🤖📝 Как использовать ИИ для составления резюме и поиска работы: 5 рабочих промптов

Попросить нейросеть «улучшить текст» — это не стратегия, это косметика. Настоящая сила LLM заключается в анализе сотен вакансий, профилей конкурентов и данных о компании. Вот 5 промптов, которые реально работают.

Большинство соискателей используют LLM слишком поверхностно: попросить переписать резюме, проверить письмо, придумать ответы на типовые вопросы интервью. Но настоящая ценность больших языковых моделей в поиске работы находится глубже — в способности превращать разрозненную карьерную информацию в стратегическое преимущество.

Вариант 1: агрегировать вакансии

Открываете hh.ru, headhunter, getmatch.ru или любой другой джоб-сайт/агрегатор. Парсите 50–100 вакансий по интересующей позиции (например, Junior Python Developer Москва или Junior Go удаленно). Чем больше — тем лучше. Выгружаете все это в один файл и скармливаете LLM.

Вот примерный промпт для анализа вакансий:

Ты — senior IT-рекрутер и аналитик рынка труда с опытом более 10 лет на российском и международном IT-рынке. Ранее ты работал техническим специалистом, поэтому хорошо понимаешь современный технологический стек, архитектурные паттерны и реальные требования к разработчикам. Твоя задача — провести глубокий аналитический разбор массива из N вакансий на позицию [должность] и на основе этого выявить реальные требования рынка, а не просто пересказать тексты вакансий.

Перед анализом очисти данные: игнорируй маркетинговые описания компаний, HR-тексты, бенефиты и общие формулировки. Извлеки только релевантную информацию — требования к кандидату, используемый стек, обязанности и ожидаемый опыт. Нормализуй названия технологий и навыков, чтобы одинаковые вещи считались единым элементом (например: JS / JavaScript, Postgres / PostgreSQL, K8s → Kubernetes). Если одна и та же технология упоминается разными формулировками, объедини их. После нормализации проанализируй частоту упоминаний.

Сначала составь таблицу ключевых технологий и инструментов, которые встречаются в вакансиях. Покажи топ-15 по частоте упоминания и укажи процент вакансий, где они встречаются. Также классифицируй каждый элемент по типу: язык программирования, фреймворк, база данных, инфраструктура, архитектура, облачные технологии, инструменты разработки или DevOps-инструменты.

Далее выдели обязательные (must-have) навыки, без которых кандидатов практически не рассматривают. Определи их на основе частоты упоминаний и формулировок требований. Для каждого навыка укажи примерную долю вакансий, где он встречается, и объясни, почему он стал базовым стандартом для данной роли.

Затем определи навыки, которые дают кандидату заметное конкурентное преимущество, но не являются обязательными. Это могут быть редкие технологии, инфраструктурные компетенции, опыт проектирования архитектуры, работы с высоконагруженными системами или распределенными сервисами. Для каждого такого навыка укажи частоту встречаемости и объясни, почему он повышает ценность кандидата на рынке.

Отдельно выяви редкие, но стратегически ценные навыки — технологии или компетенции, которые встречаются менее чем в 10–15% вакансий, но характерны для более сложных ролей или сильных инженерных команд. Проанализируй, какие типы задач или архитектур обычно связаны с этими навыками.

Проанализируй формулировки требований вроде «желательно», «будет плюсом», «понимание», «опыт приветствуется». Определи, какие из них на практике являются фактически обязательными, а какие действительно опциональны. На основе этого сформулируй список типичных «скрытых требований» работодателей и объясни, что они на самом деле означают для кандидатов.

Также проанализируй часто встречающиеся технологические связки — комбинации инструментов и технологий, которые регулярно появляются вместе в одной вакансии. На основе этих связок сделай выводы о типах архитектур, технологических подходах и типичных задачах команд. Например, какие стеки характерны для микросервисных систем, инфраструктурных команд, data-heavy проектов или высоконагруженных сервисов.

