「用 AI 招人」的岗位远比想象中多，但 JD 里一个「AI」字样背后可能是完全不同的要求：有的只是让你会用聊天工具，有的要求你能训练和微调模型。读懂招聘要求里的 AI 到底指什么，求职时才不会投错方向、也不会低估自己。这篇把常见写法拆开解读，并给出对应的准备方法。
JD 里 AI 字样的四种含义
第一种是工具使用者：要求「会用 AI 工具提升效率」，对应运营、文案、行政类岗位，实际考察的是用 AI 写作、做图、整理信息的熟练度。第二种是业务落地者：要求「了解 AI 能力边界、能设计应用方案」，常见于产品经理、售前顾问，考察的是把业务问题翻译成 AI 需求的能力。第三种是技术开发者：要求掌握 Python、深度学习框架、模型部署，对应算法与工程岗，门槛最高。第四种是宣传性写法：公司蹭热度写「拥抱 AI」，实际工作与 AI 关系不大，从职责描述与薪资水平能看出来。同一段 JD 里几种要求可能并存，要按动词判断，「了解」「熟悉」「精通」对应的深度完全不同。
| JD 写法 | 实际指什么 | 常见岗位 |
|---|---|---|
| 会用 AI 工具提升效率 | 工具使用者 | 运营、文案、行政 |
| 了解能力边界、能设计方案 | 业务落地者 | 产品经理、售前顾问 |
| 掌握 Python 与模型部署 | 技术开发者 | 算法与工程岗 |
| 拥抱 AI，职责里没细节 | 宣传性写法 | 看职责与薪资判断 |
写明 AI 要求的岗位分布
目前明确写 AI 要求的岗位集中在几类：互联网与软件公司几乎全线岗位都提；内容、电商、教育行业大量招「会用 AI 的运营与设计」；制造与能源企业开始招「AI+工业」的解决方案岗位；传统企业的市场、行政岗也陆续出现工具类要求。想在招聘平台上系统筛查，可以在智联招聘AI 里把「AI」相关关键词设为筛选条件，再叠加行业与城市过滤，观察目标城市目标行业里 AI 要求出现的频率与写法，比自己零散翻 JD 高效得多。平台数据每天更新，观察几周就能摸清目标岗位的真实供给量。
要求背后的水平线怎么判断
判断真实门槛有三个参照。看薪资区间：要求「精通大模型」却只给普通文员的薪资，多半是工具使用级别的要求；看团队描述：明确写有算法团队、数据团队的，技术要求可信度高；看职责细节：写了「搭建知识库」「设计提示词」「处理训练数据」的，是可以按图索骥准备的具体技能。反过来，职责写得空泛、只堆名词的，面试时务必追问日常工作内容，避免入职后发现与预期落差过大。
面试前的能力证明怎么准备
对照 JD 里的 AI 要求逐条准备证据。工具类要求，准备两三个自己用 AI 完成工作的具体案例，包括用了什么工具、节省了多少时间、质量如何把控；业务类要求，准备一份自己所在行业的 AI 应用构想，哪怕只是一页纸，也能在面试里把空谈者分开；技术类要求，准备可运行的项目或代码仓库。面试官问「你怎么用 AI」时，答案里有场景、有步骤、有踩过的坑，比背概念可信得多。必要时现场演示一段操作，效果胜过十句形容词。
延伸阅读：简历上的 AI 技能怎么写、AI 怎么读简历、用 AI 扮演面试官对练。
面试前的证据清单
- 工具类备两三个用 AI 完成工作的案例
- 业务类备一页本行业的应用构想
- 技术类备可运行的项目或代码仓库
- 案例里写清工具、省时与质量把控
四项里最容易空着的是质量把控，只说省了时间，面试官会追问返工率。
招聘要求写「熟悉 AI 工具」，面试官实际在考什么？
- 「熟悉」和「精通」在 JD 里差多少？：「熟悉」通常指日常会用、知道各工具擅长什么；「精通」要求能搭流程、做集成、解决复杂问题，投递前按动词校准自己的匹配描述。
- 没有 AI 项目经历，简历怎么写 AI 技能？：把现有工作里已经用 AI 的部分写具体，比如「用 AI 辅助产出周报初稿并人工核校」，真实的小案例比空写「掌握 ChatGPT」有效。
- JD 没写 AI，面试要不要主动提？：可以提。主动展示用 AI 改进本职工作的思路，在同等候选人里通常构成差异点，但要落在具体场景，避免泛泛表态。
