AI w sourcingu kandydatów
Od ogłoszenia do listy nazwisk i pierwszej odpowiedzi w skrzynce — Boolean, x-ray, persona, mapa talentów i outreach, który nie wygląda jak spam.Po co ci AI w sourcingu
Sourcing to najbardziej powtarzalna część pracy rekrutera: wymyślasz frazy wyszukiwania, przeglądasz setki profili, piszesz dziesiątki podobnych wiadomości. Dokładnie w takich zadaniach model językowy oddaje najwięcej czasuOrientacyjnie: przygotowanie stringów i listy synonimów — z 45 min do 10; personalizacja 15 wiadomości — z 90 min do 25. AI nie skraca za to samego przeglądania profili: to nadal twoje oczy i twoja decyzja.. W tym module przechodzimy cały lejek: od briefu, przez wyszukiwanie, po sekwencję wiadomości — i przy każdym kroku pokazujemy, gdzie wpiąć AI, a gdzie zostaje człowiek.
Jedna zasada nadrzędna na cały moduł: AI generuje hipotezy (frazy, firmy, wiadomości), a ty je weryfikujesz. Model nie ma dostępu do LinkedIn i nie wie, ilu kandydatów zwróci string — to sprawdzasz sam, w narzędziu.
Boolean search od zera
Boolean to język, w którym mówisz wyszukiwarce (LinkedIn, Google, baza CV pracuj.pl), kogo dokładnie szukasz. Składa się z pięciu elementów — i naprawdę tylko pięciuOperatory AND, OR, NOT pisz zawsze WIELKIMI literami — LinkedIn małe „and” potraktuje jak zwykłe słowo. W zwykłej wyszukiwarce LinkedIn działa AND/OR/NOT i cudzysłowy; pełne zagnieżdżanie nawiasów najlepiej wspiera LinkedIn Recruiter i Google.:
| Element | Co robi | Przykład | Typowy błąd |
|---|---|---|---|
AND |
zawęża: oba warunki naraz | księgowa AND SAP |
za dużo AND = zero wyników |
OR |
poszerza: dowolny z wariantów | kadry OR payroll OR "kadry i płace" |
OR bez nawiasów obok AND |
NOT |
wyklucza słowo | NOT (junior OR stażysta) |
wykluczenie słowa, które bywa w opisie firmy |
"…" |
dokładna fraza | "kierownik regionalny sprzedaży" |
brak cudzysłowu przy frazach 2+ słów |
( ) |
grupuje warianty | (Java OR Kotlin) AND Spring |
niedomknięty nawias — string przestaje działać |
Praktyczna miara jakości stringa: liczba wyników. W LinkedIn celuj w 50–500 profili dla jednej rekrutacjiPoniżej 50 — string za wąski, poszerz nawias z OR. Powyżej 500 — za szeroki, dodaj warunek AND (lokalizacja, technologia, branża) albo NOT. Zawsze zapisuj wersję stringa razem z liczbą wyników — po tygodniu nie będziesz pamiętać, co już testowałeś.. Dlatego zawsze pracujemy na dwóch wariantach: szerokim (long list) i wąskim (strzał snajperski).
Z ogłoszenia do stringa: AI pisze Boolean za ciebie
Nie musisz układać stringów ręcznie. Wklej do modelu ogłoszenie lub brief i poproś o gotowe zapytania — w dwóch wariantach, z wyjaśnieniem każdej grupy. Twoja praca zaczyna się po: testujesz string w LinkedIn i wracasz do modelu z liczbą wyników.