Сравни требования между разными типами компаний: крупные продуктовые компании, стартапы и компании аутсорс / аутстафф. Определи различия в технологическом стеке, уровне ожидаемого опыта, ширине требований и подходе к роли разработчика. Покажи ключевые различия и объясни, почему они возникают.

После анализа сформулируй выводы о скрытых трендах рынка: какие технологии уже стали стандартом для этой роли, какие быстро набирают популярность, а какие постепенно теряют актуальность. Постарайся выявить неочевидные паттерны, которые не видны при чтении отдельных вакансий, но становятся заметны при анализе большого массива данных.

[файл с вакансиями]

Вариант 2: проанализировать конкурентов (других соискателей)

В чем суть: идете на GitHub/LinkedIn/Хабр.Карьеру/etc и ищете людей с тайтлом «Junior Python Developer» или «Middle Frontend» (или спецов из любых других направлений) в российских компаниях. Но не тех, кто ищет работу — а тех, кто уже работает. Смотрите их профили, проекты, описания опыта. Собираете штук 200-300 (лучше больше) — и все это объединяете в один запрос к LLM.

1 промпт:

Ты — карьерный аналитик рынка IT-найма, senior recruiter крупной технологической компании и эксперт по конкурентному анализу кандидатов.

У меня есть 100 резюме кандидатов, претендующих на аналогичную мне позицию в IT.

Твоя задача — провести глубокий конкурентный анализ этой выборки как реального рынка кандидатов и подготовить структурированный аналитический отчет.

Перед началом анализа:

1. Если данные неоднородны, сначала нормализуй их:

• приведи названия технологий к единому виду;
• объедини одинаковые роли с разными названиями;
• унифицируй уровни seniority;
• выдели ключевые поля из каждого резюме.

2. Сначала кластеризируй 100 кандидатов в 5–7 устойчивых типов (кластеров), исходя из карьерного профиля, технологического стека, масштаба проектов и профессионального позиционирования.

Для каждого кластера дай краткое описание:

• типичный карьерный профиль;
• сильные стороны;
• вероятная рыночная ценность;
• тип работодателей, которым такой профиль наиболее интересен.

После кластеризации проведи анализ всей выборки.

Основные задачи анализа:

Определи наиболее часто встречающиеся технические навыки:

• языки программирования;
• фреймворки;
• облачные и платформенные технологии;
• базы данных;
• архитектурные паттерны;
• стек.

3. Выдели навыки, которые встречаются редко, но дают выраженное конкурентное преимущество на рынке.

4. Определи типовые карьерные траектории:

• из каких компаний чаще всего приходят кандидаты;
• сколько лет опыта является медианой;
• какие переходы между ролями встречаются чаще всего;
• какие карьерные шаги ведут к более сильному профилю.

5. Сгруппируй кандидатов по категориям и дай названия кластерам.

6. Определи, какие нетехнические признаки дают преимущество при равных технических навыках:

• качество формулировок достижений;
• наличие влияния на бизнес;
• понятный карьерный трек;
• описание карьерного опыта;
• признаки ответственности.

7. Построй итоговую таблицу.

2 Промт:

После анализа сравни мой профиль с найденной выборкой:

Вот мое резюме: [вставить CV]

Покажи:

1. Где я выше медианы рынка;

2. Где ниже медианы рынка;

3. Какие мои сильные стороны;

4. Где и в чем я проигрываю сильным кандидатам;

5. Что изменить в CV для повышения конкурентоспособности;

6. Какой питч сделать для интервью.

Вариант 3: узнать о компании

Стандартная подготовка к собесу в лучшем случае выглядит так: посмотрел «О компании» на сайте, прочитал вакансию, и на этом все.

Попробуйте иначе. Найдите что-то содержательное про компанию: годовой отчет, презентацию с онлайн-конференций, серию статей в блоге, вакансии за последний год (по ним видно, куда компания растет и какие направления развивает). Вообще все, что угодно.

Далее загрузите годовой отчет/питч-дек/описание компании + текст вакансии и попросите предсказать, какие технические задачи у них стоят сейчас — чтобы на собесе говорить про их боли, а не про себя (особенно, если вы чувствуете, что проигрываете на фоне других кандидатов и вам нечего говорить про себя и свой рабочий бэкграунд).

