# Agentic Search Source: https://docs.mira.day/vi/docs/agent-sourcing/agentic-search > Mô tả người bạn muốn tìm bằng ngôn ngữ thông thường. Mira tìm kiếm qua nhiều nguồn dữ liệu, đào sâu từng bước, và trả về ứng viên kèm lý do tại sao họ phù hợp. Agentic Search là cách Mira tìm kiếm con người. Bạn không cần viết chuỗi boolean hay xử lý từ khóa phức tạp — **mô tả người bạn đang tìm bằng ngôn ngữ thông thường, và Mira hoạt động như một nhà tuyển dụng lâu năm: tìm kiếm qua nhiều nguồn dữ liệu, theo dõi từng đầu mối từng bước, và cho bạn biết lý do tại sao mỗi ứng viên phù hợp.** *** Vấn đề nó giải quyết [#vấn-đề-nó-giải-quyết] Tìm kiếm ứng viên truyền thống có hai giới hạn cố hữu: * **Một cơ sở dữ liệu.** Những người phù hợp nằm rải rác trên các mạng chuyên nghiệp, cộng đồng lập trình, nền tảng nghiên cứu và trang web công ty — một cơ sở dữ liệu duy nhất chắc chắn sẽ bỏ lỡ một số người. * **Một lượt tìm kiếm.** Một lần khớp từ khóa thường trả về những người có hồ sơ trông đẹp, không phải những người thực sự phù hợp. Agentic Search khác biệt ở cả hai điểm: nó kéo từ **nhiều nguồn dữ liệu** và tiến hành theo **nhiều bước** — quyết định nơi cần tìm tiếp theo dựa trên những gì bước trước đã tìm thấy — cho đến khi tìm được đúng người, kể cả các ứng viên thụ động không đang tích cực tìm việc. Cách hoạt động [#cách-hoạt-động] 1. **Bạn mô tả nhu cầu** — bằng ngôn ngữ hàng ngày: vị trí, những yêu cầu bắt buộc và những điều mong muốn thêm. 2. **Mira tìm kiếm** — qua nhiều nguồn dữ liệu, theo dõi các đầu mối (công ty, tech stack, dự án, công việc công khai) và kiểm tra chéo chúng. 3. **Bạn nhận được kết quả có thể giải thích** — danh sách ứng viên với lý do tại sao từng người phù hợp. 4. **Bạn tinh chỉnh** — nếu hướng chưa đúng, chỉ cần nói ra hoặc thêm một ràng buộc, và Mira điều chỉnh. Tính năng cốt lõi [#tính-năng-cốt-lõi] * **Truy hồi đa nguồn** — tìm kiếm trên nhiều nguồn tài năng chuyên nghiệp và web mở cùng lúc, để có phạm vi bao phủ rộng hơn. * **Đào sâu đa bước** — không phải tìm khớp một lần; nó theo dõi các đầu mối và kiểm tra chéo, nên có thể tiếp cận các ứng viên thụ động. * **Matching có thể giải thích** — mỗi ứng viên đi kèm một lý do, nên kết quả có thể đánh giá và đáng tin cậy. Điều này được hỗ trợ bởi [MRE](./understanding-ai-matching). * **Liên hệ theo yêu cầu** — sau khi tìm được đúng người, hiển thị email hoặc số điện thoại khi cần (mỗi lần hiển thị dùng credits). Mô tả vị trí thật tốt [#mô-tả-vị-trí-thật-tốt] Agent hiểu ngôn ngữ tự nhiên — nhưng nhiều context hơn cho nó nhiều thứ để suy luận hơn. Một prompt yếu và một prompt mạnh sẽ trả về Shortlist rất khác nhau: | Yếu | Mạnh | Tại sao quan trọng | | --------------------------- | ------------------------------------------------------------------------------------------------- | --------------------------------------------------------- | | "Tìm cho tôi một developer" | "Senior backend engineer, 5+ năm Python, đã build microservices ở quy mô lớn, ưu tiên từ fintech" | Nhiều context hơn = nhiều tín hiệu để matching hơn | | "Người marketing ở NYC" | "B2B SaaS marketing manager ở NYC, đã chạy product launch, thoải mái với data-driven campaigns" | Tiêu chí ngầm kích hoạt matching dựa trên suy luận | | "Chúng tôi cần ai đó giỏi" | "Ai đó đã đưa sản phẩm từ 0 tới 1, lý tưởng là ở startup