स्टाफिंग एजेंसी के लिए Claude Code: मैचिंग मेमो और जॉब पिच 30 मिनट से 5 मिनट में

शुक्रवार शाम 5 बजे। अभी-अभी एक कैंडिडेट का इंटरव्यू खत्म हुआ है, और दिमाग में बस इतना सा एहसास है कि “इस आदमी के लिए शायद वो वेयरहाउस वाली जॉब सही रहेगी।” लेकिन पिच अभी खाली पन्ना है। सोमवार सुबह सबसे पहले 5 अलग-अलग कैंडिडेट को जॉब भेजनी हैं।

मेरा एक दोस्त स्टाफिंग एजेंसी में कोऑर्डिनेटर है। जब मैं उसके पास बैठकर उसका काम देख रहा था, तो सबसे ज़्यादा समय यहीं बरबाद हो रहा था। इंटरव्यू नोट्स इधर-उधर बिखरे हुए। जॉब पिच के नाम पर वो पुराना भेजा हुआ टेक्स्ट कॉपी-पेस्ट करता और सिर्फ़ नाम, सैलरी और लोकेशन बदल देता। बाद में पढ़ने पर पता चलता कि “पिछले कैंडिडेट के लिए लिखा हुआ वाक्य वैसे का वैसा रह गया था।”

और जल्दबाज़ी में बनाई पिच उतनी ही फीकी होती है। “स्टेशन के पास, अच्छी सैलरी, फ्रेशर वेलकम” — ऐसे शब्द जो किसी भी जॉब पर चिपकाए जा सकते हैं। कैंडिडेट से रिप्लाई रेट भी नहीं बढ़ता।

इस लेख में हम उसी “मैचिंग मेमो और जॉब पिच बनाने” के काम को Claude Code और जेनरेटिव AI से ड्राफ्ट करवाएंगे, ताकि इंसान सिर्फ़ फिनिशिंग पर ध्यान दे सके। कोड की बात कम से कम। बदले में कॉपी-पेस्ट करने लायक प्रॉम्प्ट, इंटरव्यू नोट्स को ढाँचा देने वाली चेकलिस्ट, और आउटपुट को छानने वाली एक छोटी सी चेक-स्क्रिप्ट रख दूँगा।

मुख्य बातें

• मकसद यह है कि स्टाफिंग एजेंसी का कोऑर्डिनेटर एक मैचिंग मेमो और जॉब पिच बनाने में लगने वाला समय प्रति केस लगभग 30 मिनट से घटाकर 5 मिनट तक ले आए।
• AI को सिर्फ़ “ड्राफ्ट को थोक में बनाना” और “भाषा को साफ़-सुथरा करना” तक का काम सौंपें। कैंडिडेट और जॉब का मेल, सैलरी और शर्तों की आखिरी पुष्टि इंसान के हाथ में रहे।
• दो तरह के तैयार प्रॉम्प्ट टेम्पलेट रखे हैं — एक मैचिंग मेमो के लिए, एक जॉब पिच के लिए।
• आउटपुट में कहीं किसी का नाम या गलत सैलरी का आँकड़ा तो नहीं घुस गया, यह मशीन से जाँचने वाली 20 लाइन की चेक-स्क्रिप्ट भी दी है।
• पर्सनल डेटा अलग मामला है। नाम, फोन और पता AI को देने से पहले छिपाकर (mask करके) ही दें।

स्टाफिंग एजेंसी के कोऑर्डिनेटर का सबसे ज़्यादा समय कहाँ जाता है

पहले पाठक की तस्वीर साफ़ कर लें। यह लेख उस कोऑर्डिनेटर के लिए है जो रजिस्ट्रेशन-आधारित स्टाफिंग या टेम्प-टू-हायर में, कैंडिडेट के इंटरव्यू से लेकर जॉब प्रपोज़ल और कंपनी के साथ तालमेल तक, अकेले सब कुछ संभालता है। दिन में 3 से 6 लोगों का इंटरव्यू, और बीच-बीच में 5 से 15 जॉब पिच भेजना। कई लोग सेल्स का काम भी साथ ही देखते हैं।

काम का तरीका मोटे तौर पर ऐसा होता है:

1. कैंडिडेट का इंटरव्यू लेकर उसकी पसंद, अनुभव और स्वभाव सुनना।
2. सुनी हुई बातों को मैचिंग मेमो में समेटना और इन-हाउस सिस्टम या स्प्रेडशीट में रखना।
3. मौजूद जॉब्स में से 2 से 3 ऐसी चुनना जो उस पर फिट बैठें।
4. कैंडिडेट के लिए जॉब पिच लिखना और ईमेल या चैट से भेजना।
5. रिस्पॉन्स देखकर कंपनी की तरफ़ सिफ़ारिश या परिचय भेजना।