Jesteś sourcerem z 10-letnim doświadczeniem na polskim rynku pracy, biegłym w Boolean search dla LinkedIn. Poniżej ogłoszenie o pracę na stanowisko Senior Java Developer. Na jego podstawie przygotuj zapytania Boolean do wyszukiwania kandydatów na LinkedIn. Zasady: 1. Przygotuj DWA warianty: – SZEROKI (long list): tylko warunki konieczne, dużo synonimów w OR, cel: 300–500 wyników, – WĄSKI (short list): warunki konieczne + 2–3 wyróżniki z ogłoszenia, cel: 50–150 wyników. 2. Nazwy stanowisk podawaj po polsku I po angielsku (kandydaci opisują profile w obu językach). 3. Frazy wielowyrazowe zawsze w cudzysłowach; operatory AND/OR/NOT wielkimi literami; grupy w nawiasach. 4. Dodaj sekcję NOT z 3–5 wykluczeniami (np. junior, stażysta, freelancer — jeśli pasują do briefu). 5. Pod każdym stringiem wypisz w punktach, co robi każda grupa nawiasów — jednym zdaniem na grupę. 6. Nie wymyślaj wymagań, których nie ma w ogłoszeniu. Jeśli czegoś brakuje (np. lokalizacji), zapytaj mnie przed wygenerowaniem. Format odpowiedzi: WARIANT SZEROKI: [string w jednej linii, gotowy do wklejenia] Objaśnienie grup: […] WARIANT WĄSKI: [string w jednej linii] Objaśnienie grup: […] Co dokręcić, jeśli wyników będzie za dużo / za mało: [po 2 propozycje] Ogłoszenie: [WKLEJ PEŁNĄ TREŚĆ OGŁOSZENIA]
Drugi prompt rozwiązuje problem, przez który tracisz najwięcej kandydatów: ludzie nazywają to samo stanowisko na dziesiątki sposobówTen sam człowiek to „Java Developer”, „Software Engineer (JVM)”, „Backend Developer”, „Programista Java”, a czasem „Fullstack Developer”, który w 90% robi backend. W rolach nie-IT bywa gorzej: „specjalista ds. kadr i płac” = „HR & payroll specialist” = „specjalista ds. personalnych” = „samodzielna księgowa ds. płac”. Na pracuj.pl i No Fluff Jobs sprawdź, jak konkurencja tytułuje ogłoszenia — to te frazy kandydaci mają w profilach.. String bez synonimów widzi tylko wycinek rynku.
Jesteś ekspertem od nazewnictwa stanowisk na polskim rynku pracy (LinkedIn, pracuj.pl, No Fluff Jobs). Stanowisko: Specjalista ds. kadr i płac Branża / kontekst firmy: produkcja, zakład ~400 osób, samodzielne stanowisko Przygotuj listę określeń, pod którymi kandydaci na to stanowisko opisują się w swoich profilach: 1. SYNONIMY BEZPOŚREDNIE (to samo stanowisko, inna nazwa) — po polsku i po angielsku, minimum 8 pozycji. 2. TYTUŁY SĄSIEDNIE (osoba na tym stanowisku poradzi sobie w naszej roli po krótkim wdrożeniu) — minimum 5 pozycji, przy każdej jedno zdanie: czym się różni i czego może jej brakować. 3. TYTUŁY-PUŁAPKI (brzmią podobnie, ale to INNA rola — do sekcji NOT) — minimum 3 pozycje z wyjaśnieniem. 4. Na końcu: wszystkie frazy z pkt. 1–2 sklejone w jedną grupę OR, w cudzysłowach, gotową do wklejenia w string Boolean. Nie wymyślaj egzotycznych nazw — podawaj tylko określenia realnie używane na polskim rynku. Jeśli jakiegoś nie jesteś pewien, oznacz je [do weryfikacji].
X-ray search: Google zamiast LinkedIn Recruiter
Nie masz licencji Recruitera? Google indeksuje publiczne profile
LinkedIn — operator site: ogranicza wyszukiwanie do
jednej domeny. To tzw. x-ray search: prześwietlasz LinkedIn od
zewnątrz, za darmo i bez limitów wyszukiwańOgraniczenia: Google widzi tylko publiczną
część profilu (często bez pełnej historii), wyniki bywają nieświeże,
a profile osób z ustawieniami prywatności nie pojawią się wcale.
X-ray to uzupełnienie Recruitera, nie zamiennik. Działa też na inne
serwisy: site:github.com, site:goldenline.pl
(archiwalne), site:instagram.com dla ról kreatywnych..
