AI-агенты в HR | сценарии

💬Пока я обдумывала, про какой AI HR курс написать в субботней рубрике #AIHRкомпетенции (а их становится всё больше), поняла, что для меня самой есть такой ценный обучающий ресурс ➡️ чат комьюнити русскоязычного конструктора AI-агентов) который я использую.

Поддержка там отвечает оперативно и разбирается с проблемами, пишет много лайфхаков ➡️ а у сообщества формируется супер насмотренность кейсов.

В отличии от обычных комьюнити айтишников, в сообществах no-code платформ много людей, которые хотят сделать сами AI-агента как раз без разработчиков (часто для прототипа/MVP), там много продактов, чуть меньше HR.

В общем, рекомендую вступать в такие комьюнити, даже если пока не нужен сам no-code конструктор!

#AIHRкомпетенции

▫️Понравился небольшой блог от сервиса, создавшего AI-агента Alex (США) для рекрутинга (проводит первичные видео/телефонные интервью, анализирует ответы, делает заметки и рекомендации для рекрутера).

▪️Будет полезно для тех, кто строит комплексную AI-автоматизацию рекрутинга ➡️ почти в каждом тексте встречаются практические детали из кейсов по интеграции сервиса в HR-архитектуру клиентов. Например, как мотивировать кандидатов пройти собеседование с AI-агентом (с конкретными шаблонами писем) и увеличивать конверсию, разные технические советы.

▪️Не знаю, совпадение или осознанная стратегия: сервис активно внедряет своего AI-агента в крупнейшие рекрутинговые агентства, получая и описывая большое количество кейсов подбора и статистики. Где-то выше давно я писала, что агентства - это самый быстрый способ тестировать продукты для рекрутинга и получать большое количество инсайтов, ввиду большого потока разноплановых вакансий и концентрации рекрутеров только на этом процессе.

#HRtech_тренды

▪️Встроенные функции поиска резюме на job-платформах устарели, так как они ограничены фильтрами и делают поиск по формальным критериям и ключевым словам. И даже умные алгоритмы автопоиска ограничены, так как чтобы их настроить, все равно используется конструктор фильтров.

▪️Совсем другой подход при поиске резюме с AI-автоматизацией на базе GPT ➡️ если есть возможность написать свой промпт, по которому AI ищет резюме, то тогда учитываются самые специфичные пожелания (а они есть в каждой вакансии),
например:
“Sales manager с опытом в финтехе и тревелтех от 2 лет в каждой сфере со знанием рынка Малайзии”,
“Директор по маркетингу и продажам, который начинал карьеру с аналитика в big 4”,
"Аналитик с опытом бэкенд разработчика",
"Продакт с опытом в рекрутинге",
"Фронтенд без опыта в телекоме",
и многое другое.

▪️Когда-то давно в агентстве я работала над поиском Head of Legal в итальянскую инвест компанию с филиалом в Мск, и нужен был юрист со свободным итальянским. Кандидатов в базах и по рекомендациям не было совсем и затянув поиск, как-то поздно вечером, просматривала подряд все резюме юристов и увидела у одного кандидата упоминание в хобби - изучение итальянской культуры. Я тут же позвонила, оказалось, это было не просто хобби, но и свободное владение языком, и даже родственники в Италии (всё сложилось хорошо, это был чудесный оффер и счастливый клиент). Так вот, теперь я знаю, что с помощью промпта можно научить AI искать такие "зацепки" в резюме за секунды.

▪️Очевидно, что в ближайшем будущем весь поиск резюме будет по промпту (а не по фильтрам и ключевым словам), и мэтч будет ещё точнее/быстрее. Обрадовалась, увидев действия в этом направлении job-платформ!

1️⃣5️⃣ Сценарий подойдет для IT подбора (и в целом для любого проф подбора, не массового), когда еженедельно появляется несколько релевантных резюме. Пока рекрутер прорабатывает альтернативные источники и общается с кандидатами, его AI-агент ежедневно (или условно каждый час) мониторит нужный job-сайт и формирует подборку резюме.

▫️#HRсценарий от @HRtech

AI-агент для поиска резюме на конкретную вакансию на job-сайте
▪️Каждое утро в 7:00 AI-агент подключается к job-сайту → проверяет новые резюме за последние 24 часа по заданной вакансии → автоматически обновляет список критериев поиска (ключевые навыки, опыт, география, индустрия) на основе текущего описания вакансии и последних корректировок от рекрутера.

▪️АI-агент рассчитывает «индекс релевантности» для каждого найденного резюме по шкале 0–100 на основе веса компетенций, опыта и соответствия индустрии → проверяет, нет ли кандидата уже в ATS компании (дубликаты, прошлые отклики, статус общения) → определяет наличие редких или уникальных навыков, повышающих ценность кандидата, и добавляет их в отдельную колонку отчета.

▪️АI-агент формирует список топ-резюме (например, 10-15 кандидатов) с краткими комментариями по каждому (ключевые навыки, достижения, индекс релевантности) → помечает резюме с высоким потенциалом (например, релевантность >85) для приоритетного контакта рекрутером → автоматически создает персонализированные черновики сообщений кандидатам на основе их опыта и достижений.