इनमें से चरण 2 और 4 ही लिखने का काम हैं। इंटरव्यू और मेल पकड़ने की पारखी नज़र सिर्फ़ इंसान कर सकता है। लेकिन मेमो और पिच का “टाइपिंग और सजाना” हर बार लगभग एक जैसा दोहराव है। यहीं जेनरेटिव AI काम आता है।

आम तौर पर कहाँ काम दोबारा करना पड़ता है

पास बैठकर देखने पर, जहाँ काम दोबारा करना पड़ता था, उसके पैटर्न लगभग तय थे।

• कॉपी-पेस्ट की गड़बड़ी: पुरानी पिच इस्तेमाल की तो उसमें पिछले कैंडिडेट का नाम या किसी और जॉब की सैलरी रह गई। भेजने के बाद पता चला, फिर माफ़ी का मेल।
• फीकी पिच: जल्दबाज़ी में बस “घर जैसा माहौल”, “फ्रेशर वेलकम” रह जाता है, और उस व्यक्ति के अनुभव से जुड़ने वाला वाक्य छूट जाता है। रिप्लाई नहीं आता।
• मेमो में असमानता: व्यस्त दिन का मेमो 3 लाइन का, फ़ुरसत वाले दिन का 10 लाइन का। बाद में देखने पर फ़ैसले के लिए जानकारी कम पड़ती है।
• दोहरा काम: कैंडिडेट के लिए पिच और कंपनी के लिए सिफ़ारिश, दोनों शून्य से दो बार लिखना। जबकि मूल जानकारी एक ही है।

AI लाने से पहले हर हफ़्ते इनमें से कुछ-न-कुछ कहीं-न-कहीं होता रहता था। AI से ड्राफ्ट बनाने के बाद मेमो की गहराई एक जैसी हो गई, और हर पिच में “उस व्यक्ति के लिए ख़ास एक वाक्य” ज़रूर आने लगा। कॉपी-पेस्ट की गड़बड़ी आगे दी जाने वाली चेक-स्क्रिप्ट पकड़ लेती है।

Use case 1: इंटरव्यू नोट्स को मैचिंग मेमो में ढालना

इंटरव्यू के तुरंत बाद के कच्चे नोट्स अक्सर वाक्य ही नहीं होते। “पिछली नौकरी कॉल सेंटर 3 साल, शनि-रवि छुट्टी चाहिए, आना-जाना 30 मिनट के अंदर, मैन्युफैक्चरिंग से ज़्यादा कस्टमर-फेसिंग पसंद, कोई गैप नहीं” — बस ऐसी घसीटी हुई लाइनें। इन्हें बाद में खोजने और तुलना करने लायक रूप देना पहला काम है।

AI को सिर्फ़ “ढालने” तक का काम दें। किस बात को कितना वज़न देना है, यह इंसान तय करे। नीचे दी चेकलिस्ट के खाने भरने के रूप में बदलवाने से मेमो की गहराई हर बार एक जैसी रहती है।

• पसंदीदा पद / जिससे बचना है वो पद
• काम की जगह और आने-जाने का स्वीकार्य समय
• चाहिए सैलरी / न्यूनतम सीमा
• काम के दिन / शिफ्ट की शर्तें
• अनुभव का सार (हाल का पद और साल)
• व्यक्ति की अपनी कही “जो शर्त नहीं छोड़ सकता”
• कोऑर्डिनेटर की नज़र से जोड़ी बात (स्वभाव, टिकेगा या नहीं)

बस आखिरी खाना AI से न लिखवाएँ, इंसान एक लाइन में खुद जोड़े। स्टाफिंग की असली कीमत यहीं है।

Use case 2: जॉब पिच के ड्राफ्ट थोक में बनाना

मैचिंग मेमो और जॉब की जानकारी तैयार हो जाए, तो पिच का ड्राफ्ट AI को सौंपा जा सकता है। अहम बात यह है कि कैंडिडेट के अनुभव और जॉब की ख़ासियत को जोड़ते हुए “आपको यह जॉब क्यों सुझा रहे हैं” वाला एक वाक्य ज़रूर डलवाएँ। यही एक वाक्य टेम्पलेट जैसा सूखापन हटा देता है।

नीचे की टेबल AI को सौंपने वाले और इंसान के ज़रूर जाँचने वाले काम के बीच की लकीर खींचती है।

