Отбор резюме через нейросеть: как разобрать 600 анкет

На одну вакансию мне падает не десяток анкет, а 600 — вручную это не разгрести. Поэтому первичный отбор резюме я отдал нейросети, а собес и финальный досмотр оставил себе — там, где реально нужна голова. Автофильтр hh отсеивает по формальным признакам, анкета заменяет HR-интервью, а ответы разбирает Claude по критериям, которые я пишу сам, под свою нишу — на выходе два списка: «золото» и «серебро». Так я и разгрёб этот вал — на одного вайбкодера).

А грустно всё это потому, что найм в 2026-м и правда стал схваткой нейронок с двух сторон. Три вакансии в этом году я закрываю сам, без HR, и на себе же ловлю, как это красивое словосочетание превратилось в ежедневную рутину: кандидаты давно откликаются через ИИ, откликов прилетает столько, что руками их физически не прочитать, — и мне не остаётся ничего, кроме как разгребать этот вал тоже нейросетью. Как именно, по шагам, — дальше, а пока держите короткую карту.

Почему найм стал битвой нейросетей

Смотрите, откуда вообще взялась эта битва. С одной стороны — кандидаты. Они откликаются через ИИ массовым перебором: анкеты, сопроводительные, даже тестовые — всё это давно заполняется нейросетью, причём автоматизированно, пачками. Это раздувает количество откликов до совершенно нереальных объёмов. По двум из трёх моих вакансий откликов было тысячи по две-три, и больше трёхсот заполненных анкет. А на вайбкодера мне сейчас прилетает по 500+ откликов в сутки.

Теперь прикиньте арифметику. Даже если тратить по две минуты на резюме — а это очень быстро, толком не вчитываясь, — то 500 штук это 15 часов чтения нонстоп. Каждый день. Ни один живой человек так не сможет, и я не исключение.

С другой стороны этой битвы — я, работодатель. И мне физически некогда читать вал, в котором 9 из 10 откликов — нейрослоп. Знаете, вот это вот, когда человек поленился даже переписать за нейронкой и оставил в анкете что-нибудь в духе «Это не просто кейс — это история о том, как смелость меняет бизнес». Открываешь такое (а таких — большинство) — и сразу ясно: писал ИИ, человек даже не перечитал. А по каким конкретным щелям нейронка вылезает из текста — ровная длина всех фраз, стрелочки вместо тире, ноль живого профсленга — я разобрал отдельно, на примере тестовых заданий: признаки текста нейросети и как вычислить ИИ в тестовом.

Вот и получается схватка нейронок с двух сторон, и припекает обеих. Кандидаты откликаются через ИИ на сотни вакансий разом — а я, работодатель, вынужден обрабатывать эту лавину тоже через ИИ. И у кандидатов, честно говоря, горит жопа (вполне справедливо): им надо пробиться через мой ИИ-фильтр, а потом ещё через живого эйчара, просто чтобы поговорить с кем-то вменяемым в компании. Я их прекрасно понимаю. Но когда ты в найме один и всё горит на тебе (про это чувство у меня есть отдельный текст — почему команда не тащит и как перестать всё контролировать самому), другого выхода я честно не вижу.

Моя воронка отбора резюме через ИИ: четыре шага

Прежде чем нырять в детали, покажу всю воронку целиком — чтобы вы держали в голове карту, а не отдельные кусочки. Отбор у меня идёт в четыре шага, от грубого сита на входе до ручного досмотра в конце.

Дальше пройдусь по каждому шагу: где работает автоматика, где — нейросеть, а где всё-таки я сам.

Шаг 1. Автофильтр HeadHunter отсеивает по формальным признакам

Первым в дело вступает даже не ИИ, а сам HeadHunter. У него есть автофильтр: задаёшь широкие формальные критерии — опыт, город, ключевые навыки — и он сам отсеивает тех, кто под них не подходит, а всем подходящим автоматически высылает анкету. По сути это первичный отбор резюме по формальным признакам, только руками его никто не делает.

Да, кандидатов автофильтр бесит (сам бы бесился на их месте), я в курсе. Но снова упираемся в ту же арифметику: когда тебе валится 500+ откликов в день, просмотреть их глазами невозможно, даже если бросить вообще все дела. Поэтому автоматическая система отбора работает на входе как грубое сито — пропускает дальше только тех, кто хотя бы формально в теме. А вот дальше начинается интереснее.

Шаг 2. Анкета вместо HR-интервью: 7–10 вопросов

Прошедшим сито уходит анкета. Это 7–10 вопросов, которые заменяют мне первичное HR-интервью: по ответам видно, в нашу сторону человек или нет, ещё до того, как мы встретимся вживую. Ответы падают ко мне в обычную гугл-таблицу.

И вот тут накрывает вторая волна. Анкет тоже приходит очень много: за одну ночь мне прилетало по 100+ штук, за сутки — 80+, а на того же вайбкодера набралось 600+ анкет всего. Читать каждую вдумчиво — минут пять минимум. Перемножьте — и весь день уходит только на анкеты, а новые резюме тем временем продолжают капать.

Что я в этой анкете спрашиваю:

Кейсовые вопросы — самое ценное. Резюме можно приукрасить, а вот когда человек своими словами расписывает, как он взялся бы за реальную задачу, сразу видно, наш это человек по подходу или нет.

