Höstens vassaste arbitrage: gör jobbsökandet självt till en AI-tjänst

Varje år slösar miljontals människor tid på samma ineffektiva process

En typisk dag för en nyexaminerad jobbsökare: två timmar av scrollande på LinkedIn och Indeed, samma hälsningsfras kopierad och klistrad femtio gånger, sedan över till nästa plattform för att göra om allt. På kvällen ligger man i sängen utan att minnas vilka bolag man faktiskt sökt, vilken rekryterare som svarat eller vilken intervju som är bokad på torsdag.

Jobbsökande är i grunden en säljprocess — du är produkten, arbetsgivaren är kunden, ansökan är första kontakten, intervjun är konverteringen. Men nästan alla hanterar den här pipeline:n som om det vore chatt: ingen logg, inga urvalskriterier, ingen uppföljningsrytm, ingen utvärdering. Resultatet: tre hundra ansökningar utskickade, färre än tio som faktiskt leder någonstans. Resten ruttnar i ett informationsmörker.

Hur stor är smärtan? Varje år examineras hundratusentals i Europa, plus alla som byter jobb löpande. Vid varje given tidpunkt sitter miljontals fast i samma ineffektiva loop. Stor smärta, stor målgrupp, betalningsvilja som toppar under rekryteringssäsongen — det är allt en affär behöver.

Möjligheten: ett open source-projekt gör jobbsökandet till ett kopierbart system

På GitHub dök nyligen projektet JobFlow for Codex upp (repo: https://github.com/laok775/jobflow-for-codex , MIT-licens, 214 stjärnor). Det gör exakt det här: det ingenjörsätter den kaotiska jobbsökarprocessen. Det är ett lokalt arbetsflöde för Codex som organiserar “hitta tjänster, filtrera efter regler, skicka hälsningar, läsa svar, skicka CV, logga framsteg, generera dagsrapporter” till återanvändbara processer, mallar och skript.

Kärnmekaniken är tydlig: varje ansökan loggas i en lokal applications.jsonl-fil, och varje tjänst har en stabil status — kontaktad, CV skickat, intervjuad, nekad, väntar på uppföljning, erbjudande. Dina urvalskriterier ligger i screening_rules.md, och Codex filtrerar tjänster efter dem. När en rekryterare svarar klassificerar Codex först: uppenbart irrelevanta arkiveras, förfrågningar om CV hanteras enligt din konfiguration, och osäkra fall markeras som “kräver ditt beslut”. Varje kväll genererar ett kommando dagens jobbsökarrapport.

Notera gränssättningen: inga captcha-kringgåenden, inga bot-fusk, inga automatiska svar i ditt namn. Inloggning och nyckelbeslut kräver alltid mänsklig bekräftelse. Det är precis därför det håller över tid — det är inte en exploit, det är en assistent med omdöme.

Väg ett: använd det själv och höj din effektivitet en storleksordning

Den enklaste varianten först. Noll kostnad, perfekt om du själv söker jobb.

Steg ett: klona repot och initiera din privata arbetsyta:

1
2
3
git clone https://github.com/laok775/jobflow-for-codex.git
cd jobflow-for-codex
python skills/jobflow/scripts/init_jobflow.py --workspace /path/to/your/workspace

Initieringen skapar user_profile.yaml (målroller, stad, plattformar, CV-sökväg) och screening_rules.md (preferenser, måste-signaler, uteslutningar). De här två filerna är systemets själ — ju mer specifik du är, desto vassare filtrerar Codex. Regler som “uteslut bemanningsbolag”, “bara tjänster över 45 000 kr/mån”, “AI-produktroller först” blir lag när de väl är inskrivna.

Steg två: låt Codex köra det dagliga flödet enligt dina regler — kolla meddelanden, filtrera tjänster, logga resultat. Saker som kräver omdöme, som löneförhandling eller intervjutider, flaggas för ditt beslut.

Steg tre: avsluta varje dag med rapport och måluppföljning:

1
2
python skills/jobflow/scripts/summarize_day.py --workspace /path/to/your/workspace --date 2026-01-01
python skills/jobflow/scripts/check_targets.py --workspace /path/to/your/workspace --date 2026-01-01 --boss 5 --liepin 5

Kräver Python 3.10 eller högre, testat på Windows med lokal Codex. All din data — CV, logg, meddelanden — stannar i din egen workspace. Inget laddas upp någonstans. Integritetsgränsen är kristallklar.