चरण	AI को सौंपें	इंसान ज़रूर तय करे
मेमो ढालना	बुलेट पॉइंट में ढाँचा देना	स्वभाव और टिकने का अंदाज़ा
जॉब चुनना	उम्मीदवार जॉब्स छाँटने में मदद	आखिरी सुझाव दें या नहीं
पिच का ड्राफ्ट	लेख बनाना और सजाना	सैलरी और लोकेशन के आँकड़े
टोन ठीक करना	विनम्रता और लंबाई संभालना	कैंडिडेट को भेजने का फ़ैसला
कंपनी के लिए सिफ़ारिश	पिच से बदलकर ड्राफ्ट	कंपनी को देने से पहले तथ्य-जाँच

आँकड़ों की जाँच इंसान के पास छोड़ने की वजह है। जेनरेटिव AI कभी-कभी कोई भरोसेमंद दिखने वाली सैलरी या तारीख़ बना देता है। मूल डेटा में जो आँकड़ा नहीं है, उस पर हमेशा शक करें।

Use case 3: कैंडिडेट की पिच को कंपनी की सिफ़ारिश में बदलना

एक ही व्यक्ति के बारे में, कैंडिडेट को “आपके लिए यह क्यों सही है” और कंपनी को “इसे क्यों भर्ती करना चाहिए” लिखना होता है। नज़रिया उल्टा है, पर मूल जानकारी वही मैचिंग मेमो है। कैंडिडेट वाला ड्राफ्ट बन जाए तो उसी को कंपनी के लिए बदलवा लेने से दोहरा काम खत्म हो जाता है।

बदलते समय प्रॉम्प्ट में साफ़ लिखें कि जो जानकारी सिर्फ़ कैंडिडेट को दिखानी है (जैसे न्यूनतम सैलरी की सीमा, नौकरी बदलने की निजी वजह) वो कंपनी वाले ड्राफ्ट से हटा दे। हटाना भूल जाना गड़बड़ी बन सकता है, इसलिए यहाँ भी चेक-स्क्रिप्ट से पकड़ें।

अगर आपने Claude Code अभी तक नहीं छुआ है, तो पहले Claude Code शुरू करने की गाइड और नॉन-इंजीनियर के लिए Claude Code पर नज़र डाल लें, फिर आगे के प्रॉम्प्ट आसानी से समझ आएंगे।

कॉपी-पेस्ट करने लायक प्रॉम्प्ट टेम्पलेट

पहले मैचिंग मेमो वाला। इंटरव्यू के तुरंत बाद के कच्चे नोट्स चिपकाकर इस्तेमाल करें। नाम और फोन नंबर चिपकाने से पहले छिपा दें (वजह आगे है)।

आप एक स्टाफिंग एजेंसी कोऑर्डिनेटर के सहायक हैं।
नीचे दिए इंटरव्यू नोट्स को बाद में खोजने और तुलना करने लायक मैचिंग मेमो में ढालें।

# नियम
- नीचे के सभी खाने ज़रूर भरें। जिस खाने की जानकारी नहीं है उसमें "अपुष्ट" लिखें।
- मेमो में न दी गई सैलरी, लोकेशन या तारीख़ खुद से न गढ़ें।
- कैंडिडेट के स्वभाव और टिकने का अंदाज़ा न लिखें, खाली छोड़ें ताकि इंसान बाद में जोड़े।

# आउटपुट के खाने
- पसंदीदा पद / जिससे बचना है वो पद
- काम की जगह और आने-जाने का स्वीकार्य समय
- चाहिए सैलरी / न्यूनतम सीमा
- काम के दिन / शिफ्ट की शर्तें
- अनुभव का सार (हाल का पद और साल)
- जो शर्त नहीं छोड़ सकता
- कोऑर्डिनेटर की टिप्पणी (खाली)

# इंटरव्यू नोट्स
<<यहाँ कच्चे नोट्स चिपकाएँ>>

अब जॉब पिच वाला। ढाला हुआ मैचिंग मेमो और जॉब की जानकारी दें।

आप एक स्टाफिंग एजेंसी कोऑर्डिनेटर के सहायक हैं।
कैंडिडेट के लिए जॉब पिच का ड्राफ्ट विनम्र भाषा में 300 से 400 शब्दों में बनाएं।