Trzy przykłady dla polskiego rynku — wklej prosto do Google:
1) Senior Java Developer, Kraków:
site:pl.linkedin.com/in ("java developer" OR "software engineer") (Kraków OR Krakow) (Spring OR Kafka) -junior -intern
2) Specjalista ds. kadr i płac, Poznań i okolice:
site:pl.linkedin.com/in ("kadry i płace" OR "payroll specialist" OR "specjalista ds. personalnych") (Poznań OR Poznan) -kierownik
3) Kierownik regionalny sprzedaży, FMCG, woj. śląskie:
site:pl.linkedin.com/in ("kierownik regionalny" OR "regional sales manager" OR "area sales manager") (FMCG OR spożywcza) (Katowice OR Śląsk OR Slask)
Uwagi warsztatowe: w Google minus (-junior) zastępuje
NOT; polskie profile żyją głównie pod pl.linkedin.com/in,
ale przeszukaj też linkedin.com/in — część profili jest
indeksowana bez prefiksu kraju. Miasta podawaj z polskimi znakami
i bez (Kraków OR Krakow), bo profile bywają zapisane po angielsku.
A żeby nie składać tego ręcznie:
Jesteś sourcerem specjalizującym się w x-ray search (wyszukiwanie profili LinkedIn przez Google operatorem site:). Zbuduj zapytania x-ray dla roli: Kierownik regionalny sprzedaży Kluczowe wymagania: FMCG lub farmacja, zarządzanie zespołem przedstawicieli, woj. mazowieckie Wykluczenia: osoby na stanowiskach dyrektorskich, przedstawiciele bez doświadczenia kierowniczego Zasady: 1. Baza: site:pl.linkedin.com/in — a jako wariant alternatywny site:linkedin.com/in z dopiskiem (Poland OR Polska). 2. Składnia Google: frazy w cudzysłowach, alternatywy w nawiasach z OR, wykluczenia przez minus (-słowo), NIE używaj operatora NOT. 3. Nazwy miast w dwóch pisowniach: z polskimi znakami i bez (Łódź OR Lodz). 4. Tytuły stanowisk po polsku i po angielsku. 5. Przygotuj 3 zapytania: (a) podstawowe, (b) poszerzone o tytuły sąsiednie, (c) zawężone o branżę/firmy. 6. Każde zapytanie w JEDNEJ linii, gotowe do wklejenia w Google, a pod spodem jedno zdanie: kiedy użyć tej wersji. Na końcu dodaj 2 pomysły na x-ray poza LinkedIn dla tej roli (inne serwisy z operatorem site:), jeśli mają sens.
Filtry LinkedIn Recruiter: AI jako drugi pilot
Jeśli masz Recruitera, część pracy stringa przejmują filtry — ale trzeba wiedzieć, które ustawić i na co. Najczęstszy błąd: wszystko w słowa kluczowe, nic w filtry strukturalne. Tymczasem filtr Job title z opcją „current” działa precyzyjniej niż to samo słowo w keywords, a Spoken language i Years in current position nie mają odpowiednika w BooleanFiltr „Years in current position 3+” to cichy sygnał gotowości do zmiany — osoby po 3–4 latach w jednej roli odpowiadają na outreach statystycznie częściej niż te po roku. Z kolei „Open to work” filtruje mocno, ale pomija większość rynku: w Polsce zdecydowana większość kandydatów pasywnych nie włącza tej flagi..