▪️АI-агент отправляет рекрутеру утренний отчет: список найденных резюме, индексы, прогнозы, черновики писем → если релевантных резюме недостаточно, AI-агент анализирует поисковую стратегию (ключевые слова, регионы) и предлагает рекрутеру расширить критерии → обучается на обратной связи: если рекрутер пометил кандидата как удачного/неудачного, модель корректирует веса индексов.

▪️АI-агент сравнивает эффективность источников (job-сайтов, каналов) за последние недели и дает рекомендации, где искать дальше → еженедельно формирует дашборд с метриками: количество релевантных резюме, динамика откликов, прогноз закрытия вакансии → при критических сигналах (например, неделя без новых релевантных резюме) AI-агент отправляет уведомление с предложением действий (изменить оффер, расширить регион, скорректировать требования).

▫️Библиотека HR-промптов HRD-ai.com
▫️Канал с промптами @SoftRecruiting

#AIHRкомпетенции

▫️С 10 по 14 ноября будет открытый 5-дневный интенсивный курс по AI-агентам от инженеров Google на платформе Kaggle (принадлежит гуглу, и там есть много других интересных курсов на тему AI).

💬Курс максимально интерактивный, а не просто записанные уроки ➡️ можно обсудить важную для себя тему и задать вопросы ➡️ даже по желанию можно сделать своего AI-агента как выпускной проект.

1️⃣4️⃣ Мне всегда казалось странным, что успешно закрытые вакансии часто не обсуждаются в компаниях, так как все внимание достается проблемным позициям. Но если все же ретроспективные обсуждения есть ➡️ подключите к ней AI-агента, который проанализирует ее и не упустит ни одной важной детали.

▫️#HRсценарий от @HRtech

AI-агент для анализа встреч по ретроспективе успешного закрытия вакансии
▪️AI-агент подключается к онлайн-встрече по ретроспективе успешных закрытых вакансий → cлушает обсуждение кейсов успешного закрытия вакансий, распознает речь участников → сегментирует информацию по вакансии, этапу рекрутинга, действиям рекрутера и нанимающего менеджера, отмечает любые упомянутые трудности и решения.

▪️Автоматически извлекает данные из ATS по упомянутым вакансиям → сравнивает фактические сроки, количество этапов и каналов поиска с историческими успешными кейсами → фиксирует отличия и особенности.

▪️Формирует структурированные тезисы по каждой вакансии:
• ключевые действия рекрутера, которые ускорили процесс;
• вовлеченность нанимающего менеджера и эффективность коммуникаций;
• каналы и источники кандидатов, которые принесли успешный результат;
• нестандартные решения или подходы, которые оказались результативными.

▪️Выделяет повторяющиеся паттерны успеха → создает рекомендации для будущих вакансий аналогичного типа:
• оптимизация этапов, ускоряющих закрытие;
• best practices по вовлечению нанимающих менеджеров;
• эффективные каналы поиска кандидатов;
• предупреждение потенциальных узких мест (долгие ответы, провалы на ранних этапах).

▪️Составляет внутреннюю базу знаний успешных кейсов → связывает с профилями вакансий, типами ролей, сложностью поиска, локацией, срочностью закрытия.

▪️Формирует еженедельный отчет для HRD и руководителя рекрутинга:
• краткие ключевые выводы с акцентом на применимые рекомендации;
• визуализация успешных практик (графики этапов, каналы, сроки);
• прогнозы применения успешных паттернов для открытых вакансий.

▪️AI-агент интегрируется с корпоративным календарем → планирует автоматическое напоминание HR-аналитикам о новых рекомендациях и возможности обсудить их на следующей ретроспективе.

▪️При накоплении 5+ успешных кейсов по одной категории вакансий, агент автоматически генерирует «стандартизированный playbook» → доступный для всех рекрутеров и нанимающих менеджеров.

©HR-сценарий из канала @HRtech

▫️Библиотека HR-промптов HRD-ai.com
▫️Канал с промптами @SoftRecruiting

#AIHRtech_функции

💬AI-сервис DianaHR (payroll, onboarding, С&B для компаний до 500 сотрудников) привлек $3,7 млн для “переосмысления HR-процессов в стартапах с помощью AI-агентов”. В США уже сотни таких сервисов, поэтому стало интересно разобраться, в чем их особенность.

▪️Оказалось, акцент сделан именно на ключевом преимуществе самих AI-агентов ➡️ когда не стоит отказываться от своих текущих HR-сервисов, чтобы что-то автоматизировать, а можно просто добавить нужных агентов для формирования комплексной архитектуры.

▪️То есть, DianaHR позиционирует себя не как “еще один сервис для payroll” и не заставляет перейти с другой платформы к ней. Это мультиагентная система, которая встраивается в текущую систему ➡️ настраиваются нужные AI-агенты ➡️ и они делают то, что обычно делали люди (CEO, HR, финансы) со своими текущими платформами компании для HR и финансов, и это конечно очень круто.

▪️C момента запуска доход DianaHR удваивается каждый квартал, экономия клиентов - 15 часов в неделю.