# ज़रूरी तत्व
- शुरुआत में, इस कैंडिडेट को यह जॉब सुझाने की वजह एक वाक्य में। अनुभव और जॉब की ख़ासियत को जोड़ें।
- काम का ब्योरा, जगह, सैलरी और शिफ्ट बुलेट पॉइंट में।
- आँकड़े (सैलरी, दिन, अवधि) जॉब की जानकारी जैसे ही रखें, खुद से न गढ़ें।
- अंत में अगला कदम (सवाल या इंटरव्यू की तारीख़ पर बात) एक वाक्य में सुझाएँ।

# मैचिंग मेमो
<<ढाला हुआ मेमो चिपकाएँ>>

# जॉब की जानकारी
<<जॉब की शर्तें चिपकाएँ>>

बस इन दोनों को मौके के हिसाब से इस्तेमाल करने से मेमो की गहराई और पिच का ढाँचा टिका रहता है। प्रॉम्प्ट को और बेहतर बनाना सीखना चाहें तो प्रॉम्प्ट इंजीनियरिंग एडवांस्ड भी साथ में पढ़ें।

आउटपुट को छानने वाली चेक-स्क्रिप्ट

ड्राफ्ट थोक में बनने लगें, तो अगला सवाल यह आता है कि “कहीं पिछले कैंडिडेट का नाम तो नहीं रह गया।” यह काम इंसान की नज़र से ज़्यादा मशीन के बस का है। नीचे Node.js की लगभग 20 लाइन की स्क्रिप्ट है जो बनी हुई पिच में बैन किए गए शब्द (पुराने कैंडिडेट का नाम या किसी और जॉब की जगह) चेक करती है। @anthropic-ai/sdk वगैरह की ज़रूरत नहीं, सिर्फ़ Node.js से चलती है।

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

// वे शब्द जो आउटपुट में नहीं होने चाहिए (पुराने कैंडिडेट का नाम, किसी और जॉब की जगह आदि)
const forbidden = ["Sharma ji", "pichhli job", "Mumbai branch", "₹1500 per hour"];

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: कोई बैन किया शब्द नहीं मिला।");
} else {
  console.log("जाँचें: ये शब्द पिच में रह गए हैं ->", hits.join(", "));
  process.exitCode = 1; // ऑटोमेशन में रोकना हो तो काम आता है
}

बस forbidden वाली लिस्ट को अपनी जॉब्स के हिसाब से बदल दें। भेजने से पहले इसे एक बार चला लेने से शुरुआत में बताई कॉपी-पेस्ट की गड़बड़ी लगभग खत्म हो जाती है। इस जाँच को CLAUDE.md में जोड़ने का तरीका CLAUDE.md बेस्ट प्रैक्टिस में अच्छे से बताया है।

पर्सनल डेटा और सुरक्षा की सावधानियाँ

कोऑर्डिनेटर के लिए यह हिस्सा सबसे अहम है। कैंडिडेट का नाम, फोन नंबर, मौजूदा पता और पिछली कंपनी का नाम जेनरेटिव AI को वैसे का वैसा न दें। वजह सीधी है — किसी बाहरी AI सेवा को ऐसी जानकारी भेजना जिससे व्यक्ति की पहचान हो सके, कई बार रजिस्टर्ड लोगों से किए वादे के ख़िलाफ़ होता है।

ठोस तौर पर, AI को देने से पहले ऐसा करें:

• नाम को “व्यक्ति A” या “कैंडिडेट X” से बदल दें।
• फोन, ईमेल और पता खाने सहित हटा दें।
• पिछली कंपनी का नाम “बड़ा कॉल सेंटर” की तरह सिर्फ़ इंडस्ट्री तक रखें।

ड्राफ्ट लौटने पर छिपाए हुए को असली नाम में वापस बदलना अपने टेक्स्ट एडिटर में करें। अगर कंपनी में अभी जेनरेटिव AI इस्तेमाल के नियम नहीं हैं, तो पहले उसका दायरा तय करें। डेटा सुरक्षा पर आधिकारिक मार्गदर्शन के लिए भारत का Digital Personal Data Protection Act का परिचय एक बार देख लेना इन-हाउस नियमों की नींव बन सकता है।

लाने से पहले और बाद, ROI का अंदाज़ा

आँकड़े सिर्फ़ अंदाज़ा हैं। मेरे दोस्त की टीम में हमने प्रति पिच बनाने का समय नापा।

• AI लाने से पहले: पुराने टेक्स्ट से उठाकर सुधारने में, प्रति पिच लगभग 20 से 30 मिनट।
• AI लाने के बाद: ड्राफ्ट बनाकर फिनिशिंग में, प्रति पिच लगभग 5 से 8 मिनट।

