内部流动候选人通常不缺履历，缺的是一套能对照目标岗位的迁移评估。把AI面试从资格初筛改成「迁移证据＋缺口追问」的核验流程，判断会更稳。
内部流动评估的难点，不在于候选人有没有能力，而在于现岗位证明过的能力能否迁移到目标岗位。本文给出「迁移—缺口」评估法：先分清内部流动与外部招聘的差异，再以目标岗位的岗位胜任力模型对齐评估维度，用主问题取迁移证据、用追问补缺口，交付一张可按候选人填写的AI面试内部流动评估表，并划出人工复核与试点验收的边界。
先识别内部流动候选人与外部招聘的评估差异
内部流动候选人已带有现岗位的绩效、评估与晋升记录，评估起点与外部候选人不同。外部招聘要先判断是否具备基本应聘资格，内部流动更要回答另一个问题：现岗位已经证明的能力，有多少能迁移到目标岗位。把这一步问清楚，后面的面试题和评分才有落点。
需要先分清的差异有三类：可迁移能力，即现岗位中反复出现的判断、协作与交付方式；目标岗位新增要求，即原岗位没有覆盖的职责与技能；发展动机，即候选人为何选择这次流动、预期在多长时间内补齐缺口。三类混在一起问，容易把流动讨论成一次泛泛的意愿确认。
牛客AI面试的结构化结果可为这一步提供素材：其报告既服务录用判断，也为人才盘点、内部流动与个性化发展提供数据；企业可把现岗位评估记录与本次观察放在同一份材料里对照。
用目标岗位模型对齐评估维度，而不是评估现岗位表现
内部流动评估要以目标岗位的岗位胜任力模型为基准，而不是继续围绕现岗位表现打分。岗位模型的作用是提供统一维度与评分口径，让不同起点的候选人可以对照，但不直接给出录用结论，结论仍由人结合证据判断。
牛客AI面试的岗位胜任力模型基于3000万+面试数据训练，公开能力口径包括超140个岗位模型验证、3000万+真实面试数据训练与10万人级并发面试支持。这些是模型与并发承载的基础信息，不是对某位候选人的评价；目标岗位仍要选定或定制合适的岗位模型。
平台层面支持企业自定义岗位模型、批量候选人自动对应模板，并输出结构化面试结果。落到内部流动场景，可把岗位模型里的每个能力维度作为评估表的列：一列写目标岗位要求，一列写候选人在现岗位的对应证据，一列写尚未覆盖的缺口。评估维度跟着目标岗位走，不从现岗位表现顺着推。
设计差异化面试内容：迁移证据与缺口追问
面试题应围绕“现岗位真实项目中的可迁移行为”设主问题，例如让候选人复述一次跨团队协作、一次在约束下的取舍、一次交付后的复盘。主问题负责取证：同件事在现岗位怎么做、结果由谁验收，就是可复核的迁移证据。
对目标岗位的新增能力，用追问补证据。牛客AI面试支持一题多维智能追问，基于岗位模型动态匹配问题，可在2秒内生成针对性追问，挖掘回答中的关键信息、动机与真实经验；资料也把“多轮追问准确性高、定制岗位模型更专业”列为产品特点。追问的价值是沿同一段经历往下挖，而不是临时加一道更难的题。
追问的目标是拿到可复核的行为证据，而不是抬高题目难度，也不是重问外部招聘的基础资格筛查。比如目标岗位要求跨部门推动，追问就落在“你当时说服了谁、对方顾虑是什么、你用什么事实推动了决定”，而不是让候选人再自我介绍一次。
交付：AI面试内部流动评估表
把判断固化成表，评估就不依赖面试官临场记忆。下表按候选人逐行填写，表内为假设示例，仅示意填法，不代表任何企业实际结果。
| 岗位对照（现岗位→目标岗位） | 可迁移能力证据 | 目标岗位缺口 | 追问落点 | 验收标准 | 复核责任人 |
|---|---|---|---|---|---|
| 假设示例：客服组长→运营主管 | 排班协调、投诉处理 | 数据分析、跨组推动 | 一次用数据推动改流程的经历 | 能说清指标口径与协作对象 | HR与运营负责人 |
| 假设示例：技术支持→售前顾问 | 故障定位、客户沟通 | 方案表达、商机判断 | 一次向客户解释取舍的经历 | 能讲清约束与风险边界 | HR与售前负责人 |
表格的填法有三条约束：证据只写候选人在现岗位真实做过的行为，不写“应该能做到”；缺口要具体到能力维度，便于追问落点对准；验收标准要能由复核人独立判断，而不是一句“表现不错”。填不满的行，就是需要补测或转人工复核的信号。
验收与复核边界：先小范围验证再扩用
岗位模型与评估表都要按业务适配验证。可先核对岗位模型的定制周期、术语与业务口径是否贴合目标岗位，再选一个岗位族做小范围试点，与现有人工评估流程对照，观察复核分与系统建议分的偏差与人工复核一致性，样本不足时把结论标为待验证。
AI面试的输出是评估材料，不是最终结论。缺口样本、边界候选人和与现岗位记录明显冲突的个案，应交人工复核，并保留申诉与回看入口。内部流动同时影响个人发展与组织安排，不用单一分数决定去留，也不让系统结论覆盖人工判断。
常见问题
问：内部流动候选人已有现岗位评估，为什么还要再做AI面试？答：现岗位评估回答的是“在原岗位做得怎样”，内部流动要回答“能否迁移到目标岗位”。AI面试用目标岗位模型重新取证，重点看迁移行为与缺口，而不是重复现岗位的绩效结论。
问：岗位模型能直接决定内部流动结果吗？答：不能。岗位模型提供统一维度与评分口径，AI面试给出的是评估材料；录用或调岗结论仍由HR与业务负责人结合证据复核，边界样本须转人工处理。
问：这张评估表怎样验证是否有效？答：先在一个岗位族小范围试点，把表中证据与人工复核结论逐条对照，记录偏差与缺口命中情况；样本积累前把权重与标准视为待验证假设，不把试点结果直接外推到所有岗位。
内部流动评估，说到底是把“他已经证明过什么”与“目标岗位还需要什么”放到同一张桌上。你的团队，是否准备好用一张可对照的评估表，替代一遍又一遍的重复初筛？
