ИИ для собеседований освобождает HR от рутины трёх этапов — подготовки вопросов, скоринга резюме и структурирования самого разговора, а финальное решение по кандидату остаётся за человеком. Ниже — рабочий цикл целиком: от вопросов под вакансию до писем с отказом или оффером, и где стоит провести границу для модели.
Вопросы под вакансию
По нашему опыту внедрений, модель за 15–20 минут собирает список вопросов под вакансию и ключевые компетенции, а HR решает, какие войдут в финальный сценарий разговора.
Рекрутер описывает модели должность, обязательные компетенции и формат встречи — личная беседа, видеозвонок, групповое собеседование. GigaChat, YandexGPT, ChatGPT или Claude на основе такого брифа выдают набор вопросов, разбитый по блокам: опыт, мотивация, гипотетические ситуации, вопросы на стрессоустойчивость. Детальный шаблон промпта для этого шага собран отдельно — в статье про вопросы для собеседования; здесь смотрим на всю цепочку целиком, от вопросов до писем кандидату.
- Компетенции из вакансии и должностной инструкции
- Формат встречи и число этапов
- Уровень позиции — линейный сотрудник, руководитель, топ-менеджмент
- Стоп-темы, которые модель обходит стороной
Условный пример: вакансия менеджера по продажам с обязательным опытом холодных звонков — модель добавляет в список вопрос про типичный отказ клиента и три шага исправления ситуации, а общую фразу «расскажите о своих сильных сторонах» модель, наоборот, убирает из чернового списка — толку от неё для оценки рабочих навыков мало.
Черновик вопросов проходит через рекрутера или нанимающего руководителя перед отправкой в календарь — модель предлагает формулировки, человек убирает лишнее и добавляет специфику компании: продукт, внутренние процессы, реальные кейсы команды.
Скоринг резюме
Скоринг резюме нейросетью работает как сортировка по формальным критериям — образование, стаж, ключевые навыки из текста вакансии. Модель читает пачку откликов и расставляет отметки совпадения, а HR получает черновик списка с обоснованием: почему резюме поднялось или опустилось в рейтинге. Подробный разбор этого шага — в статье про скрининг резюме по критериям.
Прогоните модель на пяти резюме, которые HR уже оценил вручную. Совпадение оценок — сигнал, что критерии сформулированы точно; расхождение — повод переписать бриф, а доверие к автоматическому скорингу вслепую тут неуместно.
Граница здесь простая: модель ранжирует и подсвечивает совпадения, а вопрос «звать на собеседование или нет» решает человек. Автоматический отсев без проверки — источник ошибок: модель сравнивает текст резюме с текстом вакансии, а реальные способности кандидата остаются вне поля зрения на этом шаге — формальное совпадение слов лишь статистика, гарантии качества работы в ней нет.
По нашему опыту, пакет из полусотни откликов на одну вакансию модель размечает за 10–15 минут вместо нескольких часов ручного просмотра — HR при этом тратит время на разбор верхних совпадений и пограничных случаев, минуя чтение каждого резюме целиком.
Структура интервью
Структурированное интервью — гайд с одинаковыми вопросами и шкалой оценки для всех кандидатов на позицию, а разговор по вдохновению остаётся в стороне. Модель собирает гайд под компетенции из первого шага и предлагает шкалу — например, три уровня ответа от «ниже ожиданий» до «выше ожиданий» с примерами формулировок для каждого.
Шкала работает предсказуемо, когда примеры конкретны — вместо абстрактного «хорошо» или «плохо» формулировка вроде «кандидат назвал два способа проверки гипотезы и сослался на реальный проект»; такую фразу проще сравнить между кандидатами, чем общее впечатление интервьюера.
Запись и расшифровка интервью экономят время после встречи: вместо конспекта по памяти рекрутер получает текст разговора и короткую выжимку по ключевым темам. Технология разобрана в статье про транскрибацию; на практике запись и обработку интервью стоит согласовать с кандидатом заранее, а хранить лучше только то, что нужно для решения по вакансии.
- Согласовать с кандидатом запись встречи
- Провести интервью по гайду со шкалой
- Прогнать запись через расшифровку
- Свести выжимку по каждой компетенции
Дальше цикл упирается в сравнение кандидатов между собой — эту часть ИИ тоже берёт на себя черновиком, а окончательный вывод остаётся за человеком.
Хотите готовый цикл интервью под вашу вакансию?
Сравнение кандидатов
После серии интервью на одну позицию сравнение кандидатов по памяти путает детали — кто как ответил на вопрос про конфликт, у кого сильнее технический блок. Модель сводит ответы всех кандидатов в таблицу по одинаковым критериям, и решение принимается по сопоставимым данным, а общее впечатление от последнего разговора отходит на второй план.
| Критерий | Что фиксирует модель | Что решает HR |
|---|---|---|
| Технические ответы | Совпадение с эталонными критериями из гайда | Оценка глубины и практического опыта |
| Мотивация | Ключевые фразы из ответа кандидата | Соответствие ценностям команды |
| Стрессоустойчивость | Тон и структура ответа на сложный вопрос | Финальный балл по шкале |
Письма кандидатам — отказ или оффер — модель готовит черновиком по итогам таблицы: вежливый текст без канцелярита, с указанием на этап, до которого дошёл кандидат. Шаблоны для отказа собраны в статье про письмо с отказом кандидату; для оффера логика та же — черновик от модели, финальная правка и подпись от HR.
Оффер отличается от отказа набором деталей: дата выхода, условия испытательного срока, контакты для вопросов — модель подставляет их из карточки вакансии и профиля кандидата, а финальную сверку цифр и дат делает HR перед отправкой.
Риски и границы
Главный риск скоринга и автоматических вопросов — ложная точность: числовой балл выглядит объективным, хотя источник — текст резюме и стенограмма разговора, где контекст легко упустить. Модель повторяет формулировки из вакансии и обучающих данных, и предвзятость исходного текста переходит в оценку кандидата без предупреждения.
- Дискриминационные формулировки в вопросах — убирать на этапе проверки гайда
- Персональные данные кандидата — хранить строго по внутреннему регламенту компании
- Финальное решение по найму — только за человеком, модель даёт черновик и балл
- Расшифровку интервью — согласовывать с кандидатом заранее
Отдельный момент для обсуждения с командой — источник данных для обучения модели: публичные модели вроде ChatGPT или Claude обучены на открытых текстах интернета, и предвзятости массовой выборки переносятся в ответы по умолчанию — компенсировать их приходится намеренно, через формулировку брифа.
У ИИ в цикле собеседования одна роль — ускорять рутину подготовки и сравнения, а решение по кандидату остаётся зоной ответственности HR и нанимающего руководителя. С полной картой применения ИИ в HR-процессах можно свериться в статье про ИИ в HR и в обзоре ИИ-агента для HR-отдела, а под конкретный контур для вашей воронки найма пишите нам через страницу ИИ-агентов.