| Element briefu | Filtr w Recruiterze | Jak ustawić | Pułapka |
|---|---|---|---|
| nazwa roli + synonimy | Job title (current) | wszystkie warianty PL+EN z prompta o synonimy | tylko jeden tytuł = tracisz połowę rynku |
| twarde umiejętności | Skills / Keywords | 3–5 kluczowych; reszta do stringa w Keywords | skills wpisują sami kandydaci — bywają na wyrost |
| staż i senioralność | Years of experience, Seniority | widełki, nie punkt (np. 4–10 lat) | seniority LinkedIn zgaduje z tytułu — bywa błędne |
| lokalizacja / dojazd | Geography (+ promień) | miasto + 40 km albo województwo | kandydat mógł nie zaktualizować lokalizacji |
| skąd sourcować | Current company | lista firm z mapy talentów (sekcja niżej) | nie łącz z wąskim tytułem — za mały przekrój |
| gotowość do zmiany | Open to work, Years in current position | traktuj jako sortowanie, nie odcięcie | Open to work pomija kandydatów pasywnych |
Jesteś doświadczonym użytkownikiem LinkedIn Recruiter. Pomagasz zaplanować wyszukiwanie tak, żeby maksimum pracy zrobiły filtry strukturalne, a string Boolean tylko to, czego filtry nie umieją. Rola: Senior Java Developer, praca hybrydowa Warszawa Brief / kluczowe wymagania: 7+ lat doświadczenia, Spring, mikroserwisy, doświadczenie w fintechu mile widziane, angielski B2 Zadanie: zaproponuj kompletny plan wyszukiwania w LinkedIn Recruiter. Format odpowiedzi — tabela z kolumnami: | Filtr | Wartość | Dlaczego / uwaga | Uwzględnij co najmniej: Job title (current, z synonimami PL+EN), Geography, Years of experience, Skills, Current company lub Industry, Spoken language. Potem osobno: – KEYWORDS (string Boolean): tylko to, czego nie pokryły filtry. – KOLEJNOŚĆ LUZOWANIA: które ograniczenie poluzować jako pierwsze, drugie i trzecie, jeśli wyników będzie mniej niż 50 — z uzasadnieniem. – 2 rzeczy z briefu, których NIE da się sprawdzić filtrami i trzeba je zweryfikować w rozmowie. Nie wymyślaj wymagań spoza briefu. Jeśli brief jest niejasny, najpierw zadaj mi maksymalnie 3 pytania.
Persona idealnego kandydata
Zanim zaczniesz szukać, warto wiedzieć kogo — nie w sensie listy wymagań, tylko żywego człowieka: gdzie dziś pracuje, co go uwiera, co go przekona. Persona porządkuje sourcing (podpowiada frazy i firmy) i pisze się z niej dużo lepszy outreach. AI buduje ją z briefu od hiring managera w dwie minutyRyzyko — bias. Persona to hipoteza o kompetencjach i motywacjach, nie filtr demograficzny. Jeśli model dopisze wiek, płeć albo „dopasowanie kulturowe” rozumiane jako podobieństwo do obecnego zespołu — wytnij to. Odsiewanie po takich cechach to prosta droga do dyskryminacji i słabszej short listy..
Jesteś doświadczonym rekruterem i strategiem talent acquisition na polskim rynku. Na podstawie poniższego briefu zbuduj personę idealnego kandydata na stanowisko Kierownik regionalny sprzedaży (FMCG). Persona ma zawierać dokładnie te sekcje: 1. OBECNA SYTUACJA ZAWODOWA: na jakim stanowisku i w jakiego typu firmie ta osoba pracuje dziś (2–3 realistyczne scenariusze). 2. ŚCIEŻKA DOJŚCIA: jak wyglądały jej poprzednie 2 kroki kariery. 3. KOMPETENCJE-KOTWICE: 5 umiejętności, które MUSI mieć, i po jednym obserwowalnym dowodzie na każdą (co widać w profilu/CV). 4. MOTYWACJE ZMIANY: 3 najbardziej prawdopodobne powody, dla których rozważy zmianę pracy — i co z naszej oferty na nie odpowiada. 5. CZERWONE LAMPKI: 3 sygnały w profilu, że to prawdopodobnie NIE jest nasz kandydat. 6. GDZIE JĄ ZNAJDĘ: frazy do wyszukiwania (PL+EN), typy firm, grupy/wydarzenia branżowe w Polsce. Zasady: – Zero cech demograficznych (wiek, płeć, pochodzenie) i zero „dopasowania kulturowego” — tylko kompetencje, doświadczenie i motywacje. – Tam gdzie brief milczy, przyjmij założenie i wyraźnie je oznacz: [ZAŁOŻENIE]. – Pisz konkretnie: nazwy typów firm i stanowisk, nie ogólniki. Brief od hiring managera: [WKLEJ BRIEF / NOTATKI ZE SPOTKANIA Z HM]
Mapa talentów: gdzie ci ludzie pracują dziś
Najkrótsza droga do dobrej long listy: zamiast szukać po słowach kluczowych, szukaj po firmach, w których twoja rola już istnieje. Konkurenci, firmy o podobnym modelu, dostawcy i klienci twojego klienta — to gotowe stawy z rybami. AI świetnie robi pierwszy szkic takiej mapy, ale tu obowiązuje żelazna zasada weryfikacjiRyzyko — halucynacje. Model potrafi wymyślić firmę, pomylić branżę albo podać spółkę, która zamknęła oddział w Polsce trzy lata temu. Każdą pozycję z mapy sprawdź w 30 sekund: strona firmy, zakładka LinkedIn, liczba pracowników w Polsce. Mapa talentów od AI to lista hipotez do sprawdzenia — nigdy gotowa lista targetów..
