Agencias de empleo temporal: notas de matching y textos de oferta con Claude Code en 5 minutos

Viernes, 17:00. Acabas de terminar la entrevista con un candidato y en la cabeza solo te queda una sensación: “este encaja en el puesto del almacén”. Pero el texto de la oferta sigue en blanco. El lunes a primera hora tienes que enviar cinco ofertas a cinco candidatos distintos.

Cuando me senté al lado de una amiga que trabaja como coordinadora en una agencia de empleo temporal, lo que más tiempo le comía era justo esto. Las notas de la entrevista estaban desperdigadas en un bloc. El texto de la oferta lo copiaba de un mensaje anterior y solo cambiaba el nombre, el salario por hora y la ubicación. Al releer, a veces aparecía algo como “una frase pensada para el candidato anterior se había quedado pegada”.

Y peor aún: cuanto más rápido escribes la oferta, más vacía queda. Frases que valen para cualquier puesto: “cerca de la estación”, “buen salario”, “sin experiencia”. El porcentaje de respuesta de los candidatos no sube.

En este artículo vamos a hacer que Claude Code y la IA generativa escriban el borrador de esas “notas de matching y textos de oferta”, para que la persona se concentre en el acabado. El código es mínimo. A cambio, te dejo un prompt para copiar y pegar, un checklist para estructurar las notas de entrevista y un script de verificación que filtra la salida.

Puntos clave

El objetivo es que un coordinador de agencia de empleo temporal reduzca el tiempo de redactar notas de matching y textos de oferta, de unos 30 minutos por caso a unos 5 minutos.
A la IA generativa se le delega “producir borradores en serie” y “pulir la redacción”. La compatibilidad entre candidato y puesto, y la verificación final del salario y las condiciones, las decide la persona.
Preparé dos plantillas de prompt listas para pegar: una para la nota de matching y otra para el texto de oferta.
Incluí un script de verificación de unas 20 líneas que comprueba por máquina si en la salida se han colado nombres propios o cifras de salario equivocadas.
El tratamiento de datos personales va en bloque aparte: nombre, teléfono y dirección se sustituyen por anónimos antes de pasarlos a la IA.

¿En qué pierde más tiempo un coordinador de empleo temporal?

Primero dejemos claro el lector objetivo. Este artículo piensa en el coordinador que, en una agencia de empleo temporal por registro o de colocación, lleva él solo desde la entrevista del candidato hasta la propuesta de puestos y la coordinación con la empresa. Atiende de 3 a 6 personas al día y, entre medias, envía de 5 a 15 textos de oferta. Muchos también hacen labor comercial.

Si dibujamos el flujo de trabajo a grandes rasgos, queda más o menos así:

Entrevistar al candidato y recoger condiciones deseadas, experiencia y carácter.
Resumir lo recogido en una nota de matching y guardarla en el sistema interno o en una hoja de cálculo.
Elegir 2 o 3 puestos compatibles entre los disponibles.
Escribir el texto de oferta para el candidato y enviarlo por correo o chat.
Según la reacción, mandar a la empresa una carta de recomendación o presentación de la persona.

De estos, el 2 y el 4 son la parte de escribir. La entrevista en sí, y el ojo para detectar la compatibilidad, solo los puede hacer una persona. Pero “transcribir y dar forma” a la nota y a la oferta es casi siempre el mismo procedimiento repetido. Ahí entra la IA generativa.

Las correcciones y problemas más habituales

Mirando desde fuera, los patrones donde había que rehacer el trabajo eran casi siempre los mismos.

Accidente de copiar y pegar: al reutilizar una oferta antigua se quedaban el nombre del candidato anterior o el salario de otro puesto. Te das cuenta después de enviar y toca correo de disculpa.
Oferta vacía: con prisas, solo sale “ambiente familiar” o “se valora sin experiencia”, y falta la frase que conecta con la trayectoria de esa persona. No llega respuesta.
Notas con granularidad dispar: en un día ajetreado, la nota son 3 líneas; en un día tranquilo, 10. Al revisarla luego, faltan elementos para decidir.
Doble trabajo: el texto de oferta para el candidato y la recomendación para la empresa se escriben dos veces desde cero, aunque la base es la misma.

