Рекрутёр + ChatGPT: 15 промптов, которые избавят от рутины и ускорят найм
AI-рекрутер на связи. Пока одни боятся, что нейросети отнимут у них работу, другие уже используют ChatGPT как личного помощника и получают результаты. В одном рекрутинговом агентстве благодаря ChatGPT сумели ускорить подбор на 30%, причём никто из сотрудников не потерял место (источник vc.ru). «ChatGPT — пожалуй, самый популярный и любимый инструмент у рекрутеров моего агентства», – отмечает IT-рекрутер Светлана Петровичева, добавляя, что нейросеть не заменила людей, а стала для них подспорьем.
Этот опыт не единичный: по данным Harvard Business Review, компании, внедрившие AI-инструменты в рекрутинг, в среднем сокращают время найма на 30% и повышают удержание персонала на 25% (источник hurma.work). При этом лишь 13% HR-отделов по состоянию на 2025 год по-настоящему интегрировали AI в свои процессы (для сравнения: в маркетинге – 42%, в разработке продуктов – 28%). Иными словами, большинство HR пока работают по-старинке, так что у рекрутёров, начавших осваивать нейросети, есть шанс вырваться вперёд (источник vc.ru).
Конечно, есть и скептики. «Какую-то воду он мне дал! Да ничего этот чат заменить не может», – возмущаются некоторые, попробовав ChatGPT на досуге. Действительно, если задать нейросети расплывчатый или некорректный запрос, на выходе получится лишь пространный текст с банальными буллитами. ChatGPT – не волшебная палочка, которая сама догадается о ваших нуждах; он ответит ровно тому, что и как вы его спросили.
Значит, ключ к пользе – правильный промпт. Перед сложной задачей стоит ввести чат-бота в курс дела: чётко указать, в какой роли он должен выступить и какого результата вы ждёте (источник huntflow.media). Эксперты советуют прописывать контекст: например, сразу попросить бота отвечать на русском и в нужном стиле («будь формальна и вежлива» или наоборот «отвечай неофициально, человеческим языком»), а также задать роль – скажем, «думай как опытный IT-рекрутер». Полезно уточнить и формат результата: например, потребовать выдать топ-5 вариантов, составить таблицу или оценить каждого кандидата по десятибалльной шкале. Чем подробнее и конкретнее запрос – тем более точный и полезный ответ даст нейросеть.
Недавно Head of People & Talents компании QIC Руслан Сарваров поделился подборкой из 15 промптов для ChatGPT, которые помогают закрывать вакансии быстрее. Рассмотрим эти и другие примеры на каждом этапе рекрутинга – от написания вакансии до обратной связи кандидату. Вы увидите, что уже сегодня нейросеть может выступать своеобразным «экзоскелетом» для HR, беря на себя рутину и позволяя человеку сосредоточиться на более тонких задачах вроде коммуникаций и принятия стратегических решений.
1. Генерация текста вакансии вместо копипаста
Начнём с начала – с составления описания вакансии. Это дело часто отнимает у рекрутёра немало времени: нужно красиво расписать обязанности, требования, да ещё и «продать» должность кандидатам. Обычно на помощь идут шаблоны с job-сайтов: многие новички просто находят несколько объявлений по похожим позициям и на их основе компилируют своё. По сути, ChatGPT способен сделать то же самое, только быстрее – и, как отмечают эксперты, не хуже 90% описаний вакансий на HeadHunterhuntflow.media. Достаточно ввести ключевую информацию о роли и компании, и AI сгенерирует аккуратный, связный текст, готовый для публикации.
Причём нейросеть умеет не только экономить ваше время, но и улучшать качество объявления. Например, HR-консультант Анастасия Чистякова отмечает, что ChatGPT генерирует привлекательные и точные тексты вакансий – за счёт этого можно повысить отклик соискателей. Секрет в том, что AI не забудет упомянуть уникальные преимущества компании и чётко сформулирует требования.
Вот простой пример: вы ищете UX-дизайнера и задаёте боту вводные (сфера, требования, условия). ChatGPT выдаёт сочное описание в духе: «Ищем креативного UX-дизайнера с опытом работы в продуктовых командах для создания удобных интерфейсов...», акцентируя важные детали. В результате – экономия времени HR на рутине и более качественный текст вакансии, привлекающий нужных кандидатов.
Важно понимать, что полученный от ChatGPT текст – это всё же черновик. Его нужно подогнать под себя, проверить на соответствие корпоративному стилю, убрать канцеляризмы или клише. Тем не менее, даже как база объявление от нейросети сильно выручает, особенно когда вакансий много и каждую надо расписать уникально.
2. Портрет идеального кандидата: кто нам нужен?
Когда вакансия составлена, полезно определить портрет идеального кандидата. Это поможет и в сорсинге, и при отборе резюме. ChatGPT справляется и тут: по сути, он суммирует требования и выдает структурированный список навыков, опыта и личных качеств, которые должны быть у претендента. Например, можно попросить: «Опиши идеального Senior Full Stack Developer для финтех-стартапа: какие технические навыки, с какими технологиями опыт, какие личностные качества важны?» – нейросеть оформит небольшой абзац, где перечислит всё от владения конкретными фреймворками до умения работать в динамичной среде.
