Skillnaden mellan "AI gav oss användbara resultat" och "AI-screening var bortkastad tid" handlar nästan alltid om en sak: kvaliteten på din anpassade prompt.

Din anpassade AI-prompt är din konkurrensfördel. Den berättar för AI exakt vad den ska leta efter, vad som ska prioriteras och vilka varningssignaler som bör uppmärksammas. En välutformad prompt förvandlar ett generiskt screeningsverktyg till din personliga AI-rekryterare.

Uppbyggnad av en effektiv screeningprompt

En bra prompt har fyra komponenter:

1. Måste-ha-krav

Vilka färdigheter, erfarenheter eller kvalifikationer är absolut nödvändiga?

2. Trevliga att ha-differentierare

Vad skulle få en kandidat att sticka ut (men är inte obligatoriskt)?

3. Varningssignaler

Vad bör AI hålla utkik efter som potentiella problem?

4. Utvärderingsprioritet

Hur ska AI vikta olika faktorer?

Mallstruktur

Måste-ha:
[Lista icke förhandlingsbara krav]

Starka differentierare:
[Lista trevliga att ha-kvalifikationer]

Varningssignaler:
[Listor bekymmer att observera]

Utvärderingsprioritet:
[Beskriv hur olika faktorer ska viktas]

Färdiga promptmallar

Mjukvaruingenjör (Backend)

Måste-ha: 3+ års erfarenhet av backendutveckling med Python, Java eller Go. Erfarenhet av relationsdatabaser (PostgreSQL, MySQL). Förståelse för REST API-design och mikrotjänstarkitektur.

Starka differentierare: Erfarenhet av molnplattformar (AWS, GCP eller Azure). Erfarenhet av containerisering (Docker, Kubernetes). Bidrag till open-source-projekt. Erfarenhet av händelsestyrd arkitektur eller meddelandeköer (Kafka, RabbitMQ). Systemdesign för högtrafikerade applikationer.

Varningssignaler: Ingen erfarenhet av produktionssättning. Endast akademiska/tutorialprojekt. Jobbskuttande med mindre än 1 år på varje position. Ingen bevisning på samarbetsarbete.

Utvärderingsprioritet: Prioritera djup teknisk erfarenhet framför bredd. Värdera kandidater som byggt och underhållit produktionssystem. Viktigt med tung vikt på systemdesign och arkitekturförståelse för seniora roller.

Frontendutvecklare (React)

Måste-ha: 2+ års erfarenhet av React.js-utveckling. Stark JavaScript/TypeScript-kompetens. Erfarenhet av state management (Redux, Context eller liknande). Responsiv design och expertis i CSS.

Starka differentierare: Erfarenhet av Next.js eller server-side rendering. Testningserfarenhet (Jest, React Testing Library, Cypress). Prestandaoptimering. Erfarenhet av designsystem eller komponentbibliotek. Tillgänglighet (a11y) medvetenhet.

Varningssignaler: Endast jQuery/vanilla JS med ingen erfarenhet av moderna ramverk. Ingen erfarenhet av TypeScript för mellannivå eller högre. Portfolio med enbart mallar/tutorialprojekt.

Utvärderingsprioritet: Prioritera kandidater som visar förståelse för React-mönster och bästa praxis, inte bara syntaxkunskap. Värdera kandidater med verkliga projekt framför bootcamp-studenter med endast kursprojekt (om inte projekten är imponerande).

Produktchef

Måste-ha: 3+ års erfarenhet av produktledning. Bevis på att leverera produkter från koncept till lansering. Erfarenhet av samarbete med teknikteam. Datadrivet beslutsfattande.

Starka differentierare: Erfarenhet av B2B SaaS-produkter. Erfarenhet av produktanalysverktyg (Amplitude, Mixpanel, etc.). Bakgrund inom användarforskning eller design thinking. Teknisk bakgrund eller utbildning inom datavetenskap. Erfarenhet av multipla produktlinjer.

