Agentic Search
Agentic Search ของ Mira วางแผนเส้นทางของตัวเองข้ามหลายแหล่งข้อมูล ให้เหตุผลตลอดเส้นทางอาชีพของผู้สมัครทั้งหมด และจับคู่ด้วยความหมาย — ไม่ใช่ keyword อธิบายตำแหน่งงานด้วยภาษาธรรมชาติแล้วรับ Shortlist ที่ตรงเป้า
Agentic Search คือวิธีที่ Mira ค้นหาผู้สมัคร คุณอธิบายตำแหน่งงานด้วยภาษาธรรมชาติ Agent วางแผนว่าจะค้นหาที่ไหน ค้นหาข้ามหลายแหล่งข้อมูล และประเมินผู้สมัครแต่ละคนด้วยการให้เหตุผล — ไม่ใช่การจับคู่ keyword
อะไรทำให้การค้นหานี้เป็น "agentic"
สามสิ่งที่ทำให้แตกต่างจากช่องค้นหา keyword ทั่วไป:
- หลายแหล่งข้อมูล. Agent ตัดสินใจว่าจะใช้แหล่งข้อมูลใดสำหรับตำแหน่งของคุณ และค้นหาข้ามหลายแหล่ง ทั้ง public talent database และดัชนีโปรไฟล์สาธารณะและประกาศงานของ Mira เอง แทนที่จะค้นหาจากฐานข้อมูลเดียวที่กำหนดไว้
- การให้เหตุผลแบบ multi-hop. เชื่อมหลักฐานข้ามส่วนต่างๆ ของเส้นทางอาชีพผู้สมัคร เช่น "ประสบการณ์ sales ที่บริษัทมหาชน และ ประสบการณ์ startup" ถูกตรวจสอบข้ามหลายตำแหน่งงาน ไม่ใช่จับคู่เป็น keyword เดียว
- การจับคู่ด้วยการให้เหตุผล. Mira Reasoning Embedding (MRE) ตีความความหมายที่คุณต้องการ "5 ปีของประสบการณ์" คำนวณจากไทม์ไลน์อาชีพจริง "0 ถึง 1" อ่านเป็นการสร้างบริษัท early-stage — แนวคิดที่การค้นหา keyword ไม่สามารถจับได้
เริ่มต้นการค้นหา
การค้นหารันอยู่ใน Task ซึ่งเป็นการสนทนาต่อเนื่องระหว่างคุณและ Agent
มีสามวิธีในการเริ่มต้น:
- คลิก New Task ที่มุมซ้ายบนของ sidebar เพื่อเปิดการสนทนาใหม่
- พิมพ์ในช่องกรอกข้อความ บนหน้าจอหลัก แล้วคลิก ส่งข้อความ
- ใช้ scenario แนะนำ ใต้ช่องกรอก คลิกเพื่อเติม request ตัวอย่างที่สมจริงล่วงหน้า แล้วแก้ไขก่อนส่ง
อธิบายตำแหน่งงานให้ดี
Agent เข้าใจภาษาธรรมชาติ — คุณไม่จำเป็นต้องมี JD เป็นทางการ แต่ยิ่งมีบริบทมาก MRE ก็ยิ่งมีข้อมูลให้ให้เหตุผลมากขึ้น ใส่องค์ประกอบที่สำคัญ:
| องค์ประกอบ | ตัวอย่าง | ทำไมจึงช่วยได้ |
|---|---|---|
| ตำแหน่งงาน | "Senior full-stack engineer" | กำหนดขอบเขตการค้นหา |
| ทักษะหลัก | "React, Node.js, TypeScript" | จำกัดข้อกำหนดด้านเทคนิค |
| ระดับประสบการณ์ | "5 ปีขึ้นไป" หรือ "เคยบริหารทีม" | กำหนดระดับความอาวุโสที่คาดหวัง |
| ประเภทบริษัท | "high-growth startup" หรือ "enterprise" | กรองตาม background |
| สถานที่ | "Berlin หรือ remote" | กำหนดเป้าหมายทางภูมิศาสตร์ |
| เกณฑ์ที่ไม่ชัดเจน | "เคยสร้างอะไรจาก 0 ถึง 1" | MRE ให้เหตุผลเกี่ยวกับความหมาย ไม่ใช่แค่ tag |
