Przejdź do treści
Jak oceniamy · Aktualizacja: 31 października 2026

Jak oceniamy umiejętności AI: metoda, poziomy i dowody.

Kandydaci wykonują prawdziwe zadanie z tej pracy w narzędziu AI, którego już używają. Nagrywamy całą ich rozmowę z AI, oceniamy na jej podstawie sześć umiejętności i łączymy każdą ocenę z dokładną wiadomością, na której się opiera. Poniżej: co mierzymy, jak przyznajemy poziom i pełny przykład.

Co rozumiemy przez umiejętności AI

Umiejętności AI to to, co ktoś robi, aby uzyskać dobrą pracę z narzędzia AI. Wymieniamy sześć: zrozumienie zadania przed jego przekazaniem, zbriefowanie AI, sprawdzenie tego, co zwraca, poprawienie jej błędów, akceptacja pracy gotowej do wysłania i powtarzalność.

Jak testujemy umiejętności AI: jedno prawdziwe zadanie

Daj prawdziwe zadanie z tej pracy i pozwól użyć narzędzia AI, którego kandydat już używa. Potem przeczytaj całą rozmowę, a nie tylko wynik. Umiejętności widać w tym, o co pytał, co sprawdził i co zmienił.

AI to najszybszy i najpewniejszy siebie młodszy współpracownik, jakiego kiedykolwiek masz. Sprawdzamy, jak dobrze ludzie nim kierują.

Ocena mierzy dwie rzeczy:

1. Umiejętności AIJak dobrze pracują z AI? Sześć umiejętności, odczytanych z tego, jak wykonują jedno dłuższe, prawdziwe zadanie z tej pracy. Oceniane od słabego do mocnego.

2. Umiejętności do tej pracyCzy sama praca jest dobra? Dwie lub trzy umiejętności dla danego stanowiska, odczytane z tego samego zadania. Oceniane poniżej, na poziomie lub powyżej poziomu.

1. Rubryka umiejętności AI: sześć umiejętności

Odczytane z jednego prawdziwego zadania na dane stanowisko. Dla każdej umiejętności: pytanie, na które odpowiada, jak wygląda słaba i mocna praca oraz prawdziwy przykład czegoś, co można wskazać w sesji.

Zrozumienie

Czy rozumie zadanie, zanim przekaże je AI?

Słaby

Prosi od razu o odpowiedź. Przyjmuje brief bez zastrzeżeń.

Mocny

Najpierw czyta materiały. Rozkłada problem na części. Zauważa, gdy brief jest błędny.

Na przykład

Przejrzał dane, zanim poprosił o odpowiedź.

Brief

Czy daje AI to, czego ona potrzebuje?

Słaby

Wkleja wszystko i pisze „zrób to”.

Mocny

Podaje kontekst, ograniczenia, przykłady i definicję gotowego. Decyzje wymagające osądu zostawia sobie.

Na przykład

Kazał AI używać tylko liczb z plików.

Weryfikacja

Czy wyłapuje błędy AI?

Słaby

Oddaje to, co wygląda na gotowe.

Mocny

Sprawdza ze źródłem. Wyłapuje zmyślony fakt i błędną liczbę.

Na przykład

Porównał sumę z liczbą od działu finansów.

Korekta

Czy poprawia, gdy coś nie działa?

Słaby

„Spróbuj jeszcze raz”, „zrób to lepiej”, w kółko.

Mocny

Mówi, co jest nie tak i dlaczego. Wcześnie zmienia podejście.

Na przykład

Gdy zapytanie było błędne, powiedział, co jest nie tak.

Akceptacja

Czy to, co oddaje, nadaje się do wysłania?

Słaby

Wypełniacze, za długo, twierdzenia, których nikt nie sprawdził.

Mocny

Gotowe dla odbiorcy. Mówi, co sprawdzono, a czego nie. Nie ujawnia poufnych danych.

Na przykład

Pięć linijek, zgodnie z prośbą, z podanymi założeniami.

Ponowne użycie

Czy potrafi to powtarzać?

Słaby

Za każdym razem robi to od nowa ręcznie.

Mocny

Zapisane prompty, skille, workflowy i automatyzacje. Kolejne podejście jest szybsze i daje to samo.

