Почему ваше сопроводительное письмо не впечатляет даже ИИ

Давайте честно: сколько раз вы писали в сопроводительном письме что-то вроде «быстро погружаюсь в новые темы» или «буду рад(а) стать частью вашей команды»? Писали и чувствовали — всё равно никто не прочитает.

Когда я работала HR-директором, я долгое время наблюдала странный ритуал: соискатели писали сопроводительные «для галочки», а рекрутеры читали эти письма по диагонали — всё же видно из резюме, зачем тратить время?

Так вот. Времена изменились. И не потому, что письма вдруг стали считаться хорошим тоном. А потому что первый, кто их читает, теперь не уставший рекрутер, а система, сравнивающая текст с текстом вакансии за секунды. Именно она решает, дойдёте ли ваше резюме до человека.

Объясню, как это работает и как понравиться роботу.

Тот самый алгоритм: как он решает, кто «Лучший», а кто нет

Разберём, как это выглядит — на примере hh.ru, потому что через него проходит, кажется, каждый второй отклик в стране.

Когда вы откликаетесь на вакансию, сопроводительное письмо тут же проверяет «Умный поиск» — встроенная система на машинном обучении, которая, по описанию самого HeadHunter, распознаёт синонимы и контекст в вакансиях и резюме, а не только точные слова.

Система распределяет отклики по релевантности. Во вкладке «Лучшие» работодатель видит не тех, кто откликнулся первым, а тех, кого алгоритм посчитал наиболее подходящим. Отбор строится, в том числе на истории: кого раньше приглашали на похожие вакансии, какие резюме чаще открывают и скачивают.

И вот тут решает буквально формулировка каждого слова. Фраза вроде «помогала бизнесу расти» не даёт алгоритму ни одной зацепки — ни задачи, ни инструмента, ни цифры, за которую можно ухватиться при сравнении с вакансией. Другое дело «увеличила конверсию на 23% за счёт email-воронки» — готовый набор совпадений. Конверсия, воронка, email — если эти слова есть в вакансии, система поднимет его выше в списке.

Дальше — просто механика внимания. HR открывает отклики сверху вниз, начиная с вкладки «Лучшие». Если ваше письмо алгоритм отправил куда-то в середину списка, потому что не нашёл в нём тех самых слов, — велик шанс, что до него просто не дойдут. Хорошая новость — не потому что вы хуже других кандидатов. Плохая — вы не умеете переводить свой опыт на язык алгоритмов.

Тут много результатов исследований (скрольте, если хочется сути)

Вот в чём замес: классический ATS искал точные ключевые слова, как поиск по Ctrl+F. Написал «конверсия» — система нашла слово «конверсия». Не написал — не увидела, даже если рассказал о том же, но другими словами.

По данным исследования Imperial College London, старые методы скрининга доходили до абсурда: система не распознавала «software developer» и «software engineer» как одну и ту же профессию.

И этот слой никуда не делся — это, пожалуй, самое неочевидное в теме. Крупнейшая профессиональная ассоциация HR в мире — SHRM говорит, что многие крупные работодатели используют ATS-системы, а сопоставление по ключевым словам до сих пор остаётся важной частью первичного отбора.

А Harvard Business School вообще назвал эту логику «грубым инструментом». По их данным, больше 90% работодателей на старте фильтруют или ранжируют кандидатов по формальным критериям — навыкам, дипломам, стажу, — а не по тому, что человек реально умеет делать на практике.

Поверх этого грубого слоя есть и второй, умнее. Среди компаний, использующих ИИ в найме, часть применяет его именно для скрининга резюме и сопроводительных писем. Логика здесь другая: модель не просто ищет ключевые слова, а пытается понять смысл — распознаёт синонимы, контекст, связанные формулировки. Но абстрактные фразы вроде «помогала бизнесу расти» ей всё равно сложнее сопоставить с конкретными требованиями вакансии.

Получаются два слоя: внизу — грубый фильтр по словам, а поверх него — более умный ИИ-слой, который ловит смысл, но только там, где есть за что зацепиться. Метафоры, всякие красивости, «человеческая» интонация без фактов — шум для обоих уровней. Просто причины разные: для первого — потому что там нет нужных слов, для второго — потому что там нет содержания.