Чем это полезно рекрутёру? Во-первых, получив такой собирательный образ, проще составить скрипт скринингового интервью или критерии оценки резюме. Во-вторых, портрет от AI можно показать заказчику (нанимающему менеджеру) для согласования: все ли требования на месте, нет ли лишнего. Если что-то забылось, бот быстро добавит по запросу. Такой подход экономит время на коммуникациях с бизнесом – и снижает риск, что вы с руководителем ищете «разных людей».
Кроме того, формализованный профиль пригодится при написании того же письма кандидату или при составлении оценки по итогам собеседования – но об этом чуть позже. По сути, ChatGPT помогает убедиться, что и рекрутёр, и нанимающий менеджер на одной волне в понимании, какой специалист нужен.
3. Донор-лист компаний для целевого поиска
Один из секретов успешного сорсинга – искать кандидатов не везде подряд, а в целевых компаниях, откуда можно хантить нужных спецов. Составление такого донор-листа компаний обычно требует от сорсера знания рынка или дополнительного ресерча. И здесь нейросеть способна сэкономить время. Вы задаёте контекст: «Представь, что ты IT-рекрутер, который подбирает тестировщика в финтех-стартап.
У кандидата должны быть навыки автоматизации (Selenium, Postman), базовые знания Java/SQL, опыт в agile-команде. Подготовь список из 10–15 российских компаний – финтех-стартапы, банки с сильной IT-командой, SaaS-компании в финсфере – где могут работать такие тестировщики». ChatGPT за несколько секунд выдаст подборку названий фирм, попадающих под критерии.
Конечно, список придётся проверить и при необходимости скорректировать (бот может включить пару лишних компаний или упустить кого-то значимого). Но в целом такая авто-подсказка очень выручает, особенно если вы не до конца ориентируетесь в каком-то сегменте рынка. Можно попросить и обоснование: почему эти компании в списке, чем они примечательны. Тогда нейросеть кратко пояснит: «Х банк – крупный игрок с большой IT-департаментом, там наверняка есть автоматизация тестирования», «Y – перспективный финтех-стартап, где ценятся навыки agile» и т.д.
Получив донор-лист, рекрутер экономит часы, которые ушли бы на самостоятельный ресерч в Google и LinkedIn. Это особенно актуально, если вы закрываете вакансию в незнакомой индустрии или географии. ChatGPT фактически становится вашим резерчером, быстро собирающим базовую информацию о рынке работодателей.
4. Анализ рынка кандидатов: данные за минуту
Продолжая тему ресерча: нередко заказчик хочет понять ситуацию на рынке труда – например, сколько сейчас доступно специалистов нужного профиля, высок ли спрос, какие зарплатные ожидания. Подготовка такого отчёта о рынке кандидатов обычно отнимает много времени: нужно собирать статистику, читать исследования. Но и здесь на подхвате AI.
ChatGPT способен сгенерировать market research в общих чертах, если правильно его об этом попросить. Более того, в версии GPT-4 с подключаемыми плагинами можно дать боту доступ к актуальной информации из интернета. Так, в одном кейсе рекрутер предварительно подключил плагин WebPilot для ChatGPT-4, а затем задал промпт: «Создай подробный отчёт о текущем состоянии рынка IT-специалистов в России. Дай данные о спросе и предложении за последний год по основным технологиям (Java, Python, JavaScript), проанализируй тренды и дай прогноз на 6 месяцев. Учитывай влияние удалённой работы и международного найма».
Нейросеть, имея доступ к свежим данным, действительно составила развёрнутый ответ: описала, где наблюдается нехватка кадров, где профицит, что с зарплатами, как повлияло массовое переключение на удалёнку и т.д. Конечно, такой AI-отчёт стоит перепроверить, особенно цифры (их лучше подтянуть из надёжных источников). Однако как черновик аналитики – вполне полезно. Вы получаете структурированный текст с разделами «Спрос», «Предложение», «Тренды», «Прогноз», который можно далее редактировать и дополнять реальной статистикой.
Важно отметить: по умолчанию ChatGPT не знает свежих данных о рынке труда, его тренировка ограничена 2021 годом. Поэтому без функции веб-браузинга бот может выдавать устаревшую информацию или общие места. Впрочем, вы можете самостоятельно скормить ему актуальные данные – например, вставить выдержки из исследования либо CSV-файл с собранными вакансиями – и попросить проанализировать их. В этом сила больших языковых моделей: они умеют быстро наводить порядок в массиве текстовой информации. Главное – обеспечить, чтобы нейросеть работала с релевантными данными (например, локальными, если вас интересует именно российский рынок, а не мировой).
5. Разработка стратегии поиска кандидатов
Переходим к практике активного рекрутинга. Допустим, у нас готово описание вакансии, портрет кандидата и список компаний-доноров. Следующий шаг – продумать, где и как искать нужных людей. И снова это задача, с которой ChatGPT справляется на уровне уверенного ресёрчера.