Na przykład

Zrobił dwa kolejne kwartały tak samo, bez zaczynania od nowa.

Jak popularne pojęcia z umiejętności AI odpowiadają naszym sześciu

Prompty, iteracje, wykrywanie halucynacji: umiejętności AI mają wiele nazw. Każde popularne pojęcie mieści się w jednej z naszych sześciu umiejętności. Jeśli Twoja firma ma własną listę umiejętności AI, użyj tej tabeli, żeby dopasować ją do naszej.

Popularne pojęcieOceniane w ramach
Decydowanie, w czym AI może pomócBrief
Rozkładanie zadania na krokiZrozumienie
Prompty: cel, kontekst, ograniczenia, format, przykłady, definicja gotowegoBrief
IterowanieKorekta
Weryfikacja, błędy, halucynacje i uprzedzeniaWeryfikacja
Bezpieczeństwo, ochrona danych, poufność i zgodność z przepisamiAkceptacja
Prompty wielokrotnego użytku, workflowy, skille, agenci i automatyzacjePonowne użycie
Szablony i standardy dla zespołuPonowne użycie
Łączenie narzędzi i danychPonowne użycie oraz zadania z internetem i arkuszami
Krytyczne myślenieWszystkie sześć. To zbyt szerokie, by oceniać osobno, więc oceniamy tam, gdzie się pojawia.
Mierzenie wartości, jaką AI dodaje w czasieNieoceniane. Jedna praca tego nie pokaże.

2. Umiejętności do tej pracy oceniane obok umiejętności AI

Bycie dobrym w AI nie wystarczy, jeśli praca jest błędna. W pełnej ocenie Lemonsignal odczytuje też dwie lub trzy umiejętności dla danego stanowiska, z tej samej pracy. Każda jest oznaczona: poniżej, na poziomie lub powyżej poziomu.

Umiejętności dla każdego stanowiska
  • InżynieriaZnajdowanie źródła problemu · Potwierdzanie poprawki testem · Kod, który inni mogą utrzymywać
  • ProduktPriorytety oparte na dowodach · Odmawianie na piśmie · Decyzja, za którą inni mogą pójść
  • DesignProjekt oparty na dowodach · Praca w ramach twardego ograniczenia · Wyjaśnianie wyboru
  • MarketingBudżet oparty na prawdziwych liczbach · Wybór właściwych kanałów · Pozycjonowanie

Jak przyznajemy poziom umiejętności AI

Każde zadanie ma arkusz oceny napisany, zanim podejdzie do niego jakikolwiek kandydat. Dla każdej umiejętności arkusz wymienia dwa lub trzy punkty kontrolne: konkretne rzeczy, które zawiera dobra praca, na przykład „porównanie sumy z drugim źródłem”. Lemonsignal oznacza, które punkty kandydat spełnił i gdzie. Poziom wynika z poniższych zasad, tych samych dla każdego kandydata. Jeśli nie ma momentu do wskazania, poziom nie jest przyznawany.

  1. Słaby W momencie, który wymagał tej umiejętności, kandydat postąpił odwrotnie i tego nie naprawił. Na przykład: użył liczby od AI bez sprawdzenia, a błędna liczba trafiła do gotowej pracy.
  2. Częściowy Spełnia część punktów kontrolnych albo spełnia je dopiero późno w zadaniu.
  3. Solidny Spełnia każdy punkt kontrolny tej umiejętności.
  4. Mocny Spełnia każdy punkt kontrolny plus ten dodatkowy, który pokazuje tylko najlepsza praca.
  5. Nietestowane Zadanie nie dało wyraźnej okazji, by pokazać tę umiejętność, albo dowody wskazują w obie strony. Jest pomijana w wyniku, więc nigdy nie działa na niekorzyść kandydata.
Wynik

Każda umiejętność daje punkty: słaby 0, częściowy 1, solidny 2, mocny 3. Wynik to zdobyte punkty w stosunku do możliwych. Poziom solidny we wszystkich sześciu to 12 z 18, czyli 67%. Umiejętność nietestowana jest pomijana po obu stronach, więc nie może obniżyć wyniku.