Väg två: här ligger pengarna — AI-driven jobbsökning som tjänst

Att använda det själv sparar tid. Att paketera det som tjänst tjänar pengar. Logiken är enkel: mellan den som kan konfigurera Codex, skriva regler och underhålla en logg, och den stressade jobbsökaren mitt i rekryteringssäsongen, finns en enorm kompetensklyfta. Det du sätter upp på två timmar betalar kunden gärna ett par tusenlappar för.

Vad säljer du? Tre nivåer, redo att kopiera:

Basnivå (900–1 800 kr): sätt upp kundens jobbsökar-workspace. Initiera arbetsytan, skriv user_profile.yaml och screening_rules.md utifrån kundens målroller, kör igenom hela flödet en gång, leverera en illustrerad manual. Din marginalkostnad: ett videosamtal plus en timmes konfiguration. Ren vinst.

Mellannivå (3 500–6 500 kr): CV-optimering + skräddarsydda hälsningsmallar + workspace. Använd GPT eller Claude för att skriva om kundens CV, ta fram 3–5 hälsningsmallar för olika roller, leverera allt tillsammans med arbetsytan. Här säljer du “träffsäkerhet” — det upplevda värdet är högst i den här nivån.

Premium (14 000–28 000 kr/månad): full drift av hela processen. Kunden skickar dagligen skärmdumpar eller ger dig åtkomst, du sköter logg, meddelandeklassificering och dagsrapporter, plus en veckovis genomgång av läget. Prenumerationsintäkt. Tre månaders rekryteringssäsong med en kund är nästan 60 000 kr i omsättning.

Kanalerna är givna: posta på Lemon8 och Pinterest med rubriker som “AI skötte mina jobbansökningar — fyra intervjuer på en vecka”, visa dagsrapporter och loggen. Lägg upp tjänsten “AI-drivet jobbsökarsystem” på eBay eller lokala tjänstemarknadsplatser. Gör screen recordings för TikTok och YouTube: “Jag förvandlade jobbsökandet till ett löpande band”. Under rekryteringssäsongen är trafiken på sådant innehåll flera gånger högre — ångestnivån är som högst då.

Väg tre: kliv uppströms — sälj mallar och kurser

Efter tjugo–trettio kunder sitter du på den mest värdefulla tillgången: ett bibliotek av urvalsregler för olika branscher och roller. Hur skriver man screening_rules.md för en produktchef? Vilka varningsflaggor utesluter man för marknadsroller? Hur avslöjar man tekniska tjänster som bara är CV-fiske? Paketera det som ett “jobbsökar-workflow-paket” och sälj för 300–650 kr per styck. Noll marginalkostnad, oändligt kopierbart.

Nästa steg är en inspelad kurs: spela in hela uppsättningsprocessen som en 2–3 timmars videokurs, prissätt 900–1 800 kr, lägg upp på en kursplattform. Kursen tar ingen av din tid — samma innehåll säljer i ett år.

Räkneexempel och riskgränser

En konservativ kalkyl: under tre månaders rekryteringssäsong tar du 3 baskunder och 1 mellannivåkund i veckan, plus 2 premiumkunder per månad. Månadsintäkt: 12 × 1 400 + 4 × 4 500 + 2 × 18 000 ≈ 70 800 kr — och då räknar vi inte in passiva intäkter från mallpaketet. Din totala investering: en dator, en Codex-miljö och ett MIT-licensierat projekt du får använda kommersiellt helt gratis.

Riskerna måste sägas rakt ut: för det första är projektet uttryckligen inget massutskicksverktyg — det kringgår varken captcha eller plattformsskydd, och du får inte heller ge dig på gråzon-automation i kundens namn. Om kundens konto stängs av är det ditt ansvar. För det andra hanterar drifttjänsten kundens konto och CV — låt alltid kunden logga in själv, rör bara workflow-lagret och lagra aldrig känslig data. För det tredje ändras plattformarnas sidstrukturer, så plattformsreglerna kan behöva uppdateras. Behandla det som en tjänst som kräver löpande underhåll, inte en engångsaffär.

Sätt igång i dag

Rekryteringsfönstret är öppet några månader om året, och jobbsökarångest är den mest säsongsbundna trafikguldgruvan som finns. Gör tre saker i dag: klona repot och kör igenom hela flödet själv; bygg en demo-workspace utifrån din egen jobbsökarhistorik (eller en fiktiv typanvändare) och spara skärmdumpar som marknadsmaterial; publicera ditt första inlägg på Lemon8 med rubriken “Jag lät AI sköta mitt jobbsökande — dagsrapport genereras automatiskt varje kväll”.

Verktyget är open source och gratis. Men insikten om hur man tjänar pengar på det tillhör fortfarande ett fåtal. Innan fönstret stängs är det de som går in först som äter.