Mencocokkan lowongan dan email kandidat dengan Claude Code sebelum dikirim

Di agensi rekrutmen, lowongan kerja dan email kandidat sering diperbaiki di tempat berbeda. Di situlah selisih kecil tertinggal. Lowongan menulis dua hari remote per minggu, tetapi email terdengar seperti remote penuh. Rentang gaji berasal dari memo klien lama. Alur interview sudah berubah, tetapi email masih menyebut dua tahap. Langkah pertama hari ini adalah membuat tabel perbandingan sebelum pesan dikirim.

Artikel ini untuk RA, CA, dan lead operasi rekrutmen. Claude Code dipakai sebagai alat pembanding. Ia membaca lowongan yang sudah disamarkan, email kandidat, memo konfirmasi klien, pertanyaan kandidat, dan field JobPosting. Lalu ia menghasilkan tabel selisih. Ia tidak menentukan gaji, lokasi, kontrak, bahasa umur atau gender, data pribadi, atau keputusan kirim.

Kartu pembaca: industrinya adalah agensi rekrutmen. Pembaca sedang melihat lowongan, email kandidat, dan memo klien. Kegagalan yang terjadi adalah kandidat menerima janji yang tidak sama dengan lowongan. Setelah membaca, pembaca membandingkan satu email yang akan dikirim dengan lowongan pada gaji, lokasi, remote, dan alur interview. Claude Code menyiapkan tabel dan pertanyaan. Manusia menyetujui fakta, data pribadi, konfirmasi klien, dan pengiriman. CTA utama adalah pelatihan dan konsultasi karena workflow ini menyentuh peran tim dan approval.

Poin Utama

• Lowongan dan email kandidat harus dicek bersama: gaji, lokasi, kebijakan remote, interview, ruang lingkup kerja, dan kontrak.
• Claude Code membandingkan materi yang sudah aman dan mengembalikan selisih, pertanyaan kandidat, dan pertanyaan untuk klien.
• Manusia meninjau kompensasi, lokasi, kontrak, usia atau gender, data pribadi, persetujuan klien, dan aksi kirim.
• Tiga use case mencakup perbedaan kondisi, pertanyaan kandidat yang berulang, dan email yang perlu ditahan.
• Angka yang dilihat adalah revisi dari klien, pertanyaan tambahan kandidat, rasio interview, jumlah kirim ulang, dan waktu publikasi lowongan.

Workflow: Satu Tabel Dari Lowongan Sampai Email

Review sebelum kirim dimulai dari artefak yang akan memengaruhi kandidat. Masukkan lowongan, memo RA, draft email kandidat, field portal, pertanyaan kandidat, dan JobPosting JSON-LD ke satu folder. Sebelum Claude Code membaca, ganti nama kandidat, perusahaan saat ini, catatan evaluasi, detail negosiasi gaji, dan info privat klien dengan placeholder.

Artefak	Yang diekstrak Claude Code	Keputusan manusia
Lowongan	gaji, lokasi, scope, proses	fakta yang disetujui klien
Email	janji, kalimat ambigu, kekurangan	kirim atau tahan
Memo RA	kondisi terbuka, pertanyaan	informasi privat
Pertanyaan	FAQ dan teks untuk dinaikkan	data pribadi
JobPosting	lokasi, gaji, tanggal, validitas	data publik

Sumber resmi membentuk checklist. Kementerian MHLW Jepang menjelaskan informasi iklan rekrutmen dan klarifikasi sejak April 2024, seperti ruang lingkup perubahan tugas, ruang lingkup perubahan tempat kerja, dan kriteria perpanjangan kontrak tetap. Panduan seleksi yang adil membantu meninjau bahasa kandidat. Jika halaman memakai structured data, dokumentasi Google JobPosting structured data harus selaras dengan teks yang terlihat.

Yang Dikerjakan Claude Code Dan Yang Ditinjau Manusia

Saat lowongan, email, dan memo klien siap, minta Claude Code membuat tabel selisih. Barisnya dapat berupa gaji, lokasi, frekuensi remote, jumlah interview, tanggal mulai, ruang lingkup perubahan tugas, dan ruang lingkup perubahan lokasi. Setiap baris membandingkan lowongan, email, memo klien, dan data publik. Sel kosong atau konflik menjadi pertanyaan ke klien, bukan copy yang dibuat-buat.

Manusia menyimpan keputusan berisiko. Kompensasi, tempat kerja, frekuensi remote, durasi kontrak, kriteria perpanjangan, implikasi umur atau gender, data pribadi kandidat, informasi privat klien, dan pengiriman final tetap ditinjau orang. Claude Code dapat berkata “kalimat ini terbaca seperti janji.” Ia tidak boleh mengubah kondisi yang belum dikonfirmasi menjadi janji ke kandidat.

Data pribadi punya batas sendiri. Jangan tempel nama kandidat, perusahaan saat ini, kontak, evaluasi interview, atau catatan negosiasi detail. Gunakan Candidate A atau C001. Cek juga situs resmi otoritas perlindungan data, kontrak perusahaan, dan pengaturan tool sebelum workflow dipakai tim. Tujuannya membandingkan wording, bukan mengekspos data sensitif.

Tiga Use Case

Use case 1: Menemukan selisih antara lowongan dan email outreach

Input: lowongan, memo klien RA, email kandidat, dan field portal. Output: tabel perbedaan untuk gaji, lokasi, remote, jumlah interview, waktu mulai, dan scope kerja. Review manusia: rentang gaji, frekuensi remote, lokasi kerja, alur interview, dan konfirmasi klien.