Varningssignaler: Endast projektledningserfarenhet (ingen produktägarskap). Ingen bevisning på mätbara resultat eller nyckeltal. Enbart teknisk bakgrund utan kund-/användarinteraktion.

Utvärderingsprioritet: Värdera bevis på påverkan över prestigefyllda företag. Leta efter kandidater som pratar om resultat (t.ex. ökad retention med X%, ökade intäkter med Y%) och inte bara funktioner.

Marknadschef (B2B)

Måste-ha: 3+ års erfarenhet av B2B-marknadsföring. Erfarenhet av content marketing och/eller leadgenerering. Bekantskap med marknadsföringsautomationsverktyg (HubSpot, Marketo, etc.). Bevis på kampanjhantering och ROI-uppföljning.

Starka differentierare: SaaS-marknadsföringserfarenhet. SEO och organisk tillväxtkompetens. Erfarenhet av ABM (Account-Based Marketing). Hantering av betald reklam (Google Ads, LinkedIn). Erfarenhet av att bygga marknadsföring från grunden i en startup.

Varningssignaler: Endast B2C eller byråerfarenhet. Ingen bevisning på ROI eller attribuering. Enbart kreativ bakgrund utan analytiska färdigheter.

Utvärderingsprioritet: Prioritera kandidater med datadrivna marknadsföringsmetoder. Värdera bevis på pipeline- och intäktspåverkan över varumärkesmedvetenhet. SaaS-erfarenhet är stark fördel men inte krav om överförbara färdigheter visas.

Säljrepresentant (SaaS)

Måste-ha: 2+ års erfarenhet av B2B-försäljning. Dokumenterad uppnådd eller överträffad kvot. Erfarenhet av CRM-verktyg (Salesforce, HubSpot). Erfarenhet av outbound-prospektering.

Starka differentierare: Erfarenhet av SaaS eller teknisk försäljning. Genomsnittlig affärsstorlek > $50K. Erfarenhet av enterpriseförsäljningscykler. Kännedom om säljtekniker (MEDDIC, SPIN, Challenger). Erfarenhet inom vår bransch.

Varningssignaler: Endast inbound eller ordermottagande försäljning. Ingen kvotuppnåelse data. Frekventa sidoförflyttningar utan framsteg. Enbart detaljhandel eller B2C-försäljning.

Utvärderingsprioritet: Kvotuppfyllelse är den viktigaste indikatorn. Leta efter specifika siffror: genererad intäkt, stängda affärer, procentuellt uppnådd kvot. Värdera konsultativ försäljningsstil över transaktionell försäljningserfarenhet.

Customer Success Manager

Måste-ha: 2+ års erfarenhet inom customer success, kontoansvar eller kundtjänst. Erfarenhet av att hantera kundportföljer. Bevis på retention eller expansionsmått. Starka kommunikationsfärdigheter.

Starka differentierare: Erfarenhet från SaaS customer success. Erfarenhet av CS-plattformar (Gainsight, Totango, ChurnZero). Dokumenterad förbättring av NPS, CSAT eller retention. Erfarenhet av storkundsverksamhet (> $100K ARR). Erfarenhet av onboarding och implementering.

Varningssignaler: Endast support/helpdesk utan strategisk kontoansvar. Ingen proaktiv kundengagemang. Hög kundavhopp utan förklaring i tidigare roller.

Utvärderingsprioritet: Leta efter bevis på kundretention och expansion. Värdera kandidater som pratar affärsresultat, inte enbart relationsbyggande. Empati och kommunikation är viktigt — leta efter exempel på kundadvokatskap.

Data Scientist / ML Engineer

Måste-ha: 3+ års erfarenhet inom maskininlärning eller datavetenskap. Kunskap i Python och ML-ramverk (TensorFlow, PyTorch, scikit-learn). Stark statistik- och matematikgrund. Erfarenhet av produktionssättning av modeller.

