**Bối cảnh** Một công ty công nghệ quy mô 30 nhân viên có đội ngũ HR chỉ 2 người. Mỗi tháng họ nhận khoảng 150‑200 hồ sơ ứng tuyển cho 3‑4 vị trí mở. Việc đọc, so sánh và xếp hạng thủ công tốn 12‑15 giờ/tuần, dễ bỏ sót ứng viên tiềm năng và gây chậm trễ phỏng vấn. **Thách thức** - Thiếu nhân lực để xử lý khối lượng hồ sơ lớn. - Tiêu chí sàng lọc thay đổi thường xuyên theo yêu cầu của hiring manager. - Cần minh bạch lý do loại/ giữ hồ sơ để tuân thủ chính sách đa dạng. **Giải pháp AI** 1. **Thu thập dữ liệu**: Xuất file CSV từ hệ thống ATS (Greenhouse, Lever) gồm: vị trí, kỹ năng bắt buộc, kinh nghiệm, chứng chỉ, mô tả dự án. 2. **Prompt engineering**: Xây dựng prompt hệ thống cho mô hình LLM (GPT‑4o, Claude 3.5) với các biến: job_description, required_skills, nice_to_have, diversity_goals. Prompt yêu cầu mô hình trả về JSON: {candidate_id, score, match_reasons, gaps, recommendation}. 3. **Pipeline tự động**: Sử dụng n8n (hoặc Zapier) để: - Trigger khi có hồ sơ mới. - Gọi API LLM với prompt đã chuẩn bị. - Lưu kết quả vào Google Sheet / Notion để HR review. - Gửi thông báo Slack cho hiring manager khi có ứng viên đạt ngưỡng ≥ 80/100. 4. **Human‑in‑the‑loop**: HR chỉ cần xem tóm tắt, xác nhận hoặc điều chỉnh điểm số trước khi chuyển sang vòng phỏng vấn. **Triển khai & Kết quả (sau 6 tuần)** - Thời gian sàng lọc giảm từ 13h/tuần xuống 3h/tuần (≈ 77% tiết kiệm). - Tỷ lệ ứng viên được mời phỏng vấn phù hợp yêu cầu tăng từ 42% lên 68%. - Số lượng hồ sơ bị bỏ sót do mệt mỏi giảm gần như bằng 0. - Chi phí vận hành: $0.02 / hồ sơ gọi API, tổng chi phí < $30/tháng. **Lời khuyên áp dụng** - **Bắt đầu nhỏ**: Chạy song song với quy trình thủ công 2 tuần để so sánh chất lượng. - **Cố định prompt**: Lưu version prompt trong repo (Git) để rollback khi cần. - **Định nghĩa ngưỡng rõ ràng**: Đặt điểm cắt (cut‑off) dựa trên lịch sử tuyển dụng thực tế, không chỉ cảm tính. - **Bảo mật dữ liệu**: Ẩn danh PII (tên, email, số điện thoại) trước khi gửi lên LLM; dùng API enterprise hoặc self‑hosted model nếu chính sách yêu cầu. - **Đào tạo HR**: Tổ chức buổi workshop 1 giờ để team hiểu cách đọc output JSON và khi nào can thiệp. - **Mở rộng**: Sau khi ổn định, áp dụng tương tự cho nội bộ chuyển岗, thực tập sinh, hoặc freelance pool. **Kết luận** Với chi phí thấp và công nghệ sẵn có, team HR quy mô nhỏ hoàn toàn có thể tự động hóa giai đoạn sàng lọc hồ sơ, giải phóng thời gian cho các hoạt động giá trị cao như employer branding, phỏng vấn sâu và chăm sóc ứng viên.