▪️Еще из интересного, не смотря на максимальную автоматизацию, в компании есть HR-эксперты, которые подключаются к тем 10% задач клиентов, где без человека не обойтись, что особенно ценно для стартапов, когда еще нет HR-команды и многими вопросами занимается CEO.

1️⃣3️⃣ Такой HR-сценарий подойдет для компаний, в которых английский важен для всех сотрудников, но при этом для разных должностей допустим разный уровень владения. AI-агент автоматически выберет нужный формат тестирования➡️свяжется с кандидатом➡️полностью разгрузит HR-команду по этой задаче.

▫️#HRсценарий от @HRtech

AI-агент для проверки уровня английского у кандидата
▪️После загрузки кандидата в ATS AI-агент автоматически проверяет требование к уровню английского/другого языка по вакансии → извлекает информацию из профиля вакансии (Junior / Middle / Senior / Executive).

▪️На основе уровня вакансии и требований формирует сценарий проверки:
Junior → быстрый онлайн-тест на базовую грамматику и чтение.
Middle → комбинированный тест (лексика, аудирование, письменная речь).
Senior/Executive → расширенное тестирование (business English, деловая переписка, устный разговор).

▪️AI-агент отправляет кандидату приглашение на тестирование в мессенджер или по email → подбирает удобное время → автоматически генерирует персонализированное сообщение («В рамках отбора на вакансию Project Manager предлагаем пройти короткий тест на английский язык. Это займет не более 20 минут»).

▪️Кандидат переходит по ссылке → AI фиксирует время начала/окончания прохождения → собирает результаты → оценивает по шкале CEFR (A1–C2).

▪️Если кандидат завершил тест менее чем за 50% времени с высокой точностью → AI добавляет пометку «возможен более высокий уровень, чем заявлен» → предлагает дополнительный короткий тест.

▪️Если кандидат прервал тест → AI через 24 часа отправляет автоматическое напоминание («У вас осталось незавершенное задание по языковому тесту. Пожалуйста, завершите его в течение суток»).

▪️AI-агент автоматически сравнивает результаты кандидата с требуемым уровнем вакансии → проставляет статус: «соответствует», «выше требований», «ниже требований».

▪️Результаты теста вместе с аналитикой (оценка уровня, сильные и слабые стороны: грамматика, словарный запас, устная речь) фиксируются в ATS → рекрутеру отправляется уведомление («Кандидат прошел тест. Итог: B2. Требование: C1. Несоответствие по навыкам письма»).

▪️Если кандидат соответствует уровню → AI автоматически планирует следующий этап (интервью с рекрутером или технический этап) → добавляет ссылку для записи.

▪️Если кандидат ниже требований → AI предлагает рекрутеру опцию: «Отказать с комментарием» или «Перевести в резерв / на другую вакансию с требованием B2». Также возможен вариант дополнительной проверки.

▪️Раз в неделю AI формирует отчет для рекрутера: сколько кандидатов протестировано → распределение по уровням → % кандидатов, не соответствующих минимальному языковому требованию → рекомендации («Вакансии уровня Senior отсекают 70% кандидатов на этапе языка. Есть смысл скорректировать ожидания или расширить географию поиска»).

▫️Библиотека HR-промптов HRD-ai.com
▫️Канал с промптами @SoftRecruiting

#AIHRкомпетенции

▪️У платформы Wisq появился отличный микрокурс: AI Agent Bootcamp, состоит из 4 уроков про внедрение AI-агентов в HR➡️уже доступны 3 урока.

1️⃣урок про то, чем AI-агент отличается от чат-бота и другие основы,
2️⃣урок про то, что агентов в HR уже нельзя игнорировать и описали 5 ключевых HR-процессов, которые им можно доверить,
3️⃣урок с рекомендациями по интеграции агентов в рабочие HR-процессы.

💬Мне особенно понравилось, что концентрированно описано самое главное и актуальное на сегодняшний день➡️идеально подходит, чтобы разобраться с основными понятиями.

1️⃣2️⃣ Этот практичный HR-сценарий автоматизирует рутинную аналитику➡️своевременно выявляет проблемные места➡️повышает ответственность нанимающих менеджеров благодаря автоматическим запросам и контролю дедлайнов➡️дает прогноз по рискам и рекомендации.

▫️#HRсценарий от @HRtech

AI-агент для контроля сроков закрытия вакансий
▪️Каждое воскресенье в 20:00 AI-агент автоматически запускает процесс сбора данных по всем вакансиям.

▪️Подключается к ATS → выгружает статусы и даты по активным вакансиям → фиксирует длительность нахождения на каждом этапе → сверяет с установленными метриками (срок закрытия, срок на этапе, время обратной связи от нанимающего менеджера).

▪️Отмечает риски: вакансия дольше планового срока → кандидат застрял на этапе более 7 дней → нет фидбэка более 3 рабочих дней → резкое сужение воронки на ранних этапах → отсутствует достаточный поток кандидатов.

▪️Все отклонения выделяет цветовой маркировкой (красный – критика, желтый – зона риска, зеленый – норма).
▪️Формирует промежуточную сводку и сохраняет её в базе отчетов.

▪️В понедельник в 9:00 AI-агент автоматически рассылает рекрутерам и нанимающим менеджерам уведомления по критическим отклонениям → формулирует запросы в формате «Отклонение >7 дней без движения. Пожалуйста, дайте комментарий до 14:00».

