Začať
Späť na blog
Tips

Písanie účinných AI filtrovacích promptov: Príklady pre každý typ pozície

Naučte sa, ako písať vlastné AI prompty, ktoré presne prefiltrujú kandidátov tak, ako by ste to urobili vy. Obsahuje pripravené šablóny pre inžinierov, marketing, predaj a ďalšie.

Autor Samet Demirtas7 min čítania
Písanie účinných AI filtrovacích promptov: Príklady pre každý typ pozície

Rozdiel medzi „AI nám dala užitočné výsledky“ a „AI filtrovanie bolo stratou času“ takmer vždy závisí od jednej veci: kvality vášho vlastného promptu.

Váš vlastný AI prompt je vaša konkurenčná výhoda. Povie AI presne, čo má hľadať, čo preferovať a na aké varovné signály si dávať pozor. Dobre zostavený prompt zmení generický nástroj na filtrovanie na váš osobný AI personalista.

Štruktúra účinného filtrovania promptu

Výborný prompt obsahuje štyri časti:

1. Nevyhnutné požiadavky

Aké zručnosti, skúsenosti alebo kvalifikácie sú nevyhnutné?

2. Príjemné odlišovače

Čo robí kandidáta výnimočným (ale nie je to povinné)?

3. Varovné signály

Na čo by si AI mala dávať pozor ako na možné problémy?

4. Priorita hodnotenia

Ako by mala AI vážiť rôzne faktory?

Štruktúra šablóny

Nevyhnutné:
[Zoznam nevyhnutných požiadaviek]

Silné odlišovače:
[Zoznam príjemných kvalifikácií]

Varovné signály:
[Zoznam problémov, na ktoré si treba dávať pozor]

Priorita hodnotenia:
[Popíšte, ako vážiť jednotlivé faktory]

Pripravené šablóny promptov

Softvérový inžinier (backend)

Nevyhnutné: Minimálne 3 roky skúseností s backendovým vývojom v Pythone, Jave alebo Go. Skúsenosti s relačnými databázami (PostgreSQL, MySQL). Porozumenie dizajnu REST API a architektúre mikroslužieb.

Silné odlišovače: Skúsenosti s cloudovými platformami (AWS, GCP, alebo Azure). Skúsenosti s kontajnerizáciou (Docker, Kubernetes). Príspevky do open-source projektov. Skúsenosti s event-driven architektúrou alebo správou správ (Kafka, RabbitMQ). Skúsenosti s návrhom systémov pre vysoko navštevované aplikácie.

Varovné signály: Žiadne skúsenosti s nasadzovaním do produkcie. Len akademické alebo tutoriálové projekty. Časté zmieňovanie zamestnaní kratších ako 1 rok. Žiadne dôkazy o tímovej spolupráci.

Priorita hodnotenia: Uprednostňujte hĺbku technických skúseností pred šírkou. Hodnoťte kandidátov, ktorí vybudovali a udržiavali produkčné systémy. Pre seniorné pozície kladte veľký dôraz na systémový dizajn a porozumenie architektúre.

Frontend vývojár (React)

Nevyhnutné: Minimálne 2 roky skúseností s React.js. Silné zručnosti v JavaScripte/TypeScripte. Skúsenosti s manažmentom stavu (Redux, Context alebo podobné). Znalosť responzívneho dizajnu a expertíza v CSS.

Silné odlišovače: Skúsenosti s Next.js alebo server-side renderingom. Znalosti testovania (Jest, React Testing Library, Cypress). Optimalizácia výkonu. Skúsenosti s dizajnovými systémami alebo knižnicami komponentov. Povedomie o prístupnosti (a11y).

Varovné signály: Len skúsenosti s jQuery/vanilla JS bez práce v moderných frameworkoch. Žiadne skúsenosti s TypeScriptom na stredných alebo vyšších úrovniach. Portfólio len s šablónovými alebo tutoriálovými projektmi.

Priorita hodnotenia: Uprednostnite kandidátov, ktorí ukazujú pochopenie React vzorov a najlepsích prístupov, nie len znalosti syntaxe. Cenné sú reálne projektové skúsenosti viac než absolventi bootcampov s len kurzovými projektami (ak nie sú projektové práce výnimočné).

Produktový manažér

Nevyhnutné: Minimálne 3 roky skúseností v produktovom manažmente. Dôkazy o úspešnom uvedení produktov od konceptu po uvedenie na trh. Skúsenosti s prácou v tíme inžinierov. Prístup založený na dátach pri rozhodovaní.

