AI Screenr ทำงานอย่างไร
ซอฟต์แวร์สัมภาษณ์ด้วย AI ทำงานอย่างไร: ตั้งค่า job description ได้ภายในไม่กี่นาทีแล้วปล่อยให้ AI สัมภาษณ์และคัดกรองผู้สมัครแบบเสียงโดยอัตโนมัติ ผู้สมัครทำสัมภาษณ์แบบอะซิงก์ไม่ต้องนัดเวลา รับรายงานให้คะแนนพร้อมบทถอดเสียงในไม่กี่นาที ขับเคลื่อนโดย AI Screenr ทดลองสัมภาษณ์ฟรี 3 ครั้ง ไม่ต้องใช้บัตรเครดิต.
ลองใช้ฟรีTrusted by innovative companies
สามขั้นจากโพสต์งานถึง shortlist ที่เรียงลำดับ
สรุปเวิร์กโฟลว์ของ AI Screenr — ไม่ต้องเชื่อมระบบ ไม่ต้องนัดเวลา
ตั้งค่าตำแหน่ง
วาง job description ให้ AI ตั้งค่าแบบคลิกเดียว หรือสร้างเองใช้เวลาราว 5 นาที AI Screenr จะดึงทักษะ กฎตัดสิทธิ์ น้ำหนักการให้คะแนน และแม่แบบคำถามเชิงโครงสร้างสูงสุด 5 ข้อ แก้ไขได้ทุกอย่างก่อนปล่อยใช้งาน
แชร์ลิงก์สัมภาษณ์
วางลิงก์เดียวใน ATS อีเมล SMS หรือ job board ผู้สมัครสัมภาษณ์แบบอะซิงก์บนอุปกรณ์ใดก็ได้ — ไม่ต้องนัดเวลา ไม่ต้องติดตั้งแอป ไม่ต้องสร้างบัญชี ระยะเวลาปกติ 15 ถึง 25 นาที (ปรับได้ 5 ถึง 60)
ทบทวน shortlist ที่ให้คะแนนแล้ว
ภายใน 2 นาทีหลังจบแต่ละสัมภาษณ์ รายงานให้คะแนนจะเข้ามาในแดชบอร์ดพร้อมคำแนะนำ Strong Yes / Yes / Maybe / No คะแนนรายมิติ คำคมหลักฐาน และ shortlist ที่เรียงลำดับแล้ว
ดูสาธิตสดจบในไม่ถึง 5 นาที พร้อมสัมภาษณ์ฟรี 3 ครั้ง
ลองใช้ฟรี — ไม่ต้องใช้บัตรเครดิตตัวอย่างขั้นที่ 1 — การตั้งค่างานที่ใช้งานได้จริง
สิ่งที่ AI Screenr สร้างให้หลังตั้งค่าแบบคลิกเดียวจาก job description ที่วางลงไป ทุกช่องแก้ไขได้ก่อนปล่อยลิงก์สัมภาษณ์
ผู้จัดการผลิตภัณฑ์อาวุโส (B2B SaaS)
Job Details
Basic information about the position. The AI reads all of this to calibrate questions and evaluate candidates.
Job Title
ผู้จัดการผลิตภัณฑ์อาวุโส (B2B SaaS)
Job Family
ผลิตภัณฑ์
ตำแหน่งสาย Product จะเน้นการจัดลำดับความสำคัญ Discovery และเหตุผลเชิงผู้มีส่วนได้ส่วนเสีย — AI จะคาลิเบรตคำถามติดตามให้เน้นวิจารณญาณและการชั่งน้ำหนักทางเลือกมากกว่ารายละเอียดเชิงปฏิบัติการ
Interview Template
การคัดกรองแบบวัดสมรรถนะ
อนุญาตคำถามติดตามได้สูงสุด 4 คำถามต่อข้อ เน้นไล่เหตุผลเชิง trade-off และขอกรณีตัวอย่างจริงในอดีต — ทำให้เห็นความแตกต่างระหว่าง PM ที่มีประสบการณ์กับผู้สมัครที่คล้าย PM
Job Description
เรากำลังรับผู้จัดการผลิตภัณฑ์อาวุโสเพื่อดูแลพื้นผิวเวิร์กโฟลว์หลักของ B2B คุณจะจับมือกับวิศวกรรม ดีไซน์ และ go-to-market เพื่อค้นหาปัญหาลูกค้าที่แท้จริง จัดลำดับอย่างเด็ดขาด และส่งมอบผลลัพธ์—ไม่ใช่แค่เอาต์พุต
Normalized Role Brief
ผู้จัดการผลิตภัณฑ์อาวุโสที่มีประสบการณ์ B2B SaaS 5+ ปี มีผลงานครอบครองพื้นที่ผลิตภัณฑ์แบบ end-to-end และมีวิจารณญาณเพียงพอจะตัดสินใจขอบเขตงานโดยไม่ต้องมีคู่มือทีละขั้น เชิงเขียนเป็นหลัก มีมุมมองชัดเจน ใจเย็นท่ามกลางความไม่แน่นอน
Concise 2-3 sentence summary the AI uses instead of the full description for question generation.
Skills
Required skills are assessed with dedicated questions. Preferred skills earn bonus credit when demonstrated.
Required Skills
The AI asks targeted questions about each required skill. 3-7 recommended.
Preferred Skills
Nice-to-have skills that help differentiate candidates who both pass the required bar.
Must-Have Competencies
Behavioral/functional capabilities evaluated pass/fail. The AI uses behavioral questions ('Tell me about a time when...').
อธิบายและปกป้องการตัดสินใจแบบ trade-off ด้วยหลักฐานได้; อธิบายได้ว่าตัดอะไรออกและทำไม ไม่ใช่แค่สิ่งที่ส่งมอบ
คุยกับลูกค้าจริง ไม่ใช่ทำแบบสำรวจ; แยกความต่างระหว่างคำบ่นผิวเผินกับงานที่ลูกค้าจริง ๆ กำลังพยายามทำ
ขับเคลื่อนงานของวิศวกรรม ดีไซน์ และ go-to-market ร่วมกันได้โดยไม่ต้องมีอำนาจตามสายงาน; แก้ความขัดแย้งเรื่องขอบเขตงานด้วยการวิเคราะห์เชิงเขียน
Levels: Basic = can do with guidance, Intermediate = independent, Advanced = can teach others, Expert = industry-leading.