Вы можете прямо спросить: «Разработай стратегию поиска кандидатов на позицию Lead Java Developer с использованием LinkedIn». Хорошо уточнить условия: например, сказать боту, что у него нет прямого доступа к резюме в LinkedIn (потому что это правда – ChatGPT не может зайти на сайт и просмотреть профили из-за ограничений по персональным данным). Зато он может логически рассуждать, каких людей и как отбирать. В ответ на запрос стратегия может выглядеть так: нейросеть порекомендует набор ключевых слов для поиска (например, указать технологии Java, Spring, опыт тимлида), подскажет фильтры по локации и индустрии, а также посоветует, на что обращать внимание в профилях кандидатов.
По сути, ChatGPT как бы мыслит вслух на месте сорсера: «Я бы искал по таким-то тайтлам, отфильтровал по региону, смотрел на наличие опыта управления командой, профиль с такими-то ключевыми словами» и т.д. Это полезно для структурирования подхода. Особенно если вакансия сложная, бот может накидать несколько нетривиальных идей. Например, предложит обратить внимание на кандидатов из смежных областей или поискать участников профильных сообществ.
Стоит подчеркнуть: ChatGPT не найдёт кандидатов вместо вас – он не лазит по базам резюме и соцсетям. Но он делится стратегией, а дальше вы уже идёте и реализуете её вручную или с помощью других инструментов. Кстати, в ответ на промпт нейросеть может и напомнить об ограничениях: мол, прямого доступа к LinkedIn у неё нет, но вот что она советует делать на этом источнике. Такой своеобразный мозговой штурм с ботом может подсветить идеи, до которых вы сами не сразу додумались бы.
6. Составление сложных X-Ray запросов
Продвинутые IT-рекрутеры и сорсеры часто используют X-Ray поиск – это когда через Google с помощью специальных операторов ищут людей в LinkedIn, GitHub и других ресурсах. Синтаксис у таких поисковых запросов непростой: нужно сочетать intitle:, inanchor:, кавычки, логические операторы AND/OR/NOT, синонимы должностей и пр. Если вы не очень любите возиться с булевыми конструкциями, поручите черновую работу ChatGPT!
Например, дайте такой промпт: «Действуй как опытный сорсер. Составь X-Ray запрос в Google, чтобы найти профили кандидатов на позицию Team Lead Java Developer. Укажи, что нужно искать людей с тайтлом тимлида или с опытом тимлида, с навыками DevOps и AWS, живущих в России, Казахстане или Грузии. Используй операторы intitle и inanchor для указания должности и локации, комбинируй синонимы тех технологий и названий стран». Получится громоздкий поисковый строк, примерно такого вида:
less КопироватьРедактировать site:linkedin.com/in (intitle:\"Team Lead\" OR intitle:\"Lead Developer\") Java AWS DevOps (Russia OR Kazakhstan OR Georgia) inanchor:LinkedIn
– или даже сложнее (бот может добавить ещё | для синонимов вроде РФ|Россия|Kazakhstan и т.п.). Главное, что ChatGPT берёт на себя рутину по комбинированию всех условий. Вам останется скопировать этот запрос и запустить в Google, получив целый список релевантных кандидатов.
Правда, здесь нужно держать ухо востро. Нейросеть иногда ошибается в синтаксисе или формирует слишком узкий/широкий запрос. Эксперты по сорсингу предупреждают, что GPT, как и человек, может допустить неточности – поэтому проверяйте и при необходимости поправляйте его строку. Кстати, если бот что-то делает не так, можно уточнить у него же: почему, мол, ты используешь такой оператор, и не забыл ли про X? Вполне вероятно, он сам скорректирует свой запрос при повторном обращении.
В целом генерация X-Ray через ChatGPT – отличная экономия времени. Даже если итоговый поисковый запрос вы слегка доведёте руками, это быстрее, чем составлять его с нуля. Особенно полезно джунам-рекрутёрам, которые ещё не выучили все трюки булева поиска: бот выступает в роли наставника, подсказывая шаблон. А опытным сорсерам – как ассистент, который соберёт черновик, пока вы занимаетесь параллельно другими делами.
7. «Скоринг» резюме: проверка кандидата на соответствие
Теперь предположим, что вы уже собрали пачку резюме. Наступает кропотливый этап скрининга – нужно понять, кто из кандидатов соответствует требованиям вакансии, а кто нет. Обычно на сравнение каждой биографии с длинным списком требований уходит много времени, и тут ChatGPT показывает себя как настоящий ускоритель работы рекрутёра.
Фактически, бот способен за пару минут сделать то, что у человека заняло бы час: сопоставить текст резюме с описанием вакансии и выдать вердикт, насколько кандидат подходит. Светлана Петровичева называет эту возможность прорывной технологией, отмечая, что у рекрутёров часто возникают сомнения в «пограничных случаях» – слать резюме нанимателю или нет, если профиль не идеален. ChatGPT же добавляет «взгляд со стороны» и нередко служит решающим аргументом.
Как это работает на практике? Вы можете скопировать текст резюме (или описание профиля кандидата в соцсети) и вставить в чат, а следом – текст вакансии. Промпт при этом стоит формулировать конкретно: например, «Думай как опытный IT-рекрутер.