Silné odlišovače: Skúsenosti s B2B SaaS produktmi. Skúsenosti s analytickými nástrojmi (Amplitude, Mixpanel a pod.). Pozadie v užívateľskom výskume alebo design thinking. Technické vzdelanie alebo informatika. Skúsenosti s riadením viacerých produktových línií.

Varovné signály: Iba skúsenosti s projektovým manažmentom (žiadne vlastníctvo produktu). Žiadne dôkazy o merateľných výsledkoch alebo metrikách. Čisto technické pozadie bez kontaktu so zákazníkom alebo používateľom.

Priorita hodnotenia: Uprednostnite dôkazy o dopade pred názvami prestížnych firiem. Hľadajte kandidátov, ktorí hovoria o výsledkoch (zvýšenie udržania o X%, rast príjmu o Y%), nie len o dodaných funkciách.

Marketingový manažér (B2B)

Nevyhnutné: Minimálne 3 roky skúseností v B2B marketingu. Skúsenosti s obsahovým marketingom a/alebo generovaním dopytu. Znalosť marketingových automatizačných nástrojov (HubSpot, Marketo a pod.). Dôkazy o riadení kampaní a sledovaní návratnosti investícií (ROI).

Silné odlišovače: Skúsenosti s marketingom SaaS. Znalosť SEO a organického rastu. Skúsenosti s ABM (Account-Based Marketing). Správa platených reklám (Google Ads, LinkedIn). Skúsenosti s budovaním marketingu od základu v startupoch.

Varovné signály: Len skúsenosti s B2C alebo agentúrne. Žiadne dôkazy o meraní ROI alebo atribúcii. Čisto kreatívne pozadie bez analytických schopností.

Priorita hodnotenia: Uprednostnite kandidátov, ktorí preukážu dátovo podložené marketingové prístupy. Hodnoťte dopad na pipeline/príjem viac než metriky povedomia o značke. Skúsenosti so SaaS sú výhodou, ale nie podmienkou, ak kandidát preukáže prenosné zručnosti.

Predajca (SaaS)

Nevyhnutné: Minimálne 2 roky skúseností v B2B predaji. Preukázateľné plnenie alebo prekročenie kvóty. Skúsenosti s CRM nástrojmi (Salesforce, HubSpot). Skúsenosti s aktívnym vyhľadávaním klientov.

Silné odlišovače: Skúsenosti s predajom SaaS alebo technológií. Priemerná hodnota obchodov >50 000 $. Skúsenosti s predajnými cyklami v korporátnom segmente. Znalosť predajných metodológií (MEDDIC, SPIN, Challenger). Skúsenosti z nášho priemyselného sektora.

Varovné signály: Len skúsenosti s príjmaním objednávok alebo inbound predajom. Žiadne údaje o plnení kvóty. Časté presuny bez postupu. Len maloobchodné alebo B2C skúsenosti.

Priorita hodnotenia: Plnenie kvóty je najdôležitejší ukazovateľ. Hľadajte konkrétne čísla: generovaný príjem, uzavreté obchody, percento dosiahnutej kvóty. Prioritizujte konzultatívny predaj pred transakčným.

Manažér zákazníckeho servisu

Nevyhnutné: Minimálne 2 roky v zákazníckom úspechu, správe účtov alebo klientskej službe. Skúsenosti s manažmentom portfólia zákazníkov. Dôkazy o metrikách udržania alebo rozšírenia. Silné komunikačné schopnosti.

Silné odlišovače: Skúsenosti so SaaS zákazníckym úspechom. Skúsenosti s platformami CS (Gainsight, Totango, ChurnZero). Zlepšenie NPS, CSAT alebo udržiavacích metrík. Skúsenosti so strategickými klientmi (100 000+ ARR). Skúsenosti s onboardingom alebo implementáciou.

Varovné signály: Len podpora/helpdesk bez strategického riadenia účtov. Žiadne dôkazy o proaktívnej angažovanosti zákazníkov. Vysoká miera odchodu zákazníkov bez kontextu.

Priorita hodnotenia: Hľadajte dôkazy udržania a rozširovania zákazníkov. Hodnoťte kandidátov, ktorí hovoria o obchodných výsledkoch, nie len o budovaní vzťahov. Empatia a komunikačné schopnosti sú dôležité — sledujte príklady obhajoby zákazníkov.

Data Scientist / ML inžinier

Nevyhnutné: Minimálne 3 roky skúseností s machine learningom alebo dátovou vedou. Znalosť Pythonu a ML frameworkov (TensorFlow, PyTorch, scikit-learn). Silné základy v štatistike a matematike. Skúsenosti s nasadzovaním modelov do produkcie.