Что на самом деле оценивает система (суть)

Тут должна сделать важную оговорку. Потому что страшилки про ИИ-скрининг, который вершит судьбы, уже немного раздражают.

Давайте по-взрослому.

В большинстве компаний, где я видела внедрение таких инструментов, ИИ не нанимает и не увольняет — он помогает сортировать отклики. Система сравнивает текст письма и резюме с описанием вакансии, показывает, насколько кандидат соответствует требованиям, и помогает выделить тех, на кого стоит обратить внимание в первую очередь.

Решение всё равно принимает человек — просто на входе у него уже не двести откликов, а двадцать. Это не приговор, а фильтр первого круга.

Но если вы через него не прошли — вас могут просто не заметить. Поэтому дальше — не философия, а практика.

5 вещей, которые нужно изменить в вашем сопроводительном

Первое. Перестаньте пытаться повторить формулировки вакансии дословно. Это работало для старых систем. Сейчас это выглядит подозрительно даже для человека — сразу видно копипаст. Вместо этого попадайте в смысл: если в вакансии написано «работа с большими объёмами данных», а вы работали с CRM на 200 тысяч клиентов — так и напишите, своими словами, но конкретно.

Второе. Уберите красивые метафоры и замените их фактами. Не «помогла компании выйти на новый уровень», а что именно выросло, на сколько и за счёт чего. Звучит менее художественно, зато и алгоритм считает за секунды, а рекрутер скажет от всего сердца спасибо.

Третье. Структура важнее стиля. Короткие абзацы, понятная логика: кем был(а) → что делал(а) → что получилось. Ни HR, ни робот не хотят продираться сквозь три предложения деепричастных оборотов, чтобы понять, чем вы вообще занимались на прошлой работе.

Четвёртое. Самое важное — в первую треть текста. Если ключевой факт про ваш опыт спрятан в последнем абзаце, считайте, что его нет.

Пятое, и это правило от противного. Не отдавайте письмо целиком нейросети. Да, экономия времени. Да, структура. Но конкретно тут есть подвох — и о нём отдельно.

HR всё видит, и ваш ИИ-шный текст тоже

Не могу это доказать, но промпт «напиши мне сопроводительное письмо» — топовый. Он порождает письма-близнецы. Но, камон, рекрутеров и системы уже не проведёшь.

Тут можно долго спорить (напишу об этом отдельно), можно ли доказать, что текст написан ИИ, и как это сделать, учитывая, что ошибаются даже сами модели-детекторы.

Сойдёмся на том, что у ИИ-текста есть почерк: ритмичность, структура, обилие оборотов вроде «уверен, что мой опыт будет ценным вкладом», отсутствие живых деталей и какая-то странная идеальность. Ну не пишет так человек. И «правильнее» письмо, которое вы считаете профессионально написанным (нет), выдаёт вас с головой. Это красный флаг.

Что делать? Не отказываться от ИИ как от черновика — это нормально: попросить модель подсказать, где есть повторы, что почистить, а что усилить. Но в письме обязательно должна остаться хотя бы одна деталь, которую нейросеть не придумает за вас: конкретный случай, неожиданное сравнение, формулировка, которая звучит как вы, пусть и с ошибками.

Возвращаемся к тому, с чего начали. Раньше письмо должно было звучать «профессионально», то есть почти безлично. Теперь это маркер ИИ.

Живой слог снова в цене — просто по другой причине.

 По классике подзаголовков — чек-лист

• Первые три строки — не про «интересную возможность», а про то, что общего у вас с вакансией?
• Вставили хотя бы одну конкретную цифру или факт?
• Самое важное — не в последнем абзаце?
• Предложения короткие? Абзацы тоже?
• Есть хотя бы одна деталь, которую нельзя скопировать в любое другое письмо?
• Если прочитать вслух — звучит как вы на собеседовании?

Ответили «да» на всё — отправляйте. Нет — редактируйте.

И последнее (спасибо, что дочитали)

Чем сильнее автоматизируются процессы в подборе, тем ценнее становится умение рассказать о себе как о специалисте. Не правильными фразами ИИ, а честно и своими словами, понимая, что вы умеете, какие задачи решаете и почему это важно для компании.