Jesteś analitykiem rynku pracy specjalizującym się w mapowaniu talentów (talent mapping) w Polsce. Szukam kandydatów na stanowisko: Senior Java Developer Dla firmy z branży: fintech, płatności online Lokalizacja: Warszawa lub zdalnie z Polski Przygotuj mapę talentów — listę firm w Polsce, które zatrudniają osoby na tej roli: 1. KONKURENCI BEZPOŚREDNI (ta sama branża i produkt) — 5–8 firm. 2. FIRMY O PODOBNEJ TECHNOLOGII/PROCESACH, ale z innej branży (ta sama rola istnieje, a bariera przejścia jest niska) — 5–8 firm. 3. „SZKÓŁKI TALENTÓW”: firmy znane z dobrego szkolenia ludzi na tej roli, z których rynek chętnie rekrutuje — 3–5 firm. Dla każdej firmy podaj: nazwę, jedno zdanie czym się zajmuje, miasto/miasta w Polsce, szacunkową skalę zatrudnienia na tej roli (mała/średnia/duża) oraz pewność informacji: [pewne] / [do weryfikacji]. Zasady: – Tylko firmy realnie obecne w Polsce. Jeśli nie masz pewności co do obecności lub aktualności — oznacz [do weryfikacji], nie zgaduj w ciemno. – Nie podawaj firm, o których nic nie wiesz, żeby dobić do liczby. – Na końcu: 3 pytania, które warto zadać hiring managerowi, żeby zawęzić tę mapę (np. skąd NIE rekrutujemy — klienci, umowy o non-solicit).
Kiedy mapa i stringi przestają zwracać nowych ludzi, nie brnij w setną odsłonę tego samego wyszukiwania — zapytaj model, gdzie jeszcze żyje ta rola:
Jesteś kreatywnym sourcerem, który znajduje kandydatów tam, gdzie nie dociera konkurencja. Rola: Specjalista ds. kadr i płac Do tej pory szukałem: LinkedIn (Boolean + filtry), baza CV pracuj.pl, polecenia wewnętrzne Problem: long lista się wyczerpała, mało odpowiedzi, wąski rynek lokalny Zaproponuj 10 NOWYCH miejsc lub sposobów dotarcia do kandydatów na tę rolę w Polsce, których jeszcze nie użyłem. Dla każdego: – gdzie dokładnie (nazwa serwisu, typu wydarzenia, społeczności — realnie istniejących w Polsce), – jak tam szukać lub jak nawiązać kontakt (1–2 zdania, konkretnie), – wysiłek: niski / średni / wysoki, – szansa na efekt w 2 tygodnie: niska / średnia / wysoka. Myśl szeroko: grupy branżowe (Facebook, Discord, fora), stowarzyszenia zawodowe, konferencje i meetupy, szkoły/studia podyplomowe, rejestry i certyfikaty publiczne, sąsiednie role do przekwalifikowania, byli pracownicy, kandydaci odrzuceni w poprzednich procesach (silver medalists). Jeśli podajesz nazwę własną, której nie jesteś pewien, oznacz ją [do weryfikacji]. Posortuj pomysły od najlepszego stosunku efektu do wysiłku.