▪️Отслеживает поступление ответов → автоматически классифицирует причины (медленный фидбэк, мало кандидатов, несогласованное ТЗ, высокая конкуренция, неактуальный оффер).

▪️На основе шаблонов прогнозирует вероятность несоблюдения сроков → «Вероятность закрытия вакансии до контрольной даты: низкая/средняя/высокая».

▪️Формирует рекомендации для руководителя подбора: «Рекомендуется обсудить с нанимающим менеджером приоритетность вакансии» → «Необходимо усилить поиск через внешние каналы» → «Назначить встречу для пересмотра требований».

▪️Каждый месяц в последний рабочий день AI-агент собирает агрегированные данные → считает среднее время закрытия по каждой вакансии и по компании в целом → рассчитывает % закрытых в срок → выявляет самые проблемные должности и подразделения.

▪️Создает структурированный ежемесячный отчет: динамика сроков закрытия, топ-3 причины задержек, прогноз по активным вакансиям, рекомендации по улучшению.

▪️В понедельник после 14:00 AI-агент отправляет итоговый отчет Руководителю подбора → прикладывает таблицу, графики и краткое резюме: «В среднем сроки закрытия увеличились на 12%. Основная причина - задержка обратной связи нанимающих менеджеров. Рекомендуется внедрить метрики на предоставление фидбэка».

▫️Библиотека HR-промптов HRD-ai.com
▫️Канал с промптами @SoftRecruiting

#AIHRtech_функции

Несколько раз встречала упоминание AI-агента Lattice, который отвечает на HR-вопросы сотрудников, он от известной HR-платформы Lattice (США). На первый взгляд казалось, что там стандартный чат-бот с функционалом базы знаний и на основе Open AI. При этом он только "общается", новые функции еще в разработке (написано на сайте).

Сегодня встретила упоминание этого агента в контексте глубокой аналитики, и, наконец, разобралась, в чем дело: из “простых” вопросов сотрудников агент умеет брать очень много показателей для HR-аналитики, выявляя тренды и закономерности в совершенно разных направлениях компании и формирует рекомендации на их основе. Посмотрите описание на сайте агента, очень интересно.

Мне в этой истории понравилось, что платформа сосредоточила усилия на самой сложной и трудоемкой функции AI-агентов - качественно собирать и анализировать данные и вероятно в ущерб разработке остальных функций, и рынок это оценил. При этом сейчас основной тренд у конкурентов (крупнейших HR-платформ США) это делать максимально многофункциональных агентов, у которых функции появляются раньше, чем инструменты для внутренней аналитики работы этого агента.

#BizDevHRtech

Если все стартапы будут описывать своих HR AI-агентов, например для рекрутинга, схожими метриками (отвечает 24/7, экономит 30% бюджета, ускоряет подбор на 25% и тд), то компаниям станет все сложнее выбирать среди одинаковых сервисов (на их первый взгляд).

Поэтому мне интересно обращать внимание, как HRtech рынок все же старается индивидуализировать своего AI-агента через необычные и нестандартные метрики, например, понравилось:

на сайте HR-платформы Wisq (США) в описании их AI-агента Харпер есть не только уже стандартная статистика для всех HR AI-агентов, но и добавили, что Харпер отвечает правильно на 94% вопросов экзамена SHRM-CP (что на 20–30 баллов выше проходного балла, и отвечает на них в 12 раз быстрее). Для тех, кто знает сложность этого экзамена (а в США знают все HR), Харпер сразу вызывает уважение.

#HRcustdev

В этом сценарии автоматизации проведения тестовых заданий AI-агент направляет кандидату тестовое, сделанное самостоятельно в компании.

Но послушала сегодня подкаст Дмитрия Беговатова (Product Radar, подкаст не новый, ему пол года) с сооснователем сервиса для автоматизированного техскринга разработчиков Jumse + вспомнила другие специализированные сервисы для разных профессий и вспомнила, что тут важно добавить:

AI-агент также может быть связующим звеном:
ATS (где фиксируются статусы и результаты) + готовый сервис для тестирования + кандидат.

То есть, AI-агент нужен все равно для координации и управления процессом, чтобы разгрузить HR, но намного проще (и часто эффективнее) использовать оценочные сервисы, которые действительно глубоко погрузились в свою тему.

Единственное, на мой взгляд, у HRtech рынка пока не решен вопрос, как быть, если компания хочет применять разные сервисы для разных кандидатов даже в рамках одной профессии, а такие сервисы в основном ориентированы на большие пакетные продажи (покупка не менее 100 тестирований).

Еще в подкасте ребята обсуждали в целом известный факт для IT-рекрутинга, что есть достаточно высокий % отказов от автоматизированного формата прохождения тестового среди Senior-кандидатов (они за личный онлайн с CTO/тим лидом). Обычно это около 15% кандидатов.

Как идея: в идеале, чтобы AI-агент подключался к одной платформе, где есть разные сервисы для тестирования (например, разработчиков) → предлагал кандидату описать комфортный вариант прохождения технического скрининга → выбирал нужный для конкретного кандидата (в том числе запись на собеседование к тим лиду). Кажется, будет круто, если таким способом удастся не терять 15% синьоров, но и при этом не нужно будет заставлять тим лида проводить техскрининг для 100% кандидатов.

