最近半年，刷招聘网站的同学应该注意到了：从产品助理、市场专员到法务实习，越来越多的 JD 里出现了一行新要求——“具备 AI 工具协作能力”。
这一行字看起来含糊，但背后的考察点其实相当清晰。拆开看，可以分成四种能力。
第一种，工具识别能力。
不是“会用 ChatGPT”那种笼统说法，而是知道：什么任务该用哪一类工具。一份会议纪要应该用转写工具，一份调研问卷应该用问卷工具，一段代码自动化应该用 IDE 插件。HR 在面试时常常会问“你最近一次用 AI 是为了什么”，目的就是验证候选人有没有这种“工具地图”。
第二种，提示词把控能力。
写一句模糊的“帮我写一份方案”，和写一段结构清晰、限定明确、给出反例的提示词，输出差距是数量级的。这种能力很难口头描述，但可以通过“现场任务”考察。
事实上，已经有公司在面试环节加入了一道“白盒测试”：给候选人一个 30 分钟的任务，允许使用任何 AI 工具，看候选人最终如何分解问题、如何审稿、如何收尾。
第三种，结果审校能力。
模型会出错，会编造引用，会把统计学误用到看起来合理的地方。能不能从一段 AI 写出来的文本里抓出错误，是 JD 里没明说、但很关键的考察项。
不少法律、金融、咨询公司，已经把这一项列为入职第一周的训练内容。简单说，他们找的不是“会用 AI 的人”，而是“敢于不全信 AI 的人”。
第四种，工作流改造能力。
最高阶的考察，不是会用某个具体工具，而是能不能把 AI 嵌进现有的工作流。比如，能不能把每周需要写两小时的客户简报，重新设计成“30 分钟人写 + 30 分钟 AI 协作 + 30 分钟自审”。这种改造工作流的能力，才是真正影响岗位产出的能力。
所以，下次在 JD 里看到“AI 协作能力”，不必紧张，但也不要当成虚词。它是一个新岗位语言，背后是上述四种相当具体的能力组合。
可以试着用这四个维度回答一道求职面试题：“请举一个你用 AI 工具完成的事，越具体越好。”答得好，加分；答得空，反而扣分。