Mira ค้นหาอย่างไร

อธิบายคนที่คุณต้องการด้วยภาษาธรรมชาติ Mira ค้นหาข้ามแหล่งบุคลากรหลายแหล่งและเว็บเปิด ขุดค้นทีละขั้นตาม signal ที่พบ และส่งคืนผู้สมัครพร้อมเหตุผลว่าทำไมแต่ละคนจึงตรงกับความต้องการ

Agentic Sourcing คือวิธีที่ Mira ค้นหาผู้คน และมันทำงานต่างจาก LinkedIn Recruiter และการค้นหาด้วย keyword แบบดั้งเดิม อธิบายคนที่คุณกำลังมองหาด้วยภาษาธรรมชาติ และ Mira ทำงานเหมือนนักสรรหาที่ช่ำชอง คือค้นหาข้ามแหล่งบุคลากรหลายแหล่ง ติดตาม signal ทีละขั้น และบอกคุณว่าทำไมแต่ละผู้สมัครจึงตรงกับความต้องการ

สิ่งที่มันแก้ไข

การค้นหาผู้สมัครแบบดั้งเดิมมีข้อจำกัดในตัวสองประการ:

ฐานข้อมูลเดียว คนที่ใช่กระจายอยู่ตามเครือข่ายวิชาชีพ ชุมชนโค้ด แพลตฟอร์มวิจัย และเว็บไซต์บริษัท ฐานข้อมูลเดียวย่อมพลาดบางคนอยู่เสมอ
การค้นหาครั้งเดียว การจับคู่คีย์เวิร์ดครั้งเดียวมักได้คนที่เรซูเมดูดี ไม่ใช่คนที่เหมาะสมจริงๆ

Agentic Sourcing แตกต่างในทั้งสองด้าน คือดึงข้อมูลจากหลายแหล่งและดำเนินการต่อเนื่องในหลายขั้น โดยตัดสินใจว่าจะมองหาที่ไหนต่อจากสิ่งที่ขั้นก่อนพบ จนกว่าจะได้คนที่ใช่ รวมถึงผู้สมัครแฝงที่ไม่ได้กำลังมองหางานอย่างจริงจัง

วิธีการทำงาน

คุณอธิบายความต้องการ ด้วยภาษาในชีวิตประจำวัน ทั้งตำแหน่ง สิ่งที่ต้องมี และสิ่งที่ดีถ้ามี
Sourcing Agent ค้นหา ข้ามแหล่งบุคลากรหลายแหล่งและเว็บเปิด โดยติดตาม signal (บริษัท tech stack โปรเจกต์ ผลงานสาธารณะ) และตรวจสอบยืนยันข้ามกัน
คุณได้ผลลัพธ์ที่อธิบายได้ เป็นกลุ่มผู้สมัครที่ทุกคนมาพร้อมเหตุผลว่าทำไมถึงตรง
คุณปรับแต่ง หากทิศทางผิด แค่บอกหรือเพิ่มเงื่อนไข แล้ว Mira ปรับตาม

ความสามารถหลัก

การค้นคืนข้ามแหล่ง ค้นหาแหล่งบุคลากรวิชาชีพและเว็บเปิดหลายแหล่งพร้อมกัน แล้วรวมและลบซ้ำเพื่อไม่ให้อคติของแหล่งใดแหล่งหนึ่งครองผล
การขุดค้นเชิงลึกหลายขั้น ไม่ใช่การจับคู่ครั้งเดียว แต่ติดตาม signal และตรวจสอบยืนยันข้ามกันหลายฮอป จึงเข้าถึงผู้สมัครที่ใช่จริงได้ รวมถึงผู้สมัครแฝง ขับเคลื่อนโดย MRE
การจับคู่แบบชั่งน้ำหนักหลักฐาน Mira ประเมินผู้สมัครแต่ละคนตามสิ่งที่ต้องมีและ dealbreaker ของคุณ แล้วจัดอันดับตามหลักฐาน ช่วยให้เห็นคนที่ไม่ค่อยเด่นชัด (เช่น วิศวกรที่เก่งแต่ไม่เคยอัปเดตตำแหน่งงานของตน) ผู้สมัครทุกคนมาพร้อมเหตุผลที่อยู่เบื้องหลังการจับคู่ ทำให้กลุ่มผู้สมัครที่คุณนำเสนอมีน้ำหนักน่าเชื่อถือ
ติดต่อตามต้องการ เมื่อพบคนที่ใช่แล้ว เปิดเผยอีเมลหรือเบอร์โทรตามที่ต้องการ (การเปิดเผยแต่ละครั้งใช้ credits)

อธิบายตำแหน่งให้ดี

Agent เข้าใจภาษาธรรมชาติ แต่บริบทที่มากกว่าย่อมให้ข้อมูลสำหรับใช้เหตุผลมากกว่า prompt ที่อ่อนแอกับที่แข็งแกร่งให้กลุ่มผู้สมัครที่แตกต่างกันมาก:

อ่อนแอ	แข็งแกร่ง	ทำไมจึงสำคัญ
"หานักพัฒนาให้ฉัน"	"Senior backend engineer ประสบการณ์ Python 5 ปีขึ้นไป เคยสร้าง microservices ระดับสเกลใหญ่ ควรมาจาก fintech"	บริบทมากขึ้นหมายถึง signal ที่จับคู่ได้มากขึ้น
"คนการตลาดใน NYC"	"B2B SaaS marketing manager ใน NYC เคยรัน product launch ถนัดแคมเปญที่ขับเคลื่อนด้วยข้อมูล"	เกณฑ์โดยนัยกระตุ้นการค้นคืนที่อิงการให้เหตุผล
"เราต้องการคนที่เก่ง"	"คนที่พา product จาก 0 ถึง 1 ได้ ควรอยู่ที่ startup ระยะ Series A ถึง B"	Mira อ่าน "0 ถึง 1" เป็นประสบการณ์การสร้างในระยะเริ่มต้น

คุณพึ่งพาเกณฑ์โดยนัยที่คุณจะพูดออกมาได้เช่นกัน Mira ใช้เหตุผลเกี่ยวกับความหมายของมัน แทนที่จะจับคู่เป็นคีย์เวิร์ด:

คุณพูดว่า	Mira ตีความว่า
"0 ถึง 1" หรือ "สร้างจากศูนย์"	การสร้างบริษัทในระยะเริ่มต้น พาบางสิ่งจากไม่มีอะไรจนถึงเปิดตัว
"startup DNA" หรือ "กล้าลองผิดลองถูก"	ทำงานได้ด้วยตัวเอง ปรับตัวได้กับความไม่ชัดเจนและโครงสร้างที่มีน้อย
"พื้นเพจากบริษัทเติบโตสูง"	อนุมานจากขนาดบริษัท ประวัติการระดมทุน และเส้นทางการเติบโต
"ประสบการณ์ 5 ปีขึ้นไป"	อ่านจากเส้นทางอาชีพจริง ไม่ใช่จากป้ายกำกับในโปรไฟล์
"เคยสร้างทีม"	เคยว่าจ้างและนำทีม ไม่ใช่แค่ทำงานอยู่ในทีม

ขั้นต่อไป

สิ่งที่ต้องมีและเงื่อนไขที่ยอมรับไม่ได้ วิธีที่ Mira อ่านความต้องการของคุณและสร้าง Ideal Candidate Profile
Mira จับคู่ผู้สมัครอย่างไร วิธีที่ MRE ให้เหตุผลเพื่อนำเสนอผู้สมัครที่ใช่
Agent Team ดึงทีมเข้ามาทำงานค้นหาที่ซับซ้อน