リクルーターがSaveを使って候補者へのアウトリーチをスケールでパーソナライズする方法
採用はパーソナライゼーションの問題を抱えた数のゲームだ。何百人もの候補者にリーチする必要があるが、汎用のInMailは無視される。勝つリクルーターはすべてのメッセージを個人的に感じさせる人だ――しかしすべての候補者について本当のリサーチをすることはスケールしない。今まではそうだった。
リクルーターがSaveを使って候補者1人当たり20分ではなく2分のリサーチを行う方法を紹介しよう。
ワークフロー1: LinkedInプロフィール → パーソナライズされたアウトリーチ
有望な候補者を見つけた。プロフィールには15年の経験、3つの興味深いロール、現在の仕事についてのいくつかの投稿がある。目立つメッセージを書く必要がある。
ワークフロー:
- LinkedInプロフィールをMarkdownで保存 — キャリア履歴、スキル、投稿、推薦文がキャプチャされる
- パーソナライズされたアウトリーチを生成:
「シニアエンジニアのLinkedInプロフィールです。[会社]で[ロール]の採用活動をしています。彼らのキャリアから何か具体的なものを参照し、このロールが彼らにとって自然な次のステップである理由を説明し、100語以内に収めたパーソナライズされたアウトリーチメッセージを書いてください。」
「彼らのバックグラウンドのどの点がこのロールに最もユニークな資格を与えていますか？彼らが返信したときのための2〜3のトーキングポイントを教えてください。」
- 送信してトラッキング — 各メッセージは実際のキャリア経験を参照する。テンプレートではない。
ワークフロー2: 求人票 → 競合ベンチマーキング
採用マネージャーが求人票が競争力があるかどうかを知りたがっている。適切な報酬を提供しているか？適切なスキルを求めているか？適切な言葉遣いをしているか？
ワークフロー:
- 競合から類似の求人票を5〜10件保存
- ロールをベンチマーク:
「同等の会社の類似[ロール]のポジションの求人票が10件あります。自社のJDと比較してください。要件が多すぎますか？報酬は競争力がありますか？競合が提供していて自社が記載していない福利厚生は何ですか？最も良く書かれた求人票にどんな言葉やフレーズが登場していますか？」
「上位の求人票の良い点に基づいて、より競争力のある求人票に書き直してください。」
- より強い求人票を掲載 — 当て推量ではなく、データに裏付けられたJDの改善
ワークフロー3: 候補者ポートフォリオ → 採用ブリーフ
候補者は個人ウェブサイト、GitHubリポジトリ、ブログを持っている。採用マネージャーはインタビューの前にサマリーを求めている。
ワークフロー:
- ポートフォリオサイト、主要なGitHubリポジトリ、最新のブログ記事を保存
- 候補者ブリーフを生成:
「候補者のポートフォリオウェブサイト、最近の3つのGitHubリポジトリ、書いた2つのブログ記事です。次をカバーする候補者ブリーフを作成してください：技術的な強み、コミュニケーションスタイル（文章に基づく）、注目すべきプロジェクト、[ロール]のポジションに対する潜在的な懸念またはギャップ。」
「彼らの仕事に基づいて、この特定の候補者に聞く最良の3つのインタビュー質問は何ですか？」
- 採用パネルと共有 — 全員がこの人物が誰であるかを理解してインタビューに臨む
ワークフロー4: 業界給与レポート → オファー戦略
オファーを出す必要がある。市場レートは何か？報酬バンドは適切か？
ワークフロー:
- Levels.fyi、Glassdoor、Blind、または業界調査から給与調査ページと報酬レポートを保存
- 戦略を構築:
「[ロール]の[場所/リモート]の4つの報酬データソースです。P25、P50、P75での市場レートは何ですか？[金額]の私たちのオファーはどこに位置しますか？オーバーシュートせずにオファーを競争力があるものにするためにどんな調整が必要ですか？」
「この候補者の経験レベルと報酬データに基づいて、報酬委員会と共有できるオファー正当化を作成してください。」
- 競争力のあるオファーを出す — 去年の数字ではなく、現在の市場データに裏付けられた
はじめよう
- Saveをインストール（無料、月3回保存）
- 次のソーシングセッションの前に、各候補者のプロフィールを保存
- アウトリーチ目標とともにClaudeやChatGPTに渡す
- 実際に返信を得るメッセージを送る
最高のリクルーターは候補者を見つけるだけでなく、候補者が見つかったと感じさせる。
ご質問やフィードバックは[email protected]まで
## Continue reading
営業チームがSaveを使ってスケールで見込み客へのアウトリーチをパーソナライズする方法
見込み客のウェブサイト、LinkedInプロフィール、企業ページをMarkdownで保存。AIを使って超個人化されたコールドメールとセールスデッキを数分で作成しよう。
保存したMarkdownをSEOとコンテンツの武器に変える3つのワークフロー
Save + ClaudeまたはChatGPTを使った実践的なワークフロー：Xのスレッドでサイトを改善し、YouTube動画からフックライブラリを作り、競合ページをコンテンツ戦略に変える方法。
コンプライアンス担当者が規制変更に先手を打つためのSaveの使い方
規制通知、執行措置、コンプライアンスガイドラインをMarkdownで保存。AIを使って要件をマッピングし、チェックリストを作成し、ポリシー更新案を作成する方法。
コンサルタントがSaveを使ってリサーチに裏付けられた戦略をより速く提供する方法
業界レポート、ケーススタディ、クライアント資料をMarkdownで保存。AIを使って戦略デッキの構築、市場データの統合、クライアントブリーフィングの準備を効率化しよう。
Written by
Jean-Sébastien Wallez
I've been making internet products for 10+ years. Built Save on weekends because I wanted my own reading library in clean markdown for Claude and Obsidian. Write here about web clipping, AI workflows, and the small things that make a personal knowledge base actually useful.