> For the complete documentation index, see [llms.txt](https://docs.athenachat.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.athenachat.ai/documentation/ru/scenarii-ispolzovaniya/hr-i-rekruting.md).

# HR и рекрутинг

Скрининг кандидатов, оценка и запись на собеседование

Агент ведёт диалог с кандидатами 24/7: рассказывает о вакансии, задаёт вопросы, отсеивает неподходящих и отдаёт вам короткий список с оценкой.

Источник на сайте: [HR и рекрутинг](https://athenachat.ai/ru/use-cases/recruitment/).

## Что решает

* Сотни откликов на одну вакансию — первичный скрининг вручную занимает дни.
* Лучшие кандидаты уходят, пока рекрутер отвечает.
* Оценка зависит от усталости и «первого впечатления».

## Как работает

1. Подключаете [**канал**](/documentation/ru/kanaly.md), куда пишут кандидаты: [Telegram](/documentation/ru/kanaly/messendzhery/telegram.md), [WhatsApp\*](/documentation/ru/kanaly/messendzhery/whatsapp.md), сайт, CRM.
2. Агент сразу отвечает, рассказывает о вакансии, компании и условиях.
3. Задаёт вопросы: опыт, график, зарплата, навыки, мотивация.
4. Сравнивает ответы с требованиями и помечает, кто подходит.
5. Вам приходят отфильтрованные кандидаты с кратким резюме — можно звать на интервью.

## Что настроить

| В кабинете                                                                     | Зачем                                                         |
| ------------------------------------------------------------------------------ | ------------------------------------------------------------- |
| [Роль и инструкции](/documentation/ru/funkcional/nastroika-agenta/osnovnye.md) | Тон HR, критерии вакансии, что спрашивать                     |
| [Задача агента](/documentation/ru/funkcional/nastroika-agenta/osnovnye.md)     | Собрать контакт и понять, подходит ли кандидат                |
| [База знаний](/documentation/ru/funkcional/baza-znanii.md)                     | Описание вакансии, условия, FAQ для соискателей               |
| [Триггеры](/documentation/ru/funkcional/nastroika-agenta/triggery.md)          | Уведомить, когда кандидат прошёл скрининг или просит человека |
| [Интеграции](/documentation/ru/integracii.md)                                  | Передать карточку в CRM                                       |

**Пример задачи:** «Ответь на вопросы о вакансии, спроси опыт, город и зарплатные ожидания, оцени соответствие и передай контакт, если кандидат подходит».

## Примеры

**Массовый подбор в рознице.** Агент разобрал сотни откликов, HR провёл финальные интервью только с топом.

**IT-аутсорс.** Вопросы по стеку в чате, быстрый контакт в [Telegram](/documentation/ru/kanaly/messendzhery/telegram.md), в CRM — уже отобранные разработчики.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.athenachat.ai/documentation/ru/scenarii-ispolzovaniya/hr-i-rekruting.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `build a script that syncs our docs to a CMS` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.