Заявка

AI-промты для поиска кандидатов в LinkedIn

Настройте вакансию и сигналы — получите Boolean и InMail под задачу

Собрать промт Без API, сразу готовые промты
  • Поднимает response rate на InMail за счёт персонализации
  • Сокращает время Boolean-поиска в LinkedIn Recruiter
  • Систематизирует скрининг профилей по сигналам Activity и Skills
LinkedIn Recruiter Boolean-поиск InMail-шаблоны

Конструктор промтов для сорсинга в LinkedIn

Выберите тип вакансии и этап поиска — соберите промт под Boolean, InMail или скрининг

Быстрый старт
Персонализация промтанеобязательно

Заполните поля, и они подставятся в промт.

Дополнительные настройкинеобязательно
Ваш промт
Промт появится здесь Выберите параметры слева, и промт соберется здесь.

Поиск senior-разработчика в LinkedIn Recruiter отнимает у рекрутера по 3-4 часа на одну вакансию: Boolean-запросы переписываются по десятку раз, InMail уходят в пустоту, а follow-up после молчания превращается в копипаст. Готовые промты для ChatGPT и Claude снимают эту рутину — нейросеть собирает Boolean-поиск по стеку и опыту в product-компаниях, пишет персональный InMail под ‘Open to work’-статус и формирует скрипт для скрининг-звонка. Укажите роль AI (например, Tech-рекрутер или Executive Search консультант) и цель найма — закрыть критичную вакансию за 30 дней или построить пайплайн на квартал, — и получите промт под конкретного кандидата. Бесплатный генератор промтов параметризует этап поиска и сигналы в профиле, поэтому автоматизация забирает большую часть копирайтинга и ручного разбора выдачи. Заполните форму и получите промт, оптимизированный под вашу задачу в ChatGPT, Claude или YandexGPT.

Ноутбук с окном чата нейросети и лист с шаблоном промта на рабочем столе

Промты для поиска кандидатов в LinkedIn

  1. Выберите тип вакансии и этап

    Укажите Роль AI, Тип вакансии и Этап поиска — это задаст структуру промта под сорсинг в LinkedIn.

  2. Настройте тон и формат вывода

    Выберите тон коммуникации и формат вывода, например дружелюбный тон и готовое InMail-сообщение для кандидата.

  3. Впишите Must-have и локацию

    Добавьте Must-have навыки и Локацию и бюджет — промт точнее отфильтрует релевантных кандидатов под вакансию.

  4. Скопируйте промт в нейросеть

    Скопируйте готовый промт и вставьте в ChatGPT или Claude — получите список профилей и шаблоны InMail.

Для кого промты по поиску в LinkedIn

Генератор помогает IT-рекрутерам, сорсерам, HR BP и Executive Search находить кандидатов через LinkedIn

IT-сорсер в продуктовой компании

ЗадачаСобираю Boolean-строку под Senior Backend по часу на каждую вакансию

С генераторомПолучайте готовый Boolean-запрос под стек и локацию за 1 минуту

Tech-рекрутер на InMail-аутриче

ЗадачаПишу 50 InMail в неделю, а отвечают 3 — шаблоны не цепляют senior'ов

С генераторомСоздавайте персональные InMail по профилю с откликом выше 20%

Executive Search консультант

ЗадачаНа скрининг профиля C-level уходит 20 минут, а в пайплайне их 80

С генераторомАнализируйте профиль за 30 секунд: карьера, мотивы смены, риски

HR BP, закрывающий вакансии 30 дней

ЗадачаКандидаты молчат после первого касания, а follow-up писать некогда

С генераторомГенерируйте follow-up цепочки под статус Open to work и стек

Ещё промты для сорсинга в LinkedIn

Промты дополняют генератор смежными задачами по сорсингу. Скопируйте, замените данные в [скобках] и вставьте в ChatGPT, Claude, YandexGPT или GigaChat.

Аудит воронки сорсинга в LinkedIn Recruiter с планом улучшений

Аудит воронки
Роль: Ты Head of Talent Acquisition с 8 лет опыта в IT-сорсинге через LinkedIn Recruiter и SeekOut. Экспертиза: Boolean-поиск, X-Ray Google, метрики response rate и accept rate InMail.

Контекст: Я рекрутер в [тип компании — продуктовая/аутсорс/стартап]. Закрываю вакансию [тип вакансии] на уровне [уровень seniority]. Текущие данные по воронке за [период, например 4 недели]: отправлено InMail — [число], open rate — [%], response rate — [%], positive reply — [%], скрининг-звонки — [число], офферы — [число]. Используемые Boolean-строки: [основные запросы].

Задача: Проведи аудит воронки сорсинга, выяви узкие места между этапами и дай план улучшений на ближайшие 2 недели.

Формат вывода: (1) Таблица этапов воронки с конверсиями и бенчмарком по рынку IT-найма. (2) Топ-3 узких места с гипотезами причин. (3) Чек-лист из 7 конкретных действий с приоритетом High/Medium/Low.

