Разработка AI-системы автоматической генерации описаний вакансий

Автоматическая генерация описаний вакансий: где ломается процесс

Рекрутер садится писать описание вакансии с нуля почти под каждый запрос: на ручное написание описаний уходят часы, а готовый текст потом нигде не переиспользуется. Параллельно по филиалам живут разрозненные шаблоны вакансий — у каждой команды своя структура, свой порядок блоков и свой тон. Один и тот же уровень специалиста в двух городах описывается так по-разному, что кандидат не понимает, где требования строже.

Согласование текстов уходит в переписку и в файлы вида «финал_2_правки» в Google Docs. Руководитель направления, юрист и маркетинг правят по очереди, часть правок едет в публикацию без повторной вычитки. Отсюда два дорогих класса сбоев: ошибки в требованиях к кандидату — расхождение задач и обязанностей, спорные формулировки, «опыт от трёх лет» в блоке, который никто не проверял. Кандидат отсеивается на первом созвоне, а отклик потрачен впустую.

Задержка публикации складывается из мелочей: день на текст, двое на согласование, ещё день на правки после первой версии. За эти дни сильные кандидаты уже получают предложения у других, и вакансия выходит на рынок с опозданием. Дальше разбираем, как это закрывается системно.

Эффект внедрения: скорость, единый стиль, меньше правок

Время до готового черновика

Раньше рекрутер собирал вводные от нанимающего руководителя, поднимал похожие описания, вручную переносил блоки и согласовывал формулировки — один черновик занимал половину рабочего дня, а на срочной вакансии работа уходила за пределы графика. Система собирает первый вариант из заполненного опросника: роль, уровень, задачи, требования к опыту, условия. Черновик приходит за минуты, и время подготовки описания уходит не на набор текста, а на смысловую проверку — объём ручной работы сокращается в разы.

Единый стиль и структура описания

Правила тона и формата зашиты в шаблон, а не в память автора: фиксированный набор блоков, одинаковая длина разделов, единое обращение к кандидату. Поэтому доля текстов, вернувшихся на правку после проверки, падает — согласующим не приходится спорить о формулировках, они сверяют факты. Спорные требования вроде «стрессоустойчивость» и «молодой коллектив» отсекаются на этапе генерации, и кадровая служба не разбирает их вручную.

Замеряем эффект до и после по четырём линиям: время до готового черновика, доля описаний, принятых без повторной правки, полнота обязательных блоков, число снятых спорных формулировок. Для внешних площадок и систем подбора текст выгружается в структуру, которую принимает Хантфлоу, — переносить поля и чистить разметку руками больше не нужно.

Сравнение подходов: шаблоны, правила, обучаемая модель

Режим сборки текста выбирают по объёму найма и требованиям к контролю формулировок, а не по «продвинутости» метода. Шаблонный подход держит структуру и обязательные блоки, но рассыпается на нетиповых ролях. Правила составления текста проверяемы и предсказуемы, однако смысл не перефразируют — тексты выходят сухими и похожими друг на друга.

Обучаемая модель снимает эту сухость, но без ограничивающего слоя дорисовывает требования, которых заказчик не заявлял. Отсюда гибридный режим: правила отвечают за структуру, факты и запреты, модель — за формулировки внутри заданных рамок.

При любом варианте контроль формулировок ставится на выходе: обязательные пункты, отсечение запрещённых обещаний, сверка с исходными требованиями вакансии. Правки вносятся точечно, а не переписыванием текста целиком.

Этапы внедрения: от разбора текстов до передачи регламента

Внедрение начинается не с генерации, а с разбора того, что уже публикуется. Мы выгружаем корпус действующих описаний, находим в нём повторяющиеся структуры и места, где рекрутер всё равно правит текст руками. Дальше выстраиваем цепочку так, чтобы автоматика закрывала именно рутину, а спорные формулировки оставались за человеком.

