GPT-агент для скрининга резюме: рекрутер перестала тонуть в откликах
IT-компания, 1 рекрутер
Задача
50–80 откликов в день на 4 вакансии. Один рекрутер не успевает читать резюме вдумчиво. Хорошие кандидаты теряются в потоке.
Решение
GPT-агент через n8n: новый отклик → анализ по критериям вакансии → оценка 1–10 с обоснованием → приоритетный список для рекрутера.
Результаты
Результаты в процессе формирования.
Ситуация
Небольшая IT-компания открыла 4 вакансии одновременно: два разработчика, тестировщик, аналитик. Один рекрутер. Откликов на hh.ru приходило 50–80 в день на все вакансии. Читать каждое резюме вдумчиво — нереально. Начали пропускать хороших кандидатов или наоборот тратить время на явно нерелевантных.
Что сделали
Настроили GPT-агента через n8n: новый отклик на hh.ru → агент получает резюме → сравнивает с описанием вакансии по заданным критериям (стек, опыт, проекты) → выставляет оценку от 1 до 10 с кратким обоснованием → результат в таблицу с пометкой «позвонить», «рассмотреть позже», «не подходит».
Рекрутер видит приоритетный список: сначала те, кто набрал 7+, и короткое объяснение почему. Финальное решение — всегда за человеком, агент только сортирует.
Настройка заняла 3 дня, включая обучение на примерах «хороших» и «плохих» резюме по каждой вакансии.
Результат
Рекрутер тратила 15–20 минут на резюме при полном чтении. С агентом — 1–2 минуты на проверку оценки и принятие решения. За 3 недели закрыли 3 из 4 вакансий. Субъективно — качество шорт-листа стало выше, потому что критерии применялись последовательно, без усталости к концу рабочего дня.