Детали: Опирайся на бенчмарки LinkedIn Talent Insights. Избегай общих советов вроде 'улучшить текст'— давай конкретику с примерами формулировок.

Разбор профилей конкурирующих работодателей для Employer Branding

EVP-анализ
Роль: Ты Executive Search консультант с 10 лет опыта в построении EVP для tech-компаний. Экспертиза: анализ LinkedIn Career Pages, Glassdoor-инсайты, позиционирование работодателя.

Контекст: Я HR Business Partner в [название компании / отрасль]. Нанимаем [тип вакансии] против прямых конкурентов: [конкурент 1], [конкурент 2], [конкурент 3]. Наша текущая EVP: [3-4 тезиса]. Средний response rate на InMail: [%].

Задача: Сравни, как конкуренты коммуницируют ценности работодателя для нужной роли на LinkedIn, и предложи, как усилить нашу позицию в сорсинге.

Формат вывода: (1) Сравнительная таблица EVP 3 конкурентов по осям: компенсация, стек, миссия, карьера, культура. (2) 5 инсайтов, что цепляет senior-кандидатов в сегменте [стек технологий]. (3) 3 готовых tagline-варианта для хедера InMail и About-блока рекрутера.

Детали: Используй фреймворк LinkedIn Talent Brand Index. Не придумывай факты — если данных нет, явно помечай [гипотеза, проверить].

Подготовка debrief-отчёта по отказавшим кандидатам с LinkedIn

Debrief отчёт
Роль: Ты IT-сорсер с 6 лет опыта в найме senior-разработчиков через LinkedIn. Экспертиза: структурированные debrief-интервью, анализ reject reasons, hiring analytics.

Контекст: Я рекрутер, закрываю [тип вакансии] с целью [цель найма — например, закрыть за 30 дней]. За последние [период] отказалось [N] кандидатов после InMail или скрининга. Причины отказа из заметок: [сырой список цитат]. Оффер-вилка: [вилка], стек: [стек технологий].

Задача: Систематизируй причины отказов, выдели паттерны и подготовь debrief-отчёт для встречи с hiring manager.

Формат вывода: (1) Таблица категорий отказов с долей в % и примерами цитат. (2) Раздел 'Что мы контролируем vs не контролируем' — 2 списка. (3) 5 рекомендаций по корректировке Boolean-поиска, InMail-скрипта и оффера.

Детали: Используй категории Talent Acquisition Scorecard. Избегай оправданий — формулируй как гипотезы, которые можно проверить на следующей когорте.

Тренинг-гайд для junior-рекрутера по Boolean-поиску в LinkedIn

Обучение команды
Роль: Ты Tech-рекрутер LinkedIn с 7 лет опыта и ментор в TA-команде. Экспертиза: операторы Boolean (AND/OR/NOT, кавычки, скобки), X-Ray, фильтры LinkedIn Recruiter.

Кonтекст: Я Head of Talent Acquisition в [тип компании]. В команде новый junior-рекрутер, которому предстоит сорсить [тип вакансии] со стеком [стек технологий] и уровнем [уровень seniority]. Текущий уровень сотрудника: [описание — например, опыт с hh.ru, LinkedIn только базово].

Задача: Составь обучающий гайд на 1 неделю по Boolean-поиску кандидатов в LinkedIn с практическими заданиями.

Формат вывода: (1) План на 5 дней с темами дня и целью обучения. (2) Для каждого дня — 3 теоретических тезиса и 2 практических задания с проверяемым результатом. (3) Финальный тест: 5 кейсов 'составь Boolean-строку под вакансию' с эталонными ответами.

Детали: Опирайся на синтаксис LinkedIn Recruiter и Google X-Ray. Примеры строк давай под реальный стек из контекста, а не абстрактные.

6 правил промтов для поиска в LinkedIn

Используйте эти правила, чтобы получать точные буль-запросы и InMail по кандидатам в ChatGPT и Claude

Задайте роль LinkedIn-сорсера

Вместо 'Ты рекрутер' пишите: 'Ты senior sourcer с 7+ лет поиска IT-кандидатов в LinkedIn Recruiter, владеешь X-Ray и boolean'. ИИ включит нужные операторы.

Указывайте стек, грейд и гео

Давайте конкретику: грейд (Middle+), стек (Kotlin, Spring), опыт 3-5 лет, гео (EU, remote CET), язык (B2+), зарплатная вилка. Без этого boolean даст мусорный pool.

Запрашивайте boolean и X-Ray

Просите вывод в формате: boolean-строка для LinkedIn Recruiter + X-Ray Google + 3 варианта синонимов title. Например: (SRE OR DevOps) AND (Kubernetes OR k8s) NOT intern.

