Agentic Search
El Agentic Search de Mira planifica su propio recorrido a través de múltiples fuentes de datos, razona sobre toda la trayectoria profesional de un candidato y hace matching por significado, no por palabras clave. Describe un puesto en lenguaje natural y obtén una Shortlist precisa.
Agentic Search es la forma en que Mira encuentra candidatos. Describes un puesto en lenguaje natural; el Agent planifica dónde buscar, realiza la búsqueda en múltiples fuentes de datos y evalúa a cada candidato mediante razonamiento, no por coincidencia de palabras clave.
Qué hace que la búsqueda sea "agentic"
Tres aspectos la distinguen de un buscador por palabras clave:
- Multi-source. El Agent decide qué fuentes de datos usar para tu puesto y realiza la búsqueda en varias de ellas — bases de talento públicas y el índice propio de Mira de perfiles públicos y ofertas de empleo — en lugar de consultar una única base de datos fija.
- Razonamiento multi-hop. Conecta evidencia de distintas partes de la trayectoria profesional de un candidato. "Experiencia en ventas en una empresa cotizada y experiencia en startup" se verifica en múltiples roles, no como una sola cadena de búsqueda.
- Matching basado en razonamiento. Mira Reasoning Embedding (MRE) interpreta lo que quieres decir. "5 años de experiencia" se calcula a partir de la línea de tiempo real de la carrera; "de 0 a 1" se entiende como construcción en etapa temprana — conceptos que una búsqueda por palabras clave no puede capturar.
Iniciar una búsqueda
Una búsqueda se ejecuta dentro de un Task — una conversación continua entre tú y el Agent.
Hay tres formas de iniciarla:
- Haz clic en New Task en la parte superior izquierda de la barra lateral para abrir una conversación nueva.
- Escribe en el campo de entrada de la pantalla principal y haz clic en Enviar mensaje.
- Usa un escenario sugerido debajo del campo de entrada — haz clic en uno para rellenar automáticamente una solicitud realista y edítala antes de enviar.
Describe bien el puesto
El Agent entiende lenguaje natural — no necesitas una descripción de puesto formal. Pero más contexto le da a MRE más señales para razonar. Incluye los elementos que importan:
| Elemento | Ejemplo | Por qué ayuda |
|---|---|---|
| Puesto / título | "Ingeniero full-stack senior" | Define el alcance de la búsqueda |
| Habilidades clave | "React, Node.js, TypeScript" | Acota los requisitos técnicos |
| Nivel de experiencia | "5+ años" o "ha gestionado un equipo" | Establece expectativas de seniority |
| Tipo de empresa | "startup en alto crecimiento" o "enterprise" | Filtra por trayectoria |
| Ubicación | "Berlín o remoto" | Targeting geográfico |
| Criterios implícitos | "ha construido algo de 0 a 1" | MRE razona sobre el significado, no solo etiquetas |
No necesitas proporcionar todos estos elementos. Mira hace preguntas de aclaración sobre lo que falte y sea importante.
Descripciones débiles vs. fuertes
| Débil | Fuerte | Por qué importa |
|---|---|---|
| "Encuéntrame un desarrollador" | "Ingeniero backend senior, 5+ años en Python, ha construido microservicios a escala, preferiblemente de fintech" | Más contexto le da a MRE más señales para hacer matching |
| "Persona de marketing en NYC" | "Marketing manager de SaaS B2B en NYC, ha lanzado productos, cómoda con campañas basadas en datos" | Los criterios implícitos activan el matching basado en razonamiento |
| "Necesitamos a alguien bueno" | "Alguien que haya llevado un producto de 0 a 1, idealmente en una startup en Series A–B" | Mira entiende "0 a 1" como experiencia de construcción en etapa temprana |
Los tipos de criterios que MRE entiende
- Aritmética — "Al menos 5 años en desarrollo backend." MRE calcula la duración a partir de la línea de tiempo real de la carrera, no de una etiqueta en el perfil.
- Semántica — "Alguien con experiencia de 0 a 1" o "construyó un equipo desde cero." MRE interpreta el significado implícito.
- Sentido común — "Trayectoria en empresa cotizada" o "ADN de startup en alto crecimiento." MRE infiere contexto del historial laboral (tamaño de empresa, etapa, crecimiento).
- Multi-source — "Experiencia en ventas en empresa cotizada y experiencia en startup." MRE razona sobre distintas partes de la carrera.
Después de enviar
El Agent:
- Analiza tu entrada e identifica lo que ha comprendido.
- Hace preguntas de aclaración, en un breve formulario, solo cuando faltan detalles clave o hay ambigüedad.
- Redacta un Perfil de Candidato Ideal que consolida tus requisitos, incluidos los criterios indispensables que los candidatos deben cumplir. Puedes revisarlo y editarlo.
- Espera tu confirmación antes de iniciar la búsqueda.
Refina tus resultados
Después de revisar una Shortlist, ajusta en la misma conversación — el Agent conserva el contexto completo y aplica tu feedback a la siguiente búsqueda:
- "Muéstrame candidatos más junior."
- "Incluye también personas de Ámsterdam."
- "Enfócate en candidatos de empresas de e-commerce."
- "Acótalos a personas con más experiencia en startups."
Empieza con criterios amplios y luego afina. Un puesto por Task mantiene cada conversación enfocada y fácil de retomar.
Relacionado
- Revisa tu Shortlist — lee y exporta los candidatos que recibes.
- Matching de candidatos con IA — cómo MRE evalúa el encaje.
- Agent Teams — pon varios agentes especializados en una búsqueda compleja.
¿Quieres probar Mira? Únete a la lista de espera para el acceso anticipado.