Comparer offres d'emploi et emails candidats avec Claude Code avant l'envoi

Dans une agence de recrutement, l’offre d’emploi et l’email candidat sont souvent corrigés dans deux endroits séparés. C’est là que les petits écarts restent visibles. L’offre indique deux jours de télétravail par semaine, mais l’email promet un mode remote flexible. La fourchette salariale vient d’une ancienne note client. Le processus d’entretien a changé, mais le message garde l’ancien déroulé. La première action du jour consiste à placer offre et email dans un tableau avant envoi.

Cet article s’adresse aux RA, CA et responsables d’opérations recrutement. Claude Code sert ici d’outil de comparaison. Il lit une offre anonymisée, un email candidat, une note de confirmation client, les questions fréquentes et les champs JobPosting. Il produit une table d’écarts. Il ne décide pas le salaire, le lieu, le contrat, les formulations sensibles ni l’envoi final.

Carte lecteur: le secteur est l’agence de recrutement. Le lecteur regarde une offre, un email candidat et une note client. L’échec actuel est qu’un candidat reçoit une promesse différente de l’offre. Après lecture, il compare un email à envoyer avec l’offre sur salaire, lieu, remote et entretien. Claude Code prépare la table et les questions. Les personnes valident les faits, données personnelles, accord client et envoi. Le CTA principal est formation et conseil, car le sujet touche les rôles et validations d’équipe.

Points Clés

• L’offre et l’email candidat doivent être contrôlés ensemble: salaire, lieu, remote, entretiens, périmètre du poste et contrat.
• Claude Code compare des documents nettoyés et renvoie écarts, doutes candidats et questions client.
• Les personnes relisent rémunération, lieu, contrat, âge ou genre, données personnelles, validation client et envoi final.
• Les trois use cases couvrent différences de conditions, questions répétées et emails à bloquer avant envoi.
• Les chiffres à suivre sont retours client, questions candidat, taux de passage en entretien, emails renvoyés et délai de publication.

Workflow: Une Table De L’offre À L’email

Le contrôle avant envoi commence par les documents que le candidat va lire directement ou indirectement. Placez l’offre, la note RA, le brouillon d’email, les champs du portail, les questions candidat et le JobPosting JSON-LD dans un dossier. Avant Claude Code, remplacez nom du candidat, employeur actuel, notes d’évaluation, détails de négociation et informations client privées par des identifiants.

Document	Ce que Claude Code extrait	Décision humaine
Offre	salaire, lieu, périmètre, process	faits confirmés
Email	promesses, flou, manques	envoi ou non
Note RA	conditions ouvertes, questions	information privée
Questions	FAQ, texte à remonter	données personnelles
JobPosting	lieu, salaire, dates, validité	données publiques

Les sources officielles cadrent la checklist. Le ministère japonais de la Santé, du Travail et des Affaires sociales décrit les informations de publicité de recrutement et les éléments ajoutés à partir d’avril 2024, comme le périmètre de changement du travail, le lieu de travail et les critères de renouvellement des contrats à durée déterminée. Les principes de sélection équitable aident aussi à revoir le langage candidat. Pour une page web d’offre, la documentation Google JobPosting structured data doit rester cohérente avec le texte visible.

Ce Que Claude Code Fait Et Ce Que Les Personnes Relisent

Quand l’offre, l’email et la note client sont prêts, demandez à Claude Code une table d’écarts. Les lignes peuvent être salaire, lieu, fréquence remote, nombre d’entretiens, date d’entrée, changement possible des missions et changement possible du lieu. Chaque ligne compare offre, email, note client et données publiques. Une cellule vide ou contradictoire devient une question client, pas une phrase inventée.

Les personnes gardent les décisions risquées. Rémunération, lieu de travail, fréquence remote, durée du contrat, critères de renouvellement, âge ou genre implicite, données personnelles du candidat, information privée client et envoi final restent humains. Claude Code peut signaler qu’une phrase ressemble à une promesse. Il ne transforme pas une condition non confirmée en engagement.

Les données personnelles ont une frontière séparée. Ne collez pas nom, entreprise actuelle, contact, évaluation d’entretien ni négociation exacte. Utilisez Candidate A ou C001. Vérifiez aussi le site officiel de la commission de protection des informations personnelles et les réglages de l’outil avant d’en faire un processus. Le but est de comparer des formulations, pas d’exposer des données sensibles.

Trois Use Cases

Use case 1: Trouver les écarts entre offre et email d’approche

Entrée: offre, note client RA, email candidat et champs du portail. Sortie: table des écarts sur salaire, lieu, remote, nombre d’entretiens, date d’entrée et périmètre du poste. Relecture humaine: fourchette salariale, fréquence remote, lieu, process, confirmation client.

Les emails d’approche glissent souvent vers la version la plus attractive. Une offre “deux jours remote” devient “travail flexible”. Claude Code doit extraire les phrases que le candidat peut lire comme conditions et les poser face à l’offre.

Use case 2: Remettre les questions candidat dans l’offre

Entrée: questions fréquentes, raisons de refus, offre et emails de suivi. Sortie: explication à remonter dans l’offre, FAQ, phrase d’email et questions client. Relecture humaine: retirer données personnelles, évaluations et conditions sans réponse.

Si chaque email répète la même précision, l’offre manque d’information. Les questions sur overtime, salaire maximum ou premier entretien doivent revenir dans l’offre ou la FAQ.