Analiza profilu: czy warto pisać do tej osoby
Między long listą a wiadomością jest decyzja: pisać czy nie pisać. Przy 200 profilach każda minuta oszczędzona na profil to ponad trzy godziny różnicy. Wklej do modelu treść profilu i brief — dostaniesz ustrukturyzowaną ocenę dopasowania oraz, co ważniejsze, gotowe zaczepki do personalizacjiRODO w praktyce. Publiczny profil LinkedIn to nadal dane osobowe. Do analizy w zewnętrznym narzędziu wklejaj treść bez imienia i nazwiska, zdjęcia i danych kontaktowych — do oceny dopasowania wystarczą doświadczenie i umiejętności. Sprawdź też politykę AI swojej firmy: część organizacji dopuszcza wyłącznie firmowe instancje modeli (np. Copilot/Gemini w planie firmowym), w których dane nie trenują modelu..
Jesteś doświadczonym rekruterem. Oceniasz dopasowanie kandydata do roli na podstawie treści jego profilu zawodowego. Oceniasz TYLKO to, co jest napisane — niczego nie zakładasz i nie dopowiadasz. Rola: Senior Java Developer Wymagania konieczne (must-have): Java 8+, Spring, mikroserwisy, 5+ lat doświadczenia komercyjnego Mile widziane (nice-to-have): fintech, Kafka, doświadczenie w mentoringu juniorów Format odpowiedzi: 1. DOPASOWANIE: silne / warte rozmowy / słabe — jedno zdanie uzasadnienia. 2. MUST-HAVE — tabela: wymaganie | spełnione? (tak / brak informacji / nie) | dowód z profilu (cytat lub „brak”). 3. NICE-TO-HAVE — to samo, krócej. 4. ZACZEPKI DO OUTREACHU: 2–3 konkretne elementy profilu (projekt, zmiana ścieżki, technologia, wpis), do których mogę nawiązać w wiadomości. 5. ZNAKI ZAPYTANIA: czego z profilu nie wiadomo, a co muszę sprawdzić w pierwszej rozmowie. Zasady: – „Brak informacji” to NIE jest „nie spełnia” — rozróżniaj te dwie sytuacje. – Nie oceniaj luk w zatrudnieniu, wieku ani częstotliwości zmian pracy — to nie są kryteria. – Profil jest zanonimizowany; nie próbuj zgadywać tożsamości osoby. Treść profilu (bez danych osobowych): [WKLEJ DOŚWIADCZENIE, UMIEJĘTNOŚCI I SEKCJĘ „O MNIE” Z PROFILU]
Outreach, który dostaje odpowiedzi
Kandydat senior dostaje kilka–kilkanaście wiadomości od rekruterów tygodniowo. Wygrywa nie ta najładniejsza, tylko ta, która w pierwszych dwóch linijkach pokazuje, że pisałeś do niego, a nie do segmentuPunkty odniesienia: generyczny masowy InMail to zwykle kilkanaście procent odpowiedzi, dobrze spersonalizowany — realnie 25–40%. LinkedIn podpowiada też mechanikę: InMaile do 400 znaków dostają zauważalnie więcej odpowiedzi niż eseje, a limit InMaili w Recruiterze (100–150/mies. zależnie od planu) i tak wymusza selekcję. Wniosek: mniej wiadomości, lepiej dobranych.. Dlatego prompt poniżej wymusza użycie konkretu z profilu — tego samego, który wyciągnął prompt analityczny wyżej. Te dwa prompty pracują w parze.
Jesteś rekruterem, który pisze wiadomości do kandydatów pasywnych na polskim rynku. Piszesz po polsku, naturalnie, bez korporacyjnej nowomowy i bez nadmiernej wylewności. Kontekst: – Rola: Senior Java Developer, fintech, Warszawa hybrydowo (2 dni biuro) – Trzy najmocniejsze konkrety oferty: widełki 22–28 tys. brutto na B2B jawne od pierwszej rozmowy; zespół 6 os. bez legacy; realny wpływ na architekturę – Konkret z profilu kandydata (zaczepka): od 4 lat w tej samej firmie, ostatnio projekt migracji monolitu na mikroserwisy – Podpis: Kasia, rekruterka XYZ Napisz TRZY warianty pierwszej wiadomości: A. KRÓTKA I BEZPOŚREDNIA — maks. 400 znaków, temat + treść, jedna prosta prośba na końcu (np. „masz 15 minut we wtorek?”). B. Z KONKRETEM Z PROFILU — maks. 700 znaków; pierwsza linijka nawiązuje do zaczepki z profilu, potem 2–3 konkrety oferty, pytanie na końcu. C. SWOBODNA — ton jak wiadomość od znajomego z branży, bez formułek „śmiem twierdzić, że idealnie pasujesz”; maks. 500 znaków. Zasady dla wszystkich wariantów: – Zero pustych frazesów („dynamiczny zespół”, „atrakcyjne wynagrodzenie”, „lider rynku”). – Nie obiecuj niczego, czego nie ma w konkretach powyżej. – Nie pisz „przejrzałam Twój profil i jestem pod wrażeniem”. – Temat wiadomości: konkretny, bez clickbaitu, do 6 słów. – Po każdym wariancie dopisz jedno zdanie: dla jakiego typu kandydata ten wariant zadziała najlepiej.
