ИИ для рекрутера: вакансии, резюме и вопросы для интервью

ИИ для рекрутера закрывает задачи подготовки: текст вакансии под конкретную роль, структурированный разбор резюме по требованиям, список вопросов для интервью, черновик письма кандидату. Решение о найме, оценка личных качеств на встрече и переговоры об условиях остаются у рекрутера — здесь модель не участвует.

Ниже — конкретные сценарии с промптами и то, где результат обязательно проверяется вручную.

1. Текст вакансии под роль

Вакансия, написанная шаблонно, привлекает случайный поток откликов. Текст под конкретные задачи и требования отсекает часть нерелевантных кандидатов ещё на этапе чтения объявления.

Напиши текст вакансии на позицию [название] для компании из сферы
[отрасль]. Обязанности: [список]. Требования: [список]. Условия:
[список без конкретных цифр зарплаты, если они не заданы]. Тон —
конкретный, без штампов «дружный коллектив» и «драйв». Длина — до
1500 знаков.

Готовый текст стоит сверить с внутренней политикой компании по формулировкам — в вакансии не должно быть признаков, по которым дискриминация кандидатов запрещена законом.

2. Разбор резюме по требованиям вакансии

Когда откликов много, прочитать каждое резюме внимательно за разумное время сложно. Нейросеть помогает быстро увидеть, какие пункты вакансии закрыты в конкретном резюме, а какие нет.

Вот текст вакансии: [вставить]. Вот резюме кандидата: [вставить].
Сопоставь опыт кандидата с требованиями вакансии пункт за пунктом.
По каждому требованию укажи: закрыто, частично закрыто или не
закрыто, и почему. Не ставь общую оценку и не давай рекомендацию
приглашать или нет.

Намеренно не просить общую оценку или балл — решение о приглашении на интервью принимает рекрутер, а не модель, которая не видит того, что не попало в текст резюме.

3. Вопросы для интервью под конкретную роль

Универсальный список вопросов на все вакансии хуже раскрывает кандидата, чем вопросы, собранные под конкретные требования роли и то, что неясно из резюме.

Вот требования вакансии [вставить] и резюме кандидата [вставить].
Составь 8 вопросов для интервью: 3 — чтобы проверить ключевые
навыки из требований, 3 — чтобы уточнить неясные места в опыте
из резюме, 2 — про мотивацию перейти именно в эту роль. Без общих
вопросов типа «расскажите о себе».

Вопросы про мотивацию и неясные места в опыте помогают не повторять на интервью то, что уже написано в резюме, а разбирать то, что в нём не раскрыто.

4. Письмо кандидату после интервью

Обратная связь кандидату после встречи — обязательная часть процесса, которую легко отложить из-за загруженности, особенно при отказе.

Напиши письмо кандидату [имя] по итогам интервью на позицию
[название]. Решение: [приглашение на следующий этап / отказ с
кратким объяснением / оффер]. Тон доброжелательный, без шаблонных
фраз «мы обязательно вернёмся к вашему резюме». Длина — 4-6
предложений.

Письмо с отказом стоит перечитать перед отправкой — формулировка причины должна совпадать с тем, что реально обсуждалось на интервью, а не звучать как универсальный шаблон.

5. Сравнение нескольких финалистов

Когда на финальном этапе несколько кандидатов, свести их сильные и слабые стороны в одну структуру помогает принять решение быстрее, не теряя деталей из разных интервью.

Вот заметки по трём кандидатам на одну позицию: [вставить короткие
заметки по каждому]. Собери сравнительную таблицу по критериям:
опыт, соответствие требованиям, что отметил интервьюер. Не делай
вывод, кого выбрать — только таблицу для сравнения.

Таблица: какую задачу автоматизировать первой

Начинать стоит с текста вакансии и вопросов для интервью — там результат проще проверить за несколько минут и сразу использовать.

Сценарии по размеру компании

Рекрутер-фрилансер или HR на несколько ролей сразу. Основная экономия — на вакансиях и вопросах для интервью под разные позиции, потому что переключаться между ролями без заготовок занимает больше времени.