Проанализируй резюме кандидата и требования вакансии ниже и напиши, подходит ли кандидат на эту роль. Отдельно перечисли плюсы и минусы кандидата относительно требований». Получив такой запрос с данными, ChatGPT выдаст объективный разбор.
Часто он пишет структурированный ответ, например: «Плюсы: 8 лет опыта в Java, есть лидерский опыт, работал в финтехе... Минусы: нет опыта с Kubernetes, уровень английского не упомянут... Вердикт: кандидат в целом соответствует, рекомендуем пригласить на интервью» – либо наоборот, обоснованно укажет, что человек не подходит и почему.
Пример: ChatGPT анализирует профиль кандидата и сравнивает с требованиями вакансии, указывая совпадения и пробелы. Такой вывод помогает рекрутеру решить, стоит ли продвигать кандидата дальше.
Как видно на скриншоте, нейросеть правильно уловила, чего не хватает кандидату для данной позиции, и прямо написала, почему его профиль не соответствует требованиям. Это чрезвычайно ценная экономия времени: вместо того, чтобы самому прочёсывать каждую строчку резюме в поисках нужных навыков, вы получаете сводку от AI. Конечно, окончательное решение остаётся за человеком, но ChatGPT выступает как советчик, который ничего не упустит из виду (у него-то глаз замылиться не может).
Чтобы добиться точного анализа, рекрутеры делятся лайфхаком: ставьте бота в нужную роль. Если просто спросить «ну как тебе этот кандидат?», ответ будет расплывчатым. А вот запрос типа «Представь, что ты система матчинга, сравнивающая резюме с вакансией» даёт куда лучший результат.
Также важно давать нейросети полные данные – т.е. и текст вакансии, и текст резюме целиком. Тогда она сможет вычленить ключевые требования и проверить их наличие у кандидата.
Вишенка на торте: ChatGPT может сразу подготовить черновик пригласительного письма кандидату, если считает его подходящим! В одном из промптов бот просили: «Если плюсов больше, составь письмо с приглашением на интервью, упомянув, почему вы решили его пригласить (на основе резюме)». И нейросеть тут же генерировала вежливое письмо: мол, «Ваш опыт в X и Y произвёл впечатление, будем рады обсудить возможности…». То есть за один заход вы можете получить и оценку, и готовый текст коммуникации.
8. Персональные холодные письма кандидатам (и follow-up)
Поиск поиском, но многих кандидатов приходится хантить напрямую, рассылая им холодные сообщения. Персонализация таких писем – залог отклика, но занимает уйму времени: нужно изучить профиль человека, выделить, чем его зацепить, сформулировать нестандартно… ChatGPT берёт на себя эту творческую рутину.
Промпт для него может выглядеть так: «Составь короткое неформальное письмо кандидату на позицию Senior Python Developer. Используй информацию из его резюме (последний проект такой-то), подчеркни, как его опыт пригодится в нашем проекте по разработке масштабируемых веб-приложений. Стиль – человечный, дружелюбный, без штампов. В конце придумай follow-up, если он не ответит». На основе такого запроса бот напишет черновик примерно следующего содержания:
Привет, Александр! Наткнулся на твой профиль – впечатлил опыт с высоконагруженными веб-приложениями. У нас в ABC Corp как раз проект, где твои навыки в Django и микросервисах могли бы стать ключевыми. Мне понравилось, что в последнем проекте ты оптимизировал производительность – у нас похожий челлендж. Было бы здорово обсудить детали, если тебе интересно поработать в fintech-сфере...
И так далее, с приглашением на контакт. Причём ChatGPT может сразу сгенерировать и второе письмо (follow-up) на случай, если кандидат не ответил: например, с напоминанием и парой дополнительных «затравок», почему вакансия ему подходит.
Конечно, такие письма всё равно нужно прочитать и слегка поправить «под себя». Но основная работа – собрать разбросанные факты из резюме кандидата и увязать с вашей вакансией – уже сделана ботом. Как признаются рекрутеры, делегирование написания персонализированных сообщений экономит массу времени и сил. Вместо того чтобы час выдумывать, как заинтересовать пассивного соискателя, вы тратите пять минут: просмотрели сгенерированный текст, добавили человеческого тепла – и отправили.
Есть и ещё плюс: ChatGPT помогает уйти от шаблонов. Если раньше вы всем писали одно и то же («Ваш опыт впечатлил, у нас есть интересная вакансия…»), то нейросеть предложит разные формулировки, иногда довольно креативные. Она может подчеркнуть какой-то уникальный факт из профиля кандидата, на который вы сами не обратили внимания – а это всегда приятнее для получателя, чем обезличенное письмо. В результате растёт конверсия откликов: людям льстит, когда рекрутер (пусть и при помощи ИИ) явно потратил время, вник в их опыт и написал для них, а не просто разослал спам по шаблону.
9. Экспресс-подготовка вопросов для интервью
Допустим, кандидат заинтересовался, и вы договорились о первом интервью. Если это техническая позиция, рекрутеру часто нужно согласовать с нанимающим менеджером, какие вопросы задать, чтобы на базовом уровне оценить скиллы соискателя. Но и здесь ChatGPT готов сэкономить время, составив для вас чек-лист вопросов по заданной роли.
