Agentic Search
O Agentic Search do Mira planeja seu próprio caminho entre múltiplas fontes de dados, raciocina sobre toda a carreira de um candidato e faz o matching por significado — não por palavras-chave. Descreva uma vaga em linguagem natural e obtenha uma Shortlist focada.
O Agentic Search é como o Mira encontra candidatos. Você descreve uma vaga em linguagem natural; o Agent planeja onde buscar, pesquisa em múltiplas fontes de dados e avalia cada candidato por raciocínio — não por correspondência de palavras-chave.
O que torna a busca "agentic"
Três aspectos a diferenciam de uma caixa de busca por palavras-chave:
- Multi-fonte. O Agent decide quais fontes de dados usar para a sua vaga e busca em várias delas — bancos de talentos públicos e o índice próprio do Mira de perfis públicos e vagas — em vez de consultar um único banco de dados fixo.
- Raciocínio multi-hop. Conecta evidências de diferentes partes da carreira de um candidato. "Experiência em vendas em empresa de capital aberto e experiência em startup" é verificado em múltiplos cargos, não correspondido como uma única palavra-chave.
- Matching baseado em raciocínio. O Mira Reasoning Embedding (MRE) interpreta o que você quer dizer. "5 anos de experiência" é calculado a partir da linha do tempo real da carreira; "0 a 1" é lido como construção de empresa em estágio inicial — conceitos que uma busca por palavras-chave não consegue capturar.
Inicie uma busca
Uma busca é executada dentro de uma Task — uma conversa contínua entre você e o Agent.
Há três formas de iniciar:
- Clique em Nova Task no canto superior esquerdo da barra lateral para abrir uma conversa nova.
- Digite no campo de entrada na tela principal e clique em Enviar Mensagem.
- Use um cenário sugerido abaixo do campo de entrada — clique em um para preencher uma solicitação realista, depois edite antes de enviar.
Descreva bem a vaga
O Agent entende linguagem natural — você não precisa de uma descrição de cargo formal. Mas mais contexto dá ao MRE mais para raciocinar. Inclua os elementos que importam:
| Elemento | Exemplo | Por que ajuda |
|---|---|---|
| Cargo / título | "Engenheiro full-stack sênior" | Define o escopo da busca |
| Habilidades principais | "React, Node.js, TypeScript" | Refina os requisitos técnicos |
| Nível de experiência | "5+ anos" ou "já gerenciou equipe" | Define expectativas de senioridade |
| Tipo de empresa | "startup em alto crescimento" ou "enterprise" | Filtra por background |
| Localização | "Berlim ou remoto" | Segmentação geográfica |
| Critérios implícitos | "construiu algo do 0 ao 1" | O MRE raciocina sobre significado, não apenas tags |
Você não precisa fornecer todos esses elementos. O Mira faz perguntas de esclarecimento sobre qualquer detalhe importante que estiver faltando.
Descrições fracas vs. fortes
| Fraca | Forte | Por que importa |
|---|---|---|
| "Encontre um desenvolvedor" | "Engenheiro backend sênior, 5+ anos de Python, construiu microsserviços em escala, preferencialmente de fintech" | Mais contexto dá ao MRE mais sinais para o matching |
| "Pessoa de marketing em NYC" | "Gerente de marketing B2B SaaS em NYC, já conduziu lançamentos de produto, confortável com campanhas orientadas a dados" | Critérios implícitos ativam o matching baseado em raciocínio |
| "Precisamos de alguém bom" | "Alguém que levou um produto do 0 ao 1, idealmente em uma startup Series A–B" | O Mira lê "0 ao 1" como experiência de construção em estágio inicial |
Os tipos de critérios que o MRE entende
- Aritmético — "Pelo menos 5 anos em desenvolvimento backend." O MRE calcula a duração a partir da linha do tempo da carreira, não de uma tag no perfil.
- Semântico — "Alguém com experiência de 0 a 1" ou "construiu uma equipe do zero." O MRE interpreta o significado implícito.
- Senso comum — "Background em empresa de capital aberto" ou "DNA de startup em alto crescimento." O MRE infere contexto a partir do histórico profissional (tamanho da empresa, estágio, crescimento).
- Multi-fonte — "Experiência em vendas em empresa de capital aberto e experiência em startup." O MRE raciocina sobre diferentes partes de uma carreira.
Após enviar
O Agent irá:
- Analisar sua entrada e identificar o que entendeu.
- Fazer perguntas de esclarecimento, como um breve formulário, apenas quando detalhes importantes estiverem faltando ou forem ambíguos.
- Elaborar um Perfil de Candidato Ideal que consolida seus requisitos, incluindo os must-haves que os candidatos precisam atender. Você pode revisar e editar.
- Aguardar sua confirmação antes de a busca iniciar.
Refine seus resultados
Após revisar uma Shortlist, ajuste na mesma conversa — o Agent mantém o contexto completo e aplica seu feedback na próxima busca:
- "Mostre candidatos mais juniores."
- "Inclua pessoas de Amsterdam também."
- "Foque em candidatos de empresas de e-commerce."
- "Refine para pessoas com mais experiência em startups."
Comece amplo, depois afine. Uma vaga por Task mantém cada conversa focada e fácil de retomar.
Relacionados
- Revisar sua Shortlist — leia e exporte os candidatos que você recebeu.
- Matching de candidatos com IA — como o MRE avalia a adequação.
- Agent Teams — coloque vários agentes especializados em uma busca complexa.
Quer experimentar o Mira? Entre na lista de espera para o acesso antecipado.