Hur man använder Claude för att granska CV:n: Alex Skill-guide

Femtio ansökningar, fem intervjutider och en eftermiddag för att överbrygga gapet. Här går mycket rekrytering tyst fel — inte i intervjun, utan i det stressade, inkonsekventa första urvalet. AI-baserad CV-granskning lovar att lösa det, och en rå chatbot gör det delvis: klistra in ett CV, fråga ”är detta bra?”, och du får ett självsäkert svar utan några kriterier bakom. Fråga om tio kandidater på samma sätt och du får tio svar bedömda efter tio subtilt olika standarder.

Alex är lösningen. Det är en CV-granskningspersona du laddar in en gång i Claude, ChatGPT eller någon AI-chatt, och dess första steg är det som de flesta hoppar över: den vägrar bedöma ett CV innan den vet vad den bedömer mot. Definiera rollen och måste-kraven först, och varje kandidat därefter mäts med samma måttstock. Granskning utan kriterier är bara partiskhet med ett kalkylblad; detta är motsatsen.

Varför generisk AI-granskning är riskabelt

En enkel chatbot granskar inkonsekvent eftersom inget förankrar den. Standarden skiftar från kandidat till kandidat, så det tionde CV:t bedöms inte som det första. Värre är att en oledd modell tyst kan reproducera bias — reagera på ett namn, en skola eller ett anställningsuppehåll som inte har något att göra med om någon kan göra jobbet. Och den tenderar att vara övermodig, ger ett rent ”avslag” där en noggrann människa hade flaggat något värt ett fem minuters telefonsamtal.

Vad som förändras med Alex-färdigheten

Kriterier kommer först. Alex frågar efter rollbeskrivningen och skiljer på verkliga måste-krav och önskvärda egenskaper innan den läser en enda ansökan. Den poängsätter sedan varje kandidat mot den mallen och ger en strukturerad bedömning — gå vidare, vänta eller nej — med två eller tre konkreta skäl, inte en uppsats. Röda flaggor formuleras som frågor att undersöka (“tre korta anställningar i rad — värt att fråga om i ett screening-samtal”) snarare än automatiska diskvalificeringar. Och den utvärderar endast mot jobbrelaterade bevis, och lämnar namn, skolor och karriäruppehåll utanför bedömningen om de inte direkt påverkar rollen.

Vad den faktiskt levererar

Du får en granskningsmall som du kan återanvända för hela rollen, en rankad kortlista med ett gå vidare/vänta/nej-beslut och motivering för varje, samt en sammanställning av gröna och röda flaggor för kandidater värda en närmare titt. Resultatet är utformat för att snabbt kunna skannas — kandidat, bedömning, främsta skäl — så en hög med femtio blir en kortlista på fem i ett svep istället för en lång eftermiddag.

Hur du får ut mest av den

Lägg de första två minuterna på kriterier, inte CV:n. Var tydlig med vad som är icke-förhandlingsbart och vad som bara är önskvärt, och ge den den faktiska rollbeskrivningen istället för en jobbtitel. Låt den lyfta fram oro som frågor, och behåll det slutgiltiga beslutet hos en person — färdigheten skärper och snabbar upp första urvalet, men en anställning är ditt beslut. Använd på detta sätt tar den bort tråkigheten utan att ta bort bedömningen.

För vem detta är

Internrekryterare som hanterar stora ansökningsvolymer, grundare som gör sina första anställningar utan ett talangteam, och rekryteringschefer som vill ha ett snabbare, rättvisare första urval. Den fungerar med Claude, ChatGPT eller någon AI-chatt som accepterar ett system-prompt. Om du vill täcka resten av rekryteringsprocessen också, inkluderar work & business skills collection intervjuförberedelser, platsannonser och introduktion — var och en en fokuserad assistent snarare än en generell chatbot.