# 运行你的第一次搜索

Source: https://docs.mira.day/zh/docs/get-started/quick-start

> 用 Mira 运行你的第一个寻访任务。描述岗位、确认细节，然后查看一个排序后的候选人池，含候选人档案与联系方式。









本指南带你完成第一个 Mira 寻访任务：从描述岗位，到查看一个合格候选人池。

<Steps>
  <Step>
    描述岗位 [#描述岗位]

    登录后，你会看到任务界面，上面有一个输入框和一些建议场景。

        <img alt="Mira 任务界面，描述你的需求，剩下的交给智能体" src="__img0" />

    有两种方式：

    * **自己描述**：粘贴或上传一份职位描述，或用你自己的话描述岗位。可以尽量写具体。例如：

      > 我要找一位资深全栈工程师，有 React 和 Node.js 经验，最好来自高增长的创业公司。地点：柏林或远程。

    * **选择一个建议场景**：点击输入框下方的示例，快速开始。

    然后点击 **发送消息**。

    <Callout>
      你不需要正式的 JD。像跟同事交代任务那样描述岗位就行；Mira 能理解自然语言，包括隐含条件，例如高增长公司背景，或从零搭建过团队。
    </Callout>
  </Step>

  <Step>
    确认细节（仅在需要时） [#确认细节仅在需要时]

    Mira 会分析你的输入，判断信息是否足够开始搜索。如果你的描述已经足够具体，Mira 会直接继续，不再弹出表单。当关键信息缺失或模糊时，Mira 会弹出一个简短的澄清表单。表单的问题针对你的任务定制，围绕会影响搜索策略的方向，例如：

    * **需要聚焦的核心职责**：这个岗位里，哪些部分对找对人最关键。
    * **职位覆盖区域或可能的工作地点**：搜索应该覆盖哪些地区或工作地点。
    * **公司类型偏好**：创业公司、高增长公司，或某类特定的组织。

    具体问题因任务而异。Mira 会预选合理的默认项，你可以审阅、按需调整，然后点击 **提交**。Mira 会用你的回答补全背景，并构建 Mira 用于搜索的[理想人才画像](/zh/docs/meet-mira/how-mira-works)。

    <Callout>
      只有在能提升结果时，表单才会出现。一开始描述得越充分，后面被打断得越少。
    </Callout>
  </Step>

  <Step>
    查看候选人 [#查看候选人]

    Mira 会在其人才数据源中搜索，返回你的候选人池。

        <img alt="Mira 候选人池，候选人带匹配说明和联系方式" src="__img1" />

    你会看到：

    * 右侧面板的**候选人卡片**，每张显示：
      * 姓名、当前职位和公司。
      * 所在地和工作年限。
      * **匹配说明**：对候选人契合度的评估，逐条对照你的必备要求，并附一个整体匹配程度标签：**高度匹配**（绿色）、**部分匹配**（黄色）或 **匹配度低**（灰色）。
      * 最近一段工作经历和最高教育背景。
      * 联系方式：LinkedIn 链接，以及在有数据时的 GitHub、X（Twitter）或个人网站。邮箱和电话默认不显示；点击 **获取邮箱** 或 **获取电话** 按需查看，会消耗积分。

    * **一份可下载的数据文件**，包含所有候选人的结构化详细信息。

    你可以滚动浏览候选人，点击 **LinkedIn** 查看完整档案，或直接用联系方式触达。
  </Step>

  <Step>
    优化或继续 [#优化或继续]

    看完候选人池后，你可以：

    * **要求更多候选人**：让 Mira 在同一个对话里继续搜索。
    * **调整条件**：例如"给我更多有创业经验的候选人"，或"也包括阿姆斯特丹的候选人"。
    * **开始新搜索**：点击侧边栏的 **新建频道**，搜索另一个岗位。

    每个对话都作为一个任务保存在侧边栏，你随时可以回到任意一次搜索。
  </Step>
</Steps>

下一步 [#下一步]

* [查阅你的候选人](/zh/docs/get-started/review-your-candidates)：如何读懂 Mira 返回的候选人池、匹配标签，以及匹配说明。
* [Mira 如何搜索](/zh/docs/sourcing/agentic-search)：如何描述岗位，以及 Mira 如何跨多个数据源搜索。
* [Mira 如何匹配候选人](/zh/docs/match-quality-and-trust/understanding-ai-matching)：MRE 如何解读你的需求。