Можно запросить: «Разработай 5 вопросов для скринингового интервью с кандидатом на позицию тимлида отдела тестирования. Вопросы должны оценивать: опыт управления техническими командами, умение принимать решения в стрессовых ситуациях, умение доводить проекты до результата». Буквально через секунду нейросеть выдаст осмысленные вопросы, например: «Опишите случай, когда вам пришлось принимать сложное решение под давлением дедлайна – что вы сделали?», «Как вы распределяете задачи в команде тестировщиков и контролируете выполнение?», «Столкнувшись с конфликтом в команде, как вы его решали?» – и так далее, по всем указанным аспектам.
Заметим, бот формирует именно поведенческие и ситуационные вопросы, а не банальные «расскажите о себе». В примере выше нейросеть охватила и лидерские навыки, и стрессоустойчивость, и умение доводить дело до конца – то есть полностью закрыла поставленный перечень качеств. У рекрутёра на продумывание таких вопросов ушло бы какое-то время (да ещё хочется придумать нестандартные формулировки, не из методички). AI же делает это мгновенно.
Более того, ChatGPT можно попросить сгенерировать ответы на свои же вопросы – чтобы рекрутеру, не являющемуся узким специалистом, было легче потом оценивать кандидата. Например, следом дать промпт: «А теперь приведи пример хорошего ответа на каждый из этих вопросов, чтобы у меня был ориентир». И бот послушно опишет, чего ожидает услышать: «В примере со сложным решением кандидат может сказать, что…» и так далее. Такие подсказки помогут особенно начинающему HR, которому ещё не доводилось проводить подобные интервью. В итоге даже без участия нанимающего менеджера на подготовительной стадии вы получаете структурированное интервью, заточенное под нужные компетенции.
Конечно, если позиция узкоспециальная, полный технический скрининг AI не заменит. Но для первичного интервью – самое то. Вы быстро готовитесь, чувствуете себя уверенно, а кандидат видит перед собой профессионального и подготовленного собеседника. Снова выигрыш во времени: пока senior-разработчик занят своими делами и не может дать вам вопросы, вы сами с помощью AI составили неплохой список и провели встречу продуктивно.
10. Помощь в составлении плана техсобеседования
Когда дело доходит до технического интервью с участием экспертов, ChatGPT тоже не остаётся в стороне. Допустим, предстоит организовать встречу кандидата с командой разработчиков. Рекрутеру полезно подготовить план собеседования: наметить темы, которые нужно обсудить, примеры задач, и даже ответы (ключи) – чтобы потом вместе с командой оценить, как кандидат справился.
Нейросеть может ускорить и эту задачу. Пример запроса: «Представь, что ты опытный IT-рекрутер, проводишь техническое интервью с Java-разработчиком. Сформулируй вопросы, которые охватывают основные аспекты Java: ООП, многопоточность, работа с базами данных, паттерны проектирования. Предложи также сценарий практической задачи на код и алгоритмы, и приведи правильные ответы, чтобы я мог оценить результат».
Что делает ChatGPT: выдаёт вам список из, скажем, 5–7 блоков. Например: ООП: объяснить принципы SOLID; Многопоточность: спросить, чем Thread отличается от Runnable; Базы данных: как в Java работать с транзакциями; Паттерны: попросить привести пример использования паттерна Singleton; Практическая задача: предложит небольшую задачу – например, написать функцию для проверки сбалансированности скобок в строке – и тут же опишет правильное решение (алгоритм или код) для этой задачи.
По сути, за один промпт вы получаете черновик плана интервью с примерными правильными ответами. Вам остаётся это отдать нанимающему менеджеру на проверку/дополнение или сразу использовать. Такой скелет беседы сильно облегчает жизнь: даже если вы не разработчик, у вас в руках уже есть технические вопросы и ответы, и вы можете модерировать встречу, не боясь, что совсем ничего не поймёте.
Разумеется, инженер может добавить свои вопросы или глубже копнуть, но ChatGPT задаёт базовый стандарт. Он не забудет про важные области знаний (человеку свойственно упустить что-то из виду, а бот последовательно пройдётся по всем ключевым навыкам). В итоге интервью проходит структурированно, без провалов в теме. Кандидатам тоже комфортнее, когда вопросы идут логично и охватывают широкий спектр – создаётся впечатление, что компания серьёзно относится к оценке, имеет продуманный процесс.
11. Формулировка фидбэка кандидату по итогам интервью
Движемся дальше по воронке: после собеседования с кандидатом важно дать ему обратную связь. Особенно если он не подходит – отказ должен быть грамотным, конструктивным, с уважением к проделанной работе соискателя. Многие рекрутеры признаются, что сочинять развернутый фидбэк у них не всегда доходят руки: на это требуется время, да и формулировать недостатки кандидата – та ещё деликатная задачка. И вот вам снова пожалуйста – нейросеть в помощь.
