ooligo
claude-skill

Redator de descrições de cargo com Claude

Dificuldade
iniciante
Tempo de setup
20min
Para
recruiter · hiring-manager · talent-acquisition
Recrutamento e TA

Stack

Uma skill do Claude que entrevista o hiring manager sobre uma vaga recém-aberta e produz um rascunho de JD estruturado, baseado em competências, com conformidade jurisdicional, no mesmo dia útil. A skill é entregue como um SKILL.md mais três arquivos de referência em apps/web/public/artifacts/jd-writer-claude-skill/. Coloque-a no diretório de skills do Claude Code, substitua os templates pelos scaffolds reais da sua equipe, e a skill transforma o padrão de “vou escrever a JD essa semana” — que costuma levar 90 minutos — em uma conversa de 20 minutos que produz um rascunho que o recrutador pode editar e publicar.

Quando usar

Use a skill no momento em que a vaga é aberta — antes de qualquer sourcing, antes de qualquer publicação externa, antes de o recrutador ter gasto tempo na ligação de intake. O formato de entrada ideal é: título e nível do cargo, notas soltas de intake do hiring manager, a jurisdição-alvo e uma a três JDs comparáveis (internas ou externas) para ancorar o tom. A skill conduz uma entrevista de cinco a oito perguntas com base nessas notas, mapeia as respostas no scaffold do role-family relevante em references/1-role-family-templates.md e emite um rascunho em Markdown.

O caso de uso em que a skill se destaca mais: abrir uma vaga na segunda-feira e precisar de uma JD publicável na quarta em uma jurisdição com transparência salarial. A matriz de jurisdições em references/3-jurisdiction-matrix.md insere a linguagem exata de divulgação salarial, o texto de EEO e o texto de acomodações para a jurisdição-alvo; o recrutador não precisa consultar a NYC Local Law 32 ou a California SB 1162 no meio do rascunho.

Quando NÃO usar

  • Publicar uma JD automaticamente sem revisão do recrutador. A skill gera um rascunho, não uma publicação. O hiring manager e o recrutador revisam antes de qualquer envio ao ATS ou a um quadro de vagas. JDs geradas por AI introduzem erros sutis — título errado, jurisdição errada, escopo errado — que precisam de um olhar humano.
  • Vagas em jurisdições com auditoria de faixas salariais antes da revisão de compliance. NYC §8-1402, California SB 1162, Colorado Equal Pay Act exigem que a faixa publicada reflita uma estimativa de “boa-fé”; a faixa da skill vem do input do manager, que não foi auditado em relação ao histórico real de ofertas. Encaminhe o rascunho ao compliance, não à API de publicação.
  • Postagens de mobilidade interna. Tom diferente, requisitos de EEO diferentes, frequentemente convenções diferentes de enquadramento de escopo. Use um template específico de mobilidade.
  • Backfills em que a JD anterior ainda está correta. Atualize a data last_reviewed da JD anterior e publique-a. Redigir novamente introduz desvio sem nenhum benefício.
  • Vagas em que o hiring manager ainda não definiu o escopo. A skill amplifica o intake — não pode substituí-lo. Se o manager não consegue responder “como é o sucesso em doze meses como resultado mensurável”, a próxima etapa certa é outra ligação de scoping, não um rascunho de JD.

Setup

  1. Coloque o SKILL.md e o diretório references/ na pasta de skills do Claude Code, preservando a estrutura.
  2. Substitua references/1-role-family-templates.md pelos scaffolds reais da sua equipe. Os padrões cobrem engenharia, vendas, marketing, operações e liderança, mas usam ordens de seção genéricas.
  3. Substitua references/2-biased-language-blocklist.md pela lista de bloqueio real da sua equipe. Os padrões se baseiam em pesquisas públicas sobre viés em JDs (Gaucher 2011, benchmarks Textio 2023), mas cada equipe tem termos específicos do contexto para adicionar.
  4. Peça ao consultor jurídico trabalhista que revise references/3-jurisdiction-matrix.md antes de confiar nos blocos de EEO e acomodações verbatim — os padrões são um ponto de partida, não aconselhamento jurídico.
  5. Teste em uma vaga para a qual já existe uma JD atual. Compare o output da skill com a JD existente; a diferença revela o que seus scaffolds e lista de bloqueio precisam codificar.

O que a skill realmente faz

A skill executa cinco subtarefas em ordem estrita, documentadas na seção Method do SKILL.md. O primeiro passo entrevista com base nas notas de intake — cinco a oito perguntas clarificadoras direcionadas cobrindo escopo, sucesso em doze meses como resultado mensurável, contexto da equipe, habilidades imprescindíveis versus desejáveis como comportamentos observáveis, o dia a dia realista e os pontos difíceis. Por que começar pelas notas de intake em vez de pelo template: começar pelo template cria viés em direção a responsabilidades genéricas, e a JD resultante parece igual a todas as outras JDs no LinkedIn.

O segundo passo mapeia as respostas no scaffold do role-family mais próximo. O terceiro converte cada requisito em uma habilidade ou resultado observável — “5+ anos no FAANG” vira “projetou e operou sistemas distribuídos com mais de 10M de requisições por dia”; “formação em Ciência da Computação obrigatória” vira “fluência demonstrável em design de sistemas por entrevista ou portfólio, graduação não obrigatória.” Requisitos cheios de credenciais reduzem o pool de candidatos em 40-60% sem melhorar a qualidade das contratações, segundo estudos públicos do BCG e Burning Glass. A skill se recusa a escrever “X anos de experiência obrigatórios” sem uma justificativa específica de resultado.

