
AI-агент для HR-скринінгу: з 3 годин до 3 хвилин
Коротко
- •Вузький AI-агент скорочує перший прохід CV з 3 годин до 3 хвилин на роль, а пропускна здатність зростає приблизно на 83% (кейс перекладацької компанії).
- •Ключове — не модель, а етап людського ревʼю, рубрика і журнал аудиту.
- •Починайте з однієї сімʼї ролей, однієї рубрики, одного ревʼюера. Далі масштабуйте.
Коли HR-керівниця перекладацької компанії на 180 людей розповіла, що рекрутери витрачають три години на роль лише на перший прохід CV — до жодної живої розмови — стало зрозуміло, куди має стати агент. Не замість людини. А щоб видалити нудну частину.
Як виглядає HR-скринінг до AI?
Для типової SMB на 30–500 людей, що набирає 2–6 ролей на місяць, картина однакова.
Відкривається вакансія. Воронка тягне 80–400 CV. Джуніор-рекрутер відкриває кожне, читає дві третини, переносить нотатки в таблицю і намагається пригадати, чи "5 років досвіду" сильніше за "очолював команду з 4 людей". До 30-ї ролі рубрика "поплила". До 50-ї двоє рекрутерів сперечаються щодо одного й того ж кандидата.
Визначення: Перший прохід — фільтр від сирого пулу до short-list, з яким варто говорити по телефону. Зазвичай 10–20% від загального потоку.
Саме сюди ставиться агент. Не співбесіда. Не офер. Лише механічний прохід CV проти рубрики.
Куди саме слотується агент?
Три межі важливі:
- Вхід: кожне CV (PDF/DOCX) парситься у структуровані поля.
- Рішення: скоринг за письмовою рубрикою (must-have, nice-to-have, дискваліфікатори), оцінка 1–10 з одним абзацом обґрунтування.
- Вихід: черга для рекрутера — а не автовідмова. Кожне "ні" має натиснути людина.
Останній пункт — це вся гра. Якщо агент автовідмовляє — на вас чекає позов. Якщо лише ранжує і пояснює — рекрутер працює у 20× швидше, а відповідальність лишається у людини.
Визначення: Етап людського ревʼю — обовʼязковий крок, де людина підтверджує або скасовує кожне рішення агента до зовнішнього ефекту (лист, відмова, зміна статусу).
Шаблон промпта (copy/paste)
Ти — асистент HR-скринінгу для [ТИП КОМПАНІЇ], що наймає на [РОЛЬ].
ВХОДИ:
- Текст CV
- Рубрика нижче
РУБРИКА:
Must-have (бінарно, всі обовʼязкові):
- [Критерій 1]
- [Критерій 2]
Nice-to-have (0-3 бали кожен):
- [Критерій A]
- [Критерій B]
Дискваліфікатори (бінарно):
- [Критерій X]
ВИХІД (строгий JSON):
{
"must_haves_met": [...],
"nice_to_haves": [...],
"disqualifiers_triggered": [...],
"overall_score": 1-10,
"summary": "2 речення",
"recommended_action": "advance | hold | reject",
"uncertainty_flags": [...]
}
ПРАВИЛА:
- Цитуй докази прямо з CV.
- Ніколи не висновуй захищених характеристик (вік, стать, етнос, релігія).
- "reject" — лише ПРОПОЗИЦІЯ. Підтверджує людина.
Блок правил — те, що команди пропускають. І саме він рятує на юридичному ревʼю.
Tool tip (Course for Business): Як працює співвідношення AI Champions (1:15-20) на практиці: один чемпіон на ~17 співробітників сидить з рекрутингом тиждень, будує цього самого агента shoulder-to-shoulder, передає рубрику і промпт як живий артефакт. Принцип Augment-don't-replace тут критичний — рекрутер володіє кожним рішенням, агент лише видаляє 3-годинне нудне читання. 6-week program: https://course.aiadvisoryboard.me/business.
Які KPI міряти?
Шість чисел щотижня:
- Час на роль (перший прохід) — хвилини від відкриття пулу до short-list.
- Пропускна здатність — ролей на рекрутера-тиждень.
- Конверсія short-list → інтервʼю.
- Override rate рекрутера — як часто людина змінює рішення агента (10–25% — норма; <10% — штампування, >25% — рубрика погана).
- Якість найму через 90 днів.
- Adverse-impact ratio — рівні відмов по захищених групах, щомісяця.
Останнє — не обговорюється. Не можете порахувати — не запускайте.