मान लें दिन में 10 पिच, और एक कोऑर्डिनेटर अकेले संभाल रहा है। अगर प्रति पिच 20 मिनट बचे, तो दिन में लगभग 200 मिनट, यानी 3 घंटे से ज़्यादा खाली होते हैं। महीने में 20 कामकाजी दिन हों तो 60 घंटे से ऊपर। उस समय को इंटरव्यू की संख्या बढ़ाने या कैंडिडेट को फॉलो-अप करने में लगाया जा सकता है।

बेशक, शुरू के कुछ दिन प्रॉम्प्ट सुधारने और बैन शब्द जमाने में उल्टा समय लगता है। लागत वसूल होना दूसरे हफ़्ते के आस-पास से शुरू हुआ। रोज़मर्रा के छोटे-छोटे समय बचाने के तरीके प्रोडक्टिविटी बढ़ाने के टिप्स में भी समेटे हैं।

अगर पूरी कंपनी के स्तर पर स्टाफिंग बिज़नेस के लेखन-काम को नए सिरे से देखना है, तो प्रॉम्प्ट डिज़ाइन और इस्तेमाल के नियम साथ मिलकर बनाने के लिए ट्रेनिंग और सलाह से शुरुआत करें, इससे यह टीम में आसानी से जमता है।

अक्सर पूछे जाने वाले सवाल

Q. AI से लिखवाने पर क्या पिच मशीनी नहीं लगेगी? A. लगेगी। पर तभी जब “अनुभव और जॉब को जोड़ने वाला एक वाक्य” ज़रूरी नहीं बनाया। प्रॉम्प्ट में सुझाने की वजह एक वाक्य में डलवा दें, तो टेम्पलेट जैसा सूखापन काफ़ी हट जाता है। आखिरी फिनिशिंग इंसान करे, यह तय है।

Q. क्या अपने इन-हाउस सिस्टम को AI से सीधे जोड़ना ज़रूरी है? A. नहीं। पहले बस मेमो और जॉब की जानकारी कॉपी-पेस्ट से दें और ड्राफ्ट ले लें, इतने से ही काम चल जाता है। सिस्टम जोड़ना तब सोचें जब इस्तेमाल का तरीका जम जाए।

Q. क्या AI सैलरी या लोकेशन गलत कर देगा? A. कर देगा। इसीलिए आँकड़ों की जाँच इंसान के चरण में रखी है। जेनरेटिव AI मूल डेटा में न मौजूद आँकड़ा भी भरोसेमंद दिखाकर लिख देता है, इसलिए भेजने से पहले जॉब की जानकारी से ज़रूर मिलाएँ।

Q. कैंडिडेट का नाम छिपाने पर क्या लेख अजीब नहीं लगेगा? A. ड्राफ्ट के स्तर पर “व्यक्ति A” से कोई दिक्कत नहीं। लौटे हुए लेख में “व्यक्ति A” को अपने एडिटर में असली नाम से बदल दें। फाइंड-रिप्लेस से एक बार में बदल जाता है।

मैंने असल में क्या आज़माया

मैंने ख़ुद, दोस्त से 5 इंटरव्यू नोट्स लेकर ऊपर वाले प्रॉम्प्ट और चेक-स्क्रिप्ट से चलाकर देखे। तीन चीज़ें जाँचनी थीं — ड्राफ्ट में लगने वाला समय, कॉपी-पेस्ट की गड़बड़ी पकड़ना, और छिपाने वाले तरीके की मेहनत।

जॉब पिच का ड्राफ्ट प्रति केस लगभग 5 मिनट में रूप ले लेता था। सबसे ज़्यादा असर “सुझाने की वजह एक वाक्य में” वाले निर्देश का पड़ा, बस इतने से ही लेख ऐसा बन जाता है कि रिप्लाई करने का मन हो। चेक-स्क्रिप्ट में जानबूझकर पिछले कैंडिडेट का नाम छोड़ा हुआ लेख डाला, तो वह ठीक “जाँचें” कहकर रुक गई। छिपाने वाला तरीका शुरू में झंझट लगा, पर एक बार रिप्लेस करना ही था, सो दो दिन में आदत पड़ गई।

उल्टा, एक बार AI ने जॉब का आँकड़ा हल्का सा गोल कर दिया। सैलरी के आखिरी दो अंक बदल गए थे। सच में, आँकड़ों की आखिरी जाँच इंसान के पास रखना ही सही फ़ैसला था। ड्राफ्ट AI से, फ़ैसला और आँकड़े इंसान से। यह लकीर बनी रहे, तो मैचिंग मेमो और जॉब पिच बनाना पक्का हल्का हो जाता है।