1️⃣1️⃣ У такого AI-агента есть границы применимости, он не заменяет живой фидбек и решения, не должен генерировать оценки без участия руководителя. В моем сценарии он скорее администратор процесса, но очень вовлеченный и внимательный к деталям.

▫️#HRсценарий от @HRtech

AI-агент для проведения performance review
▪️Каждый месяц в первый понедельник в 10:00 AI-агент запускает процесс подготовки к performance review.

▪️Подключается к HRIS → извлекает данные по индивидуальным целям сотрудников, их прогрессу и статусам выполнения → сверяет с KPI и ключевыми метриками.

▪️Подключается к системе для 1:1 встреч → собирает заметки менеджеров за весь период → классифицирует их по темам (сильные стороны // зоны роста // инициативы // командное взаимодействие) → анализирует обратную связь от смежных команд → выявляет повторяющиеся сигналы и значимые кейсы → формирует драфт-оценку для каждого сотрудника → структура: достижения // влияние на команду // примеры поведения // рекомендации по развитию.

▪️Встраивает конкретные примеры влияния: «Запустил новый процесс отчетности → сократил время подготовки на 30%» или «Регулярно помогает новым коллегам адаптироваться, ускоряет выход на продуктивность» → выделяет несоответствия между данными (например: цели выполнены на 90%, но фидбек коллег указывает на проблемы в коммуникации) → отмечает как точки для калибрации.

▪️На этапе калибровки подготавливает сравнительные таблицы по отделам → показывает распределение оценок → подсвечивает возможные перекосы (слишком много "выше ожиданий" в одной команде).

▪️Предлагает менеджерам варианты формулировок для финального review → на основе лучших практик и корпоративного стиля → помогает избегать субъективных или некорректных формулировок.

▪️В день калибровочной сессии (например, среда 15:00) формирует краткие карточки по сотрудникам → цели, метрики, сильные стороны, зоны роста ( чтобы ускорить обсуждение) → после завершения калибровки обновляет драфты с учетом принятых решений → готовит финальные версии оценок для менеджеров.

▪️По итогам оценки формирует аналитический отчет для HRD и руководителей → динамика выполнения целей // процент отклонений по метрикам // повторяющиеся зоны развития // риски удержания.

© Сценарий AI-агента от @HRtech

▫️Библиотека HR-промптов HRD-ai.com
▫️Канал с промптами @SoftRecruiting

1️⃣0️⃣ В отличии от обычного авторазбора по фильтрам AI-агент сможет "подумать и принять решение" по резюме, основываясь на большом количестве факторов, и это очень круто. А в спорных случаях “посоветуется” с рекрутером, запомнит его ответ и учтет в следующий раз при такой же ситуации. Поэтому конечно потребуется время, прежде чем агент начнет разбирать резюме без ошибок (такой же подход, как и при обучении начинающего рекрутера).

▪️Например, на вакансию маркетолога в банк ищут кандидата с опытом в других банках. Обычный бот будет отсеивать всех, кто не работал в банке. Но если в системном промпте “объяснить” агенту, что исключения тоже могут быть и такой опыт может быть получен не только в банке, то за счет искусственного интеллекта он не “откажет” отличнейшему маркетологу из рекламного агентства, наоборот, отметит его как сильного кандидата, “увидев”, что в портфолио у него есть очень много кейсов для банков. 

▫️#HRсценарий от @HRtech

▪️Каждые 30 минут AI-агент запускает проверку откликов на всех интегрированных площадках → извлекает новые отклики → нормализует формат → сравнивает ключевые параметры кандидата с требованиями вакансии (ключевые навыки, опыт, локация, грейд, зарплатные ожидания) → определяет, на какую вакансию отклик относится (по названию, ключевым словам из сопроводительного письма и тд).

▪️Если кандидат подходит под несколько вакансий → формирует рекомендацию рекрутеру «Кандидат может быть релевантен сразу для 2-х позиций: DevOps Engineer и System Administrator» → предлагает выбор.

▪️Создает карточку кандидата в ATS → загружает резюме → фиксирует источник отклика → сохраняет сопроводительное письмо → присваивает тег по источнику → в папке вакансии в ATS распределяет кандидата по статусу «Новый отклик».

▪️Проводит быстрый скоринг (алгоритм на основе ключевых критериев вакансии) → выставляет первичный рейтинг (например, 8/10)→ если рейтинг ниже порога (например, <4/10), отправляет кандидата в нужную папку с комментарием «Недостаточный опыт в требуемой технологии: Python <1 года»→если кандидат подходит (≥7/10),  уведомляет рекрутера: «Новый перспективный кандидат по вакансии Data Analyst».

▪️Каждый день в 19:00 формирует отчет по откликам: «Сегодня получено 56 новых резюме, 12 релевантных, 7 дубликатов, 20 не соответствуют требованиям, 17 требуют уточнения».

▪️В понедельник в 10:00 готовит недельный отчет: по каждой вакансии количество откликов, источники, % релевантных, дубликатов, распределение по статусам.