Use case 3: Bloquer les emails qui ne doivent pas partir

Entrée: email sortant, offre, liste d’approbations client, liste de mots risqués, JobPosting JSON-LD. Sortie: statut envoyer, bloquer pour client, supprimer données candidat. Relecture humaine: destinataire, nom, moment, règles, données personnelles et validation.

Un email poli ne suffit pas. Si l’email et l’offre divergent, il faut arrêter l’envoi. Claude Code signale les phrases qui ressemblent à des promesses. Une personne conserve seulement les conditions validées par le client.

Prompt À Copier

Utilisez ce prompt après avoir remplacé noms et détails privés.

Agis comme relecteur avant envoi pour une agence de recrutement.
Compare l'offre, l'email candidat et la note de confirmation client.
Trouve les écarts avant envoi.

Entrée:
- Offre:
- Email candidat:
- Note RA client:
- Questions fréquentes candidat:
- Champs du portail:
- JobPosting JSON-LD:
- Exigences de relecture humaine:

Sortie:
1. Conditions différentes entre offre et email
2. Phrases pouvant sonner comme une promesse
3. Questions à renvoyer au client
4. Endroits où retirer données personnelles ou privées
5. Table de statut: envoyer / bloquer / réviser
6. Checklist humaine finale

Contraintes:
- Ne pas inventer salaire, lieu, remote, contrat ou entretiens
- Signaler âge, genre, famille, lieu de naissance, religion ou politique
- Ne pas inclure noms, employeur actuel, contact ou évaluation
- La décision finale d'envoi reste humaine

Ce code Node.js n’envoie rien. Il vérifie champs manquants, politique remote, approbations client, mots risqués et CTA.

const reviewPacket = {
  jobPost: {
    role: "Customer Success",
    salary: "JPY 4.8M to 6.5M",
    location: "Tokyo office / two remote days per week",
    process: "screening, first interview, final interview",
    workChangeScope: "customer success, support, sales operations",
  },
  candidateEmail: {
    subject: "Customer Success opportunity",
    body: "This role is based in Tokyo with two remote days per week. The process is screening, first interview, and final interview.",
    cta: "sendToCandidate",
  },
  companyMemo: {
    salaryConfirmed: true,
    locationConfirmed: true,
    processConfirmed: true,
    clientApproval: true,
  },
};

const findings = [];
const { jobPost, candidateEmail, companyMemo } = reviewPacket;
for (const field of ["salary", "location", "process", "workChangeScope"]) {
  if (!jobPost[field]) findings.push(`${field}: missing in job post`);
}
if (!candidateEmail.body.includes("two remote days")) findings.push("remote policy mismatch");
for (const [key, value] of Object.entries(companyMemo)) {
  if (value !== true) findings.push(`companyMemo: ${key} is not approved`);
}
if (candidateEmail.cta !== "sendToCandidate") findings.push("CTA drift");
if (findings.length) {
  console.error(findings.join("\n"));
  process.exit(1);
}
console.log("Ready for human pre-send review.");

Pitfall: Écarts Oubliés Avant L’envoi

Premier piège: faire confiance à une belle formulation. La cause est une relecture séparée de l’offre, note RA, email et champs portail. Le correctif est une ligne par condition et la même comparaison dans chaque document.

Deuxième piège: répondre aux questions répétées seulement par email. La cause est de traiter chaque question comme un cas isolé. Le correctif sépare “à remonter dans l’offre” et “note propre à ce candidat”.

Troisième piège: laisser AI décider l’envoi. La cause est de demander un email final avant confirmation. Le correctif garde Claude Code comme source de recommandations envoyer, bloquer ou réviser; salaire, lieu, contrat, données personnelles et client restent humains.

Questions Fréquentes

Différence avec une revue d’offre classique? La revue d’offre regarde l’offre seule. Ce workflow regarde l’écart entre l’offre et l’email avant envoi.

Puis-je coller des données candidat? Non. Remplacez nom, employeur, contact, évaluation et négociation par des identifiants.

Claude Code peut-il faire la revue juridique? Il extrait les signaux de risque. La décision de publier ou d’envoyer appartient à des personnes.

Quel chiffre suivre en premier? Commencez par retours client, questions candidat, taux d’entretien et emails renvoyés.

Chemin Vers Le Conseil

Ce contrôle avant envoi n’est pas seulement de la rédaction. Il relie confirmation client RA, contexte candidat CA, champs portail, approbation d’envoi et données personnelles. Pour plusieurs consultants, formation et conseil aide à séparer ce qu’AI compare et ce qu’une personne valide.

Articles liés: revue d’offres pour agences et offre plus email pour équipes recrutement. Références: directives MHLW sur publicité de recrutement, conditions d’avril 2024, sélection équitable, Google JobPosting structured data et protection des données personnelles.

Ce Que J’ai Vérifié

J’ai vérifié les pages officielles sur publicité de recrutement, clarification des conditions depuis avril 2024, sélection équitable, documentation Google JobPosting et protection des données personnelles. L’article repose sur des objets concrets: offre, email candidat, note RA, questions candidat et champs JobPosting. Le CTA reste formation et conseil.

J’ai aussi exécuté le code Node.js. Il vérifie champs d’offre, phrase remote, processus d’entretien, approbation client, mots risqués et CTA d’envoi candidat. Prochaine action: prendre un email sortant et le comparer avec l’offre en quatre colonnes, salaire, lieu, remote, entretiens. Ensuite, suivez retours client et questions candidat.