Antes de adoptar este método, alguno de estos cuatro problemas pasaba cada semana. Desde que pasamos a generar el borrador con IA, la granularidad de las notas se igualó y en la oferta entra siempre “la frase propia de esa persona”. Los accidentes de copiar y pegar los caza el script de verificación que verás más abajo.

Caso de uso 1: estructurar la nota de entrevista en una nota de matching

La nota cruda recién acabada la entrevista casi nunca es texto. Es un garabato del tipo “3 años en centro de llamadas, quiere fines de semana libres, máx. 30 min de trayecto, más atención al cliente que producción, sin parón laboral”. El primer trabajo es ordenarla para poder buscarla y compararla después.

Lo que se delega es solo “dar forma”. La ponderación de los criterios la hace la persona. Si conviertes la nota para que rellene los campos del checklist de abajo, la granularidad sale igual cada vez.

Puesto deseado / puesto a evitar
Ubicación y tiempo de trayecto aceptable
Salario por hora deseado / mínimo aceptable
Días de trabajo y condiciones de turno
Resumen de trayectoria (puesto reciente y años)
Las “condiciones innegociables” expresadas por la persona
Observación del coordinador (carácter, probabilidad de permanencia)

Solo el último campo no lo escribe la IA: lo añade la persona en una línea. Ahí está el valor del trabajo de colocación.

Caso de uso 2: producir borradores de textos de oferta en serie

Cuando ya tienes la nota de matching y la información del puesto, el borrador de la oferta se puede delegar en la IA. La clave es hacer que incluya una frase de “por qué te recomiendo este puesto”, que enlace la trayectoria del candidato con las características del puesto. Solo con eso desaparece la sensación de plantilla.

La tabla de abajo marca la línea entre lo que se delega a la IA y lo que la persona revisa sí o sí.

Etapa	Se delega a la IA	Lo decide la persona
Dar forma a la nota	Estructurar en viñetas	Lectura de carácter y permanencia
Selección de puesto	Apoyo para acotar candidatos	Decisión final de presentar o no
Borrador de la oferta	Generar y pulir el texto	Verificar cifras de salario y ubicación
Ajuste de tono	Ajustar cortesía y longitud	Decisión de enviar al candidato
Recomendación para empresa	Borrador reutilizado de la oferta	Verificación de hechos antes de enviar

Dejar la verificación de cifras en manos de la persona tiene un motivo. La IA generativa a veces escribe un salario o una fecha verosímil pero inventada. Toda cifra que no esté en los datos de origen hay que mirarla con desconfianza.

Caso de uso 3: reutilizar la oferta del candidato como recomendación para la empresa

Sobre la misma persona, al candidato le escribes “por qué te encaja” y a la empresa “por qué deberíais contratarle”. El punto de vista es inverso, pero la base es la misma nota de matching. Cuando tengas el borrador para el candidato, haz que la IA lo reescriba para la empresa y el doble trabajo desaparece.

Al reutilizar, indica de forma explícita en el prompt que de la versión para la empresa se eliminen los datos que solo ve el candidato (el mínimo de salario aceptable, la parte cruda del motivo del cambio de empleo). Olvidar quitarlos es un accidente, así que esto también lo caza el script de verificación.

Si todavía no has usado Claude Code, conviene leer antes Cómo empezar con Claude Code y Claude Code para no programadores; así los prompts que vienen ahora te entrarán de golpe.

Plantillas de prompt listas para copiar y pegar

Primero, la de la nota de matching. Se usa pegando la nota cruda recién acabada la entrevista. Sustituye el nombre y el teléfono por anónimos antes de pegar (el motivo, más abajo).