O quarto passo executa uma passagem de triagem de viés separada em todo o rascunho. Termos tendenciosos se agrupam em revisões, não em primeiros rascunhos; a triagem pós-rascunho os detecta com mais confiabilidade do que o auto-monitoramento durante a redação. O quinto passo insere os blocos de conformidade específicos de cada jurisdição.

Custo real

Por JD, a skill gasta aproximadamente 30k-60k tokens (turnos da entrevista, leituras de referência, rascunho, passagem de triagem de viés, consulta de jurisdição), o que custa cerca de $0,15-$0,40 no Sonnet 4.5 ou $0,75-$2,00 no Opus 4.7. Custo de tempo: 15-20 minutos do tempo do hiring manager na entrevista, 10-15 minutos de edição do recrutador. Compare com o status quo em que o recrutador gasta 60-90 minutos redigindo a partir de uma ligação de intake de 30 minutos e depois retorna ao manager para duas rodadas de edições ao longo de três a cinco dias. A skill comprime a cauda de redação sem remover a revisão humana.

O custo cumulativo que a skill evita está mais adiante: uma JD vaga produz um pool de candidatos vago, que gera 2-3 rodadas extras de triagem por contratação, de acordo com métricas de funil de recrutamento. O custo por JD da skill se paga ao longo do funil, não apenas na etapa de redação.

Métrica de sucesso

Tempo de ciclo de “vaga aberta” a “JD publicada”. Status quo na maioria das equipes de operações: 4-7 dias corridos. Com a skill em uso: 1-2 dias corridos. Acompanhe isso no seu ATS como req_opened_at para posting_published_at, filtrado por vagas em que o hiring manager realmente usou a skill. Métrica secundária: proporção de requisitos imprescindíveis para desejáveis. A skill limita os imprescindíveis em cinco; a métrica deve convergir para um formato 5:N em vez do formato 12:0 que JDs cheias de credenciais produzem.

vs alternativas

  • JDs escritas manualmente pelo hiring manager: maior variância. Um manager habilidoso produz uma JD excelente; um manager relutante produz uma cópia da JD do cargo anterior com o título alterado. A skill normaliza o output independentemente do engajamento do manager.
  • Textio: triagem de viés em tempo real sólida, bons benchmarks, fraco na redação estrutural (edita, não redige). Bom complemento, não substituto — use a skill primeiro, depois cole no Textio para uma segunda triagem.
  • Datapeople: similar ao Textio com orientação mais forte sobre transparência salarial. Mesmo padrão de complementaridade.
  • Prompt genérico do Claude sem a skill: produz JDs genéricas porque o tom da marca, os scaffolds de role-family, a matriz de jurisdições e a lista de bloqueio vivem nos seus arquivos de referência, não em um prompt livre. A skill é a estrutura que torna o output do LLM não-genérico.

Pontos de atenção

  • Termos tendenciosos voltam durante as edições. A passagem de triagem de viés roda no primeiro rascunho; se o recrutador reescrever uma seção, a passagem precisa ser reexecutada. Proteção: a skill emite uma dica rerun-bias-screen como última linha de cada output e se recusa a marcar uma JD como bias_checked: true sem uma chamada explícita de nova triagem.
  • Requisitos imprescindíveis irrealistas aumentam quando o manager é especialista no domínio. Engenheiros que escrevem JDs de engenharia tendem a listar cada ferramenta que usam pessoalmente como imprescindível. Proteção: a skill limita os imprescindíveis em cinco e força qualquer coisa além disso para desejável, com override explícito do manager necessário para exceder o limite.
  • Omissão da faixa salarial em jurisdições regulamentadas. Publicar sem uma faixa em NY, CA, CO, WA ou IL gera multas por violação. Proteção: quando a jurisdição corresponde à lista regulamentada e pay_range está ausente, a skill substitui a seção de remuneração por um TODO bloqueante e se recusa a emitir um status “pronto para publicar”.
  • Incompatibilidade de tom com a marca empregadora. Os padrões genéricos do Claude produzem JDs genéricas. Proteção: a skill requer pelo menos uma JD comparável no input comparables e se recusa a redigir sem ela.
  • Inchaço de tamanho. JDs com mais de 600 palavras são lidas superficialmente e a qualidade das contratações cai conforme o tamanho aumenta. Proteção: a skill mira em 400 palavras para cargos de contribuidor individual e 550 para liderança, com um rodapé de contagem de palavras que avisa acima do limite.

Stack

  • Claude Code ou Claude.ai com Skills personalizadas habilitadas — executa o loop de entrevista do SKILL.md e as leituras de referência.
  • Seu ATS — destino da JD publicada. A skill emite Markdown; o recrutador cola no ATS.
  • Sua referência de voz da marca empregadora — pelo menos uma JD comparável carregada no input comparables em cada execução.
  • Opcional: Textio ou Datapeople — segunda triagem de viés no rascunho antes da publicação.

Arquivos deste artefato

Baixar tudo (.zip)