ChatGPT можно поручить написать черновик письма с фидбэком, дав ему максимум контекста. Например: «Ты – рекрутер. Нужно дать кандидату конструктивный и честный фидбэк после интервью на позицию Senior Product Manager. Во время встречи обсуждали его опыт, ключевые компетенции и карьерные цели.
Укажи сильные стороны кандидата, опиши, какие навыки стоит подтянуть (если такие есть). Если кандидат подходит – опиши следующие шаги найма. Если не подходит – корректно объясни причины и предложи, над чем ему можно поработать для роста. Тон письма: позитивный, чёткий, профессиональный и мотивирующий».
Бот, получив такую вводную, сформирует аккуратный текст. Например: «Спасибо, что нашли время пообщаться с нами. Мы высоко оценили ваш опыт в части X и Y – это ваши явные сильные стороны. Отдельно впечатлил ваш навык Z...
Вместе с тем, для роли Senior Product Manager важно больше опыта в области аналитики данных – этого немного не хватило. Мы рекомендуем подтянуть ABC, и будем рады рассмотреть вашу кандидатуру снова в будущем…» – и т.д., в зависимости от сценария. Если кандидат прошёл – ChatGPT добавит: «Мы приглашаем вас на следующий этап…». Если нет – очень вежливо откажет, оставив хорошее впечатление у человека.
Почему это ценно? Потому что качество обратной связи – лицо работодателя на рынке. Хороший, тёплый фидбэк повышает лояльность: даже получив отказ, соискатель останется с чувством благодарности за полезные рекомендации. Нейросеть помогает рекрутеру выдержать правильный тон, ничего не забыть (упомянуть и плюсы, и минусы) и не скатиться в шаблон «вы нам не подошли, удачи».
Кандидаты отмечают, что развёрнутый фидбэк – большая редкость, и если компания его даёт, то вызывает доверие. А рекрутеру ChatGPT просто экономит полчаса времени: вместо того, чтобы вымучивать формулировки, вы правите уже готовый текст. Причём в нужном месте можно попросить бота перефразировать или усилить какую-то часть, если она вышла недостаточно дипломатичной – он это сделает. В итоге вы быстро получаете профессиональное письмо, которое остаётся лишь отправить кандидату.
12. Сравнение кандидатов между собой
Если рекрутёр ведёт сразу нескольких финалистов на позицию, рано или поздно встаёт вопрос: кого из них выбрать? Не всегда один явно лучше, часто у каждого свои сильные стороны. ChatGPT может помочь структурировать сравнительный анализ кандидатов.
Вы берёте резюме (или подробные профили) двух, трёх – скольких угодно – финалистов и даёте боту задачу: «Вот данные о кандидатах A и B (вставляете данные). Сравни их на позицию Senior DevOps Engineer. Выдели, у кого какие сильные и слабые стороны, кто лучше соответствует требованиям вакансии, и какие моменты стоит уточнить на финальном интервью».
Нейросеть внимательнейшим образом пройдётся по каждому резюме и составит сравнительную таблицу или список: «Кандидат A: сильное образование, 5 лет опыта, хорошо знает Kubernetes; слабые стороны – нет опыта в больших компаниях. Кандидат B: опыт 7 лет, руководил командой, но нет практики с Terraform… Оба соответствуют требованиям X и Y, однако A превосходит в Z, а B – в W. Рекомендация: уточнить у A знание облачных сервисов, у B – уровень английского» (условно говоря). Такой объективный сопоставительный анализ поможет убрать личные эмоции и сконцентрироваться на фактах.
Бывает, что после такого сравнения решение лежит на поверхности: вы вдруг видите чёрным по белому, что у одного кандидата явный перевес по критически важному навыку. Или наоборот, понимаете, что второй компенсирует недостающий опыт другими достижениями. В любом случае, текст от ChatGPT может быть положен в основу внутреннего обсуждения кандидатов с командой либо презентации «кого берём» для руководства. Вы экономите время на подготовке такого документа – AI уже разложил все по полочкам.
Конечно, нейросеть не знает некоторых культурных факторов или химии команды, которые тоже влияют на выбор. Но как подчеркнули в одном из кейсов, ChatGPT выступает хорошим «аналитическим фильтром»: убирает субъективизм и фокусируется на заявленных требованиях и фактах резюме. Это особенно полезно, когда глаза разбегаются между несколькими сильными кандидатами и нужен структурированный взгляд со стороны.
13. Ранжирование большого пула кандидатов (с парсингом данных)
Следующая ступень – более технологичная и подойдёт для массового подбора или ситуаций, когда кандидатов очень много. ChatGPT можно использовать в связке с инструментами парсинга, чтобы автоматически ранжировать список резюме по заданным критериям. Звучит футуристично, но это уже начинают делать на практике.
Например, такой сценарий: вам нужно быстро отранжировать сотню кандидатов на роль Head of DevOps. Вы знаете, что хотите оценивать опыт, наличие определённых технологий и релевантность к требованиям. Один из подходов – с помощью плагина выгрузить поисковую выдачу или базу резюме в файл CSV, а затем скормить его нейросети. В одном кейсе рекрутер использовал расширение Google Search Results Scraper для Chrome, чтобы спарсить результаты гугл-поиска по X-Ray запросу (скажем, поиск профилей DevOps-инженеров из топ-5 IT-компаний).