คุณไม่จำเป็นต้องใส่ทุกอย่าง Mira จะถามคำถามเพิ่มเติมเกี่ยวกับสิ่งที่สำคัญที่ขาดหายไป
คำอธิบายที่อ่อนแอ vs แข็งแกร่ง
| อ่อนแอ | แข็งแกร่ง | ทำไมจึงสำคัญ |
|---|---|---|
| "หานักพัฒนาให้ฉัน" | "Senior backend engineer ประสบการณ์ Python 5 ปีขึ้นไป เคยสร้าง microservices ในขนาดใหญ่ ชอบมาจาก fintech" | บริบทที่มากขึ้นให้สัญญาณที่ MRE จะจับคู่ได้มากขึ้น |
| "คนการตลาดใน NYC" | "B2B SaaS marketing manager ใน NYC เคยรัน product launch ถนัดแคมเปญที่ขับเคลื่อนด้วยข้อมูล" | เกณฑ์ที่ไม่ชัดเจนกระตุ้นการจับคู่ด้วยการให้เหตุผล |
| "เราต้องการคนที่เก่ง" | "คนที่พา product จาก 0 ถึง 1 ได้ ชอบที่ startup Series A–B" | Mira อ่าน "0 ถึง 1" เป็นประสบการณ์การสร้าง early-stage |
ประเภทเกณฑ์ที่ MRE เข้าใจได้
- คณิตศาสตร์ — "Backend development อย่างน้อย 5 ปี" MRE คำนวณระยะเวลาจากไทม์ไลน์อาชีพ ไม่ใช่จาก profile tag
- ความหมาย — "คนที่มีประสบการณ์ 0-to-1" หรือ "สร้างทีมจากศูนย์" MRE ตีความความหมายที่บอกเป็นนัย
- สามัญสำนึก — "พื้นฐานบริษัทมหาชน" หรือ "DNA ของ high-growth startup" MRE อนุมานบริบทจากประวัติการทำงาน (ขนาดบริษัท stage การเติบโต)
- หลายแหล่งข้อมูล — "ประสบการณ์ sales ที่บริษัทมหาชน และประสบการณ์ startup" MRE ให้เหตุผลข้ามส่วนต่างๆ ของอาชีพ
หลังจากที่คุณส่ง
Agent จะ:
- วิเคราะห์อินพุตของคุณ และระบุสิ่งที่เข้าใจ
- ถามคำถามเพิ่มเติม ในรูปแบบสั้นๆ เฉพาะเมื่อรายละเอียดสำคัญขาดหายไปหรือกำกวม
- ร่าง Ideal Candidate Profile ที่รวมความต้องการของคุณ รวมถึง must-have ที่ผู้สมัครต้องมี คุณสามารถตรวจสอบและแก้ไขได้
- รอให้คุณยืนยัน ก่อนการค้นหาจะเริ่มต้น
ปรับแต่งผลลัพธ์
หลังจากตรวจสอบ Shortlist แล้ว ปรับในการสนทนาเดิม — Agent เก็บบริบทครบถ้วนและนำฟีดแบ็กของคุณไปใช้กับการค้นหาถัดไป:
- "แสดงผู้สมัครที่ junior กว่านี้"
- "รวมคนจาก Amsterdam ด้วย"
- "เน้นผู้สมัครจากบริษัท e-commerce"
- "จำกัดให้เหลือคนที่มีประสบการณ์ startup มากกว่านี้"
เริ่มกว้างแล้วค่อยจำกัด ตำแหน่งงานหนึ่งตำแหน่งต่อ Task หนึ่ง Task ทำให้แต่ละการสนทนามีโฟกัสและย้อนกลับมาดูได้ง่าย
ที่เกี่ยวข้อง
- ตรวจสอบ Shortlist ของคุณ — อ่านและส่งออกผู้สมัครที่ได้รับ
- การจับคู่ผู้สมัครด้วย AI — วิธีที่ MRE ประเมินความเหมาะสม
- Agent Teams — นำ Agent ผู้เชี่ยวชาญหลายคนมาทำงานในการค้นหาที่ซับซ้อน
พร้อมลอง Mira แล้วหรือยัง เข้าร่วม waitlist เพื่อทดลองในช่วงเข้าถึงก่อนใคร