Массовый анализ резюме: как обработать 500 кандидатов за час

Введение

100 резюме. 5 минут на каждое — это 500 минут, больше 8 часов непрерывной работы. После 30-го резюме внимание падает, после 50-го вы начинаете ошибаться. Это не ваша вина — так устроен человеческий мозг.

ИИ не устаёт. ИИ одинаково внимателен к 1-му и к 100-му резюме. В этом уроке — как заставить его работать на вас.

Часть 1. Как подготовить резюме для массового анализа

Прежде чем загружать резюме в ИИ, их нужно подготовить. Не технически, а организационно.

Принципы подготовки:

Что делать, если резюме в разных форматах:

Часть 2. Система оценки: шкала релевантности

Прежде чем давать задание ИИ, нужно создать систему оценки. Иначе результат будет несопоставимым.

Простая шкала (1-5):

Детальная шкала (для ИТ или сложных позиций):

Пример для менеджера по продажам:

Как это работает с ИИ:

Вы не просите ИИ ставить оценки по такой сложной системе — он запутается. Вы просите ИИ извлечь данные, а оценки ставите сами (или через простую формулу).

Часть 3. Массовый анализ: готовый промпт

Этот промпт — сердце урока. Скопируйте его и адаптируйте под свои вакансии.

Я загрузил [количество] резюме на вакансию [название позиции].

Требования к кандидату:
1. Опыт: [например, от 3 лет в продажах B2B]
2. Обязательные навыки: [например, знание CRM, опыт переговоров]
3. Желательные навыки: [например, английский, опыт управления]
4. Образование: [например, высшее профильное]

Пожалуйста, проанализируй каждое резюме. Для каждого кандидата заполни таблицу:

| № | Имя кандидата | Опыт (лет) | Обязательные навыки (есть/нет) | Желательные навыки (есть/нет) | Красные флаги | Общая оценка (1-10) |
|---|--------------|------------|-------------------------------|-------------------------------|---------------|---------------------|

Красные флаги — это:
- Частая смена работы (менее года на одном месте)
- Перерывы более 6 месяцев без объяснения
- Несоответствие должности и обязанностей
- Отсутствие цифр и результатов

Общая оценка (1-10):
- 9-10: идеально подходит, звать в первую очередь
- 7-8: хороший кандидат, но есть мелкие замечания
- 5-6: средний, если не найдём лучших
- 1-4: не подходит

В конце напиши топ-5 кандидатов, которых стоит пригласить на собеседование.

Как адаптировать промпт под разные вакансии:

Часть 4. Реальный кейс: как ИИ отобрал кандидатов на 120 резюме

Ситуация: Крупный ритейлер искал 5 менеджеров по продажам в розничные магазины. За 3 дня пришло 120 откликов.

Задача: Отобрать 10 кандидатов на собеседование.

Ручной подход (раньше):

• Рекрутер читает 120 резюме → 8-10 часов

• После 50 резюме концентрация падает

• Некоторые кандидаты могут быть пропущены из-за усталости

Подход с ИИ:

• Рекрутер загружает все 120 резюме в ChatGPT (тремя порциями по 40)

• ИИ анализирует каждое, заполняет таблицу

• Рекрутер тратит 40 минут на просмотр таблицы и выбор топ-10

• Ещё 20 минут на быструю проверку «серой зоны»

Сравнение результатов:

Что сказал руководитель:

«Список от ИИ оказался точнее, чем когда мы делали вручную. ИИ не пропустил кандидата с нестандартным названием должности, потому что смотрел на обязанности, а не на заголовок. Человек мог бы пролистать такое резюме».

Часть 5. Как обрабатывать «серую зону»

«Серая зона» — кандидаты, которых ИИ оценил на 5-7 баллов. Их нельзя просто отклонить, но и тратить много времени на каждого — тоже.

Протокол работы с серой зоной (10-15 минут на всех):

1. Выпишите всех кандидатов из серой зоны (обычно 15-20 человек из 100)

2. Быстрый ручной просмотр каждого (30 секунд):

   • Что ИИ посчитал слабым местом?

   • Может быть, ИИ ошибся?

   • Есть ли что-то уникальное, что перевешивает недостатки?

3. Переместите в топ-список кандидатов с уникальным опытом или сильными достижениями

4. Отклоните тех, у кого явно не хватает ключевого требования

Пример из практики:

ИИ оценил кандидата на 6 баллов. Причина: «опыт в продажах B2B только 1,5 года при требовании 3 года». Но при ручном просмотре рекрутер заметил: кандидат продавал сложное оборудование в B2B и перевыполнял план на 40%. Рекрутер повысил оценку до 8 баллов и пригласил на собеседование. Кандидат был нанят и показал отличные результаты.

Часть 6. Ограничения массового анализа

Сколько резюме можно загрузить за раз?

Если резюме больше — разбивайте на части. 100 резюме = 3 загрузки по 30-35.

Когда массовый анализ не работает:

Практическое задание к уроку

1. Соберите 20-30 резюме из своей базы (можно старые, можно новые)

2. Адаптируйте промпт из урока под реальную вакансию

3. Загрузите резюме в DeepSeek (если больше 40 — двумя партиями)

4. Получите таблицу с оценками

5. Выберите топ-5

6. Сравните с тем, как вы отбирали вручную (если это старые резюме)

Контрольные вопросы

1. Почему после 50 резюме ручной отбор становится неточным?

2. Как адаптировать промпт массового анализа под вакансию в IT?

3. Что такое «серая зона» и как с ней работать?

4. Сколько резюме можно загрузить в DeepSeek за один раз?

5. В каком случае массовый анализ не сработает?