Полученный CSV с информацией о кандидатах загрузили в ChatGPT и дали команду: «Действуй как опытный рекрутер-аналитик. Проанализируй файл с кандидатами и оцени каждого по шкале 0–10, насколько он подходит на вакансию Head of DevOps (текст вакансии ниже). Результат выведи в виде таблицы со столбцами: Имя, Оценка, Ключевые причины оценки».
В ответ бот сформировал таблицу, где напротив каждого условного кандидата стояла оценка (например, 8/10, 6/10 и т.д.) и пояснения: «Сильный опыт в крупных компаниях, есть AWS и Kubernetes – 9/10», «Мало лидерского опыта – 5/10» и т.п. Получилась своего рода приоритизация списка, которую можно показать нанимающему менеджеру. Вручную на такой скоринг пары сотен резюме у команды ушли бы дни, а тут – минут 15 на настройку процесса.
Нужно отметить, что для таких штук рекрутеру самому требуется чуть более продвинутая техническая грамотность: уметь поставить плагин, знать, как выдернуть данные, да и сам ChatGPT в бесплатной версии файлы не принимает (нужна платная с плагинами либо другие средства). Но тенденция ясна: AI можно интегрировать в процесс массового отбора, где он будет предварительно сортировать кандидатов, выдвигая наиболее подходящих наверх списка. При этом финальное решение всё равно за человеком, но у него уже будет ориентир, куда смотреть в первую очередь.
14. Игра в рекомендательную систему: взвешиваем факторы найма
Ещё более интересный эксперимент – просить ChatGPT не просто отсортировать по очевидным признакам, а смоделировать алгоритм отбора, как будто это recommender system. Грубо говоря, превратить задачу найма в задачку, аналогичную тому, как Netflix рекомендует фильмы (там тоже куча факторов и веса).
Например, можно дать нейросети сложный промпт: «Представь, что тебе нужно построить алгоритм ранжирования кандидатов на позицию фронтенд-разработчика. Включи в критерии оценки: знание React, опыт более 3 лет, наличие проектов с высоким нагрузками, soft skills (коммуникация). Опиши, как бы ты присваивал баллы по каждому критерию и как итоговый рейтинг высчитывался бы из этих баллов».
По сути, вы просите AI объяснить логику отбора. ChatGPT на такой запрос вероятно распишет: «Например, за знание React даём до 5 баллов (5 – экспертный уровень, 3 – средний...), за каждый год опыта 1 балл, максимум 5, за опыт высоконагруженных систем ещё до 3 баллов, за soft skills – по результатам интервью до 2 баллов. Потом суммируем…» – что-нибудь в этом духе.
Зачем это нужно? Это скорее упражнение для самого рекрутёра – структурировать свои мысли. Но иногда полезно посмотреть, как AI расставляет приоритеты.
Возможно, он предложит учесть какой-то фактор, о котором вы не подумали. Или наделит чрезмерным «весом» то, что вы считаете не таким значимым – это повод пересмотреть критерии. В любом случае, такой диалог с нейросетью помогает более прозрачно и объективно выстроить процесс оценки кандидатов.
В реальных условиях никто, конечно, не считает баллы по формуле, но идея похожа на составление грейдинговой матрицы: когда перед финальным интервью рекрутеры и менеджеры согласовывают, какие навыки критичны, какие второстепенны, и как будем понимать, кто “звезда”, а кто “проходной вариант”. ChatGPT может сгенерировать шаблон такой матрицы в текстовом виде. Например, вывести табличку: критерий – вес – оценка кандидата А – оценка кандидата B и т.д. Это поможет сделать выбор более объективным и доказательным.
Конечно, нейросеть не знает специфики вашей компании, так что слепо её алгоритм брать не стоит. Но как основа для размышлений – почему бы и нет? В конце концов, ИИ можно назвать мастером по систематизации знаний: он легко формализует то, что у нас в голове было интуитивно. А в вопросах найма иногда не помешает переключиться от интуиции к цифрам и логике, чтобы отсеять предвзятость.
15. Создание чат-бота для ответов кандидатам (FAQ)
Наконец, последняя по порядку, но не по значению идея: использование ChatGPT для автоматизации коммуникаций с кандидатами через чат-ботов. Представьте, у вас на корпоративном сайте или в Telegram есть бот, который отвечает на типовые вопросы соискателей: «Расскажите о процессе отбора», «Какие условия работы в компании?», «Есть ли релокация?» и т.д. Очень удобно, если AI возьмёт на себя эту задачу, освобождая рекрутёра от необходимости каждому одно и то же разъяснять.
Как это реализовать? ChatGPT умеет работать в режиме, когда вы ему загружаете документы или ссылки, а он отвечает, опираясь на информацию из них. То есть можно «скормить» боту, условно, описание компании, FAQ по вакансиям, политики офера – все материалы, которые обычно интересуют кандидатов. Затем через интеграцию (например, с тем же Telegram) сделать так, чтобы бот отвечал людям в чате, держа в голове эту базу знаний. По сути, он станет ботом-экспертом по вашему найму.