Series A–B" | Mira đọc "0 tới 1" như kinh nghiệm xây dựng giai đoạn đầu | Bạn cũng có thể dùng các tiêu chí ngầm — loại mà bạn sẽ nói với nhà tuyển dụng trực tiếp ("năng động", "có thể làm việc độc lập", "đã xây dựng team từ con số 0"). Mira suy luận về ý nghĩa của chúng thay vì khớp chúng như từ khóa. Bắt đầu nhanh [#bắt-đầu-nhanh] 1. **Mô tả người đó bằng ngôn ngữ thông thường**, bao gồm càng nhiều thông tin càng tốt: * Vị trí / cấp độ * Yêu cầu bắt buộc (những điều không thể thiếu) * Những điều mong muốn thêm * Các ràng buộc như địa điểm, ngành nghề hoặc loại công ty 2. **Chờ trong khi Mira tìm kiếm** — nó hiển thị các bước khi làm việc. 3. **Xem lại danh sách và lý do phù hợp của từng ứng viên**; hiển thị thông tin liên hệ khi cần. 4. **Chưa đúng?** Theo dõi hoặc điều chỉnh tiêu chí, và để nó tiếp tục tinh chỉnh. **Ví dụ prompt:** "Tìm 3 senior backend engineer đã xây dựng kiểm soát rủi ro real-time tại các công ty fintech, lý tưởng với Go và Kafka, dựa ở Thượng Hải." Mira tìm kiếm qua các nguồn để tìm những người phù hợp, đào sâu vào dự án và lý lịch của họ để kiểm tra chéo, và trả về Shortlist với lý do phù hợp cho từng người — sau đó bạn có thể nói "tìm thêm vài người có kinh nghiệm quản lý team" để thu hẹp kết quả. Mẹo để có kết quả tốt hơn [#mẹo-để-có-kết-quả-tốt-hơn] * **Tách biệt yêu cầu bắt buộc và mong muốn thêm.** Cho Mira biết điều gì là bắt buộc so với điều gì là điểm cộng — matching sẽ chính xác hơn. * **Cung cấp bối cảnh.** "Đây là startup giai đoạn đầu cần người có thể làm việc độc lập" giúp nó đánh giá sự phù hợp. * **Dùng follow-up.** Khi hướng chưa đúng, thêm hoặc sửa một ràng buộc thay vì bắt đầu lại. * **Để các vị trí phức tạp chạy như một team.** Với các vị trí đa chức năng hoặc có nhiều ràng buộc, giao cho [Agent Team](./agent-teams) để làm việc song song. * **Lưu lại quy trình thường dùng.** Biến một quy trình tìm kiếm bạn lặp lại thành một [Skill](./skills) để team có thể tái sử dụng. Bên dưới bề mặt [#bên-dưới-bề-mặt] Một vài thứ hỗ trợ Agentic Search, theo ngôn ngữ đơn giản: * **Truy hồi đa nguồn + xếp hạng tổng hợp.** Mira truy vấn nhiều nguồn dữ liệu cùng lúc, sau đó hợp nhất, loại trùng lặp và xếp hạng lại kết quả (hợp nhất hạng nghịch đảo — RRF) để không có bias của một nguồn nào thống trị. * **Vòng lặp suy luận lặp đi lặp lại.** Thay vì một truy vấn, nó suy luận → tìm kiếm → đọc kết quả → suy luận lại, chọn mỗi bước tiếp theo từ những gì vừa tìm được. * **Pipeline nhiều lớp.** Khám phá, làm giàu thông tin liên hệ và làm giàu hồ sơ chạy như các lớp riêng biệt, chỉ đào sâu hơn khi cần. * **Matching có thể giải thích.** [MRE](./understanding-ai-matching) đánh giá từng ứng viên so với yêu cầu của bạn và viết lý do bạn thấy. > Về mặt học thuật, việc kết hợp nhiều nguồn không đồng nhất và giải quyết từng bước qua các lĩnh vực là **truy hồi đa nguồn (multi-source retrieval)** kết hợp **suy luận đa bước (multi-hop reasoning)**. Liên quan [#liên-quan] * [Xem lại Shortlist của bạn](./review-your-shortlist) — đọc và export ứng viên bạn nhận được. * [AI candidate matching](./understanding-ai-matching) — cách MRE đánh giá mức độ phù hợp. * [Agent Teams](./agent-teams) — đưa nhiều Agent chuyên biệt vào một tìm kiếm phức tạp. Sẵn sàng thử Mira? [Tham gia danh sách chờ](https://www.mira.day/join-waitlist) để truy cập sớm.