Rekomendacja

Wynik pokazuje ogólną siłę. Rekomendacja odpowiada na inne pytanie: czy ta osoba spełnia to, czego wymaga stanowisko? Każde stanowisko ma wymagania konieczne, na przykład weryfikacja na poziomie solidnym lub wyższym u analityka danych. Niespełnienie jednego daje wynik poniżej poziomu, nawet przy wysokim wyniku. Możesz zmienić wymagania konieczne przed wysłaniem zadania. To rekomendacja: decyzję podejmuje Twój zespół.

Skąd pochodzą dowody

Każdy poziom opiera się na jednym z czterech rodzajów dowodów. Lemonsignal znajduje właściwe momenty, cytuje je i daje wstępną ocenę; Twój zespół ją sprawdza. Moment jest oznaczany turą w rozmowie („Tura 14” to wiadomość nr 14), a nie czasem, bo większość kandydatów pracuje w więcej niż jednym podejściu.

DowódNa przykładJak jest oceniane
Znane błędy AI wbudowane w zadanieKażde zadanie ma miejsce, w którym AI zwykle się myli. Czy ten błąd trafił do oddanej pracy?Sprawdzane automatycznie: tak lub nie.
Rozmowa z AIPrzejrzał dane, zanim poprosił o odpowiedź.Lemonsignal znajduje moment i daje wstępny poziom. Twój zespół go sprawdza.
Co oddanoPięć linijek, zgodnie z prośbą, z podanymi założeniami.Lemonsignal, według arkusza oceny. Twój zespół to sprawdza.
Co zbudowanoZapisany prompt, skill, skrypt lub workflow.Lemonsignal, według arkusza oceny. Twój zespół to sprawdza.

Przykład: ocena umiejętności AI jednego kandydata

Prawdziwy arkusz oceny jednego zadania, dla analityka danych. Kandydat dostaje taki brief: „Panel pokazuje spadek przychodu o 12% w marcu. Wyjaśnij CFO dlaczego, w pięciu linijkach. Potem zrób Q2 i Q3.” Otrzymane pliki zawierają wszystko, co potrzebne do sprawdzenia odpowiedzi. W arkuszu każdy wiersz to umiejętność. Spełnienie każdego punktu w środkowej kolumnie daje poziom solidny; spełnienie także tego po prawej daje mocny.

UmiejętnośćPunkty kontrolne dla poziomu solidnegoDodatkowy punkt dla poziomu mocnego
ZrozumieniePrzejrzał dane, zanim poprosił o odpowiedź. Sprawdził, jak panel definiuje przychód.Zakwestionował liczbę z panelu, zanim ją wyjaśnił, i uczynił z tego pytanie.
BriefPrzekazał AI tabele i definicję. Kazał używać tylko tych liczb.Wniosek zostawił sobie; zapytania wykonała AI.
WeryfikacjaSprawdził zapytanie AI przed użyciem jej liczby. Porównał sumę z drugim źródłem.Sprawdził drugi miesiąc, by wykluczyć jednorazowy przypadek.
KorektaGdy zapytanie było błędne, powiedział, co jest nie tak.Dodał kontrolę, żeby to się nie powtórzyło.
AkceptacjaPięć linijek, zgodnie z prośbą. Żadnego twierdzenia bez źródła. Podane założenia.Wskazał, co jest jeszcze niezweryfikowane.
Ponowne użycieZrobił Q2 i Q3 tak samo, bez ręcznego powtarzania.Oddał zbudowany prompt, skill lub zapytanie.

Wynik, jaki ten arkusz dał dla jednego kandydata. Każdy poziom prowadzi do tury, z której pochodzi.

Anton LindqvistData analyst · Zadanie: wyjaśnij spadek przychodu · Claude Code · 1 godz. 50 min
Sprawdzone przez Lemonsignal
44%Poniżej poziomu
  • Przyjął pierwsze zapytanie AI bez sprawdzenia.
  • Wysłał CFO liczbę, której nie sprawdził.
  • Zbudował skrypt, dzięki któremu Q2 i Q3 poszły szybko i tak samo.
  • Zrozumienie Częściowy Zapytał, co znaczy tutaj „przychód”, ale dopiero po pierwszej odpowiedzi. Tura 9
  • Brief Częściowy Przekazał tabele, ale nie definicję. Tura 1
  • Weryfikacja Słaby Przyjął pierwsze zapytanie bez zmian i nigdy nie porównał sumy z drugim źródłem. Tura 4
  • Korekta Solidny Gdy zapytanie nie zadziałało, wskazał, który join jest błędny. Tura 6
  • Akceptacja Częściowy Pięć linijek, zgodnie z prośbą, oparte na niesprawdzonej liczbie.
  • Ponowne użycie Mocny Zapisał zapytanie jako skrypt i uruchomił nim Q2 i Q3.
Umiejętności do tej pracy
  • Definiowanie miaryPoniżej poziomu
  • Rzetelność analizyPoniżej poziomu
  • Wyjaśnianie osobom nietechnicznymNa poziomie