Вариант 4: подготовиться к собеседованию

По такой же аналогии, как и в пункте выше, можно не только проанализировать вакансии, но и подготовиться к собеседованию. Например, на основании полученной информации, можно попросить LLM сыграть роль конкретного интервьюера из компании (например, на основе его статей на Хабре или GitHub-активности) — технический стиль у людей узнаваем.

Этот способ особенно подойдет, если вы откликаетесь в крупную компанию и заранее знаете, кто будет вас собеседовать.

Вот примерный промт:

Представь, что ты — технический интервьюер из компании, в которую я иду на собеседование.

Вот данные о компании: [вставить описание компании / стек / вакансию].Вот данные о предполагаемом интервьюере: [ссылки на статьи, GitHub, публичные выступления, посты на Хабре, LinkedIn].

Смоделируй техническое собеседование так, как если бы его проводил именно этот человек:

1. Задавай вопросы в его стиле — по тем темам, которые соответствуют его бэкграунду (статьям, профилю на ГитХабе и Линкедине);
2. Начни с короткого знакомства, затем переходи к техническим вопросам;
3. После каждого моего ответа оценивай: насколько ответ сильный, что можно улучшить; какой ответ ожидался бы на уровне middle/senior.
4. Если мой ответ слабый — задай уточняющие вопросы, как это делает реальный интервьюер;
5. Добавляй вопросы по стеку;
6. В конце дай summary: мои сильные и слабые стороны; темы, которые срочно нужно повторить перед реальным интервью.

Начни интервью с первого вопроса.

Вариант 5: оформить пет-проекты

1. Сгенерировать структуру README

README — это первая страница проекта.

Если он написан хорошо, человек сразу понимает:

1. что это за проект;
2. зачем он нужен;
3. какие технологии используются;
4. как его запустить;
5. насколько глубоко вы понимаете то, что сделали.

LLM удобно использовать как технического редактора. Вам останется только добавить ссылку на демо и скриншоты основных сценариев.

Пример промта:

Ты — senior software engineer и технический писатель.

Помоги оформить README для pet-проекта.

Контекст проекта:

• тип проекта:
• стек технологий:
• какую проблему решает:
• ключевые фичи:

README должен включать:

• Краткое описание проекта
• Demo / Screenshots
• Архитектуру
• Технологический стек
• Установку и запуск
• Roadmap
• Возможные улучшения

2. Описать архитектуру проекта

Даже если код написан хорошо, без пояснения архитектуры человеку снаружи сложно быстро понять ваш уровень.

LLM может помочь перевести структуру проекта в понятное описание:

• какой паттерн используется;
• как взаимодействуют части системы;
• как проходят данные.

Пример промта:

Проанализируй структуру проекта и опиши архитектуру.

Стек:

React + Node.js + PostgreSQL

Структура папок:

(вставить дерево проекта)

Опиши:

• архитектурный паттерн
• взаимодействие компонентов
• поток данных

Телеграм-каналы с вакансиями для IT-специалистов

• Избранные вакансии для IT-специалистов @proglib_jobs
• Вакансии по data science, анализу данных, аналитике, искусственному интеллекту @datajob
• Вакансии для java-разработчиков @javadevjob
• Вакансии по питону, Django, Flask @pydevjob
• Вакансии по фронтенду, джаваскрипт, React, Angular, Vue @jsdevjob
• Вакансии по C#, .NET, Unity @csharpdevjob
• Вакансии по C++ — си-плюс-плюс, cpp, Си, C, STL, Boost @cppdevjob
• Вакансии по Go @godevjob
• Вакансии по PHP, Symfony, Laravel @phpdevjob
• Вакансии для мобильных разработчиков @mobiledevjob
• Вакансии по DevOps & SRE @devopssjob
• Вакансии по QA тестированию @testerrjob
• Вакансии по информационной безопасности @hackdevjob