Chạy AI Screening Hai Lần, Bạn Có Hai Shortlist Khác Nhau
AI screening CV chạy hai lần trên cùng một bộ hồ sơ lại cho ra shortlist khác nhau. Đây là lý do, và bài test 3C giúp bạn tin lại kết quả sàng lọc.

Knoot Admin
September 08, 2026
Content
Vì sao AI screening chạy hai lần lại ra hai shortlist?
AI đang đọc CV, không đọc tiêu chí
Cùng input, khác output
Bạn không nhìn thấy lý do
Người trả giá là ứng viên giỏi nhất
Bài Test 3C: cách tin lại một shortlist AI
C1 — Criteria: chấm theo tiêu chí, không theo cảm giác
C2 — Consistency: chạy hai lần, đòi cùng một kết quả
C3 — Cause: mỗi kết quả phải kèm lý do
Knoot Angle

Bạn upload 200 CV vào công cụ AI screening. Nó trả về top 10. Bạn tin ngay con số đó.
Giờ thử một việc gần như không recruiter nào làm: chạy lại lần nữa. Cùng 200 CV. Cùng JD. Không đổi một chữ.
Top 10 lần hai không giống lần một.
Không phải lệch vài vị trí. Có khi chỉ trùng nhau một, hai người. Ứng viên bị chấm rớt buổi sáng bỗng lọt top buổi chiều. Và ngược lại.
Nếu một bộ lọc cho ra kết quả khác nhau trên cùng một dữ liệu, nó không phải bộ lọc. Nó là cái máy quay số biết nói giọng tự tin.
Vì sao AI screening chạy hai lần lại ra hai shortlist?
Vấn đề không phải AI "ngu". Vấn đề là phần lớn công cụ đang đoán, chứ không phải chấm.
AI đang đọc CV, không đọc tiêu chí
Đa số tool nhận vào text thô của CV cộng với một câu prompt chung chung kiểu "tìm ứng viên phù hợp nhất".
Không có must-have. Không có trọng số. Không có định nghĩa "phù hợp".
Nên mỗi lần chạy, model tự diễn giải lại thế nào là hợp. Và diễn giải thì trôi.
Cùng input, khác output
Một tuyển Senior Backend Java. Cùng 200 hồ sơ.
Lần một, một bạn 6 năm Spring Boot đứng hạng 4. Lần hai, cùng bạn đó rơi khỏi top 10, nhường chỗ cho một CV mạnh về Node.
Bạn không đổi gì. Model chỉ gieo lại xúc xắc.
Sáng: rớt. Chiều: đậu. CV: y hệt.
Bạn không nhìn thấy lý do
Tool trả về "match 87%". Nhưng 87% đó từ đâu ra thì không ai giải thích được.
Một con số không kèm nguyên do là một con số bạn không thể kiểm chứng. Và thứ bạn không kiểm chứng được thì không nên đem ra quyết định ai có việc, ai không.
Người trả giá là ứng viên giỏi nhất
Đây mới là chỗ đáng lo.
Người rơi ra vì sự ngẫu nhiên này không phải mấy CV lệch hẳn — loại đó lần nào cũng rớt. Mà là nhóm mạnh nhưng không theo khuôn: bạn tự học code, bạn chuyển ngành, bạn có kinh nghiệm cần đọc kỹ mới thấy hay.
Đó đúng là kiểu hồ sơ mà một model trôi sẽ chấm mỗi lần một khác. Ứng viên càng thú vị, càng dễ biến mất đúng lần chạy mà bạn lỡ tin.
Bạn không loại họ. Một cú gieo xúc xắc loại họ. Và bạn không hề hay biết.

Bài Test 3C: cách tin lại một shortlist AI
Đây không phải mẹo dùng tool. Đây là cách đánh giá bất kỳ quy trình screening nào — kể cả khi bạn chỉ có một file Excel và một checklist tiêu chí.
Ba chữ C: Criteria, Consistency, Cause. Tiêu chí, Nhất quán, Nguyên do.
C1 — Criteria: chấm theo tiêu chí, không theo cảm giác
Trước khi screening, bẻ JD thành một bộ tiêu chí rõ ràng:
- Must-have (bắt buộc)
- Nice-to-have (nên có)
- Bonus (cộng điểm)
Mỗi mục một trọng số. Giờ AI có cái để đối chiếu, thay vì tự nghĩ ra "phù hợp" mỗi lần một kiểu.
C2 — Consistency: chạy hai lần, đòi cùng một kết quả
Đây là bài kiểm tra rẻ nhất mà hiệu quả nhất.
Chạy screening hai lần trên cùng bộ CV. Nếu shortlist lệch nhau, đừng tin nó — bất kể con số match đẹp cỡ nào.
Cùng input phải cho cùng output. Đó là ranh giới giữa chấm điểm và quay số.
C3 — Cause: mỗi kết quả phải kèm lý do
Với mỗi ứng viên vào shortlist, hỏi một câu: vì sao?
Match được vì đúng must-have nào? Rớt vì thiếu gì? Nếu tool không trả lời được, nó không sàng lọc cho bạn — nó chỉ đang giấu quyết định của nó sau một con số.
Screening tốt không phải screening nhanh nhất. Là screening bạn giải thích được cho hiring manager mà không phải nói "AI nó chấm vậy".
Làm đủ ba chữ C theo thứ tự, một thứ lặng lẽ thay đổi: bạn ngừng giao phần phán xét cho một cái hộp đen, và bắt đầu dùng AI đúng cách nó giúp được — một vòng lọc đầu không biết mệt, chấm trên tiêu chí do bạn đặt ra, và bạn soi lại được từng dòng.
Knoot Angle
Tốc độ sàng lọc chỉ có giá trị khi bạn tin được kết quả. Một shortlist ra trong hai giây mà mỗi lần một khác thì không tiết kiệm thời gian — nó chỉ dời phần rủi ro sang chỗ bạn không nhìn thấy.
Đó là lý do AI Screening của Knoot không chấm CV một cách mù. Nó đối chiếu từng hồ sơ với bộ tiêu chí lấy thẳng từ JD của bạn, nên kết quả bám vào cái bạn thật sự cần — không phải cảm hứng của model lúc đó.
- Xếp hạng theo % match, kèm lý do cho từng ứng viên trong shortlist.
- Cờ rủi ro: mốc thời gian chồng chéo, kỹ năng khai vượt kinh nghiệm thực.
- Quan trọng nhất: AI chỉ flag và đưa lên, không tự loại ai. Người quyết định vẫn là bạn.
Một shortlist chỉ đáng tin khi bạn lật lại được từng dòng lý do phía sau nó.
AI lo phần không bỏ sót. Bạn lo phần quyết định.
Content
Vì sao AI screening chạy hai lần lại ra hai shortlist?
AI đang đọc CV, không đọc tiêu chí
Cùng input, khác output
Bạn không nhìn thấy lý do
Người trả giá là ứng viên giỏi nhất
Bài Test 3C: cách tin lại một shortlist AI
C1 — Criteria: chấm theo tiêu chí, không theo cảm giác
C2 — Consistency: chạy hai lần, đòi cùng một kết quả
C3 — Cause: mỗi kết quả phải kèm lý do
Knoot Angle