Knockout Criteria
Automatic disqualifiers. If triggered, candidate receives 'No' recommendation regardless of other scores.
ประสบการณ์ B2B
Fail if: ไม่มีประสบการณ์ทำผลิตภัณฑ์ B2B SaaS มาก่อน ไม่ว่าขนาดใด
ตำแหน่งนี้ต้องใช้วิจารณญาณเฉพาะ B2B — ผู้ซื้อไม่ใช่ผู้ใช้ วงจรจัดซื้อ เศรษฐศาสตร์ต่อที่นั่ง
อายุงาน
Fail if: มีประสบการณ์บริหารผลิตภัณฑ์น้อยกว่า 5 ปี
ระดับอาวุโส — ต้องครอบครองพื้นที่งานได้โดยไม่ต้องมี onboarding แบบเป็นขั้นเป็นตอนตั้งแต่วันแรก
The AI asks about each criterion during a dedicated screening phase early in the interview.
Custom Interview Questions
Mandatory questions asked in order before general exploration. The AI follows up if answers are vague.
เล่าการตัดสินใจจัดลำดับงานที่สำคัญที่สุดของคุณใน 12 เดือนที่ผ่านมา คุณตัดอะไรออก เก็บอะไรไว้ และวันนี้คุณรู้อะไรที่ตอนนั้นคุณยังไม่รู้?
เล่าเหตุการณ์ที่งาน Discovery ของคุณทำให้ทิศทางฟีเจอร์ที่วางแผนไว้เปลี่ยนไป คุณได้ยินอะไร คุณตรวจสอบความถูกต้องอย่างไร แล้วสุดท้ายส่งมอบอะไรแทน?
เล่าความขัดแย้งข้ามฝ่ายที่คุณเป็นคนคลี่คลาย ความขัดแย้งคือเรื่องอะไร คุณเขียนอะไรลงไป และทีมตัดสินใจกันอย่างไร?
Open-ended questions work best. The AI automatically follows up if answers are vague or incomplete.
Question Blueprints
Structured deep-dive questions with pre-written follow-ups ensuring consistent, fair evaluation across all candidates.
B1. ออกแบบ prompt อัปเกรดแบบ usage-based billing เวอร์ชันแรกของผลิตภัณฑ์เรา อธิบายเซ็กเมนต์ผู้ใช้ ทริกเกอร์ ข้อความ และตัวชี้วัดความสำเร็จ
Knowledge areas to assess:
Pre-written follow-ups:
F1. คุณจะหลีกเลี่ยงไม่ให้ prompt ไปยังผู้ใช้ที่อยู่ระหว่างการต่ออายุได้อย่างไร?
F2. ตัวชี้วัดคุมความเสี่ยงของคุณคืออะไร และที่เกณฑ์ใดคุณจะหยุด prompt?
F3. คุณตัดสินใจอย่างไรระหว่าง prompt ในผลิตภัณฑ์ อีเมล หรือการติดต่อโดย account manager?
B2. ลูกค้าท็อป 10 ขอฟีเจอร์ระดับเอนเตอร์ไพรส์ที่ต้องใช้เวลาวิศวกร 2 ควอเตอร์และไม่ก่อประโยชน์กับลูกค้ารายอื่น อธิบายขั้นตอนการตัดสินใจของคุณ
Knowledge areas to assess:
Pre-written follow-ups:
F1. คุณจะสื่อสารการตัดสินใจนี้กับทีมบัญชีอย่างไร?
F2. ถ้าลูกค้าขู่ว่าจะยกเลิก คุณจะทำอย่างไร?
F3. คำตอบของคุณจะเปลี่ยนอย่างไรถ้าฟีเจอร์นี้ต่อยอดให้เป็นทั่วไปได้ในภายหลัง?
Unlike plain questions where the AI invents follow-ups, blueprints ensure every candidate gets the exact same follow-up questions for fair comparison.
Custom Scoring Rubric
Defines how candidates are scored. Each dimension has a weight that determines its impact on the total score.
| Dimension | Weight | Description |
|---|---|---|
| ความชัดเจนในการสื่อสาร | 12% | ผู้สมัครจัดโครงสร้างคำตอบได้ชัด ใช้ตัวอย่างรูปธรรม และไม่เลี่ยงบาลีหรือไม่? |
| ความตรงประเด็นของคำตอบ | 12% | คำตอบตรงกับสิ่งที่ถามหรือผู้สมัครเลื่อนไปหัวข้อที่ปลอดภัยกว่าหรือไม่? |
| ความรู้เชิงเทคนิค | 18% | ความเข้าใจพื้นฐานของงานบริหารผลิตภัณฑ์ — discovery การจัดลำดับ ตัวชี้วัด วงจรชีวิต |
| การแก้ปัญหา | 14% | ความสามารถในการให้เหตุผลในสถานการณ์ไม่แน่นอน ชั่งน้ำหนัก trade-off และปกป้องข้อสรุปเมื่อถูกท้าทาย |
| ความเหมาะสมกับตำแหน่ง | 14% | สอดคล้องกับความต้องการจริงของ PM สาย B2B ระดับอาวุโส — เชิงเขียนก่อน มีมุมมองชัด สบายใจกับความกำกวม |
| ความมั่นใจและบุคลิกภาพ | 6% | นิ่งเมื่อถูกถามต่อยอด; ยอมรับช่องว่างความรู้โดยไม่เสียความมั่นใจ |
| ความเหมาะสมด้านพฤติกรรม | 10% | สัญญาณการทำงานร่วมกัน — ผู้สมัครพูดถึงความขัดแย้ง การโต้แย้ง และการให้เครดิตทีมอย่างไร |
| ความครบถ้วนของคำตอบ | 14% | ครอบคลุมคำถามครบ ไม่ใช่แค่ครึ่งที่ง่าย; เสนอข้อยกเว้นและตัวอย่างหักล้างโดยไม่ต้องร้องขอ |
Default rubric: Communication, Relevance, Technical Knowledge, Problem-Solving, Role Fit, Confidence, Behavioral Fit, Completeness. Auto-adds Language Proficiency and Blueprint Question Depth dimensions when configured.