Team scan (what AI champions report after week 1)
- 78% рекрутерів випробували агента на живій ролі
- Найвища адопція на high-volume ролях (перекладачі, support, junior sales)
- Один чемпіон на pod (1:17)
- Зекономлений час: ~6–9 годин у перший тиждень, далі більше
- Перший паттерн override: агент недооцінював нелінійні карʼєри — фікс у рубриці v2
- Перша перемога: short-list за 4 хвилини на роль, що раніше їла пів дня
- Перший біль: парсинг сканованих PDF — додали pre-step
- Перше governance-питання: "А якщо кандидат подасть до суду?" — відповідає журнал аудиту
- Use case #1 за оцінкою рекрутерів
- Усталений ефект: ~12 годин/тиждень на рекрутера з 3-го тижня
Micro-case (що змінюється за 7-14 днів)
Перекладацька компанія на 180 людей увімкнула агента на одній сімʼї ролей — фрилансери на 12 мовних пар. Об'єм: ~200 CV на роль. Було: рекрутер, 3 години на роль, 6 ролей на тиждень, виснаження до четверга. Стало (через 2 тижні): 3 хвилини агента + 25 хвилин ревʼю на роль, інтейк +83%, якість short-list незмінна у сліпому A/B. Рекрутер почав витрачати звільнений час на кандидатський досвід — відповідати кожному, від чого агентство відмовилось роки тому.
Note on this case: This example is illustrative — based on typical patterns we observe with companies of 30-500 employees, not a single named client. Specific numbers are rounded approximations of common ranges, not guarantees.
Tool tip (Course for Business): Більшість команд застрягають не на промпті, а на дизайні рубрики. Shoulder-to-Shoulder hot seat у 6-week program ставить чемпіона поруч із вашим рекрутинг-лідом, поки той пише рубрику живцем, дебажить перші 20 виходів і запускає чергу ревʼю. Augment-don't-replace — нуль автовідмов. Книжте 30-хвилинний мепінг: https://course.aiadvisoryboard.me/business.
FAQ
Чи не вносить це упередженість? Будь-який скринінг має упередження — питання, чи воно аудитовне. Рубрика з цитованими доказами і людським гейтом — більш аудитовна, ніж втомлений рекрутер у пʼятницю о 16:00. Міряйте adverse-impact щомісяця.
А EU AI Act? HR-скринінг — high-risk use case. Потрібно: human-in-the-loop на кожне рішення, документована рубрика, логи, нуль автовідмов. Агент вище збудований саме під цю позицію.
Достатньо ChatGPT чи треба щось спеціальне? Frontier-модель за внутрішнім враппером — достатньо для більшості SMB. Враппер важливіший за модель: JSON-schema, логи, редакція захищених полів, маршрутизація у чергу ревʼю.
Скільки до ROI? Зазвичай чисті часові вигоди для рекрутерів — за 2 тижні. Стабілізація рубрики — 3–4 ітерації, поки override rate сяде в 10–25%.
Висновок
Працює не модель. Працює те, що ви забрали 3-годинну, low-judgment, high-volume задачу і віддали її єдиному, що не втомлюється до 30-ї ролі. Рекрутер тримає кожне рішення. Кандидат отримує швидший і чесніший процес. Журнал аудиту пишеться сам.
Виберіть одну сімʼю ролей. Напишіть рубрику. Збудуйте агента за тиждень з чемпіоном поруч із рекрутинг-лідом. Міряйте override і adverse-impact з першого дня.
Якщо хочете, щоб кожен співробітник запустив свою першу AI-автоматизацію за 5 днів — книжте 30-хвилинний дзвінок, ми складемо план на перший тиждень: https://course.aiadvisoryboard.me/business.
Часті питання
Готові трансформувати робочий процес команди?
AI Advisory Board допомагає командам автоматизувати щоденні стендапи, запобігати вигоранню та приймати рішення на основі даних. Приєднуйтесь до сотень команд, які вже економлять 2+ години на тиждень.
Отримуйте щотижневі поради з управління командою
Приєднуйтесь до 2,000+ лідерів, які отримують наші найкращі поради щодо продуктивності та запобігання вигоранню.
Без спаму. Відписатися можна будь-коли.
Читайте також

Перший AI-агент: з якого workflow починати
Більшість засновників SMB обирають не того першого AI-агента і витрачають 3 місяці на ефектний use case, який ніколи не доходить до прод. Ось з чого варто починати насправді.
Читати
AI-агенти: коли НЕ варто впроваджувати (5 кейсів)
Більшість провалів AI-агентів — не технічні. Це workflow, які не мали ставати агентами з самого початку. Ось п'ять випадків, де агент тільки шкодить.
Читати
AI-агент для тріажу саппорту: патерн 60-80% deflection
Тріаж саппорту — найнадійніший перший AI-агент для SMB. Ось патерн deflection, що стабільно дає 60-80%, правило ескалації, що зберігає CSAT, і setup команди, який не розвалюється.
Читати