ooligo
claude-skill

Rédacteur de description de poste avec Claude

Difficulty
débutant
Setup time
20min
For
recruiter · hiring-manager · talent-acquisition
Recruiting & TA

Stack

Un Claude Skill qui interroge un hiring manager sur un poste nouvellement ouvert et produit un draft de JD structuré, axé sur les compétences, adapté à la juridiction dans la même journée ouvrée. Le skill est livré sous la forme d’un SKILL.md plus trois fichiers de référence dans apps/web/public/artifacts/jd-writer-claude-skill/. Déposez-le dans votre répertoire de skills Claude Code, remplacez les modèles par les vrais scaffolds de votre équipe, et le skill transforme le pattern « je vais écrire la JD cette semaine » de 90 minutes en une conversation de 20 minutes qui produit un draft que le recruteur peut modifier et publier.

Quand l’utiliser

Utilisez le skill au moment où le poste est ouvert, avant tout sourcing, avant toute publication externe, avant que le recruteur n’ait passé du temps sur l’appel d’intake. La bonne forme d’input est : titre du poste plus niveau, les notes d’intake vagues du hiring manager, la juridiction cible et une à trois JDs comparables (internes ou externes) pour l’ancrage vocal. Le skill conduit un entretien en cinq à huit questions sur ces notes, mappe les réponses sur le scaffold de famille de rôle pertinent depuis references/1-role-family-templates.md, et émet un draft Markdown.

Le cas d’utilisation où le skill gagne le plus fortement : ouvrir un poste le lundi et avoir besoin d’une JD publiable le mercredi dans une juridiction de transparence salariale. La matrice de juridictions dans references/3-jurisdiction-matrix.md insère le langage verbatim de divulgation salariale, la déclaration EEO et le langage d’accommodation pour la juridiction cible ; le recruteur n’a pas à chercher NYC Local Law 32 ou California SB 1162 en cours de rédaction.

Quand NE PAS l’utiliser

  • Publier automatiquement une JD sans révision du recruteur. Le skill émet un draft, pas une publication. Le hiring manager et le recruteur révisent tous les deux avant qu’elle ne touche un ATS ou un site d’emploi. Les JDs rédigées par IA introduisent des erreurs subtiles — mauvais titre, mauvaise juridiction, mauvais périmètre — qui nécessitent un contrôle humain.
  • Postes dans des juridictions d’audit de fourchette salariale avant revue de conformité. NYC §8-1402, California SB 1162, Colorado Equal Pay Act exigent tous que la fourchette publiée reflète une estimation « de bonne foi » ; la fourchette du skill provient de l’input du manager, qui n’a pas été auditée par rapport à l’historique réel des offres. Routez le draft vers la conformité, pas vers l’API de publication.
  • Publications de mobilité interne. Voix différente, exigences EEO différentes, conventions de formulation du périmètre souvent différentes. Utilisez plutôt un modèle spécifique à la mobilité.
  • Reconductions où la JD précédente est encore exacte. Mettez à jour la date last_reviewed de la JD précédente et publiez-la. La rerédaction introduit une dérive sans bénéfice.
  • Postes où le hiring manager n’a pas encore décidé du périmètre. Le skill amplifie l’intake — il ne peut pas le remplacer. Si le manager ne peut pas répondre à « à quoi ressemble le succès à douze mois comme résultat mesurable », la prochaine étape est un autre appel de cadrage, pas un draft de JD.

Configuration

  1. Placez SKILL.md et le répertoire references/ dans votre dossier de skills Claude Code, en préservant la structure.
  2. Remplacez references/1-role-family-templates.md par les vrais scaffolds de votre équipe. Les valeurs par défaut couvrent ingénierie, ventes, marketing, ops et leadership mais utilisent des ordres de sections génériques.
  3. Remplacez references/2-biased-language-blocklist.md par la vraie liste de blocage de votre équipe. Les valeurs par défaut s’appuient sur la recherche publique sur les biais dans les JDs (Gaucher 2011, benchmarks Textio 2023) mais chaque équipe a ses propres termes contextuels spécifiques à ajouter.
  4. Faites réviser references/3-jurisdiction-matrix.md par le conseil juridique en matière d’emploi avant de s’appuyer sur les blocs EEO et d’accommodation verbatim — les valeurs par défaut sont un point de départ, pas un conseil juridique.
  5. Testez sur un poste où une JD actuelle existe déjà. Comparez l’output du skill à la JD existante ; l’écart révèle ce que vos scaffolds et votre liste de blocage doivent encoder.

Ce que le skill fait réellement

Le skill exécute cinq sous-tâches dans un ordre strict, documenté dans la section Method de SKILL.md. L’étape un interroge sur les notes d’intake — cinq à huit questions de clarification ciblées couvrant le périmètre, le succès à douze mois comme résultat mesurable, le contexte d’équipe, les compétences incontournables vs souhaitables comme comportements observables, le quotidien réaliste et les aspects difficiles. Pourquoi notes-d’intake-d’abord plutôt que modèle-d’abord : commencer depuis un modèle biaise vers des responsabilités génériques, et la JD résultante ressemble à toutes les autres JDs sur LinkedIn.

