Ganhos:
- Capacidade de produzir mensagens de sourcing, convite, oferta e rejeição de maneira profissional e respeitosa
- Capacidade de projetar fluxos de comunicação oportunos e personalizados que melhoram a experiência do candidato
- Capacidade de interpretar as métricas do funil de recrutamento e melhorar a comunicação de acordo
Um candidato acumula uma impressão a cada contato que faz com sua empresa durante o processo de contratação: resposta ao anúncio, primeiro e-mail, convite para entrevista, oferta ou rejeição. A soma dessas impressões é chamada de experiência do candidato e afeta diretamente a marca do seu empregador, o número de candidaturas futuras e até mesmo a fidelização do cliente. Um candidato que recebe uma mensagem de rejeição negativa ou que fica sem resposta por semanas descreve sua experiência nas redes sociais. A inteligência artificial (IA) permite que você produza textos rápidos, consistentes e respeitosos em cada etapa da comunicação de recrutamento - mas você garante o tom, a empatia e a precisão. Nesta unidade aprenderemos a estabelecer todo o fluxo de comunicação com IA, desde a sourcing até as mensagens de oferta e rejeição, e a interpretar métricas de funil.
Termos: O sourcing alcança de forma proativa os candidatos que não se candidataram ao anúncio de emprego, mas que podem ser adequados (por exemplo, mensagem do LinkedIn). O funil de recrutamento são as etapas pelas quais os candidatos passam desde a candidatura até o recrutamento: candidatura → pré-seleção → entrevista → oferta → recrutamento. A taxa de conversão é a porcentagem de candidatos que passam de uma etapa para a próxima. Personalização significa adaptar a mensagem à experiência e função reais do candidato – e não copiar e colar.
Mapa do Fluxo de Comunicação
Uma boa experiência de candidato não é acidental; Em cada ponto de contato, o que dizer é planejado com antecedência. Passo a passo:
- Liste os pontos de contato. Mensagem de fornecimento, agradecimento de inscrição, convite para entrevista, informações pós-entrevista, oferta, rejeição.
- Defina o tom e o tempo para cada ponto. Quando, em que tom, com que informações.
- Gere modelos com IA. Mantendo cada mensagem no tom da marca e deixando áreas para personalização.
- Personalize e verifique. Verifique com a realidade as informações que a IA pode compor, como nome, data, cargo, etc.
- Meça o tempo de resposta. Não deixe o candidato no limbo; Diga "quando você terá notícias minhas" em cada mensagem.
Sua função: um recrutador que se preocupa com a experiência do candidato. Escreva uma mensagem pessoal de fornecimento (primeiro contato) para o seguinte candidato. Canal: LinkedIn. Comprimento: máximo de 120 palavras. Inclua: por que entrei em contato com ele (um detalhe concreto de seu perfil), um resumo convincente de uma frase da função, um convite para uma entrevista de baixa pressão. Tom: respeitoso, amigável, sem pressão de vendas. Saia das áreas de personalização com [SQUARE BRACES].<candidato>Histórico da função: 4 anos em vendas de campo B2B, indústria fintechProcuramos: Gerente de Vendas Corporativas, Istambul</candidate>
Dica: Em cada mensagem, informe ao candidato “o que acontecerá a seguir e quando”. A incerteza é o que mais prejudica a experiência do candidato. Uma única frase “Entraremos em contato com você no máximo em 5 dias úteis” é muito melhor do que o silêncio.
Mensagens de oferta e rejeição: os momentos mais delicados
A mensagem da oferta deve criar entusiasmo; A mensagem de rejeição deve manter o respeito. A rejeição é o momento mais crítico da experiência do candidato porque a maioria dos candidatos é rejeitada e é aqui que eles formam uma impressão duradoura da sua empresa.
Escreva uma mensagem de resultado negativo (rejeição) para um candidato. Regras:- Tom curto e respeitoso de agradecimento ao candidato pelo seu tempo.- NÃO atribua o motivo da rejeição a uma característica pessoal como idade/sexo/circunstância do candidato; criando riscos legais e éticos.- Deixe a porta aberta, se possível (“gostaríamos de manter contato para funções futuras”).- Não falsifique elogios ou promessas vazias. Comprimento: 90-120 palavras. Tom: caloroso, mas profissional.
Escreva um e-mail de resumo da oferta por escrito após a oferta oral ao candidato selecionado. Incluir: cargo, data de início [ ], modelo de trabalho [ ], salário e benefícios [ ], próximo passo (assinatura/entrevista), pessoa de contato. Tom: caloroso, claro, comemorativo. Deixe os números e datas em branco com [ ]; Vou preenchê-lo com valores reais.
Atenção: Jamais utilize expressões que impliquem idade, sexo, estado civil, estado de saúde ou grupo do candidato no motivo da rejeição. Declarações neutras e relacionadas ao trabalho, como "Prosseguimos com um candidato mais experiente para o cargo" são precisas e seguras. Às vezes, a IA pode criar justificativas arriscadas ao explicar demais; Leia cada texto de rejeição com este olhar.
Alerta Fraco/Prompt Forte
Prompt fraco: escreva um e-mail de rejeição ao candidato.
O resultado: um texto frio, geral, com sensação de copiar e colar, que às vezes cria riscos ao explicar demais.