Шаг 3. Как настроить Claude на разбор анкет

Вот то, ради чего вы, скорее всего, и открыли этот текст. 600+ анкет глазами не осилить при всём желании, поэтому сам разбор я отдаю Claude. Сразу предупрежу про аккаунт: свежий профиль, в который с первого дня грузят пачки анкет, банят охотно — мы так потеряли несколько штук. Если уже прилетело — про новый аккаунт и апелляции есть отдельный разбор: что делать, когда Claude заблокировал аккаунт. А теперь — те самые пять действий, которые я делаю.

Вот в четвёртом и пятом шаге и зарыта вся соль. В выдаче продают платформы и списки из двух десятков универсальных промптов, где ИИ работает чёрным ящиком: закинул резюме — получил оценку. У меня наоборот. Критерии отбора пишу я, живой человек, который знает свою нишу, а нейросеть я прошу ДУМАТЬ и задавать мне встречные вопросы на пограничных случаях — потому что вся сложность именно в них. Готовый универсальный промпт так не умеет.

Чтобы не собирать это заново каждый раз, вот каркас, который повторяет ровно эти пять шагов. Готового «универсального» промпта тут нет и быть не может — то, что в квадратных скобках, вы вписываете сами, под свою нишу. В этом и весь смысл.

Ты — мой помощник по отбору кандидатов. Работаем поэтапно, не спеши с выводами.

КОНТЕКСТ. Я дам тебе три вещи:
1. Профиль должности — кого ищем: опыт, хард- и софт-скилы, что за человек. [вставьте свой профиль должности]
2. Анкету — вопросы, на которые отвечали кандидаты. [вставьте свою анкету]
3. Ответы кандидатов на эту анкету. [вставьте ответы]

КРИТЕРИИ (это я пишу сам, под свою нишу — универсального списка тут нет):
- Хороший ответ — это когда: [впишите, что для вас признак сильного ответа]
- Слабый ответ — это когда: [впишите, что вас настораживает]
- Стоп-факторы, при которых сразу отказ: [впишите свои]

ЗАДАЧА.
Проанализируй каждого кандидата по этим критериям. Думай сам, а не иди слепо по списку: если ответ можно понять двояко — не угадывай, задай мне встречный вопрос. На пограничных случаях всегда спрашивай меня.
Выдай две выборки:
- «Золото» — проходят идеально по всем критериям.
- «Серебро» — подходят не по всем, надо смотреть руками.
По каждому кандидату коротко поясни, почему он попал именно в этот список.

Это, кстати, ровно тот же принцип, что и в другом моём промпте для ИИ, который считает объём рынка: нейросеть хороша настолько, насколько подробно ты объяснил ей, что тебе нужно, и насколько честно попросил не выдумывать. Скрининг резюме через ИИ — тот же случай. Сформулируешь критерии на отвали — получишь мусор на выходе. Распишешь подробно — получишь рабочий инструмент.

Шаг 4. Списки «золото» и «серебро», а решаю я

На выходе Claude даёт мне не одну кнопку «годен / не годен», а две выборки. Я их называю «золото» и «серебро».

Смысл двух списков простой: честного бинарного «да/нет» тут не бывает. Есть те, кого точно надо смотреть, и есть те, кого стоит перепроверить своими глазами. Финальное решение и собеседование всё равно за мной — нейросеть готовит мне короткий список, а не нанимает вместо меня. Ранжировать сотни кандидатов по моим критериям — это она берёт на себя. Выбрать из финалистов — по-прежнему моя работа.

Насколько точен ИИ-отбор и где он ошибётся

Резонный вопрос: а не выкинет ли нейросеть сильного кандидата за борт по ошибке? Отвечаю честно: попадание у меня выходит процентов 90–95. Я несколько раз перепроверял за ним вручную, и процент ошибочных отсевов оказался довольно маленьким.

Но эти 90–95% берутся не из воздуха. Они работают ровно потому, что критерии я сформулировал сам и подробно, а на старте попросил Claude задавать мне вопросы на пограничных случаях — там, где ответ кандидата можно понять и так, и эдак. Пока все эти мелочи не проговорены, сеть будет промахиваться. Проговорил — начинает разбирать нормально.

Так что «а где же живой HR» — вот он, никуда не делся. Просто теперь он подключается на финале: 600 анкет разгребает машина, а решение по живым финалистам принимаю я сам. Это и есть здоровое разделение труда: рутину — нейросети, решение — человеку.

Персональные данные: что там с 152-ФЗ

И одна честная оговорка, без которой картинка была бы неполной. Резюме — это персональные данные, а их обработку в России регулирует 152-ФЗ «О персональных данных». Выгружать целиком базу резюме с hh в западное облако вроде Claude — история мутная и рискованная.

Меня выручает то, что я разбираю не выгруженную базу, а ответы на анкету, которые кандидат прислал мне сам, добровольно, в мою гугл-таблицу. И общее правило, которое стоит держать в голове: перед загрузкой ответы безопаснее обезличивать — убирать всё, по чему человека можно однозначно опознать. Если для вас это принципиально, под ту же задачу есть и отечественные сервисы. Паниковать и вовсе отказываться от ИИ смысла нет — грузите аккуратно, без лишних персональных данных, вот и вся наука.

Ну и если совсем коротко. Раньше найм отжирал у меня дни на чтение откликов — теперь ИИ-отбор снимает с меня этот кусок ручной работы, и это, по сути, часть той же истории про выход собственника из операционки. Машина разгребает вал, я занимаюсь людьми и решениями.

Через ИИ ты теперь фильтруешь ровно то, что через ИИ тебе и прислали. Так и живём.

Если хотите выстроить найм так, чтобы он не съедал ваши дни, и заодно вытащить себя из ручной операционки — это как раз то, что мы разбираем на консультации.