Silné odlišovače: Skúsenosti s LLMs a generatívnou AI. Odbornosť v deep learningu. Publikované výskumy alebo prezentácie na konferenciách. Skúsenosti s infraštruktúrou ML (MLflow, Kubeflow, SageMaker). Doménová odbornosť v našom odvetví.

Varovné signály: Len skúsenosti v súťažiach Kaggle bez práce v produkcii. Nedokáže vysvetliť rozhodnutia modelu alebo kompromisy. Žiadne skúsenosti s dátovými pipeline alebo feature engineeringom v mierke.

Priorita hodnotenia: Produkčné skúsenosti sú kľúčové — uprednostnite kandidátov, ktorí vybudovali a udržiavali ML systémy v produkcii pred tými s čisto výskumným zázemím. Hľadajte dôkazy o obchodnom dopade ich modelov.

HR / ľudské zdroje

Nevyhnutné: Minimálne 3 roky skúseností v HR. Znalosť pracovného práva a súladu. Skúsenosti s HRIS systémami. Skúsenosti s personálnymi vzťahmi.

Silné odlišovače: Skúsenosti s rozširovaním HR pre rastúcu firmu (50 až viac než 200 zamestnancov). Skúsenosti s návrhom odmien a benefitov. Budovanie firemnej kultúry a employer branding. Skúsenosti s HR analytikou a ľudskými dátami. Medzinárodné HR alebo viac krajín.

Varovné signály: Len administratívne HR skúsenosti. Žiadne dôkazy o strategických HR iniciatívach. Žiadne skúsenosti s modernými HR nástrojmi. Odmietanie dátovo podložených prístupov.

Priorita hodnotenia: Uprednostnite strategické HR myslenie pred administratívou. Hľadajte kandidátov, ktorí budovali procesy a systémy, nie len ich udržiavali. Dôležitá je pozornosť na kultúru a skúsenosť zamestnancov.

Pokročilé techniky tvorby promptov

Hodnotenie vo vrstvách

Hodnoťte kandidátov v troch vrstvách:
- Vrstva 1 (silný fit): Spĺňa všetky nevyhnutné + 3 alebo viac odlišovačov
- Vrstva 2 (dobrý fit): Spĺňa všetky nevyhnutné + 1-2 odlišovače
- Vrstva 3 (marginal fit): Spĺňa väčšinu nevyhnutných, ale chýbajú kľúčové požiadavky

Jasne uveďte vrstvu v analýze.

Zameranie podľa odvetvia

Sme fintech spoločnosť obsluhujúca korporátne banky. Uprednostnite kandidátov s:
- Skúsenosťami v finančných službách alebo regulovaných odvetviach
- Porozumením požiadaviek na súlad (SOC 2, PCI atď.)
- Skúsenosťami s korporátnymi predajnými cyklami (6+ mesiacov)

Hodnotenie potenciálu rastu

Okrem aktuálnych zručností hodnotte potenciál rastu:
- Dôkazy o rýchlom získavaní zručností
- Kariérny postup (povýšenia, rast zodpovednosti)
- Vedľajšie projekty alebo indikátory kontinuálneho vzdelávania
- Adaptabilita pri zmene kariéry

Kultúrne signály

Náš tím si cení:
- Zodpovednosť a prevzatie vlastníctva (hľadajte dôkazy o celkovom vlastníctve projektov)
- Spoluprácu (dôkazy o medziodborovej práci)
- Neustále vzdelávanie (kurzy, certifikáty, vedľajšie projekty)
- Priamu komunikáciu (hľadajte jasné a stručné písanie v životopise)

Tipy na optimalizáciu promptu

  1. Buďte špecifickí — „Silné programátorské zručnosti“ je nejasné. „3+ rokov Python s Django alebo FastAPI“ je konkrétne.

  2. Vysvetlite dôvody — Namiesto len výpisu kritérií vysvetlite, prečo sú dôležité. To pomáha AI lepšie posudzovať hraničné prípady.

  3. Iterujte — Prezrite prvé výsledky. Ak AI príliš zdôrazňuje niečo, upravte prompt.

  4. Použite doplnkový prompt — Počiatočný prompt filtruje životopisy. Doplnkový prompt môže klásť kandidátom upresňujúce otázky o medzerách alebo zaujímavostiach.

  5. Udržujte prompt aktuálny — Ako sa menia vaše požiadavky, aktualizujte prompt. To, čo platilo pre prvý nábor, nemusí pre desiaty.


Váš AI je taký dobrý, ako sú vaše inštrukcie. Píšte výborné prompty, najmite výborných ľudí.

Pripravení zjednodušiť nábor?

Pripojte sa k tímom, ktoré používajú ResReader na triedenie životopisov, AI pohovory a rýchlejší nábor.