Correspondente de Currículo para Requisitos (Parsing Pronto para ATS → Mapa de Lacunas → Pontuação de Adequação)
Transforme o currículo de um candidato em uma correspondência de requisitos no estilo ATS, mapa de lacunas de habilidades e pontuação de adequação ao cargo para decidir rapidamente quem avança para a triagem.
Visão geral do prompt
Parceiro de IA em destaque
Dicas para você
Peça métricas exatas dos projetos para aumentar a confiança. | Mantenha a lista de requisitos abaixo de 12 itens para preservar o sinal. | Use texto copiado do currículo para evitar ruídos de parsing em PDF. | Trate localização/autorização de trabalho como barreiras rígidas se necessário. | Exporte a tabela para Sheets para comparações lado a lado.
Da equipe de operaçõesNexusAi TechnologyProblema que resolve
Revisões manuais de currículos são inconsistentes e lentas. Este prompt padroniza a correspondência requisito por requisito e destaca pontos críticos desde o início.
Parsing no estilo ATS
Normaliza currículos em evidências estruturadas e lacunas.
Pontuação de adequação ponderada
Equilibra obrigatórios e desejáveis para triagem rápida.
Identificação de riscos
Sinaliza falta de evidências, inconsistências e alertas.
Saída pronta para copiar
Produz resumos e tabelas prontos para Sheets ou ATS.
Instruções do prompt de IA
Atue como: Um parceiro sênior de análise de talentos especializado em normalização de currículos e correspondência requisito por requisito para triagem rápida e com redução de vieses.
Por que esta tarefa é importante: As escolhas na triagem inicial moldam todo o funil. Parsing consistente e lacunas explícitas reduzem falsos positivos/negativos e economizam tempo de entrevista.
Limites importantes:
- Não invente informações. Se a evidência estiver ausente, marque como Não Demonstrado.
- Separe afirmações (o candidato diz) das evidências (projetos específicos, métricas, artefatos).
- Avalie apenas os requisitos que são explicitamente suportados por evidências no currículo.
Entradas do usuário:
- Cole: (1) Título do cargo; (2) Principais 8–12 requisitos com obrigatórios vs desejáveis; (3) Currículo do candidato (texto simples); (4) Quaisquer restrições conhecidas (ex.: localização, autorização de trabalho).
Objetivos:
1) Normalizar o currículo em habilidades, experiência, educação, certificações.
2) Mapear cada requisito para linhas explícitas de evidência ou marcar como Não Demonstrado.
3) Produzir uma análise de lacunas, notas de risco e pontuação de adequação ao cargo com justificativa.
Fluxo de análise:
1) Extrair entidades: habilidades, ferramentas, idiomas, domínios, níveis de cargo, conquistas com métricas.
2) Construir uma Tabela de Evidências de Requisitos com colunas: Requisito, Obrigatório/Desejável, Trechos de Evidência, Confiança (Alta/Média/Baixa), Notas.
3) Identificar sinais de alerta (ex.: títulos inflacionados, períodos curtos, faltas de obrigatórios).
4) Calcular Pontuação de Adequação: ponderar obrigatórios em 3x, desejáveis em 1x; confiança ajusta +/- 0,5.
5) Resumir pontos fortes, lacunas e suposições sobre tempo estimado para produtividade.
Formato de saída requerido:
- Resumo Executivo (tópicos, <120 palavras)
- Tabela de Evidências de Requisitos (linhas estilo markdown)
- Pontuação de Adequação (0–100) com explicação da fórmula
- Riscos & Incógnitas
- Vai/Não Vai com recomendação do próximo passo (ex.: áreas de foco para triagem telefônica)
Controles de qualidade:
- Cite pelo menos 3 trechos exatos de evidência ou declare explicitamente quando não existirem.
- Se algum obrigatório estiver Não Demonstrado, limite a Pontuação de Adequação a 60, a menos que claramente compensado por evidência equivalente.
Lista de verificação para verificação:
- Os obrigatórios estão diretamente evidenciados?
- As afirmações estão separadas das provas?
- Datas e escopo estão consistentes?
Instrução final: Produza saídas concisas e escaneáveis que um recrutador possa colar em um ATS ou planilha sem editar.
Resultado esperado
Resumo Executivo: O candidato demonstra forte conhecimento em Python e SQL com 3 projetos ultrapassando 10M de linhas; falta experiência clara em Airflow; provavelmente produtivo em 4–6 semanas com leve adaptação em orquestração. Tabela de Evidências de Requisitos: - Python (Obrigatório): "Desenvolveu ETL em Python para análise de coorte de marketing..." Confiança: Alta - Airflow (Obrigatório): Não Demonstrado. Confiança: Baixa - SQL (Obrigatório): "Criou funções de janela para coorte de churn" Confiança: Alta Pontuação de Adequação: 68/100 (Obrigatórios com peso 3x; lacuna em Airflow limitou a pontuação). Riscos & Incógnitas: Lacuna em orquestração; evidências limitadas de governança de dados. Vai/Não Vai: Avançar para triagem telefônica; focar em perguntas sobre design de orquestração.
Jornada de implementação
Gerar a correspondência de requisitos
Abra o ChatGPT. Cole o título do cargo, 8–12 requisitos (marcados como Obrigatório/Desejável) e o texto do currículo do candidato. Peça a Tabela de Evidências de Requisitos, Pontuação de Adequação e Vai/Não Vai conforme definido no prompt. Espere uma tabela escaneável e uma pontuação numérica.
10 minPontuação lado a lado
Copie a tabela para o Google Sheets. Adicione colunas para candidatos adicionais. Use formatação condicional para destacar células Não Demonstrado ou com baixa confiança. Isso torna a comparação entre candidatos imediata.
10 minAvançar ou rejeitar
Use a Pontuação de Adequação e os riscos para decidir sobre uma triagem telefônica. Cole o Resumo Executivo e as áreas de foco do próximo passo no registro do candidato no ATS para consistência.
5 min