В упомянутом кейсе рекрутеры загрузили в ChatGPT все ссылки, на которые тот должен был опираться в ответах, и попросили: «Теперь ты – HR-бот компании, отвечай кандидатам на вопросы, используя эти данные». Дальше осталось только подключить интерфейс (тут, конечно, нужны навыки разработчика или помощь соответствующих сервисов). Зато результат – кандидат может в любое время задать вопрос и мгновенно получить ответ, практически как от живого HR.
Плюсы: экономия времени рекрутера (особенно когда вакансий много и поток обращений большой), улучшение кандидатского опыта (никто не остаётся без ответа, не ждет письма днями). Минусы: бот, конечно, не ответит на что-то выходящее за рамки загруженной информации или на слишком общий вопрос. Да и тон нужно настраивать – чтобы не отвечал канцеляритом. Но все это решается тестированием и доработкой промптов.
По мере развития технологий появятся и готовые решения для таких AI-ассистентов, не сомневайтесь. Главный вывод – ChatGPT можно использовать не только для разовых «рекомендаций», но и как постоянно работающий инструмент взаимодействия с кандидатами. В сочетании с CRM/ATS-системами он может автоматически высылать приглашения, напоминания, ответы на частые вопросы – в общем, брать на себя рутину коммуникаций. А рекрутёр в это время сконцентрируется на личном общении там, где оно действительно нужно.
AI не заменит рекрутёра, но рекрутёр с AI заменит...?
Разобрав все эти возможности, напрашивается вопрос: неужели рекрутёры сами скоро станут не нужны, раз нейросеть делает столько всего? Короткий ответ – нет, не заменит. Как метко выразились специалисты, рекрутинг – это прежде всего про отношения, интуицию и доверие. Ни одна нейросеть (даже самая продвинутая) не сможет полностью заменить человеческое общение, эмпатию и профессиональное чутьё. Зато такие инструменты уже сейчас служат рекрутёрам как мощный «экзоскелет», берущий на себя механическую работу и позволяющий человеку сосредоточиться на главном – на построении отношений с кандидатами, принятии стратегических решений, сотрудничестве с бизнесом.
В то же время игнорировать AI больше нельзя. Специалисты предупреждают: HR, которые не адаптируются к новым технологиям, рискуют остаться позади. По сути, появляется новая профессиональная дифференциация – рекрутёр, эффективно использующий нейросети, vs.
рекрутёр, который работает по старинке. И вполне вероятно, что выиграет в карьере первый. Недаром говорят: искусственный интеллект не заменит человека, но человек с ИИ может заменить человека без ИИ.
Поэтому имеет смысл хотя бы попробовать внедрить ChatGPT в ежедневную работу. Начните с малого: пусть бот черновик письма составит или вакансию проредактирует. Далее – больше, и вскоре вы увидите, насколько быстрее и продуктивнее стали закрываться ваши вакансии. Практика показывает, что чат-бот может стать «любимым инструментом рекрутёра», который действительно упрощает часть рутины. При правильном использовании (и соблюдении этики и конфиденциальности, разумеется) ChatGPT превращается в вашего незримого коллегу, готового 24/7 помочь советом, черновиком или анализом данных.
Искусственный интеллект создан, чтобы помогать, а не мешать – напоминают эксперты. Он может взять на себя всю ту работу, которую порой «лень или не хочется делать» человеку. Наш обзор 15 промптов показал, что почти на каждом этапе рекрутинга можно найти задачу для ChatGPT. Он не сделает всего за вас, но сделает вашу работу быстрее, точнее и менее утомительной.
А что ещё нужно хорошему рекрутеру? Разве что чуть больше свободного времени – как раз его-то нейросеть вам и подарит, разгрузив от рутинных мелочей и позволив сконцентрироваться на людях. Ведь, в конечном счёте, именно ради людей – а не ради букв в вакансиях или e-mail шаблонов – мы и работаем в HR.
Вывод: берите на вооружение новые технологии, экспериментируйте с промптами и не бойтесь, что робот вас заменит. Лучше подружитесь с ним – и тогда он станет вашим конкурентным преимуществом. Мир рекрутинга меняется, и пусть в этом новом мире рядом с вами трудится ваш умный AI-ассистент. Как говорится, hire smart – и тогда smart будет hire за вас 😉.
P.S. Кстати, появляются и специализированные AI-решения, заточенные под рекрутинг. К примеру, Huntflow.AI – нейросеть, которая интегрирована в HR-систему и непрерывно анализирует работу рекрутёра над вакансиями, автоматически подбирая подходящих кандидатов из базы. То есть это уже не просто чат по запросу, а полноценный стратегический помощник.
Пока такие системы – новинка, но, вероятно, за ними будущее. Впрочем, это тема для отдельной статьи. Главное же сейчас – не отставать от тренда и научиться эффективно использовать хотя бы столь доступный инструмент, как ChatGPT. Ваши конкуренты на рынке найма наверняка уже этим занялись, так что сделайте и вы свой шаг навстречу рекрутингу будущего.