L’étape deux mappe les réponses sur le scaffold de famille de rôle le plus proche. L’étape trois convertit chaque exigence en compétence ou résultat observable — « 5+ ans chez FAANG » devient « a conçu et géré des systèmes distribués à plus de 10M de requêtes par jour » ; « diplôme en informatique requis » devient « maîtrise avérée de la conception de systèmes par entretien ou portfolio, diplôme non requis ». Les exigences basées sur des credentials réduisent le pool de candidats de 40-60 % sans améliorer la qualité d’embauche, selon des études publiques de BCG et Burning Glass. Le skill refuse d’écrire « X années d’expérience requises » sans une justification de résultat spécifique.

L’étape quatre exécute un pass de détection de biais séparé sur l’ensemble du draft. Les termes de biais se regroupent dans les révisions, pas dans les premiers drafts ; la détection post-draft les attrape plus fiablement que l’auto-surveillance pendant la rédaction. L’étape cinq insère les blocs de conformité verbatim spécifiques à la juridiction.

Réalité des coûts

Par JD, le skill dépense environ 30k-60k tokens (tours d’entretien, lectures de référence, draft, pass de détection de biais, recherche de juridiction), ce qui représente environ 0,15-0,40 $ sur Sonnet 4.5 ou 0,75-2,00 $ sur Opus 4.7. Coût en temps : 15-20 minutes de temps du hiring manager lors de l’entretien, 10-15 minutes de temps d’édition du recruteur. Comparez au statu quo où le recruteur passe 60-90 minutes à rédiger depuis un appel d’intake de 30 minutes, puis reloope vers le manager pour deux cycles d’édition sur trois à cinq jours. Le skill compresse la queue de rédaction sans supprimer la révision humaine.

Le coût composé que le skill évite est en aval : une JD vague produit un pool de candidats vague, ce qui produit 2-3 tours de filtrage supplémentaires par embauche, selon les métriques du funnel de recrutement. Le coût par JD du skill est amorti sur l’ensemble du funnel, pas seulement à l’étape de rédaction.

Métriques de succès

Cycle de temps de « poste ouvert » à « JD publiée ». Statu quo sur la plupart des équipes ops : 4-7 jours calendaires. Avec le skill en place : 1-2 jours calendaires. Suivez-le dans votre ATS comme req_opened_at vers posting_published_at, filtré sur les postes où le hiring manager a réellement utilisé le skill. Métrique secondaire : ratio d’exigences incontournables vs souhaitables. Le skill plafonne les incontournables à cinq ; la métrique devrait converger vers une forme 5:N plutôt que la forme 12:0 que produisent les JDs chargées de credentials.

Alternatives

  • JDs rédigées manuellement par le hiring manager : variance la plus élevée. Un manager compétent produit une excellente JD ; un manager réticent produit une copie de la JD du poste précédent avec le titre changé. Le skill normalise l’output quelle que soit l’implication du manager.
  • Textio : détection de biais en temps réel forte, bons benchmarks, faible sur la rédaction structurelle (il édite, il ne rédige pas). Bon complément, pas un remplacement — lancez d’abord le skill, puis collez dans Textio pour un second pass de détection.
  • Datapeople : similaire à Textio avec un meilleur guidage sur la transparence salariale. Même pattern de complémentarité.
  • Prompt Claude générique sans le skill : produit des JDs génériques car la voix de marque, les scaffolds de famille de rôle, la matrice de juridictions et la liste de blocage vivent dans vos fichiers de référence, pas dans un prompt libre. Le skill est la structure qui rend l’output LLM non générique.

Points de vigilance

  • Les termes de biais glissent lors des éditions. Le pass de détection de biais s’exécute sur le premier draft ; si le recruteur réécrit une section, le pass doit être relancé. Protection : le skill émet un indice rerun-bias-screen comme dernière ligne de chaque output, et refuse de marquer une JD bias_checked: true sans un appel de re-détection explicite.
  • Les exigences incontournables irréalistes gonflent quand le manager est un expert du domaine. Les ingénieurs rédigeant des JDs d’ingénierie ont tendance à lister chaque outil qu’ils utilisent personnellement comme incontournable. Protection : le skill plafonne les incontournables à cinq et force tout ce qui dépasse dans les souhaitables, avec un remplacement explicite du manager requis pour dépasser le plafond.
  • Omission de la fourchette salariale dans les juridictions réglementées. Publier sans fourchette à NY, CA, CO, WA ou IL déclenche des amendes par violation. Protection : quand la juridiction correspond à la liste réglementée et que pay_range est absent, le skill remplace la section rémunération par un TODO bloquant et refuse d’émettre un statut « prêt à publier ».
  • Non-concordance vocale avec la marque employeur. Les valeurs par défaut génériques de Claude produisent des JDs génériques. Protection : le skill exige au moins une JD comparable dans l’input comparables et refuse de rédiger sans elle.
  • Gonflement de longueur. Les JDs de plus de 600 mots sont parcourues en diagonale et la qualité des embauches diminue avec la longueur. Protection : le skill cible 400 mots pour les rôles IC et 550 pour le leadership, avec un pied de page de nombre de mots qui avertit au-dessus du plafond.

Stack

  • Claude Code ou Claude.ai avec les Skills personnalisés activés — exécute la boucle d’entretien SKILL.md et les lectures de référence.
  • Votre ATS — destination de la JD publiée. Le skill émet du Markdown ; le recruteur colle dans l’ATS.
  • Votre référence de voix de marque employeur — au moins une JD comparable chargée dans l’input comparables à chaque exécution.
  • Optionnel : Textio ou Datapeople — second pass de détection de biais sur le draft avant publication.

Files in this artifact

Download all (.zip)