Interview Settings
Configure duration, language, tone, and additional instructions.
Duration
25 min
Language
English
Template
การคัดกรองแบบวัดสมรรถนะ
Video
Enabled
Tone / Personality
เป็นมิตรแต่มีโครงสร้าง AI จะพาบทสนทนาเดินหน้าและขอรายละเอียดอย่างสุภาพเมื่อคำตอบยังคลุมเครือ
Adjusts the AI's speaking style but never overrides fairness and neutrality rules.
Company Instructions
เราเป็นบริษัท B2B SaaS ระยะกลาง มีวิศวกรประมาณ 80 คน ผลิตภัณฑ์ถูกใช้งานโดยทีม RevOps และทีมขาย ระบุด้วยว่าตำแหน่งนี้รายงานต่อ VP of Product และทำงานคู่กับ Principal Engineer และ Lead Designer
Injected into the AI's context so it can reference your company naturally and tailor questions to your environment.
Evaluation Notes
มองสัญญาณการสื่อสารเชิงเขียนเป็นบวก (ผู้สมัครจัดคำตอบเป็นโครงอ้างอิงตัวเลขระบุผู้มีส่วนได้ส่วนเสีย) ลงโทษคำตอบที่กว้างคลุมเครือและเต็มไปด้วยศัพท์อุตสาหกรรมแต่ไร้รายละเอียดเฉพาะ
Passed to the scoring engine as additional context when generating scores. Influences how the AI weighs evidence.
Banned Topics / Compliance
การต่อรองเงินเดือน, ผู้รับรอง, หุ้น, โครงสร้างค่าตอบแทน — ประเด็นเหล่านี้จะคุยนอกเหนือจากรอบที่ให้คะแนน
The AI already avoids illegal/discriminatory questions by default. Use this for company-specific restrictions.
AI Screenr กรอง pipeline ผู้สมัคร 100 คนอย่างไร
จากสมัครจนถึง shortlist: แต่ละสเตจทำให้ funnel แคบลงบนฐานหลักฐาน ไม่ใช่สัญชาตญาณ ตัวเลขด้านล่างเป็นค่าปกติของตำแหน่งสายเทคระดับกลาง
ได้รับใบสมัคร
ผู้สมัครทั้งหมดเข้ามาใน pipeline — จาก job board การแนะนำตอบกลับอัตโนมัติของ ATS และการติดต่อโดยตรง
กฎตัดสิทธิ์
ฟิลเตอร์แข็งที่คุณกำหนด — ประสบการณ์ขั้นต่ำ สิทธิ์การทำงาน ที่ตั้ง ช่วงเงินเดือน ภาษา ผู้สมัครที่ไม่ผ่านจะถูกติดธง ไม่ถูกปฏิเสธอัตโนมัติ
ทักษะจำเป็น
ผ่าน/ไม่ผ่านบนทักษะที่ต่อรองไม่ได้ของตำแหน่ง (เช่น ความลึกของ React ระดับ senior สำหรับ Senior React Developer) ประเมินสดระหว่างสัมภาษณ์
ระดับภาษา
การประเมิน CEFR (A1–C2) แบบเลือกได้ในภาษาที่คุณกำหนด พร้อมเฟสสัมภาษณ์เฉพาะ ข้ามได้หากไม่กำหนด
สัมภาษณ์แบบให้คะแนน
มิติให้คะแนนเริ่มต้น 8 มิติ (ปรับแต่งได้) ให้คะแนนทุกคำตอบบนสเกล 0–100 พร้อมคำคมหลักฐาน เรตคุณภาพ (Strong / Moderate / Weak / None) และค่าความเชื่อมั่นรายมิติ
shortlist เรียงลำดับ
ผู้สมัครคะแนนสูงพร้อมคำแนะนำแบบ 4 ระดับ บทสรุปสำหรับผู้บริหาร จุดแข็งและความเสี่ยง คำพูดน่าสนใจ และสรุปความครอบคลุม พร้อมส่งต่อให้ hiring manager
ตัวอย่างขั้นที่ 3 — รายงาน screening ด้วย AI ที่สมจริง
สิ่งที่มาถึงในแดชบอร์ดของคุณภายใน 2 นาทีหลังผู้สมัครกดวางสาย ทุกคะแนนมีหลักฐานจากบทถอดเสียง เรตคุณภาพ และค่าความเชื่อมั่นรองรับ
Alex Morgan
Confidence: 86%
Recommendation Rationale
สัญญาณ PM อาวุโสชัดเจน Alex อธิบาย trade-off ด้านการจัดลำดับด้วยรายละเอียดเฉพาะ — ตัวเลขที่ชัด ผู้มีส่วนได้ส่วนเสียที่เอ่ยชื่อ สิ่งที่ตัดและเหตุผล — ครอบคลุมหลายกรณี วินัยด้าน Discovery เป็นของจริง: กรณียกเลิกฟีเจอร์ที่วางแผนไว้หลังคุยลูกค้า 3 ครั้งมีโครงสร้างดีและรวมมุมกลับ (คาดว่าจะได้ยินอะไร vs ที่ได้ยินจริง) ช่องว่างที่เห็นคือภาวะผู้นำข้ามสายงานเมื่อมีความเห็นไม่ตรงกัน; Alex มีแนวโน้มสร้างฉันทามติก่อนผลักดัน ซึ่งอาจเหมาะหรือเสี่ยงขึ้นกับไดนามิกของทีม แนะนำให้ผ่านเข้ารอบ hiring manager