Email outreach sering condong ke interpretasi paling menarik. Lowongan yang menulis “dua hari remote” berubah menjadi “cara kerja fleksibel.” Claude Code perlu mengekstrak kalimat yang akan dibaca kandidat sebagai kondisi dan meletakkannya di sebelah lowongan.

Use case 2: Mengembalikan kekhawatiran kandidat ke lowongan

Input: pertanyaan kandidat yang berulang, alasan kandidat mundur, teks lowongan, dan draft follow-up email. Output: penjelasan untuk bagian atas lowongan, FAQ, kalimat email, dan pertanyaan untuk klien. Review manusia: hapus data pribadi, evaluasi kandidat, dan kondisi yang belum dijawab klien.

Jika setiap email butuh klarifikasi yang sama, lowongan kekurangan informasi. Pertanyaan seperti kapan lembur meningkat, pengalaman apa yang cocok untuk gaji atas, dan siapa interviewer pertama perlu kembali ke lowongan atau FAQ.

Use case 3: Menahan email yang belum boleh dikirim

Input: email keluar, lowongan, daftar approval klien, daftar kata berisiko, dan JobPosting JSON-LD. Output: status kirim, tahan untuk klien, hapus data kandidat. Review manusia: penerima, nama, waktu, aturan platform, data pribadi, dan approval final.

Email yang sopan belum cukup. Jika email dan lowongan tidak sama, kiriman berhenti. Claude Code menandai kalimat yang terdengar seperti janji. Manusia hanya menyisakan kondisi yang sudah disetujui klien.

Prompt Siap Pakai

Gunakan prompt ini setelah nama dan detail privat diganti.

Act as a pre-send reviewer for a recruitment agency.
Compare the job post, candidate email, and client confirmation memo.
Find mismatches before the email is sent to a candidate.

Input:
- Job post:
- Candidate email:
- RA client confirmation memo:
- Common candidate questions:
- Recruitment platform fields:
- JobPosting JSON-LD:
- Human review requirements:

Output:
1. Conditions that differ between the job post and the email
2. Candidate-facing phrases that may sound like promises
3. Questions to send back to the client
4. Places to remove personal or private information
5. A status table: send / hold / revise
6. A final human review checklist

Constraints:
- Do not invent salary, location, remote policy, contract terms, or interview count
- Flag age, gender, family, birthplace, religion, or political wording
- Do not include candidate names, current employer names, contact details, or evaluation notes
- Treat the final send decision as a human action

Kode Node.js ini tidak mengirim email. Ia mengecek field yang hilang, kebijakan remote, approval klien, kata berisiko, dan 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: Selisih Yang Sering Terlewat Sebelum Kirim

Pitfall pertama adalah percaya pada copy yang rapi. Penyebabnya: lowongan, memo RA, email, dan field portal direview di layar berbeda. Cara memperbaiki: buat satu baris per kondisi dan bandingkan makna yang sama di setiap dokumen.

Pitfall kedua adalah menjawab pertanyaan kandidat berulang hanya lewat email. Penyebabnya: tiap pertanyaan dianggap kasus tunggal. Cara memperbaiki: pisahkan jawaban menjadi “kembali ke lowongan” dan “catatan khusus kandidat ini”.

Pitfall ketiga adalah membiarkan output AI memutuskan pengiriman. Penyebabnya: meminta email final sebelum fakta dikonfirmasi. Cara memperbaiki: pakai Claude Code untuk memberi saran kirim, tahan, atau revisi; gaji, lokasi, kontrak, data pribadi, dan persetujuan klien tetap di manusia.

Pertanyaan Umum

Apa bedanya dengan review lowongan biasa? Review lowongan melihat lowongan itu sendiri. Workflow ini melihat jarak antara lowongan dan email sebelum dikirim.

Boleh menempel data kandidat? Jangan tempel nama, perusahaan saat ini, kontak, evaluasi, atau negosiasi detail. Gunakan ID dan bandingkan teks yang diperlukan saja.

Apakah Claude Code bisa melakukan legal review? Ia mengekstrak tanda risiko. Publikasi, pengecualian, konfirmasi klien, dan keputusan kirim tetap milik manusia.

Metrik apa yang dilihat dulu? Mulai dari revisi klien, pertanyaan tambahan kandidat, rasio interview, dan jumlah kirim ulang.

Jalur Konsultasi

Review sebelum kirim bukan sekadar penulisan. Ia menghubungkan konfirmasi klien RA, konteks kandidat CA, field portal, approval kirim, dan data pribadi. Jika beberapa konsultan memakai Claude Code, pelatihan dan konsultasi membantu memisahkan apa yang dibandingkan AI dan apa yang disetujui manusia.

Artikel terkait: review lowongan untuk agensi dan lowongan plus email untuk tim hiring. Referensi eksternal: panduan MHLW tentang iklan rekrutmen, klarifikasi kondisi April 2024, seleksi adil, Google JobPosting structured data, dan perlindungan data pribadi.

Yang Saya Verifikasi

Saya memeriksa halaman resmi tentang iklan rekrutmen, klarifikasi kondisi kerja April 2024, seleksi yang adil, dokumentasi Google JobPosting, dan perlindungan data pribadi. Artikel ini memakai benda kerja konkret: lowongan, email kandidat, memo RA, pertanyaan kandidat, dan field JobPosting. CTA tetap ke pelatihan dan konsultasi.

Saya juga menjalankan kode Node.js. Kode mengecek field lowongan, wording remote, proses interview, approval klien, kata berisiko, dan CTA kirim ke kandidat. Langkah berikutnya: ambil satu email keluar dan bandingkan dengan lowongan dalam empat kolom, gaji, lokasi, remote, interview. Setelah itu pantau revisi klien dan pertanyaan kandidat.