Pierwsza wiadomość to dopiero początek: większość odpowiedzi przychodzi po drugim albo trzecim kontakcie, a nie po pierwszymW praktyce zespołów sourcingowych 40–60% wszystkich odpowiedzi przychodzi z follow-upów, nie z pierwszej wiadomości. Dwa follow-upy to standard; czwarta wiadomość daje już pomijalny zwrot i psuje markę. Brak odpowiedzi po sekwencji ≠ „nie” na zawsze — wróć za kwartał z nowym powodem.. Sekwencję planujemy z góry — wtedy follow-up nie wypada z kalendarza:
| Dzień | Kanał | Treść | Cel |
|---|---|---|---|
| 0 | InMail / mail | wariant B: zaczepka z profilu + 2–3 konkrety oferty | pierwsza odpowiedź |
| 4 | ten sam wątek | 2–3 zdania, NOWY konkret (widełki, projekt, technologia) — nie „czy widziałeś moją wiadomość?” | przypomnienie z wartością |
| 10 | inny kanał (mail zamiast InMail, telefon w rolach nie-IT) | krótko: kim jestem, jedna rzecz, dlaczego ta osoba, propozycja terminu | ominięcie zapchanej skrzynki |
| 21 | ten sam wątek | wiadomość zamykająca: „nie będę więcej pisać; gdyby coś się zmieniło — wróćmy do tematu” + zostaw kontakt | czysty koniec, furtka na przyszłość |
| +90 | dowolny | nowy powód kontaktu (nowa rola, zmiana w firmie) — nowa sekwencja | pielęgnacja pipeline'u |
Jesteś rekruterem piszącym follow-upy do kandydata pasywnego, który nie odpowiedział na pierwszą wiadomość. Piszesz po polsku, krótko i z klasą — bez wyrzutów, bez presji, bez „ponawiam uprzejmie”. Kontekst: – Pierwsza wiadomość (wklej ją, żeby follow-upy do niej nawiązywały): [WKLEJ TREŚĆ PIERWSZEJ WIADOMOŚCI] – Konkrety oferty jeszcze NIEUŻYTE w pierwszej wiadomości: budżet szkoleniowy 8 tys. zł/rok; możliwość 100% zdalnie po okresie próbnym – Rola: Senior Java Developer Napisz sekwencję TRZECH wiadomości: 1. FOLLOW-UP 1 (dzień 4): maks. 3 zdania. Nie pytaj „czy widziałeś moją wiadomość” — dodaj JEDEN nowy konkret z listy powyżej i proste pytanie zamknięte. 2. FOLLOW-UP 2 (dzień 10, inny kanał): maks. 4 zdania, zakładaj że osoba nie widziała pierwszej wiadomości — jedno zdanie kontekstu, jeden konkret, propozycja 15-minutowej rozmowy z dwoma terminami. 3. ZAMKNIĘCIE (dzień 21): 2–3 zdania. Uprzejmie kończysz wątek, zostawiasz kontakt i otwartą furtkę. Zero pasywnej agresji. Po każdej wiadomości dopisz temat/pierwszą linijkę (to, co widać na liście powiadomień) — maks. 6 słów.