Summary
ประสบการณ์บริหารผลิตภัณฑ์ B2B SaaS กว่า 5 ปีพร้อมความเป็นเจ้าของพื้นที่งานชัดเจน เด่นด้าน Discovery และการจัดลำดับ — ตัวอย่างเฉพาะพร้อมตัวเลขและ trade-off ภาวะผู้นำข้ามสายงานทำได้ดีแต่เอนเอียงไปทางฉันทามติ; ผู้สมัครไม่ค่อยผลักดันตั้งแต่ต้นเมื่อทีมไปผิดทิศ สัญชาตญาณเชิงเขียนชัดจากโครงสร้างคำตอบ นิ่งเมื่อตอบคำถามติดตาม
Knockout Criteria
ประสบการณ์ B2B SaaS กว่า 5 ปีใน 2 บริษัทพร้อมความเป็นเจ้าของพื้นที่งานชัด เอ่ยกรณีดีลเอนเตอร์ไพรส์เฉพาะเจาะจง
ประสบการณ์บริหารผลิตภัณฑ์ 7 ปี เกินขั้นต่ำ 5 ปีอย่างสบาย
Must-Have Competencies
หลายตัวอย่างเฉพาะพร้อมตัวเลขชัด เจาะ trade-off และสิ่งที่ตัด ปกป้องการตัดสินใจโดยไม่เลี่ยงบาลี
ตัวอย่างคุยลูกค้าจริง — ไม่ใช่แบบสำรวจ ไม่ใช่แค่ analytics แยกงานที่ลูกค้าต้องทำจริงออกจากคำขอฟีเจอร์ที่พูดถึงได้ 2 ครั้งโดยไม่ต้องไล่ถาม
ทำงานร่วมกับวิศวกรรม ดีไซน์ และ GTM ได้ดีแต่โน้มไปสร้างฉันทามติก่อนผลักดัน สูงน่าจะเหมาะกับทีมที่ร่วมมือกันมาก; เสี่ยงในบริบทที่ต้องการเสียงผลิตภัณฑ์ที่หนักแน่น
Scoring Dimensions
จัดโครงสร้างคำตอบสม่ำเสมอ มีบริบท การตัดสินใจ และผลลัพธ์ชัด ไม่มีคำฟุ่มเฟือย เอ่ยตัวเลขและชื่อผู้มีส่วนได้ส่วนเสียโดยไม่ต้องถาม
“ผมตัดงานรายงาน Phase 2 เพราะอัตราการใช้งาน Phase 1 อยู่ที่ 11% หลัง 4 สัปดาห์ — ต่ำกว่าเกณฑ์ 25% ทีมข้อมูลอยากทำต่อ; trade-off คือทุ่มให้อัตราการใช้งาน vs ส่งมอบฟีเจอร์ที่คนยังไม่ใช้ Anna ฝ่าย analytics กับผมเขียนบันทึก 1 หน้า แล้วเราก็ยกเลิกมัน”
คำตอบตรงกับสถานการณ์ที่ถาม แทนที่จะเลื่อนไปหัวข้อที่ปลอดภัยกว่า เมื่อถูกไล่ถาม Alex ยังยึดกับคำถามไม่พยายามกรอบใหม่
“คุณถามถึงการตัดลำดับที่ผมเสียใจ คำตอบตรงไปตรงมาคือแดชบอร์ด customer success — เราสร้างมัน การใช้งานสูง แต่ทีมผู้บริหารไม่เคยใช้สรุปรายสัปดาห์ที่เราส่งด้วย ผมน่าจะยกเลิกสรุปนั้นในสัปดาห์ที่ 2 ไม่ใช่สัปดาห์ที่ 6”
พื้นฐาน Discovery กรอบการจัดลำดับ และการวัดผลด้วยตัวชี้วัดแข็งแรง พลาดจุดเล็กน้อยเรื่องการนิยาม activation vs retention แต่แก้ตัวเองได้เมื่อถูกถามต่อ
“สำหรับ prompt อัปเกรด ผมจะใช้ activation ที่นิยามว่า 'ผู้ใช้สร้างรายงานที่บันทึกแล้ว 3 ฉบับในสัปดาห์แรก' เป็นทริกเกอร์ ไม่ใช้เวลาเป็นตัวตั้ง Activation ทำนาย retention ในข้อมูลของเรา — เรารู้จาก cohort เดือนที่สาม”
คิดแบบชั่งน้ำหนัก trade-off สำหรับสถานการณ์ลูกค้าท็อป 10, Alex ไล่คิดต้นทุนของการถูกรบกวน ความเสี่ยงเชิงบรรทัดฐาน และ 3 ทางเลือกก่อนค่อยสรุปคำแนะนำ
“2 ควอเตอร์ของวิศวกรไม่ใช่ต้นทุนเดียว — ยังมีต้นทุนบรรทัดฐาน ต้นทุนหนี้จากการบูรณาการ และต้นทุนค่าเสียโอกาส ผมจะลองส่งมอบ 80% ด้วยบริการก่อน; ถ้าไม่ได้ ผมจะสโคปเป็นงานที่คิดเงินและผูกกับโรดแมปด้วยราคาที่สะท้อนค่าเสียโอกาส”
เชิงเขียนก่อน มีมุมมอง และกล้าระบุรายละเอียด เอ่ยชื่อบันทึกการตัดสินใจ 3 ฉบับ ไม่มีคำตอบทั่วไป — ทุกตัวอย่างเฉพาะทีม
“กับการตัดสินใจยาก ๆ ผมเขียน 1 หน้า: การตัดสินใจ, trade-off, ใครไม่เห็นด้วยและทำไม และกลับคำได้ไหม ส่งให้ทีมก่อนประชุม ทุกคนเข้าห้องเพื่อ 'ตัดสินใจ' ไม่ใช่เพื่อ 'นำเสนอ'”
นิ่งเมื่อถูกถามต่อ รับสองกรณีที่เสียใจโดยไม่ตั้งรับเกินไป มีเลี่ยงเล็กน้อยเมื่อถูกไล่เคส 'ไม่เห็นด้วยกับผู้นำ'
“ผมยังไม่เคยขัดแย้งเต็มรูปแบบกับผู้บริหารระดับ CPO — ส่วนใหญ่เป็นกับผู้นำ GTM ถ้าต้องการ ผมยกตัวอย่างหนึ่งให้ได้”