Фиксируйте этап воронки

Разделяйте промты по этапу: сорсинг (boolean), первый InMail (AIDA, до 400 знаков), follow-up на 3-й день, reject-письмо. Шаблон: 'Этап = InMail #1, цель = ответ >25%'.

Итерируйте через сигналы профиля

После первой выдачи уточняйте: 'Добавь сигналы open to work, сменил работу <12 мес назад, публикует посты про Rust'. Так сужаете pool до активных кандидатов.

Избегайте общих InMail-шаблонов

До: 'Напиши сообщение Java-разработчику'. После: 'InMail Middle Java-деву из Wildberries: упомяни его доклад на JPoint 2025, оффер +30% и переход на Kotlin, CTA — 15-мин звонок'.

FAQ: промты для поиска в LinkedIn

Что такое промты для поиска кандидатов через LinkedIn и как их применять в нейросети?

Промты для поиска кандидатов через LinkedIn — это готовые текстовые инструкции, которые превращают ChatGPT в помощника сорсера: он собирает Boolean-строки, разбирает профили и пишет InMail. Tech-рекрутер задаёт стек (Python, Kafka, Kubernetes), уровень Senior Backend Developer и регион — нейросеть возвращает запрос с операторами AND, OR, NOT и site:linkedin.com/in. Для первичного скрининга ChatGPT сравнивает профиль с требованиями и выдаёт вердикт по 5 критериям: релевантный опыт, product-компании, частота смены работы, Open to work-статус, совпадение Skills. Скопируйте готовый промт из генератора и вставьте в ChatGPT, чтобы закрывать вакансию за 30 дней вместо 60.

Как составить Boolean-поиск для LinkedIn Recruiter через ChatGPT?

Для Boolean-поиска в LinkedIn Recruiter опишите ChatGPT роль, стек и must-have, а также стоп-слова для исключений. Пример промта для Data Scientist: 'Составь Boolean-запрос: обязательно Python и (PyTorch OR TensorFlow), опыт от 5 лет, исключи джуниоров и студентов, гео — Варшава, Берлин, Лиссабон'. ChatGPT выдаст строку вида (Python AND (PyTorch OR TensorFlow)) AND ('Data Scientist' OR 'ML Engineer') NOT (intern OR junior OR student). Для Sales Director добавьте фильтр по product-компаниям и выручке. Claude хорошо докручивает синонимы на трёх языках. Скопируйте запрос прямо в строку LinkedIn Recruiter и сохраните как project для переиспользования.

Зачем IT-сорсеру и tech-рекрутеру генератор промтов для LinkedIn?

IT-сорсеру генератор промтов экономит 6–8 часов в неделю на рутине: Boolean-строки, скрининг профилей, персонализированные InMail и follow-up собираются за минуты. Tech-рекрутер задаёт вакансию Product Manager или Senior Backend Developer, сигналы (частая смена работы, product-опыт, Open to work) и цель — построить пайплайн на квартал или снизить cost-per-hire. ChatGPT возвращает готовую связку из 4 промтов под каждый этап воронки. Ответ-rate InMail растёт с типовых 10–15% до 25–30%, потому что Claude точнее подстраивает тон под сеньорность. Используйте бесплатный генератор GUSAROV, чтобы каждую неделю закрывать на 2–3 оффера больше без расширения команды.

Чем промт для InMail отличается от промта для follow-up после молчания?

Промт для InMail решает задачу 'зацепить с первого касания', а промт для follow-up — 'вернуть кандидата, который прочитал и промолчал'. В первом случае нейросеть получает вводные по вакансии, стеку и 1–2 фактам из профиля и собирает короткое сообщение до 400 символов с конкретным крючком: проект, технология, рост. Во втором промте Claude учитывает, что кандидат уже видел оффер: добавляет новый аргумент — команда, опцион, релокация — и мягкий deadline. Tone-of-voice для follow-up менее формальный, CTA — вопрос, а не ссылка на календарь. Скопируйте оба шаблона из генератора и A/B-тестируйте CTR по неделям.

В каких нейросетях работают промты для LinkedIn — ChatGPT, Gemini или YandexGPT?

Промты из генератора GUSAROV работают во всех популярных нейросетях, но с нюансами под задачи рекрутинга. ChatGPT (GPT-4o) — лучший выбор для Boolean-поиска и скрининга профилей на английском, точно держит операторы и JSON-ответ. Claude 3.5 Sonnet сильнее в персонализированных InMail и follow-up: тоньше чувствует тон senior-кандидатов. Gemini удобен, если вы работаете внутри Google Workspace и выгружаете списки в Sheets. YandexGPT и GigaChat подходят для поиска русскоязычных кандидатов в СНГ и переписки на русском с учётом локальных компаний. Вставьте промт в любую из этих нейросетей бесплатно и выберите ту, что даёт выше response-rate на вашей вакансии.

Другие генераторы промтов

Попробуйте наши другие генераторы

Вся библиотека промтов

Новое на сайте