© Сценарий AI-агента от @HRtech

💬В мультиагентной системе рекрутинга всегда нужен такой агент, который отвечает за разбор откликов, так как их нужно обрабатывать оперативно в любое время суток (чтобы не потерять кандидата) и обычно 70% оказываются нерелевантными - но важно дать обратную связь каждому кандидату.

▫️Библиотека HR-промптов HRD-ai.com
▫️Канал с промптами @SoftRecruiting

9️⃣ Если при подборе есть тестовое задание для кандидатов, то такой AI-агент нужен даже в компаниях c 1 рекрутером, иначе половину рабочего времени он будет заниматься координацией этого процесса.

▫️#HRсценарий от @HRtech

▪️AI-агент мониторит ATS в режиме реального времени → как только кандидат перемещён на этап "Тестовое" → инициирует индивидуальный сценарий сопровождения кандидата по тестовому заданию.

▪️AI-агент проверяет, есть ли готовое тестовое задание в карточке вакансии → если нет, запрашивает у рекрутера / подтягивает из шаблонов → при наличии переходит к следующему шагу.

▪️Отправляет кандидату персонализированное сообщение в чат-боте: “Вы перешли на следующий этап - выполнение тестового задания. Готовы приступить?” → при подтверждении кандидат выбирает удобное время начала → система бронирует слот.

▪️В выбранное время AI-агент активирует чат-бот и запускает тест → показывает инструкции, таймер, структуру задания, требования и критерии оценки.

▪️Во время прохождения теста AI-агент → отслеживает прогресс выполнения → фиксирует нарушения (например, резкие переключения окон, неактивность более 10 минут) → ведёт лог времени выполнения и этапов.

▪️По завершении теста AI-агент подтверждает получение результатов → анализирует ответы кандидата → если задание требует экспертной оценки → структурирует ответы кандидата → формирует удобный для просмотра отчёт → добавляет к нему краткий комментарий по каждому блоку → запрашивает фидбек у ответственного проверяющего → отслеживает дедлайн по проверке.

▪️После проверки AI-агент → проставляет итоговый балл / статус “пройдено / не пройдено” → сохраняет результаты в карточке кандидата в ATS → добавляет ключевые выводы и комментарии → отправляет рекрутеру уведомление: “Кандидат Иванов И.И. завершил тестовое. Итог: 86/100. Готов двигаться дальше”.

▪️Если кандидат не начал тест в течение 48 часов, AI-агент отправляет напоминание → при повторном игноре уведомляет рекрутера и помечает статус “Не приступил”.

▪️В конце недели AI-агент формирует короткий отчёт по этапу "Тестовое": сколько тестов выслано → сколько начато → сколько завершено → среднее время → доля успешных → проблемные кейсы.

© Сценарий AI-агента от @HRtech

▪️Интеграция в HR-систему
Тут много вариантов реализации, самое главное - продумать логику и особенности агента для каждой конкретной вакансии, и не использовать ее по умолчанию для других позиций, так как формат тестового, стиль коммуникации с кандидатом и специфика будет скорее всего разной.

▫️Библиотека HR-промптов HRD-ai.com
▫️Канал с промптами @SoftRecruiting

8️⃣ AI-агент для мониторинга уровня заработных плат компании и сравнения с показателями рынка

Уже существуют хорошие сервисы для аналитики рынка труда и уровня оплаты, но обычно в фоновом режиме HR-команде их совсем некогда использовать и сравнивать с текущими цифрами компании. Часто сервисами начинают спонтанно пользоваться, только когда уходит ключевой сотрудник или начинаются массовые уходы к конкурентам. При этом любые сервисы все равно содержат достаточно обобщенную информацию, и нужны усилия, чтобы проанализировать максимально похожие условия должностей, а не только название/грейд.

Я в свое время готовила много исследований по уровню оплаты для конкретной должности (и в рамках агентств для международных компаний, и в качестве HRD), это очень трудоемкая работа, результаты которой устаревают через 3-4 месяца. Поэтому новый сценарий я сделала исходя из этого опыта: поручите AI-агенту постоянно изучать рынок зарплат по важным для вас должностям.

▫️#HRсценарий от @HRtech

▪️Каждое воскресенье в 21:00 AI-агент запускает сценарий мониторинга внешнего рынка заработных плат → подключается к платформам с открытыми данными и к специализированным сервисам → извлекает медианные и верхние значения зарплат по релевантным вакансиям (учитывая регион, грейд и тд).

▪️Собирает данные по количеству открытых вакансий на рынке по каждой из целевых позиций → отмечает рост или спад → сравнивает с данными ATS по времени закрытия вакансий и активности кандидатов.

▪️Импортирует таблицу текущих зарплат сотрудников из HRIS/КЭДО → фильтрует по аналогичным ролям, локациям и грейдам → очищает данные от индивидуальных надбавок и премий → формирует таблицу-сравнение: Внешняя медиана // Внутреннее значение // Разница в процентах // Динамика изменения за 3 месяца → выделяет участки с отставанием >10% от рынка.