Solicitação forte: [rejeição + tom curto e respeitoso + proibição de vincular o motivo a características pessoais + deixar a porta aberta + proibição de elogios falsos + limite de comprimento]
O resultado: uma mensagem respeitosa, legalmente segura e consistente que protege sua marca.
Interpretando métricas de funil
Os números mostram onde a experiência do candidato enfraquece. A IA é uma boa ajudante na interpretação dos dados do funil e na sugestão de possíveis causas e melhorias – mas você valida as sugestões com conhecimento de campo.
Interprete os dados do funil de contratação abaixo. Calcule a taxa de conversão para cada estágio, destaque os 2 estágios mais fracos e sugira 2 causas possíveis + 1 melhoria testável para cada um. Faça um diagnóstico definitivo; Apresente-o como uma hipótese, afirme que precisa ser verificado.<data>Aplicação: 400Triagem preliminar: 120Entrevistado: 90Oferta feita: 20Oferta aceita: 8</data>
Palco
passando
Conversão
Possível sinal de fraqueza
Candidatura → Pré-seleção
120/400
30%
O anúncio pode estar atraindo candidatos fora do alvo
Seleção preliminar → Entrevista
90/120
75%
saudável
Entrevista → Oferta
20/90
22%
Incompatibilidade entre entrevista/expectativa
Oferta → Aceitação
20/08
40%
Salário/oferta competitiva/lentidão no processo
Os dois pontos mais marcantes desta tabela são a baixa taxa de aceitação da oferta e a baixa transição da entrevista para a oferta. A IA sinaliza isso; Você verifica a faixa salarial, as ofertas dos concorrentes e a velocidade do processo em campo.
Três Mini Estojos
Caso 1 — O preço do silêncio. Uma empresa não estava enviando mensagens aos candidatos rejeitados. Uma pesquisa com funcionários e uma varredura nas redes sociais mostraram queda nas pontuações da marca empregadora. Um modelo de rejeição respeitoso com área de personalização foi criado com IA, e uma política de devolução de 5 dias úteis foi introduzida para todos os candidatos. Após 4 meses, o número de inscrições em sites de carreiras aumentou 17%; As reclamações de “não recebi nenhum feedback” quase desapareceram.
Caso 2 — Taxa de aceitação da oferta. Uma empresa de tecnologia teve uma taxa de aceitação de propostas de 45%. A IA interpretou os dados do funil e sinalizou a hipótese “muito tempo entre a oferta e o primeiro contato”. O processo foi examinado: a oferta chegou por escrito em média 6 dias após a aprovação verbal. Quando o prazo foi reduzido para 2 dias e o e-mail de oferta foi reescrito em tom caloroso, a taxa de aceitação aumentou para 63%.
Caso 3 — O poder da personalização. Uma equipe de sourcing estava enviando mensagens de copiar e colar no LinkedIn e obter uma resposta de 6%. Foi criado um modelo com IA que adicionou um detalhe real do perfil do candidato ([colchetes] devem ser preenchidos) a cada mensagem. A equipe preencheu os detalhes manualmente; a taxa de resposta aumentou para 14%. A chave era fazer a verdadeira personalização sem deixar que a IA inventasse isso.
Erros comuns
- Deixando o candidato no limbo. Não dizer “quando você receberá uma resposta” é o erro que mais prejudica a experiência.
- Atribuir o motivo da rejeição a características pessoais. Justificativas que implicam idade, sexo ou status são riscos antiéticos e legais.
- Fonte de copiar e colar. Mensagens em massa sem personalização terão baixa resposta e desgastarão a marca.
- Envio de informações inventadas por IA sem verificá-las. Uma mensagem enviada com nome, cargo ou data errados prejudica a confiança.
- Não medindo métricas de forma alguma. Sem dados de funil, você não consegue ver onde a experiência está enfraquecendo.
- Confundindo uma recomendação de IA com um diagnóstico definitivo. Sugestões são hipóteses; verificado por campo e dados.
Em resumo
A experiência do candidato é a soma das impressões acumuladas em cada ponto de contato e determina diretamente a sua marca empregadora. IA; Produz mensagens de sourcing, convite, oferta e rejeição de forma rápida, consistente e respeitosa, e interpreta métricas de funil. Mas você garante o tom, a empatia, o rigor e a decisão final. A maior diferença vem da personalização e da comunicação oportuna que elimina incertezas.
Tarefa de aplicativo
Projete o fluxo de comunicação de uma posição. (1) Gere modelos de tom de marca com IA para seis pontos de contato (fornecimento, obrigado, convite, informar, oferta, rejeição), deixando os campos de personalização [PARTES QUADRADOS]. (2) Produzir o modelo de rejeição com a proibição de “atribuir o motivo a características pessoais” e lê-lo contra risco jurídico. (3) Faça com que a IA interprete os dados de um funil de amostra e extraia os dois estágios mais fracos e as hipóteses de melhoria. (4) Escreva como você verificaria uma hipótese no campo.
lista de verificação
- [ ] O tom e o tempo foram definidos para cada ponto de contato?
- [ ] Cada mensagem fornece ao candidato informações sobre “próxima etapa e prazo”?
- [ ] A mensagem de rejeição é respeitosa e fundamentada/neutra?
- [ ] Os campos de personalização são preenchidos com informações reais (não inventadas)?
- [] As métricas do funil foram medidas e interpretadas?
- [ ] As sugestões da IA foram tomadas como hipóteses e validadas?