สัญญาณการทำงานร่วมกันเป็นบวกแต่เอนเอียงไปทางฉันทามติ หลายกรณี Alex ผลักดันหลังจากทิศทางทีมเริ่มไหล ไม่ใช่ก่อนหน้า
“ผมยกประเด็นในที่ประชุมจัดลำดับครั้งที่สี่ มองย้อนกลับไป ครั้งที่สองคือจุดที่ควรยก — ตอนนั้นเข้าสัปดาห์ที่สามและเหตุผล 'จมทุนแล้ว' เริ่มก่อตัว”
เสนอบริบทสวนทางและข้อยกเว้นโดยไม่ต้องถาม ตอบครบทั้งสองด้านของคำถามผสม — อะไรเวิร์กและอะไรไม่เวิร์ก
“การทดลอง prompt อัปเกรดสำเร็จด้าน conversion แต่ผลปลายน้ำคือปริมาณเคสซัพพอร์ตเพิ่มจากผู้ใช้ที่อัปเกรดโดยไม่เข้าใจสิทธิ์ นั่นคือจุดพลาดที่เราควรคาดไว้”
Blueprint Question Coverage
B1. prompt อัปเกรด usage-based billing
+ นิยาม activation ด้วยพฤติกรรมที่เป็นรูปธรรมแทนการอิงเวลา
+ จับคู่ metric ด้าน conversion กับตัวคุมความเสี่ยงด้านปริมาณงานซัพพอร์ต
- ไม่พูดถึงเกณฑ์หยุด prompt อย่างชัดเจน
B2. ลูกค้าท็อป 10 ขอฟีเจอร์ที่ต่อยอดให้ทั่วไปไม่ได้
+ ชี้ต้นทุนเกินกว่าคน — รวมต้นทุนบรรทัดฐานและหนี้การบูรณาการ
+ เสนอทางเลือกที่สโคปชัดและคิดเงินก่อนสรุปปฏิเสธ
- ไม่แตะกรณีที่ฟีเจอร์อาจต่อยอดให้ทั่วไปได้
Interview Coverage
%
Overall Coverage
Strengths
- เชิงเขียนก่อน — บันทึกการตัดสินใจคือเครื่องมือมาตรฐาน ไม่ใช่พิธีการ
- trade-off ด้านการจัดลำดับหนุนด้วยตัวเลขและวันที่เฉพาะ
- วินัย Discovery แข็งแรง — แยกงานที่ลูกค้าต้องทำจริงออกจากสิ่งที่ขอ
- ยกตัวอย่างสวนทางและสิ่งที่เสียใจโดยไม่ต้องถาม
Risks
- โน้มเอียงไปหาฉันทามติเมื่อมีความเห็นต่าง — มักผลักดันหลังเกิดการไหลของทิศทางมากกว่าก่อน
- หลักฐานเรื่องความขัดแย้งระดับ CPO ยังจำกัด; ตัวอย่างทั้งหมดเกี่ยวข้องกับ GTM
Notable Quotes
“ทุกคนเข้ามาเพื่อ ‘ตัดสินใจ’ ไม่ใช่เพื่อ ‘นำเสนอ’”
“2 ควอเตอร์ของวิศวกรไม่ใช่ต้นทุนเดียว — ยังมีต้นทุนบรรทัดฐาน หนี้การบูรณาการ และค่าเสียโอกาส”
“คำตอบตรงไปตรงมาคือแดชบอร์ด customer success — เราสร้างแล้ว การใช้งานสูง แต่ทีมผู้บริหารไม่เคยใช้สรุปรายสัปดาห์เลย”
Suggested Next Step
พาเข้ารอบ hiring manager 60 นาที โฟกัส 1 เคส 'ฉันไม่เห็นด้วยกับผู้นำ' และ 1 เคสศึกษา 'การปกป้องการตัดขอบเขต' เจาะหาช่วงเวลาที่ Alex จะผลักดันให้เร็วกว่าที่ทำปกติ ไม่ใช่เฉพาะตอนที่ฉันทามติเริ่มไหลไปแล้ว
AI Screenr เปลี่ยนจาก job description ให้กลายเป็น shortlist ที่ให้คะแนนแล้วใน 4 ขั้น หน้านี้พาคุณดูตั้งแต่ต้นจนจบของกระบวนการสัมภาษณ์ด้วย AI เพื่อให้คุณรู้ชัดว่าเกิดอะไรขึ้นตั้งแต่คลิก "create job" จนเปิดรายงานอันดับแรก
- ขั้นที่ 1: ตั้งค่าตำแหน่ง (คลิกเดียวหรือทำเองราว 5 นาที)
- ขั้นที่ 2: ผู้สมัครทำสัมภาษณ์ด้วยเสียงแบบอะซิงก์ (ปกติ 15 ถึง 25 นาที)
- ขั้นที่ 3: AI ให้คะแนนและสรุปผล (ไม่ถึง 2 นาทีต่อผู้สมัคร)
- ขั้นที่ 4: คุณทบทวน shortlist ที่เรียงลำดับ
ไม่ต้องเชื่อม ATS ใช้กับกระบวนการสรรหาที่คุณมีอยู่ได้ทันที
ลองครบทั้งกระบวนการสัมภาษณ์ด้วย AI ฟรี 3 ครั้ง →
ขั้นที่ 1 — ตั้งค่าตำแหน่ง
คุณมี 2 ทางไปสู่ลิงก์สัมภาษณ์พร้อมใช้งาน ทีมส่วนใหญ่มักใช้ทางที่ให้ AI ตั้งค่าให้
ตัวเลือก A — ตั้งค่าด้วย AI คลิกเดียว
วาง job description (ภายในหรือสาธารณะ ความยาวไม่เกิน 10,000 ตัวอักษร) จากนั้น AI Screenr จะดึงและกรอกให้ครบ:
- Title, description, role brief, job family, interview template
- ทักษะที่จำเป็นและทักษะที่อยากได้
- Must-have skills พร้อมระดับที่ต้องการ (basic, intermediate, advanced, expert)