▪️Каждый понедельник в 9:00 AI-агент загружает финальный отчет и прогноз в систему дашбордов и направляет сообщение HR BP и HRD: «Позиции, по которым у нас уровень оплаты существенно ниже рыночного: QA Middle, SMM Manager, Product Analyst. Рекомендую инициировать пересмотр компенсации”→ при наличии серьезных отклонений AI-агент создает презентацию: включает графики по динамике рынка, прогноз по текучести, список сотрудников в зоне риска → на основании полученных данных HR BP, HRD и руководители подразделений обсуждают и принимают решения.

© Сценарий AI-агента от @HRtech


▪️Интеграция в HR-систему
Лучше реализовать как самостоятельного агента, подключив к сервисам по API. Польза огромная: такой AI-агент сможет системно предотвращать увольнения, существенно экономя HR-ресурсы.

▫️Библиотека HR-промптов HRD-ai.com
▫️Канал с промптами @SoftRecruiting

7️⃣ AI-агент для мониторинга уровня удовлетворенности кандидатов процессом подбора

При масс подборе тратятся миллионы на кандидатах, которые проходят все этапы отбора и отказываются от финального собеседования или не выходят на работу после принятого оффера, так как в другой компании этапы для них были более комфортные. При этом компания могла внедрить отличную систему рекрутинга, но недостаточно мониторила проблемные зоны. Вручную же при масс подборе брать качественно обратную связь невозможно (большая загрузка рекрутеров + кандидаты не отвечают на звонки).

Можно сделать вот такого проактивного AI-агента, который будет ответственен за мониторинг пути кандидата:

▫️#HRсценарий от @HRtech

▪️После завершения каждого этапа рекрутингового процесса (скрининг, интервью, финальное собеседование и тд) → AI-агент получает сигнал от ATS о смене статуса кандидата → определяет, завершён ли этап взаимодействия с кандидатом → проверяет, не была ли уже отправлена форма обратной связи по этому этапу → если нет, инициирует запрос фидбэка в чат-боте.

▪️Через интеграцию с корпоративным чат-ботом для подбора агент отправляет кандидату персонализированное сообщение → "Спасибо, что прошли этап [название этапа]. Нам важно ваше мнение, это займёт 60 секунд!" → встраивает 5 вопросов (по шкале от 1 до 5):
- Насколько понятно было описание этапа?
- Было ли удобно назначено время?
- Оцените вежливость и вовлечённость собеседника.
- Получили ли вы достаточную информацию о вакансии?
- Общая удовлетворенность этапом.

▪️После получения ответов структурирует данные → сохраняет их в карточку кандидата в ATS → автоматически проставляет метки: «негативная оценка» (если средний балл <3), «нейтральная» (3–4), «позитивная» (>4).

▪️Если выявлен негативный фидбэк → AI-агент проверяет, касается ли он интервьюера → отправляет ему уведомление с выдержкой из комментариев кандидата и рекомендацией: "Оценка этапа собеседования — 2/5. Комментарий: “Не получил ответа на вопросы по задачам”. Рекомендуется пересмотреть структуру встречи."

▪️Каждую пятницу в 18:00 AI-агент формирует дашборд удовлетворенности кандидатов по всем этапам и вакансиям → группирует данные по рекрутерам, вакансиям, этапам → рассчитывает среднюю оценку и долю кандидатов, оставивших отзыв.

▪️В понедельник в 9:00 AI-агент направляет аналитический отчет рекрутинговой команде и Руководителю подбора → прикрепляет таблицу, комментарии, рекомендации по улучшению → на основе собранных шаблонов и исторических данных прогнозирует возможное влияние неудовлетворенности на офферы: "Вероятность отказа от оффера по вакансии Консультанта выше нормы. Причина: негативная обратная связь на этапе второго интервью."

▪️Если уровень удовлетворенности по определённой вакансии или этапу ниже 3.5 более чем у 30% кандидатов → AI-агент маркирует участок процесса как проблемный → формирует короткий комментарий: "Этап “HR-интервью” по вакансии “Аналитик данных” получает стабильно низкие оценки. Причина: кандидаты жалуются на неясность требований."

© Сценарий от @HRtech

▪️Интеграция в HR-систему
Мне кажется, лучше встроить как функцию в существующую автоматизацию (без отдельного чат-бота для обратной связи), особенно, если в системе масс подбора уже есть хорошо настроенная в чат-боте коммуникация с кандидатами, уведомления/напоминания, автоматическая запись на интервью (то есть совершенно точно, что каждый кандидат пользуется им с самого первого этапа).

▫️Библиотека HR-промптов HRD-ai.com
▫️Канал с промптами @SoftRecruiting

6️⃣ AI-агент для внесения изменений в визуальную оргструктуру компании

В быстро развивающихся компаниях вносить изменения в оргструктуру можно ежедневно. Часто их корректируют вручную и это не всегда приоритетная задача (для ответственного за это), поэтому они постоянно устаревают и затрудняют коммуникацию для новых сотрудников. Иногда автоматические выгрузки-схемы есть у КЭДО и корп порталов, битрикса, но по сути, это просто списки сотрудников.