Starka differentierare: Erfarenhet av LLMs och generativ AI. Expertis inom djupinlärning. Publicerad forskning eller konferenspresentationer. Erfarenhet av ML-infrastruktur (MLflow, Kubeflow, SageMaker). Domänkunskap inom vår bransch.

Varningssignaler: Endast Kaggle-tävlingar utan produktionsarbete. Kan inte förklara modellbeslut eller kompromisser. Ingen erfarenhet av datarörledningar eller featurengineering i skala.

Utvärderingsprioritet: Produktionsvana är avgörande — prioritera kandidater som byggt och underhållit ML-system i produktion framför rent forskningsbakgrund. Leta efter bevis på affärspåverkan från deras modeller.

HR / Personaladministration

Måste-ha: 3+ års HR-erfarenhet. Kunskap om arbetsrätt och compliance. Erfarenhet av HRIS-system. Erfarenhet av medarbetarrelationer.

Starka differentierare: Erfarenhet av att skala HR för växande företag (50 till 200+ anställda). Erfarenhet av löne- och förmånsdesign. Kulturbyggande och employer branding. Erfarenhet av HR-analys och personaldata. Internationell HR / multinationell erfarenhet.

Varningssignaler: Enbart administrativ HR-erfarenhet. Ingen bevisning på strategiska HR-initiativ. Ingen erfarenhet av moderna HR-verktyg. Motstånd mot datadrivna metoder.

Utvärderingsprioritet: Värdera strategiskt HR-tänkande över administrativ erfarenhet. Leta efter kandidater som byggt processer och system, inte bara underhållit dem. Fokus på kultur och medarbetarupplevelse är viktigt.

Avancerade prompttekniker

Etappindelad utvärdering

Betygsätt kandidater i tre nivåer:
- Nivå 1 (Stark match): Uppfyller alla måste-ha + 3 eller fler differentierare
- Nivå 2 (Bra match): Uppfyller alla måste-ha + 1-2 differentierare
- Nivå 3 (Marginal match): Uppfyller de flesta måste-ha men saknar viktiga krav

Tydligt ange nivån i analysen.

Branschspecifikt fokus

Vi är ett fintechföretag som betjänar storbanker. Prioritera kandidater med:
- Erfarenhet inom finans eller reglerade branscher
- Förståelse för compliance-krav (SOC 2, PCI osv)
- Erfarenhet av enterpriseförsäljningscykler (6+ månader)

Utvärdering av tillväxtpotential

Utöver aktuella färdigheter, bedöm tillväxtpotential:
- Belägg för snabb inlärning
- Karriärutveckling (befordringar, ökat ansvar)
- Sido- eller fortlöpande lärande
- Anpassningsförmåga visad genom karriärskiften

Kulturella signaler

Vårt team värderar:
- Ägarskap och ansvarstagande (bevis för helhetsansvar i projekt)
- Samarbete (bevis på tvärfunktionellt arbete)
- Kontinuerligt lärande (kurser, certifikat, sidoprojekt)
- Direkt kommunikation (tydlig, koncis text i CV)

Tips för promptoptimering

Var specifik — "Starka programmeringskunskaper" är otydligt. "3+ år Python med Django eller FastAPI" är mer handlingsbart.
Förklara dina skäl — Istället för att bara lista kriterier, förklara varför de är viktiga. Det hjälper AI att göra bättre bedömningar vid avgränsade fall.
Iterera — Granska första omgångens resultat. Om AI överviktar något, justera prompten.
Använd uppföljningsprompt — Initial promten screenar CV:n. Uppföljningsprompten kan ställa förtydligande frågor om luckor eller intressanta punkter.
Håll den uppdaterad — När dina krav utvecklas, uppdatera prompten. Vad som var viktigt vid första anställningen kan skilja sig från den tionde.

Din AI är bara så bra som dina instruktioner. Skriv bra promptar, anställ bra människor.

Skriv effektiva AI-screeningprompter: Exempel för varje rolltyp