Agentic Search
Agentic Search Mira merancang laluan sendiri merentasi pelbagai sumber data, menaakul sepanjang keseluruhan kerjaya calon, dan memadankan mengikut makna — bukan kata kunci. Huraikan peranan dalam bahasa biasa dan dapatkan Shortlist yang tepat.
Agentic Search ialah cara Mira mencari calon. Anda huraikan peranan dalam bahasa biasa; Agent merancang tempat untuk mencari, menjalankan carian merentasi pelbagai sumber data, dan menilai setiap calon melalui penaakulan — bukan pemadanan kata kunci.
Apa yang menjadikan carian ini "agentic"
Tiga perkara membezakannya daripada kotak carian kata kunci biasa:
- Berbilang sumber. Agent memutuskan sumber data yang perlu digunakan untuk peranan anda dan mencari merentasi beberapa daripadanya — pangkalan data bakat awam dan indeks Mira sendiri bagi profil awam serta iklan kerja — bukannya menanyakan satu pangkalan data tetap.
- Penaakulan multi-hop. Ia menghubungkan bukti merentasi bahagian berbeza dalam kerjaya calon. "Pengalaman jualan di syarikat tersenarai dan pengalaman startup" disemak merentasi pelbagai peranan, bukan dipadankan sebagai satu kata kunci tunggal.
- Pemadanan berasaskan penaakulan. Mira Reasoning Embedding (MRE) mentafsir apa yang anda maksudkan. "5 tahun pengalaman" dikira daripada garis masa kerjaya sebenar; "0 ke 1" dibaca sebagai pembinaan syarikat peringkat awal — konsep yang tidak dapat ditangkap oleh carian kata kunci.
Mulakan carian
Carian dijalankan dalam Task — perbualan berterusan antara anda dan Agent.
Terdapat tiga cara untuk memulakan:
- Klik New Task di bahagian kiri atas sidebar untuk membuka perbualan baharu.
- Taip dalam medan input di skrin utama, kemudian klik Send Message.
- Gunakan senario yang dicadangkan di bawah input — klik satu untuk mengisi permintaan yang realistik, kemudian sunting sebelum menghantar.
Huraikan peranan dengan baik
Agent memahami bahasa semula jadi — anda tidak memerlukan JD yang formal. Tetapi konteks yang lebih banyak memberi lebih banyak bahan kepada MRE untuk menaakul. Sertakan elemen yang penting:
| Elemen | Contoh | Mengapa ia membantu |
|---|---|---|
| Peranan / jawatan | "Senior full-stack engineer" | Menentukan skop carian |
| Kemahiran utama | "React, Node.js, TypeScript" | Mempersempit keperluan teknikal |
| Tahap pengalaman | "5+ tahun" atau "pernah urus pasukan" | Menetapkan jangkaan kekananan |
| Jenis syarikat | "startup high-growth" atau "enterprise" | Menapis mengikut latar belakang |
| Lokasi | "Berlin atau remote" | Penyasaran geografi |
| Kriteria tersirat | "pernah bina sesuatu daripada 0 ke 1" | MRE menaakul makna, bukan sekadar tag |
Anda tidak perlu menyediakan semua elemen ini. Mira akan mengemukakan soalan penjelasan tentang apa-apa yang penting yang tiada.
Huraian lemah vs. huraian kuat
| Lemah | Kuat | Mengapa penting |
|---|---|---|
| "Carikan saya pembangun" | "Senior backend engineer, 5+ tahun Python, pernah bina microservices berskala, lebih diutamakan daripada fintech" | Lebih banyak konteks memberi lebih banyak isyarat kepada MRE untuk dipadankan |
| "Orang pemasaran di NYC" | "Pengurus pemasaran B2B SaaS di NYC, pernah jalankan pelancaran produk, selesa dengan kempen data-driven" | Kriteria tersirat mencetuskan pemadanan berasaskan penaakulan |
| "Kami perlukan orang yang bagus" | "Seseorang yang pernah bawa produk daripada 0 ke 1, lebih diutamakan di startup Siri A–B" | Mira membaca "0 ke 1" sebagai pengalaman membina peringkat awal |
Jenis kriteria yang MRE fahami
- Aritmetik — "Sekurang-kurangnya 5 tahun dalam pembangunan backend." MRE mengira tempoh daripada garis masa kerjaya, bukan tag profil.
- Semantik — "Seseorang dengan pengalaman 0-ke-1" atau "membina pasukan dari awal." MRE mentafsir makna yang tersirat.
- Akal budi — "Latar belakang syarikat tersenarai" atau "DNA startup high-growth." MRE membuat inferens konteks daripada sejarah kerja (saiz syarikat, peringkat, pertumbuhan).
- Multi-sumber — "Pengalaman jualan di syarikat tersenarai dan pengalaman startup." MRE menaakul merentasi bahagian berbeza dalam kerjaya.
Selepas anda hantar
Agent akan:
- Menganalisis input anda dan mengenal pasti apa yang ia fahami.
- Mengemukakan soalan penjelasan, dalam bentuk ringkas, hanya apabila butiran penting tiada atau tidak jelas.
- Merangka Profil Calon Ideal yang menyatukan keperluan anda, termasuk syarat wajib yang calon mesti penuhi. Anda boleh menyemak dan menyuntingnya.
- Menunggu pengesahan anda sebelum carian dimulakan.
Halusi keputusan anda
Selepas menyemak Shortlist, laraskan dalam perbualan yang sama — Agent menyimpan konteks penuh dan menggunakan maklum balas anda untuk carian seterusnya:
- "Tunjukkan calon yang lebih junior."
- "Masukkan juga orang dari Amsterdam."
- "Fokus kepada calon dari syarikat e-dagang."
- "Sempitkan kepada orang yang mempunyai lebih banyak pengalaman startup."
Mulakan secara luas, kemudian sempitkan. Satu peranan per Task mengekalkan setiap perbualan terfokus dan mudah dirujuk semula.
Berkaitan
- Semak Shortlist anda — baca dan eksport calon yang anda terima.
- Padanan calon AI — cara MRE menilai kesesuaian.
- Agent Teams — letakkan beberapa Agent khusus pada carian yang kompleks.
Bersedia untuk mencuba Mira? Sertai senarai menunggu untuk akses awal.