- กฎตัดสิทธิ์ (ประสบการณ์ขั้นต่ำ สิทธิ์การทำงาน ช่วงเงินเดือน ภาษา และสิ่งอื่นใดที่อยู่ใน job description)
- คำถามสัมภาษณ์แบบกำหนดเอง
- แม่แบบคำถามเชิงโครงสร้างสูงสุด 5 ข้อ — แต่ละข้อมีหัวข้อที่ต้องครอบคลุม คำถามติดตาม และตัวบ่งชี้คำตอบที่แข็งแรง/อ่อน เพื่อให้ AI รู้ว่าคำตอบที่ดีสำหรับตำแหน่งนี้ควรเป็นอย่างไร
คุณตรวจฉบับร่าง ปรับสิ่งที่ยังไม่ตรงมาตรฐานจริง แล้วบันทึก เวลาโดยทั่วไป: 30 วินาทีถึง 1 นาที
ตัวเลือก B — ตั้งค่าเอง
ถ้าชอบเริ่มจากศูนย์ แบบฟอร์มจะพาคุณไล่ทุกช่อง ใช้เวลาราว 5 นาทีสำหรับตำแหน่งใหม่ และจะเร็วขึ้นเมื่อมีเทมเพลตให้คัดลอก
สิ่งที่ระบบตั้งค่าให้
ไม่ว่าคุณเลือกทางใด ผลลัพธ์เหมือนกัน:
- คำถามสัมภาษณ์แกนหลัก — ปกติ 6 ถึง 10 หัวข้อหลักผูกกับมิติการให้คะแนน
- แม่แบบคำถาม — หัวข้อที่ต้องครอบคลุม คำถามติดตาม และตัวบ่งชี้คำตอบรายคำถาม
- ความลึกของคำถามติดตาม — ระดับที่ AI จะไล่ถามเมื่อคำตอบตื้น กำหนดต่อมิติได้
- กฎตัดสิทธิ์ — ระบบติดธง ไม่ปฏิเสธอัตโนมัติ คุณตัดสินใจขั้นต่อไป
- มิติการให้คะแนน — 8 มิติเริ่มต้น (ปรับแต่งได้เต็มที่) และเพิ่มมิติภาษาเป็นมิติที่ 9 เมื่อสัมภาษณ์ไม่ใช่ภาษาอังกฤษ
- ภาษาและเป้าหมาย CEFR — ภาษาในการสัมภาษณ์ (รองรับ 57 ภาษา) และกำหนดว่าจะประเมินความสามารถทางภาษาหรือไม่ (A1 ถึง C2)
- ระยะเวลาสัมภาษณ์ — 5 ถึง 60 นาที โดยทั่วไป 15 ถึง 25 นาที
- บันทึกวิดีโอ — เลือกเปิดได้ ต่อหนึ่งตำแหน่ง
- วันหมดอายุของลิงก์ — กำหนดอายุการใช้งานลิงก์ของผู้สมัคร
ดูตัวอย่างตำแหน่งจริงได้ที่ นักพัฒนา React, นักพัฒนา Backend และ ผู้จัดการฝ่ายขาย แต่ละหน้ามีคอนฟิกที่กรอกไว้เต็มและรายงานตัวอย่าง
ขั้นที่ 2 — ผู้สมัครทำสัมภาษณ์ด้วยเสียงให้เสร็จ
นี่คือขั้นเดียวที่มีผู้สมัครเกี่ยวข้อง ก่อนหน้านี้เป็นงานของ recruiter และหลังจากนี้ระบบจะทำให้อัตโนมัติ
ผู้สมัครจะเห็นอะไรบ้าง
- ลิงก์เดียว. URL เดียว ส่งผ่านช่องทางที่คุณใช้ตามปกติ — การตอบอัตโนมัติของ ATS อีเมล SMS หรือข้อความใน job board ไม่ต้องสร้างบัญชี ไม่ต้องติดตั้งแอป ไม่ต้องจองเวลา
- หน้ consent และตรวจไมโครโฟน. ก่อนเริ่มบันทึก ผู้สมัครจะเห็นหน้าขอความยินยอม อนุญาตไมโครโฟน และตรวจไมค์ 10 วินาที
- การทักทาย. AI แนะนำตัว อธิบายกระบวนการสัมภาษณ์ ยืนยันตำแหน่ง และตอบคำถาม "what happens with this recording?" ด้วยภาษาง่าย ๆ
- บทสนทนา. AI ถาม ฟัง และปรับ คำตอบที่แข็งแรงจะถูกยอมรับและไล่ลึกต่อ คำตอบที่ตื้นจะมีคำถามติดตาม ผู้สมัครขอให้ AI ทวนคำถาม หยุดพัก หรือถามเพื่อความเข้าใจระหว่างสนทนาได้
- ปิดท้าย. AI สรุป เปิดโอกาสให้ผู้สมัครถามเพิ่มเติม และยืนยันขั้นตอนถัดไป
อะไรทำให้การสัมภาษณ์ยุติธรรม
ผู้สมัครตำแหน่งเดียวกันจะถูกให้คะแนนด้วยเกณฑ์เดียวกัน AI จะปรับคำถามติดตามตามคำตอบเฉพาะของแต่ละคน จึงไม่มี transcript ที่เหมือนกันสองชุด แต่ทุก transcript ถูกให้คะแนนตามเกณฑ์เดียวกัน ผู้สมัครไม่สามารถเดาได้จากระหว่างสัมภาษณ์ว่าทำได้ดีหรือแย่เพียงใด ช่วยลดความกังวลและให้สัญญาณที่จริงขึ้น
เวลาและการทำให้เสร็จ
- ระยะเวลาปกติ: 15 ถึง 25 นาที (ปรับได้ 5 ถึง 60 ต่อตำแหน่ง)
- อัตราทำเสร็จ: 80–90% — สูงกว่าการอัดวิดีโอทางเดียวอย่างมีนัย เพราะเป็นการโต้ตอบจริง
- ถ้าผู้สมัครหลุดการเชื่อมต่อ, กลับมาต่อได้จากลิงก์เดิมภายใน 24 ชั่วโมง สัมภาษณ์จะดำเนินต่อจากจุดเดิม ระบบจะติดธงสัมภาษณ์ที่ยังไม่สมบูรณ์ในรายงาน