Аудит текущих текстов и схема решения

1. Аудит текстов. Разбираем выборку опубликованных описаний по разным ролям и грейдам: структура блоков, длина, тон, доля правок после публикации. На выходе — карта, что генерируется автоматически, а что требует согласования.
2. Схема решения. Фиксируем состав блоков (о компании, задачи, требования, условия), источники данных во внутренних системах и точки, где сотрудник подтверждает результат. Согласуем поля и правила их заполнения.
3. Настройка правил генерации. Задаём структуру и стиль: обязательные пункты, порядок блоков, запрещённые оценочные и дискриминационные формулировки, отдельные шаблоны под грейды и направления.

Проверка качества на исторических данных

• Проверка на исторических данных. Прогоняем правила на текстах, которые не использовались при настройке, и сравниваем результат с тем, что публиковалось раньше.
• Метрики качества. Считаем долю описаний, принятых без правок, и разбираем правки по типам: пропущенное требование, лишний блок, неверный тон.
• Итерации. Дорабатываем правила и примеры по самым частым ошибкам, повторяя проверку до стабильного результата на контрольной выборке.
• Приёмка и обучение. Передаём регламент работы, инструкцию для рекрутеров и порядок разбора спорных случаев — команда заказчика ведёт систему самостоятельно.

Комплект передачи: настройки, шаблоны, политики качества

Система передаётся не как чёрный ящик, а как рабочий комплект: после приёмки генерация описаний вакансий, правки шаблонов и разбор сбоев идут внутри вашей команды, без обращения к нам за каждой настройкой. Комплект рассчитан на двух ролей — рекрутер меняет тон и структуру текста, сопровождающий инженер отвечает за правила и словари.

Настройки, шаблоны и словари терминов

• Настройки системы с описанием каждой опции: обязательные поля вакансии, требуемая детализация, ограничения по длине и структуре текста.
• Библиотека шаблонов под семейства вакансий — инженерные, продажи, операционные — с пометкой, какой блок за что отвечает.
• Словарь терминов и запрещённых формулировок: единые названия должностей, продуктов и внутренних систем.
• Политики качества текста — критерии приёмки описания и пороги, при которых черновик уходит на ручную проверку.
• Контрольные примеры: вакансии с эталонными описаниями для проверки после правок шаблонов или словаря.

Документация и регламенты работы

• Инструкции для команды: как ставить задачу системе, как разобрать неудачный результат и куда смотреть первым делом.
• Регламент обновлений: кто и в каком порядке меняет шаблоны и правила, как фиксируется версия и как откатиться назад.
• Карта связей и доступов: откуда система берёт данные о вакансиях, куда отдаёт готовый текст, какие роли к этому допущены.

Разбор внедрения: метрики до и после запуска системы

Ситуация до внедрения

Описания готовили рекрутеры вручную: у каждого подразделения своя таблица, формулировки не совпадали, обязательные блоки — обязанности, требования, условия — появлялись через раз. На один текст уходило от 3 до 5 часов работы с учётом согласования с руководителем, а каждая третья вакансия возвращалась на правку из-за неполного или невыровненного текста.

Результат после запуска

Систему собрали как сервис с единым набором полей: рекрутер заполняет структурированный профиль, генерация идёт на моделях, развёрнутых в контуре заказчика на Hugging Face, — данные не покидают инфраструктуру. Черновик выдаётся примерно за минуту, ещё 15-20 минут уходит на проверку фактов и тональности. Возвраты на правку сократились с 62% до 14%, а полнота обязательных блоков выросла с 47% до 96% — это и есть единообразие по подразделениям в измеримом виде.

Качество подтверждали ручной разметкой: 50 описаний из разных подразделений оценивали по чек-листу на каждой итерации настройки. Откат к предыдущему набору инструкций и шаблонов занимает минуты — если новая версия ухудшает тексты, возвращаемся к прежней без остановки сервиса.

Что делать, если у компании уже есть свой банк текстов?

Первый шаг с любым накопленным архивом — инвентаризация: тексты размечаются по структурным блокам (о компании, задачи, требования, условия), дубли и устаревшие версии удаляются, формулировки приводятся к единому виду. Разнородный массив без такой подготовки тянет в обучение противоречия: один и тот же раздел в разных текстах написан разными словами и с разной логикой, и система усваивает оба варианта как норму.