Eres el asistente de un coordinador de una agencia de empleo temporal.
Da forma a la siguiente nota de entrevista convirtiéndola en una nota de matching
que se pueda buscar y comparar después.

# Reglas
- Rellena obligatoriamente los campos de abajo. Si falta información, escribe "sin confirmar".
- No inventes salario por hora, ubicación ni fechas que no estén en la nota.
- No escribas la lectura de carácter ni de permanencia: deja ese campo vacío para que lo añada la persona.

# Campos de salida
- Puesto deseado / puesto a evitar
- Ubicación y tiempo de trayecto aceptable
- Salario por hora deseado / mínimo aceptable
- Días de trabajo y condiciones de turno
- Resumen de trayectoria (puesto reciente y años)
- Condiciones innegociables
- Observación del coordinador (vacío)

# Nota de entrevista
<<pega aquí la nota cruda>>

A continuación, la del texto de oferta. Le pasas la nota de matching ya estructurada y la información del puesto.

Eres el asistente de un coordinador de una agencia de empleo temporal.
Redacta un borrador de oferta para el candidato, en tono cortés, de 200 a 300 palabras.

# Elementos obligatorios
- Al inicio, una frase con el motivo por el que recomiendas este puesto a este candidato, enlazando trayectoria y características del puesto.
- Tareas, ubicación, salario por hora y turno en viñetas.
- Las cifras (salario, días, duración) déjalas tal cual están en la información del puesto; no las inventes.
- Al final, una frase que invite al siguiente paso (una pregunta o concretar fecha de entrevista).

# Nota de matching
<<pega la nota ya estructurada>>

# Información del puesto
<<pega las condiciones del puesto>>

Con solo alternar estos dos prompts, la granularidad de las notas y la estructura de las ofertas se estabilizan. Si quieres profundizar un poco más en cómo afinar prompts, lee también Ingeniería de prompts avanzada.

Script de verificación que filtra la salida

Cuando ya puedes producir borradores en serie, lo siguiente que preocupa es “si se ha quedado el nombre del candidato anterior”. Esto se le da mejor a la máquina que al ojo humano. Te dejo un script de unas 20 líneas en Node.js que comprueba si en la oferta generada se han colado palabras prohibidas (nombres de candidatos anteriores, topónimos de otro puesto, etc.). No necesita @anthropic-ai/sdk ni nada parecido: funciona solo con Node.js.

// check-draft.mjs
// Uso: node check-draft.mjs draft.txt
import { readFile } from "node:fs/promises";

// Palabras que NO deben aparecer en la salida (nombre de candidato anterior, topónimo de otro puesto, etc.)
const forbidden = ["Sr. Tanaka", "puesto anterior", "sucursal de Sevilla", "12 EUR/hora"];

const file = process.argv[2] ?? "draft.txt";
const text = await readFile(file, "utf8");

const hits = forbidden.filter((word) => text.includes(word));

if (hits.length === 0) {
  console.log("OK: no se encontraron palabras prohibidas.");
} else {
  console.log("Revisar: estas palabras siguen en la oferta ->", hits.join(", "));
  process.exitCode = 1; // útil para detener un proceso automatizado
}

Solo tienes que reescribir el array forbidden según los puestos que lleves. Con pasar esto una vez antes de enviar, el accidente de copiar y pegar del principio prácticamente desaparece. Cómo incorporar esta verificación en el CLAUDE.md lo explica con detalle Buenas prácticas de CLAUDE.md.

Datos personales y seguridad

Aquí está lo más importante para el coordinador. El nombre, el teléfono, la dirección actual y el nombre de la empresa anterior del candidato no se pasan tal cual a la IA generativa. El motivo es sencillo: enviar a un servicio de IA externo información que identifica a una persona puede contradecir el compromiso con quien se ha registrado.

En concreto, antes de pasarlo a la IA haz lo siguiente:

Sustituye el nombre por “candidato A” o “candidato X”.
Borra por completo teléfono, correo y dirección.
Del nombre de la empresa anterior deja solo el sector, como “gran centro de llamadas”.