Я предлагаю делать многофункциональные интерактивные оргструктуры с разными режимами и правами доступа. Например, в режиме “подбор” сотрудникам будут наглядно видны открытые вакансии, а для CEO доступна в ячейках вакансии статистика и статус по подбору (AI-агент добавит ее туда из ATS). В лайтовом режиме “хобби” можно увидеть хобби сотрудника и фото с его собакой, что хорошо для распределенных команд.

В моем сценарии ниже несколько базовых функций для такого AI-агента, но, конечно, тут есть огромный простор для идей и геймификации!

▫️#HRсценарий от @HRtech

▪️Каждое утро в 6:00 AI-агент подключается к системе КЭДО → извлекает обновления за последние 24 часа → сопоставляет ФИО, должность, отдел, дату события → проверяет данные на корректность (дубликаты, незаполненные поля, конфликт дат) → обновляет визуальную оргструктуру → добавляет новых сотрудников в соответствующие ячейки → убирает уволенных из структуры → отмечает статус «Вакансия» для освободившихся позиций.

▪️Каждый час проверяет актуальность статуса вакансий в структуре, подключается к ATS → сверяет статус подбора по каждой открытой позиции (включая дату открытия, кол-во откликов, статус воронки, ответственного рекрутера).

▪️Если вакансия находится в статусе «без движения более 7 дней» → AI-агент выделяет ячейку красным → направляет уведомление рекрутеру и руководителю подразделения с просьбой обновить статус и указать причину задержки.

▪️В понедельник в 9:00 отправляет индивидуальные отчеты руководителям подразделений → изменения в их блоке структуры на прошлой неделе, открытые вакансии и их статус, AI-комментарии по рискам (например: «Риск затягивания подбора на позицию QA-инженер. Нет фидбэка от руководителя 5 дней»).

▪️На основании накопленных данных формирует рекомендации HR-директору → где растет нагрузка на руководителей (по числу подчинённых и вакансий), какие отделы часто теряют людей, где подбор системно тормозит и почему.

Сценарий от @HRtech

▪️Интеграция в HR-систему
Более дорогой способ реализации (но и более перспективный для развития интерактивных функций оргструктуры) - разработать свой интерфейс и сделать свою такую кастомную платформу, у которой будут встроенные функции агента, которые я написала выше. А более бюджетный - это сделать AI-агента, который будет рисовать оргструктуру в условном Miro.

И да, выглядит как идея для HRtech продукта, особенно для no-code конструктора, но пока не видела готовые решения 👩🏻‍💻

▫️Библиотека HR-промптов HRD-ai.com
▫️Канал с промптами @SoftRecruiting

5️⃣ AI-агент для начинающих рекрутеров - анализирует действия и дает рекомендации

У каждого начинающего рекрутера есть более опытный наставник, который обучает и дает обратную связь. Можно усилить его AI-агентом, который будет следить за базовыми точками контроля и оперативно помогать советами. Вся суть в том, что он вовремя замечает паттерны проблем и обращает на это внимание рекрутера.

Например, мой самый первый руководитель в рекрутинге была очень загруженной, к тому же в другом городе, и я сейчас понимаю, насколько было бы круто, если бы у меня самой был такой AI-тренер.

▫️#HRсценарий от @HRtech

▪️ AI-агент интегрируется с ATS → проверяет завершенные рекрутерами этапы отбора кандидатов (скрининг, интервью, выполнение тестового задания) → анализирует их действия на основании данных (скорость обработки кандидатов, качество обратной связи, соответствие профилей вакансии) → выявляет недочеты и формирует рекомендации → “Ваш кандидат проходит этап скрининга медленнее, чем средний показатель по команде. Рекомендуем ускорить процесс, чтобы повысить вероятность успешного найма” → “Ваша обратная связь для кандидата недостаточно подробна. Это может отрицательно сказаться на впечатлении о компании. Попробуйте описать сильные стороны кандидата и области для роста более детально”.

▪️ По завершении каждого рабочего дня формирует индивидуальный отчет для рекрутера → анализирует количество обработанных кандидатов, завершенных этапов, успешных наймов и отказов → дает рекомендации: “Сегодня вы обработали 5 кандидатов, из них 3 прошли этап интервью. Рекомендуем уделить внимание качеству скрининга, чтобы повысить точность отбора”.

▪️ Каждую пятницу в 14:00 добавляет рекрутеру в LMS обучающие уроки на основе анализа работы → “На этой неделе были трудности при оценке soft skills кандидатов. Рекомендуем посмотреть урок по методике STAR для интервью”.

▪️ 1-го числа каждого месяца формирует отчет с ключевыми метриками для HRD → включает данные по эффективности работы рекрутеров: среднее время обработки кандидатов, процент успешных наймов, обратная связь кандидатов о процессе отбора → выделяет сильные стороны команды и области для улучшения.

Сценарий от @HRtech

▪️Интеграция в HR-систему
Технически это обычный AI-агент на базе GPT, и если API HR-сервисов компании позволяют, то он сможет анализировать до 70% действий рекрутера (в том числе онлайн собеседования). Будет особенно хорошо, если рекрутеры будут тоже шлифовать своего AI-тренера, чтобы он постоянно совершенствовался, и уже обучал их новых коллег.

▫️Библиотека HR-промптов HRD-ai.com
▫️Канал с промптами @SoftRecruiting