Дальше выбор из трёх сценариев. Архив как основа обучения: из пар «черновик автора — опубликованный текст» извлекаются правила — как открывается блок о продукте, в каком порядке идут требования, какие обороты компания не использует никогда. У каждого правила остаётся источник, поэтому его можно показать редактору и оспорить, а не принять на веру.

Архив как справочник: генерация идёт на новых правилах, а накопленные тексты остаются базой для авторов и материалом для сверки стиля. Новый текст сопоставляется с эталонным блоком из архива по структуре и лексике, расхождения показываются редактору до публикации — это быстрее и безопаснее, чем разом переписывать весь массив.

Поэтапный переход опирается на переиспользование шаблонов: частотные конструкции выносятся в заготовки, и авторы постепенно переходят на них — сначала для новых вакансий, затем для переизданий. Перенос правил идёт порциями, после каждой — сверка стиля на выборочных парах текстов, чтобы эталон не разошёлся с тем, что реально публикуется.

Какой сценарий брать, решают три вещи: объём архива, его однородность и доля текстов, которые ещё актуальны. Если устарела половина массива, обучать на нём нечему — начинаем со справочника и поэтапного перевода на новые правила.

Частые вопросы: качество текста, данные и дообучение

Сомнения на этапе выбора подрядчика редко касаются самой генерации — чаще спрашивают про данные, дообучение и то, кто отвечает за итоговый текст. Ниже отвечаем по существу и сразу обозначаем границы, за которые автоматическая генерация описаний вакансий не заходит.

Как дообучение системы удерживает качество текста?

До старта фиксируем эталон — 50–100 описаний, размеченных вашим редактором. Дообучение идёт на них, а качество текста считаем не «на глаз», а по доле правок: сколько предложений редактор переписывает после генерации. Ориентир — единичные правки на вакансию вместо ручного переписывания с нуля.

Кто отвечает за формулировки в готовом описании?

Ответственность за текст на этапе внедрения на нас. Правила бренда, запрещённые формулировки и обязательные блоки — условия, требования, порядок отклика — зашиты в шаблон и валидатор. Если сгенерированный текст нарушает правило, он не уходит в публикацию, а попадает в очередь на проверку с указанием причины.

Где модель ошибается и как вы работаете с ограничениями?

Модель не досочиняет факты: уровень, график и требования берёт из карточки вакансии. Там, где данных нет, ставится явный пропуск, а не правдоподобная фраза, — иначе описание выглядит убедительно, но вводит кандидата в заблуждение. Для редких ролей с узкой терминологией оставляем ручной режим с автоподсказками.

Обсудим задачу: вернёмся с оценкой и планом внедрения

Чтобы вернуться с оценкой сроков, составом работ и планом первого этапа, нам нужен не подробный документ, а предметный разговор о вашей задаче. Ниже — что полезно подготовить заранее: чем точнее вводные, тем меньше допущений в оценке и тем предсказуемее первый этап.

• Примеры описаний вакансий, которые вы считаете эталонными, и те, что править нельзя: задают тон, структуру и обязательные блоки.
• Данные о вакансиях и справочники: грейды, названия должностей, подразделения, города, форматы работы — источник для генерации и валидации.
• Требования к языкам и объёму: на каких языках пишем, нужна ли локализация, какой диапазон длины текста допустим.
• Ограничения по формулировкам: запрещённые фразы, дискриминационные обороты, обязательные упоминания — то, что модель не имеет права генерировать.
• Текущий путь: где и как описания создаются сейчас, кто их редактирует, на каком шаге публикует.
• Правила доступа и работы с данными: что можно передавать во внешние сервисы, а что должно оставаться внутри вашего контура.

По итогам обсуждения мы зафиксируем состав работ, назовём сроки и определим точки согласования: качество текстов, безопасность формулировок и способ интеграции с вашей системой подбора. Опишите задачу в удобном формате — вернёмся с оценкой и планом первого этапа.