Команда рекрутеров в агентстве или крупной компании. Добавляется общий банк удачных формулировок вакансий и вопросов по типовым ролям — новый рекрутер не начинает с нуля, а берёт проверенную заготовку под похожую позицию.

Растущая компания без штатного рекрутера. Нанимающий менеджер, который закрывает вакансию сам, получает структуру процесса — от текста объявления до вопросов для интервью — без необходимости разбираться в подборе персонала с нуля.

Во всех трёх случаях нейросеть снимает подготовительную нагрузку, а не заменяет контакт с кандидатом: решение, кого звать на следующий этап и кому сделать оффер, в любом случае требует живого впечатления от встречи.

Что меняется для компании

Нанимающий менеджер быстрее получает первую подборку кандидатов и список вопросов для интервью, а значит, вакансия закрывается быстрее с момента открытия. Но разница ощущается не на одной вакансии, а на потоке: когда рекрутер ведёт несколько открытых позиций одновременно, именно подготовительные задачи — текст объявления, структурированный разбор откликов, вопросы под роль — чаще всего съедают время, которое можно было потратить на сами интервью.

Руководителю, который оценивает работу рекрутера только по сроку закрытия вакансии, стоит иметь в виду: ускорение подготовительных этапов не сокращает время самого интервью и переговоров об условиях — там решение всё равно принимается в живом разговоре, и экономия на нём не возникает автоматически.

Частая ошибка при использовании нейросети в подборе

Рекрутеры, которые просят модель «оцени резюме этого кандидата и скажи, подходит ли он», получают уверенный ответ с баллом или вердиктом — и рискуют отсеять подходящего человека на основании формулировок в документе, которые не отражают реальный опыт.

Разница появляется, когда запрос сформулирован как разбор по конкретным пунктам требований, а не как общая оценка: тогда рекрутер видит, что именно закрыто и что нужно уточнить на интервью, вместо готового, но непрозрачного вердикта.

Где ИИ ошибается

Ранжирует кандидатов там, где решение должно быть за человеком. Если явно попросить сравнить и выбрать лучшего, модель это сделает — хотя у неё нет доступа к тому, что проявляется только на живой встрече.

Придумывает детали опыта, которых нет в резюме. Когда формулировки в резюме расплывчатые, модель может достроить правдоподобные подробности вместо прямого указания, что информация неполная.

Не видит контекст рынка труда конкретного региона. Ожидания по зарплате и срокам закрытия вакансии модель оценивает обобщённо, без знания текущей ситуации в конкретном городе или отрасли.

Переносит формулировки резюме кандидата в текст вакансии буквально. Если дать модели резюме «идеального» прошлого сотрудника как образец, она может собрать вакансию под конкретного человека, а не под реальные задачи роли.

Смягчает формулировку отказа до неузнаваемости. Письмо с отказом может получиться настолько обтекаемым, что кандидат не поймёт реальную причину — это не помогает ни ему, ни репутации компании как работодателя.

С чего начать

Возьмите одну открытую вакансию и прогоните бриф от нанимающего менеджера через промпт на текст объявления. Сравните с версией, которая обычно получается вручную за то же время, и решите, какие формулировки стоит закрепить как стандарт для похожих ролей.

После текста вакансии переходите к вопросам для интервью — это вторая по выигрышу задача, которая сразу облегчает подготовку к встрече с кандидатом.

Если вакансий одновременно несколько, заведите общий файл с удачными формулировками и вопросами по типовым ролям — тогда на следующей похожей вакансии не придётся собирать промпт с нуля, а можно будет подставить уже проверенный вариант и подправить детали под конкретную открытую позицию в команде.

Что дальше

Как написать текст вакансии отдельно и подробнее — в статье нейросеть для написания вакансий. Какие задачи закрывает ИИ у HR-специалиста целиком — в статье ИИ для HR. Как обучить команду HR работе с нейросетями — в статье обучение ИИ для HR.

Ярослав Сажнев — преподаватель ИИ в РАНХиГС, внедрение ИИ в компании. Подробнее об авторе