Co otrzymujesz

Czego nigdy nie oceniamy

Dbamy o uczciwość

Kto ocenia

Lemonsignal daje wstępną ocenę każdej sesji. Twój menedżer rekrutujący lub rekruter ogląda sesję, sprawdza ocenę i może dodać komentarze. To on decyduje. My piszemy zadania i arkusze oceny.

Spójność ocen

Arkusz oceny powstaje, zanim ktokolwiek podejdzie do zadania, więc każdy kandydat jest oceniany tak samo. Każdy poziom prowadzi do momentu, na którym się opiera, więc każdą ocenę możesz sprawdzić samodzielnie.

Oszukiwanie

Sprawdzamy, czy zadanie wykonuje osoba, do której je wysłano. To, co oddaje, musi zgadzać się z jej rozmową z AI. A pytanie na rozmowę dotyczy konkretnego momentu, na który trudno odpowiedzieć bez wykonania tej pracy.

Twoje dane i ich dane

Nagrywamy rozmowę z narzędziem AI, oddaną pracę i wszystko, co do niej zbudowano. Widzi to Twój zespół rekrutacyjny i kandydat. Wszystko jest przechowywane w UE i przetwarzane zgodnie z RODO.

Pytania o to, jak oceniamy umiejętności AI

Czy ocenia AI?

Lemonsignal czyta całą rozmowę, oznacza ważne momenty i daje wstępną ocenę. Każdy poziom prowadzi do momentu, z którego pochodzi. Twój zespół rekrutacyjny ogląda sesję, sprawdza ocenę, dodaje komentarze i decyduje.

Czy można porównywać wyniki z dwóch firm?

Wyniki z tego samego zadania są oceniane według tego samego arkusza, więc można je porównywać. Inne zadanie lub Twoje własne ma własny arkusz.

Co, jeśli kandydat używa narzędzia, którego nie obsługujecie?

Wskaż w briefie, których narzędzi używać. Jeśli użyje innego, możemy nie odczytać rozmowy, a umiejętności od niej zależne będą nietestowane, a nie obniżone.

Jak testować umiejętności AI na rozmowie rekrutacyjnej?

Daj prawdziwe zadanie z tej pracy, pozwól użyć własnego narzędzia AI, a potem przeczytaj rozmowę. Następnie zapytaj o jeden moment z niej: dlaczego kandydat zaufał liczbie albo dlaczego zmienił brief. Prośba o opisanie, jak ktoś używa AI, pokazuje, jak dobrze o tym mówi, a nie jak dobrze to robi.

Czy kandydaci powinni móc używać AI w zadaniu domowym?

Jeśli będą używać AI w pracy, to tak. Zakaz sprawdza sposób pracy, którego nie będą stosować. Dopuszczenie AI bez czytania rozmowy to drugi błąd: widzisz gotową pracę i nie wiesz, kto myślał.

Jakich umiejętności AI szukać na stanowisku nietechnicznym?

Tych samych sześciu. Marketer sprawdza liczbę zmyśloną przez AI; inżynier sprawdza poprawkę, która wygląda dobrze, a nie działa. Między stanowiskami zmienia się zadanie, a nie umiejętności.

Dlaczego wynik i rekomendacja mogą się różnić?

Wynik uśrednia sześć umiejętności. Rekomendacja patrzy na to, co na stanowisku jest konieczne. Wysoki wynik z wymaganiem koniecznym poniżej poziomu nie oznacza dopasowania, a rezultat mówi, o którą umiejętność chodzi.

Zobacz, jak kandydaci naprawdę pracują z AI.

Wypróbuj bezpłatnie na 3 kandydatach.