Нейросеть для найма помогает собрать текст вакансии, разобрать отклики и подготовить вопросы на интервью. Решение о человеке и живая оценка остаются за вами.
О
Ольга
Консультант по карьере и бизнесу LibraChat
7 мин чтения
Плохой наём дорого обходится: потратили месяц, взяли не того, и всё по новой, а виноватой кажется удача. На деле чаще подводит подготовка: размытая вакансия привела не тех, а на интервью спрашивали наугад. Я нанимала людей в разные команды и хорошо знаю, как выматывает разбор сотни откликов и сочинение вопросов с нуля. Спокойнее стало, когда я приспособила к найму нейросеть для найма не как того, кто решает за меня, кого брать, а как помощника с рутиной: собрать ясную вакансию, разложить отклики по критериям, подготовить вопросы на интервью. Решение о человеке, живая оценка и финальный выбор при этом остаются за мной, машина лишь снимает бумажную часть.
Сразу важная оговорка: машина помогает с текстами и сортировкой, но людей выбирают люди. Доверять ей отсев кандидатов вслепую нельзя, потому что она может срезать хорошего человека по формальному признаку или унаследовать предвзятость из данных. Окончательное решение, живую оценку и проверку фактов в резюме держит человек. Пройдусь по делу: почему наём начинается с ясной вакансии, как собрать привлекающий текст, как разбирать отклики без слепого доверия, как готовить вопросы, а в чём машина опасна. Цель не отдать найм на откуп чату, а разгрузить рутину и нанимать осознаннее.
Найм начинается с ясной вакансии
Назову корень частых провалов. Когда непонятно, кого именно ищем и зачем, на вакансию откликаются все подряд, а нужные проходят мимо размытого текста. Хороший наём начинается не с публикации, а с ясного портрета: какие задачи, какой человек, какой результат от него ждём. Беда не в нехватке откликов, а в том, что без чёткого профиля не с чем их сравнивать.
Машина хорошо помогает собрать этот портрет через вопросы. Я описываю роль и прошу помочь сформулировать, какие задачи реально будет решать человек, какие навыки тут критичны, а какие приятны, но не обязательны. Помощник задаёт уточняющие вопросы, которые я сама не всегда задаю себе на старте. Когда профиль ясен, и вакансия, и отбор становятся прицельными, потому что я знаю, кого ищу, и сравниваю кандидатов с понятным эталоном, а не с ощущением. Полезно сразу трезво разделить требования на обязательные и желательные. Обязательных должно быть мало. Когда их список раздут, под него не подходит никто живой, и поиск затягивается на месяцы ради мифического идеала, которого на рынке просто нет, а реальная работа тем временем стоит без человека.
Хорошая вакансия не зазывает всех, а притягивает подходящих и отсеивает мимо проходящих. Машина помогает собрать такой текст. Что я закладываю в вакансию, свела в таблицу.
Блок вакансии · Что он делает
Реальные задачи — показывает, чем заниматься
Кого ищем — сужает до подходящих
Что предлагаем — прямые условия без приукрас
Как откликнуться — понятный первый шаг
Стоп-факторы — отсеивает заведомо не тех
Видно, что вакансия это фильтр, а не просто объявление. Я прошу собрать текст по реальным задачам, без модных штампов вроде «динамичная команда», которые ничего не говорят. Прошу прямо описать условия, потому что приукрашенная вакансия приводит людей, которые уйдут на испытательном. Помню, как переписала размытую вакансию на конкретную, и откликаться стали реже, но куда более подходящие люди, и разбирать отклики стало легче.
Отбор резюме без слепого доверия
Разобрать сотню откликов вручную тяжело, и тут велик соблазн отдать отсев машине целиком. Этого я не делаю, потому что цена ошибки это упущенный хороший человек. Машину я зову помочь рассортировать, но не выносить приговор.