ดูรายละเอียดเวิร์กโฟลว์แบบอะซิงก์ที่ ซอฟต์แวร์สัมภาษณ์แบบอะซิงก์
ขั้นที่ 3 — AI ให้คะแนนและสร้างรายงาน
ภายใน 2 นาทีหลังผู้สมัครจบบทสนทนา รายงานเชิงโครงสร้างจะพร้อมในแดชบอร์ดของคุณ เนื้อหาในรายงานประกอบด้วย:
ส่วนบนของรายงาน
- คะแนนรวม — 0 ถึง 100 จากการถ่วงน้ำหนักทุกมิติการให้คะแนน
- คำแนะนำการจ้างแบบ 4 ระดับ — Strong Yes / Yes / Maybe / No
- ความเชื่อมั่นรวม — คะแนน 0.0 ถึง 1.0 สะท้อนปริมาณและคุณภาพหลักฐานที่ AI ใช้
- บทสรุปสำหรับผู้บริหาร — 2 ถึง 3 ประโยคสำหรับผู้จัดการที่อ่านเฉพาะส่วนต้น
คะแนนรายมิติ
แต่ละมิติการให้คะแนนจะแสดง:
- คะแนน (0 ถึง 10 แล้วถ่วงน้ำหนัก) พร้อมเหตุผลสั้น 1 ถึง 2 ประโยค
- เรตคุณภาพ: Strong / Moderate / Weak / None
- ค่าความเชื่อมั่น รายมิติ (0.0 ถึง 1.0)
- คำคมหรือข้อความหลักฐาน — อ้างอิงตรงจาก transcript ที่สนับสนุนคะแนน
- ลิงก์ไปยังคำถาม — คำถามสัมภาษณ์ข้อใดที่ให้หลักฐาน
- โน้ตหลักฐานที่ขาด — เกณฑ์คาดหวังอะไรแต่ transcript ไม่ปรากฏ
ผลการตัดสิทธิ์และทักษะจำเป็น
หากคุณกำหนดไว้ในขั้นที่ 1:
- ผลกฎตัดสิทธิ์ — ธงที่ถูกทริกเกอร์หรือถูกประเมิน พร้อมหลักฐานรายกฎ
- ผลทักษะจำเป็น — ผ่านหรือไม่ผ่าน พร้อมหลักฐานรายทักษะ
สรุปย่อย
- จุดแข็ง — 3 ถึง 5 ข้อที่โดดเด่น
- ความเสี่ยง — 3 ถึง 5 ข้อที่น่ากังวล
- คำพูดที่น่าสังเกต — บรรทัดที่น่าสนใจที่สุดที่ AI เจอใน transcript
- ขั้นตอนถัดไปที่แนะนำ — คำแนะนำอิงคะแนนและคุณภาพหลักฐาน
- สรุปความครอบคลุม — คำถามกำหนดเอง ทักษะ กฎตัดสิทธิ์ และแม่แบบคำถามที่คำตอบของผู้สมัครครอบคลุมจริง
บทถอดเสียงและการบันทึก
- บทถอดเสียงเต็ม ของบทสนทนา ค้นหาได้และมีเวลาแนบ
- บันทึกเสียง เป็นค่าเริ่มต้น บันทึกวิดีโอ หากคุณเปิดใช้สำหรับตำแหน่งนั้น
การให้คะแนนใช้เวอร์ชันของเกณฑ์ที่บันทึกไว้ ณ เวลาสัมภาษณ์ หากคุณปรับเกณฑ์ระหว่างกระบวนการสรรหา สัมภาษณ์ก่อนหน้าจะคงคะแนนเดิม และเกณฑ์ใหม่จะมีผลต่อจากนั้น คุณจะเห็นประวัติเวอร์ชันที่ชัดเจนแทนการคำนวณใหม่แบบเงียบ ๆ
ทุกหน้าตำแหน่งมีรายงานตัวอย่าง ลองดู: วิศวกร QA, วิศวกร DevOps, วิศวกรซอฟต์แวร์, ผู้จัดการผลิตภัณฑ์
ขั้นที่ 4 — คุณทบทวน shortlist ที่เรียงลำดับ
แดชบอร์ดจะเรียงผู้สมัครตามคะแนนรวม โดยแสดงธงตัดสิทธิ์ไว้ด้านบน วงจรการรีวิวทั่วไป:
- สแกนรายชื่อที่เรียงแล้ว. 20% แรกมักคู่ควรแก่การดูใกล้ชิด ผู้สมัครที่ถูกทริกเกอร์กฎตัดสิทธิ์จะลงไปด้านล่าง
- เปิดรายงานบนสุด. อ่านสรุป 2 ถึง 3 ประโยคก่อน จากนั้นจุดแข็งและความเสี่ยง แล้วค่อยไล่ดูหลักฐานที่ AI ติดธงไว้
- ตัดสินใจ. ผ่าน ตก หรือทำเครื่องหมายติดตาม ปัดตกผู้สมัครที่ไม่เข้ากันอย่างชัดเจนแบบครั้งเดียวหลายราย เก็บผู้สมัคร Strong Yes ไว้ให้ hiring manager
- แชร์กับ hiring manager. คลิกเดียวได้ลิงก์แชร์ PDF หรือสรุปที่วางลง Slack/อีเมลได้ ไม่ต้องมีบัญชี AI Screenr
เวลาของ recruiter ต่อผู้สมัครลดลงจาก 25 ถึง 45 นาทีของการคุยสดบวกการจดโน้ต เหลือราว 5 นาทีเพื่อรีวิวรายงานเชิงโครงสร้าง ดู ROI ที่ตัวเลขปกติได้ที่ แทนที่การโทรคัดกรอง
สรุปเวลา
| ขั้น | ใครทำ | เวลาปกติ |
|---|---|---|
| ตั้งค่าตำแหน่ง (AI คลิกเดียว) | Recruiter | 30 ถึง 60 วินาที |
| ตั้งค่าตำแหน่ง (ทำเอง) | Recruiter | ราว 5 นาที |
| สัมภาษณ์ผู้สมัคร | Candidate | 15 ถึง 25 นาที (ปรับได้ 5 ถึง 60) |
| AI ให้คะแนนและสร้างรายงาน | อัตโนมัติ | ไม่ถึง 2 นาทีต่อผู้สมัคร |
| รีวิวรายงานต่อผู้สมัคร | Recruiter | ราว 5 นาที |