Pipeline sourcingowy w arkuszu
Sourcing bez arkusza rozpada się po tygodniu: nie wiesz, komu wysłałeś follow-up, a kto czeka trzeci tydzień. Wystarczy jeden arkusz (Google Sheets / Excel) z kolumnami jak niżej — zakładaj osobną kartę na każdą rekrutacjęRODO — retencja. Arkusz z linkami do profili i notatkami to zbiór danych osobowych. Ustal z działem HR/prawnym podstawę przetwarzania i okres przechowywania (typowo do końca rekrutacji, a dłużej tylko za zgodą kandydata na przyszłe procesy). Po zamknięciu rekrutacji arkusz czyścisz, nie „archiwizujesz na wszelki wypadek”.. To także paliwo dla AI: wklejasz wiersz statusów i prosisz o plan działań na dziś.
| Kolumna | Co wpisujesz | Przykład |
|---|---|---|
| Kandydat (link) | link do profilu; nazwisko tylko jeśli arkusz jest w firmowej domenie z kontrolą dostępu | linkedin.com/in/… |
| Źródło | skąd profil — do mierzenia, który kanał działa | x-ray / Recruiter / polecenie / pracuj.pl |
| Obecna rola i firma | tytuł + firma z mapy talentów | Java Dev @ bank X |
| Dopasowanie 1–5 | ocena z prompta analitycznego, po twojej weryfikacji | 4 — brak Kafki, reszta mocna |
| Zaczepka | konkret z profilu do personalizacji | migracja monolitu, wpis o Springu |
| Status | jedna z listy: do kontaktu → wysłano 1 → follow-up 1 → follow-up 2 → odpowiedź → rozmowa → odmowa → zamknięte | follow-up 1 |
| Data ostatniego kontaktu | data wysyłki ostatniej wiadomości | 2026-07-06 |
| Następny krok + data | co i kiedy — to z tej kolumny robisz poranny przegląd | follow-up 2, 2026-07-10 |
| Notatki / RODO | ustalenia, zgoda na przyszłe procesy (tak/nie), data usunięcia danych | zgoda: tak, usunąć po 2026-12-31 |
Rytuał, który spina cały moduł: 15 minut rano nad arkuszem — filtrujesz po „następny krok = dziś”, wysyłasz follow-upy wygenerowane wieczorem, dopisujesz nowe profile z wczorajszego x-raya. Sourcing przestaje być zrywem, a staje się procesem.
Ćwiczenie: od ogłoszenia do trzech wiadomości
Od JD do outreachu — 25 minut, praca w parach. Pracujecie na prawdziwym ogłoszeniu jednej osoby z pary (otwarta rekrutacja, którą prowadzisz teraz). Druga osoba jest „klientem” i adwokatem diabła.
- Minuty 0–5: wklej swoje ogłoszenie w prompt „generator Boolean”. Odbierz wariant szeroki i wąski.
- Minuty 5–10: przetestuj oba stringi w LinkedIn (lub przez x-ray w Google). Zapisz liczby wyników. Jeśli wypadasz poza widełki 50–500 — wróć do modelu z liczbą i poproś o korektę.
- Minuty 10–15: wybierz z wyników jeden realny profil. Przepuść go (bez danych osobowych!) przez prompt „analiza profilu” — odbierz ocenę dopasowania i zaczepki.
- Minuty 15–20: wygeneruj 3 warianty wiadomości promptem „InMail w 3 wariantach”, używając zaczepki z kroku 3. Wybierz jeden wariant i zredaguj go własnymi słowami.
- Minuty 20–25: osoba w parze czyta wiadomość na głos i odpowiada szczerze: „odpisałabym / nie odpisałabym, bo…”. Zamieniacie się rolami przy następnej rekrutacji, jeśli starczy czasu.
Po czym poznasz, że działa: (1) wąski string zwraca 50–150 wyników i widzisz w nich profile, do których chcesz pisać; (2) wiadomość przechodzi test „czy sam bym na to odpisał” — pierwsza linijka odnosi się do konkretu z profilu, a nie mogłaby trafić do stu innych osób; (3) partner z pary nie znalazł w wiadomości ani jednego pustego frazesu.
Wdrożenie w poniedziałek
Plan na pierwszy tydzień po szkoleniu — jedna otwarta rekrutacja, cały lejek. Odhaczaj: