רוב האנשים משתמשים בחיפוש עבודה עם AI בצורה שגויה

פותחים את ChatGPT, מדביקים את תיאור המשרה, אומרים “תעזור לי לשפר את הקורות חיים”, מעתיקים, מדביקים, שולחים. ואז – שקט.

הבעיה? יצירה חד-פעמית. אתם מבקשים מה-AI להיות גם הכותב וגם הבוחן בשיחה אחת, והוא נותן לכם קורות חיים תקינים מבחינה דקדוקית אך חסרי נוקשות – נוסח שמערכת ATS מסננת במבט אחד.

חיפוש עבודה הוא תהליך סובייקטיבי מאוד, מרובה שלבים וקל להתפרקות רגשית. רוב האנשים שולחים עשרות קורות חיים ומקבלים מעט ראיונות – לא בגלל חוסר כישרון, אלא בגלל שהתהליך לא עוצב כמו מערכת ייצור.

גיאופיזיקאי שפוטר הפך את חיפוש העבודה לקו ייצור

לפי הפוסט המקור (הנתונים לא אומתו באופן עצמאי): ב-GitHub קיים פרויקט קוד פתוח בשם ai-job-search עם 29,000+ כוכבים. המחבר, Mads Lorentzen, היה גיאופיזיקאי שפוטר, ובנה בעזרת Claude מסגרת סוכן לחיפוש עבודה. הוא שלח 69 בקשות, קיבל 20 ראיונות ראשוניים ולבסוף הצליח לעבור לתפקיד מהנדס AI.

69 שליחות → 20 ראיונות ראשוניים → קרוב ל-30% המרה. הממוצע של “השפרצה” של קורות חיים הוא בדרך כלל פחות מ-5%. לפי הפוסט, המחבר פרסם את נתוני המשפך ב-LinkedIn.

אבל המספרים הם לא העיקר. העיקר הוא השיטה שלו: הוא פירק את חיפוש העבודה מהתחום של “ניחושים” לתהליך סטנדרטי שניתן לביצוע, אימות ואיטרציה על ידי AI.

הערך האמיתי של המסגרת: שני סוכנים שמבקרים זה את זה

לפי הפוסט, המנגנון הגרעין הוא ארכיטקטורה של שני סוכנים – Drafter + Reviewer:

• Drafter (כותב) – קורא את פרופיל הקריירה שלכם ויוצר קורות חיים ומכתב מותאמים למשרה ספציפית.
• Reviewer (בוחן) – סוכן חדש שמפעיל הקשר ריק, לא מושפע מהגרסה הראשונית, חוקר את החברה היעד ומבקר את הגרסה הראשונית מנקודת מבט של צד שלישי.

העיצוב הזה פוגע ישירות בחולשת היצירה החד-פעמית. הסוכן הראשון כותב, הסוכן השני נכנס עם עיניים חדשות ומחפש נקודות תורפה: “הניסיון הזה לא קשור לדרישות המשרה”, “הפועל הזה חלש”, “החברה עומדת לפני פיטורים והמכתב לא מתייחס לכך”. לאחר מכן הוא מחזיר לגרסה ראשונית לשיפור.

לפי הפוסט, כל התהליך מופעל על ידי ארבעה פקודות: /setup לבניית פרופיל קריירה (תומך ביבוא קורות חיים PDF, ייצוא LinkedIn, ראיון בניית פרופיל), /scrape לחיפוש ודירוג משרות (כולל פלטפורמות דניות מקומיות כמו Jobindex, Jobnet, Jobbank, ניתן להרחיב לאזורים אחרים דרך פקודה), /apply ליצירת חומרי בקשה בלחיצה אחת (כולל ציון התאמה, פורמט LaTeX, אימות מילות מפתח ATS, בדיקת מספר עמודי PDF), /interview להכנת חבילת ראיון (חקר חברה, מיפוי מקרים STAR, מודל ראיון).

כל הנתונים נשמרים מקומית, ללא מעבר דרך פלטפורמת SaaS כלשהי.

מה זה אומר למי שרוצה להרוויח

שתי דרכים.

הדרך הראשונה: שימוש עצמי. אם אתם מחפשים עבודה, במיוחד בתפקידים טכניים, הפסיקו לשלוח קורות חיים אחד לכל מקום. fork את הפרויקט (github.com/MadsLorentzen/ai-job-search) או פשוט השתמשו במחשבה הזו ובנו בעצמכם מסגרת עם Claude: מאגר פרופילים + ניתוח משרות + שני סוכנים שמבקרים זה את זה + אימות ATS. אפילו אם תממשו רק את שלב “הבוחן מבקר”, איכות קורות החיים שלכם תעלה על 90% מהמתחרים.

הדרך השנייה: מכירת שירות. זה הנושא האמיתי של הפוסט הזה.

שלב 1: ארזו את זרם העבודה כ”שירות קורות חיים מדויקים”

ב-闲鱼 ו-小红书 (לשוק העברי נשתמש ב-Mercari/Carousell/eBay ו-Lemon8/Pinterest) מחפשים “תיקון קורות חיים” – המון מוכרים, מחיר ללקוח 30–200 ש”ח, כולם עבודה ידנית או יצירה חד-פעמית של GPT. בידכם יש זרם עם שני סוכנים שמבקרים זה את זה + אימות מילות מפתח ATS – רמת האיכות נמצאת בליגה אחרת.

אסטרטגיית תמחור: חבילה בסיסית 99 ש”ח (אופטימיזציה של קורות חיים + דוח מילות מפ