Cuando vuelva el borrador, devolver los anónimos a nombres reales se hace en tu propio editor de texto. Si tu empresa todavía no tiene reglas para usar IA generativa, primero define el alcance de uso. Conviene leer una vez la guía oficial del Reglamento General de Protección de Datos de la Agencia Española de Protección de Datos; sirve de base para las reglas internas.

ROI estimado, antes y después

Las cifras son solo orientativas. En el equipo de mi amiga medimos el tiempo de redacción por oferta.

Antes: reutilizando texto antiguo y retocándolo, unos 20 a 30 minutos por oferta.
Después: generando el borrador y dando el acabado, unos 5 a 8 minutos por oferta.

Supongamos 10 ofertas al día con un solo coordinador. Si ahorras 20 minutos por oferta, son unos 200 minutos al día, más de 3 horas libres. Con 20 días laborables al mes, superan las 60 horas. Ese tiempo se puede dedicar a hacer más entrevistas o a seguimiento con los candidatos.

Eso sí, los primeros días llevan más tiempo por el ajuste de prompts y el armado de la lista de palabras prohibidas. Se empieza a amortizar a partir de la segunda semana. Trucos diarios de ahorro de tiempo los tienes recogidos en Trucos para aumentar la productividad.

Si quieres revisar a nivel de toda la empresa el trabajo de redacción del negocio de colocación, empezar por formación y consultoría, donde se diseña el sistema de prompts y las reglas de uso en conjunto, ayuda a que cuaje sobre el terreno.

Preguntas frecuentes

P. Si lo delego en la IA, ¿no quedará la oferta demasiado mecánica? R. Sí queda así, pero solo cuando no obligas a incluir “la frase que enlaza trayectoria y puesto”. Si en el prompt fuerzas el motivo de la recomendación en una frase, la sensación de plantilla casi desaparece. El acabado final lo hace la persona, por supuesto.

P. ¿Hace falta conectar la IA directamente a mi sistema interno? R. No. Para empezar, basta con pasar la nota y la información del puesto copiando y pegando, y recibir el borrador. La integración con el sistema se puede valorar cuando el uso ya esté asentado.

P. ¿No se equivocará la IA con el salario o la ubicación? R. Sí se equivoca. Por eso la verificación de cifras se queda en manos de la persona. La IA generativa a veces escribe cifras verosímiles que no están en los datos de origen, así que antes de enviar coteja siempre con la información del puesto.

P. Si anonimizo el nombre del candidato, ¿no queda el texto raro? R. En la fase de borrador, “candidato A” no da problemas. Solo tienes que reemplazar “candidato A” por el nombre real en tu propio editor. Con buscar y reemplazar lo cambias todo de una vez.

Lo que comprobé al probarlo

Yo mismo pedí a mi amiga 5 notas de entrevista y las pasé por los prompts y el script de verificación de arriba. Quería comprobar tres cosas: el tiempo del borrador, la detección de accidentes de copiar y pegar, y el esfuerzo del trabajo con anónimos.

El borrador de la oferta tomaba forma en unos 5 minutos por caso. Lo que más efecto tuvo fue indicar “el motivo de la recomendación en una frase”; solo con eso el texto se convierte en algo a lo que apetece responder. Al script de verificación le di a propósito un texto con el nombre del candidato anterior dentro y, en efecto, se detuvo con “Revisar”. El trabajo con anónimos al principio parecía engorroso, pero como solo añades un reemplazo, en dos días te acostumbras.

Por otro lado, en una ocasión la IA redondeó ligeramente una cifra del puesto: cambiaron los últimos decimales del salario. Confirmé que dejar la verificación final de cifras en la persona era la decisión correcta. El borrador, la IA; la decisión y las cifras, la persona. Mientras respetes esa línea, redactar notas de matching y textos de oferta se vuelve, sin duda, mucho más ligero.