缺求職者的真實行為
ChatGPT 不知道求職者實際投了多少履歷、看了哪些 JD、哪些放棄。沒這個、它做不到「個人化推薦」。
3. 缺「事後驗證」
ChatGPT 寫完 JD 就走了。沒回來看「這個 JD 後來招到誰」、所以模型不會進化。
JobKorea LOOP Ai 不是 ChatGPT — 是「有 29 年 feedback loop 的招募 AI」。
台灣中型企業 HR 怎麼套？
沒有 29 年資料、但你有 5-10 年招募資料。怎麼用？
第 1 步（Month 1-3）：盤點現有資料
- 過去 5 年 ATS（應徵者追蹤系統）資料：誰投過、誰錄取、誰續任
- 離職員工的「離職原因」
- 過去成功 vs 失敗 JD
大部分公司都有資料、但沒整理過 — 整理就是第 1 步。
第 2 步（Month 4-6）：建公司專用 RAG
把資料做成 RAG（Retrieval-Augmented Generation）— 不需要 fine-tune 自己的 LLM、用 GPT-4 + 公司資料庫就好。
建置成本：100-200 萬。
第 3 步（Month 7-9）：5 個應用
- JD 反推（公司歷史 + 你寫的 JD）
- 履歷篩選（vs 過去成功者）
- 主管面試問題（根據候選人背景）
- 離職風險預警（員工特徵 vs 過去離職者）
- 薪資合理性（vs 內部標準 + 外部 benchmark）
第 4 步（Month 10-12）：feedback loop
每月：
- 新進員工資料回流
- 離職資料回流
- 績效資料回流
讓 AI 看到「這個招進來的人 6 個月後績效怎樣」、模型才會進化。
給 CHRO 的 3 個動作
- 停用 ChatGPT 寫 JD — 用公司自己的招募 RAG、不是通用 AI
- 把過去 5 年招募資料整理 — 99% 中型企業都有、但 99% 沒整理
- 建 feedback loop — 招進來的人 6 個月績效要回流模型、AI 才會進化
JobKorea +104% 不是 AI 厲害 — 是因為他們承認「公司歷史資料是最大資產」。
關鍵不是用最新 AI — 是用有你公司資料的 AI。
會用、懂用、好用、每天用 — AI 不是工具、是「需要你公司歷史資料才能發揮 100% 的引擎」。
你是機長，AI 是機組人員 — CHRO 決定資料策略、AI 處理媒合 + 推薦、HR 做最終人的判斷。
JobKorea 已經告訴你 — 用 ChatGPT 寫 JD 是基本門檻、不是優勢。優勢在你自己的 5 年資料。
📎 本文資料來源
「用 ChatGPT 寫 JD 是基本門檻、不是優勢。優勢在你自己的 5 年資料。」
關於阿峰老師
阿峰老師（黃敬峰），交點文化股份有限公司創辦人暨執行長，超過 10 年企業培訓經驗，累積服務超過 400 家企業。
📌 最近在忙什麼
剛幫一家科技公司做 AI Agent 部署 — 把 5 年招募資料 + ATS 資料做成 RAG、HR 用 AI 篩履歷的命中率從 35% 提升到 71%、新人 6 個月留任率提升 25%。
🎯 想幫團隊導入 AI？ 提供免費 30 分鐘線上諮詢。
📧 [email protected] ｜ 📱 LINE：0976715102（說「企業培訓」）
🌐 www.autolab.cloud ｜ 📚 課程活動