Я прошу разложить отклики по моим критериям и подсветить, кто им явно соответствует, а у кого пробелы, чтобы я смотрела предметно. Прошу не отбрасывать кандидатов, а пометить, на что обратить внимание в каждом. Сначала я сама просматриваю и пограничных, и тех, кого машина сочла слабыми, потому что живой человек за резюме не всегда виден в формальных галочках. Решение пригласить или нет принимаю я, ведь алгоритм легко срежет нестандартного, но сильного кандидата. Машина экономит время на сортировке, а оценку людей я оставляю себе. Особенно осторожна я с теми, кто меняет сферу или пришёл с непривычным путём. По формальным галочкам они проигрывают, а на деле часто оказываются самыми мотивированными. Машинный отсев таких режет первыми. Поэтому пограничные отклики я открываю руками и читаю не анкету, а человека за ней: почему он откликнулся, что в его истории говорит о нём больше, чем список мест работы.
Как я прошу нейросеть для найма подготовиться
Опишу свой обычный подход, без хитростей. Сначала я задаю профиль роли: задачи, нужные навыки, условия. Затем подключаю нейросеть для найма и прошу подготовить вакансию, критерии отбора и список вопросов на интервью.
Потом шлифую под себя:
Уточняю профиль. Сначала ясно, кого ищем, потом всё остальное.
Чищу вакансию. Убираю штампы, оставляю реальные задачи и условия.
Сортирую, не отсеиваю. Машина раскладывает, решаю по людям я.
Готовлю вопросы. Беру за основу, подстраиваю под кандидата вживую.
Вся подготовка к найму уходит у меня в 20 минут вместо дня за вакансией и вопросами. Помню, как собрала профиль, вакансию и вопросы за один присест и впервые вышла на интервью не с общими фразами, а с прицельными вопросами под роль. Машина помогает с подготовкой и сортировкой, а выбираю человека я, ведь работать с ним и отвечать за решение мне, а не чату.
Вопросы на собеседование
Слабое интервью это случайные вопросы и разговор по душам без выводов. Машина помогает подготовить вопросы, которые правда проверяют нужное. Я прошу вопросы под профиль, а не общие.
Я прошу собрать вопросы под критичные навыки роли, в том числе ситуационные, где человек показывает, как действовал на деле. Прошу вопросы, которые раскрывают, а не загоняют в угол, потому что собеседование это не допрос, а взаимная проверка. Дальше я веду живой разговор и иду за ответами, а не зачитываю список, ведь самое важное часто всплывает в уточнении. Оценку и решение делаю я, а не свожу человека к баллам, потому что за анкетой стоит живой кандидат. Машина даёт каркас вопросов, а чутьё на человека остаётся за мной. Ещё прошу заранее продумать, как я сама отвечу на вопросы кандидата. Сильные люди выбирают тоже. И собеседование, где спрашивают только меня, отпугивает тех, у кого есть выбор. Поэтому я готовлю не допрос, а разговор: что прямо сказать про задачи, команду и трудности роли, чтобы человек принял решение с открытыми глазами, а не сбежал через месяц от несовпадения ожиданий.
Где нейросеть для найма опасна
Тут границы жёсткие, потому что речь о людях и их данных.
Отсев вслепую. Не отдавайте отказ кандидатам на откуп машине, решает человек.
Предвзятость. Машина может унаследовать дискриминацию из данных, следите за этим.
Факты в резюме. Опыт и достижения кандидата проверяете вы, а не верите на слово.
Личные данные. Резюме это персональные данные, относитесь к ним бережно.
Итог: машина снимает рутину вакансий, сортировки и вопросов, а решение о человеке, живая оценка и ответственность остаются за вами. Я зову её, чтобы не утонуть в откликах и выйти на интервью подготовленной, но кого брать, решаю сама. И помню про справедливость: алгоритм нельзя делать судьёй людей, он подсказывает, а не выносит приговор. Рутину снимает машина, а выбор человека остаётся человеку, потому что работать дальше предстоит с живым коллегой, а не с резюме.
Соберите одну вакансию
Если на ваши вакансии откликаются не те, а интервью проходят наугад, не публикуйте размытый текст, а соберите ясный профиль роли и вакансию под него, и подготовьте вопросы заранее.
Зайдите в LibraChat, опишите роль и задачи и попробуйте собрать профиль и вакансию, а отбор людей и решение оставьте за собой. Взгляд со стороны кандидата помогает писать вакансии точнее, поэтому пригодится разбор, как готовятся к собеседованию с нейросетью. А во сколько обойдётся помощник под рукой, видно на странице с ценами.
