招募人員如何使用 Save 大規模個人化候選人溝通

招募是一場帶有個人化問題的數字遊戲。你需要觸及數百位候選人,但通用的 InMail 會被忽略。獲勝的招募人員是那些讓每則訊息都感覺個人化的人——但對每位候選人做真正的研究無法規模化。直到現在。

以下是招募人員如何使用 Save 把每位候選人的研究從 20 分鐘壓到 2 分鐘。

工作流程 1:LinkedIn 檔案 → 個人化溝通

你找到一位有前景的候選人。他們的檔案有 15 年經驗、3 份有趣的工作、一些關於目前工作的貼文。你需要寫一則脫穎而出的訊息。

工作流程:

1. 將他們的 LinkedIn 檔案儲存為 Markdown — 職涯歷史、技能、貼文與推薦都擷取下來
2. 生成個人化溝通:

“以下是一位資深工程師的 LinkedIn 檔案。我正在為 [公司] 的 [職位] 招募。撰寫一則個人化的外展訊息,引用他們職涯中具體的事、解釋為何此職位是他們自然的下一步,並控制在 100 字以內。”

“他們的背景中,哪些使他們獨特地適合此職位?當他們回覆時,給我 2-3 個討論要點。”

3. 寄出並追蹤 — 每則訊息引用他們的實際經驗,而不是範本

工作流程 2:職務描述 → 競爭基準

招聘經理想知道你的職務描述是否有競爭力。薪酬合適嗎?要求的技能對嗎?使用的語言對嗎?

工作流程:

1. 儲存 5-10 份競爭對手的類似職務描述
2. 為你的職位做基準比較:

“以下是可比公司類似 [職位] 的 10 份職務描述。與我們的 JD 比較。我們的要求是否太多?薪酬有競爭力嗎?競爭對手提供我們未提及的哪些福利?最佳的職缺中出現什麼語言或短語?”

“根據最佳職缺的良好作法,改寫我們的職務描述使其更具競爭力。”

3. 發佈更強的職缺 — 資料支撐的 JD 改進,而非猜測

工作流程 3:候選人作品集 → 招聘簡報

一位候選人有個人網站、GitHub repo 與部落格。招聘經理想在面試前拿到摘要。

工作流程:

1. 儲存他們的作品集網站、關鍵 GitHub README 與最新部落格文章
2. 生成候選人簡報:

“以下是候選人的作品集網站、他們最近 3 個 GitHub repo,以及他們寫的 2 篇部落格文章。製作候選人簡報,涵蓋:技術強項、溝通風格(根據其寫作)、值得注意的專案,以及對 [職位] 的潛在疑慮或缺口。”

“根據他們的作品,針對這位具體候選人有哪 3 個最佳面試問題?”

3. 與面試小組分享 — 每個人走進面試時都知道這個人是誰

工作流程 4:產業薪資報告 → 錄取策略

你要發出 offer。市場行情是什麼?你的薪資級距對嗎?

工作流程:

1. 從 Levels.fyi、Glassdoor、Blind 或產業調查儲存薪資調查頁面與薪酬報告
2. 建立你的策略:

“以下是 [地點/遠端] [職位] 的 4 份薪酬資料來源。P25、P50、P75 的市場行情是多少?我們 [金額] 的 offer 落在哪?什麼調整會讓我們的 offer 有競爭力又不過高?”

“根據此候選人的經驗等級與我們的薪酬資料,草擬一份 offer 理由,我可以分享給薪酬委員會。”

3. 發出有競爭力的 offer — 由當前市場資料支撐,而非去年數字

為何 Save 在招募上勝過手動研究

手動研究	使用 Save + AI
略讀檔案、做心中筆記	完整檔案擷取為可搜尋文字
撰寫通用範本	AI 引用具體職涯細節
每位候選人 15-20 分	每位候選人 2-3 分
JD 基準 =「我覺得看起來可以」	橫跨 10 家競爭對手的資料支撐比較
候選人簡報 =「他們看起來不錯」	含面試問題的結構化評估

開始使用

1. 安裝 Save(免費,每月 3 次儲存)
2. 下次尋源會議前,儲存每位候選人的檔案
3. 帶著你的外展目標將檔案提供給 Claude 或 ChatGPT
4. 寄出真的會收到回覆的訊息

最好的招募人員不只找到候選人,他們讓候選人感覺被找到。

---

如有問題或意見回饋,請聯絡 [email protected]