สำหรับ pipeline 50 คน เวลาของ recruiter ลดจากประมาณ 25 ชั่วโมง (โทรคุยคัดกรองบวกจดโน้ต) เหลือประมาณ 5 ชั่วโมง (รีวิวรายงาน) คืนเวลาให้ทีมราว 20 ชั่วโมงต่อสัปดาห์สำหรับงานที่มีมูลค่าสูงกว่า
ตัวอย่างรายงานตามตำแหน่ง
AI Screenr ครอบคลุมแทบทุกสายงาน — ตั้งแต่วิศวกรรมซอฟต์แวร์ไปจนถึงสุขภาพ ค้าปลีก ก่อสร้าง และบริการ ที่หน้าตำแหน่งแต่ละหน้ามีรายงานตัวอย่างเพื่อให้คุณเห็นจริงว่ามีอะไรเข้ามาในแดชบอร์ด ตัวอย่างคละทั้งสายเทคนิค ผู้เชี่ยวชาญ และภาคบริการ:
| ตำแหน่ง | หมวดหมู่ |
|---|---|
| Backend Developer | เทคโนโลยี |
| UX Designer | ดีไซน์ |
| Data Analyst | เทคโนโลยี |
| Financial Analyst | การเงิน |
| Recruiter | HR |
| Paralegal | กฎหมาย |
| Real Estate Agent | อสังหาริมทรัพย์ |
| Construction Manager | ก่อสร้าง |
| Production Manager | การผลิต |
| Veterinarian | สัตวแพทย์ |
หรือเรียกดู คู่มือสัมภาษณ์ด้วย AI ตามตำแหน่งกว่า 960 รายการ ตามหมวดหมู่
ความปลอดภัยและความเป็นส่วนตัวตลอดกระบวนการสัมภาษณ์
ทุกขั้นของกระบวนการสัมภาษณ์ด้วย AI มีสัญญาการจัดการข้อมูลที่ชัดเจน เก็บความยินยอมไว้ตั้งแต่ก่อนเริ่มบันทึก — ผู้สมัครจะเห็นหน้าขอความยินยอมที่ระบุชัดว่าบันทึกอะไร ใช้อย่างไร และใครเห็นได้ เสียงและบทถอดเสียงเก็บไว้ในภูมิภาค (มีโฮสติ้งใน EU เพื่อตอบโจทย์ GDPR) พร้อมกำหนดอายุเก็บรายตำแหน่งครบแล้วระบบลบอัตโนมัติ
ผู้สมัครสามารถร้องขอลบข้อมูลตนเองได้ทุกเมื่อผ่านระบบ self-service และเรามี Data Processing Agreement ให้ตามคำขอ ฝั่งผู้ว่าจ้าง เฉพาะผู้ใช้ที่ยืนยันตัวในเวิร์กสเปซของคุณเท่านั้นที่เห็นรายงาน ลิงก์รายงานที่แชร์ตั้งให้หมดอายุอัตโนมัติได้ ดูรายละเอียดความปลอดภัยและการปฏิบัติตามข้อกำหนดทั้งหมดใน ส่วน Security, Privacy และ Compliance บนหน้า AI interview software
พร้อมลองหรือยัง?
เริ่มด้วยสัมภาษณ์ฟรี 3 ครั้ง ไม่ต้องใช้บัตรเครดิต ตั้งค่าตำแหน่งแรกใน 1 นาที (คลิกเดียว) หรือ 5 นาที (ทำเอง) แล้วดูรายงานให้คะแนนฉบับแรกในวันเดียวกัน
- ซอฟต์แวร์สัมภาษณ์ด้วย AI — ภาพรวมผลิตภัณฑ์ ฟีเจอร์ และการเปรียบเทียบ
- การคัดกรองผู้สมัครอัตโนมัติ — อธิบายการทำงานของการคัดกรองอัตโนมัติ
- แทนที่การโทรคัดกรอง — วิเคราะห์ ROI สำหรับทีมที่ใช้เวลากับการโทรคัดกรองมาก
- ซอฟต์แวร์สัมภาษณ์แบบอะซิงก์ — ทำความเข้าใจกระบวนการสัมภาษณ์แบบอะซิงก์
- คัดกรองผู้สมัครปริมาณสูง — วิธีจัดการจำนวนผู้สมัครจำนวนมากอย่างมีประสิทธิภาพ
- ซอฟต์แวร์สัมภาษณ์คัดกรองเบื้องต้น — ภาพรวมการคัดกรองผู้สมัครช่วงต้น
- ราคา — ภาพรวมราคาและแพ็กเกจแบบใช้งานตามจริง
คำถามที่พบบ่อย
ตั้งค่า AI Screenr ใช้เวลานานแค่ไหน?
ผู้สมัครเห็นอะไรในสัมภาษณ์ของ AI Screenr?
ฉันจะได้คะแนนหลังจบสัมภาษณ์เร็วแค่ไหน?
เปลี่ยนเกณฑ์การให้คะแนนระหว่างที่ pipeline กำลังทำงานอยู่ได้ไหม?
แชร์รายงาน AI Screenr กับ hiring manager อย่างไร?
ถ้าผู้สมัครเงียบไปหรือการเชื่อมต่อหลุดจะเกิดอะไรขึ้น?
ผู้สมัครสอบสัมภาษณ์ AI ซ้ำได้ไหม?
ส่งสัมภาษณ์ถึงผู้สมัครอย่างไร?
รายงาน AI Screenr ซิงก์กลับเข้า ATS ได้ไหม?
การให้คะแนนสัมภาษณ์ด้วย AI ทำงานอย่างไรกันแน่?
ดูการทำงานครบในไม่ถึง 5 นาที
- ตั้งค่างานด้วยคลิกเดียว
- ลิงก์สัมภาษณ์ให้ผู้สมัคร
- รายงานให้คะแนนใน 2 นาที
- shortlist เรียงลำดับคะแนน
No credit card required
ดูการทำงานจริง — ลองสัมภาษณ์ฟรี 3 ครั้ง
Start with 3 free interviews — no credit card required.
ลองใช้ฟรี