Rekryterings-paketet — jobbannons, CV-screening och intervjufrågor

Rekryterings-paketet med AI | AIMonkey

Skriv jobbannonsen, screena CV:n mot kraven och ta fram skräddarsydda intervjufrågor — hela rekryteringsflödet med AI, från annons till anställningsbeslut.

Du har en ledig tjänst, en hög med CV:n och en deadline som närmar sig. Att skriva en jobbannons som faktiskt lockar rätt folk, sen läsa igenom fyrtio ansökningar för att hitta de fem värda att prata med, och till sist förbereda intervjuer som ger dig verklig information istället för inövade svar — det är lätt tre separata heldagar av jobb.

Det här paketet gör hela kedjan på under en timme. Tre prompter tar dig från tom sida till en färdig jobbannons, ett strukturerat sätt att screena inkomna CV:n mot dina faktiska krav, och intervjufrågor skräddarsydda efter både rollen och varje enskild kandidat.

Så funkar paketet

Paketet består av tre steg som hänger ihop: annonsen sätter kravprofilen, screeningen använder samma kravprofil för att ranka kandidater, och intervjufrågorna byggs utifrån vad som stack ut i varje enskilt CV. Kör dem i ordning så håller hela processen ihop från första raden i annonsen till sista frågan i intervjurummet. Just den röda tråden är det som gör paketet till mer än tre separata AI-tricks.

Räkna med ungefär 15 minuter för annons och kravprofil, sedan 2-3 minuter per CV i screeningen — så tio ansökningar tar en kvart, inte en hel förmiddag. Intervjufrågorna tar en minut per kandidat eftersom du redan har all kontext från screeningen. Hela flödet ryms alltså gott och väl inom den timme paketet är tänkt att ta.

Steg 1: Skriv jobbannonsen

Börja med kravprofilen. Den är motorn i hela paketet, så lägg lite extra tid här — allt annat bygger vidare på den.

{{Du är en erfaren rekryterare. Jag ska tillsätta rollen [ROLLTITEL] på ett företag inom [BRANSCH] med [ANTAL] anställda.

Kontext:
- Ansvarsområden: [3-5 HUVUDUPPGIFTER]
- Måste-krav: [KRAV SOM INTE GÅR ATT KOMPROMISSA OM]
- Meriterande: [ÖNSKVÄRT MEN INTE OBLIGATORISKT]
- Teamets storlek och vem tjänsten rapporterar till: [DETALJER]
- Vad gör just den här rollen/företaget attraktivt: [USP]

Skriv:
1. En jobbannons på svenska, max 400 ord, med rubrik, kort företagspresentation, ansvarsområden, krav och en tydlig call-to-action
2. En separat, intern kravprofil i punktform som jag kan använda för att bedöma kandidater objektivt

Undvik klichéer som "vi söker en glödande stjärna" och könskodat språk. Var konkret om vad rollen faktiskt innebär i vardagen.}}

Varför den interna kravprofilen är lika viktig som annonsen

Jobbannonsen är till för kandidaterna. Kravprofilen är till för dig — och det är den du återanvänder i steg två och tre. Spara den separat innan du går vidare.

Steg 2: Screena CV:n mot kraven

Nu kör du varje inkommen ansökan mot samma kravprofil. Byt bara ut CV-texten mellan körningarna, resten av prompten är konstant.

{{Du är en rekryteringsassistent. Här är kravprofilen för rollen [ROLLTITEL]:

[KLISTRA IN KRAVPROFILEN FRÅN STEG 1]

Här är CV:t/ansökan för en kandidat:

[KLISTRA IN CV-TEXT]

Gör följande:
1. Bedöm kandidaten mot varje måste-krav: uppfyllt, delvis uppfyllt eller ej uppfyllt — med kort motivering
2. Lista vilka meriterande punkter som matchar
3. Ge en sammanfattande poäng 1-5 för hur väl kandidaten matchar kravprofilen
4. Flagga eventuella luckor i CV:t (tidsluckor, otydliga titlar, saknad information) som är värda att fråga om
5. Föreslå om kandidaten bör gå vidare till intervju, sparas som back-up, eller avslutas

Var objektiv och håll dig strikt till vad som faktiskt står i CV:t. Gissa inte.}}

Så hinner du med alla ansökningar

Kör prompten en gång per kandidat och samla svaren i ett enkelt kalkylark med namn, poäng och rekommendation. På det sättet får du en rangordnad lista istället för fyrtio lösa dokument, och du kan sortera fram de fem-tio kandidater som faktiskt är värda en intervju innan du ens öppnat kalendern.

Steg 3: Bygg intervjufrågorna

Utifrån kravprofilen och det AI:n flaggade i CV-screeningen bygger du frågor som faktiskt testar rätt saker för just den kandidaten.

{{Du är intervjuledare. Rollen är [ROLLTITEL] med kravprofil enligt nedan:

[KLISTRA IN KRAVPROFIL]

Kandidatens CV visar följande styrkor och luckor:

[KLISTRA IN SAMMANFATTNING FRÅN CV-SCREENINGEN]

Ta fram:
1. Fem kompetensbaserade frågor kopplade till måste-kraven, formulerade så kandidaten måste ge konkreta exempel (STAR-format)
2. Två frågor som specifikt testar de luckor eller oklarheter som flaggades i CV:t
3. En avslutande fråga om varför just den här rollen/företaget
4. Vad du ska lyssna efter i varje svar för att bedöma om det är ett starkt eller svagt svar

Frågorna ska kännas som ett naturligt samtal, inte ett förhör.}}

Bonus: Referenstagningen

När du hittat din kandidat är referenstagningen sista chansen att validera det som kändes lite osäkert under intervjun. Många hoppar över det här steget eller kör det slentrianmässigt med tre standardfrågor — men gjort rätt är det billigaste sättet att undvika en dyr felrekrytering.

{{Du är rekryterare och ska ta referenser på [KANDIDATENS NAMN] för rollen [ROLLTITEL]. Kandidatens svagheter under intervjun var: [OMRÅDEN ATT VALIDERA].

Ta fram fem referensfrågor som är specifika nog för att ge ärliga svar, inklusive minst en fråga som adresserar de flaggade svagheterna på ett respektfullt sätt.}}

Varför det funkar

Hela poängen är att kravprofilen från steg 1 återanvänds genom hela flödet. Det gör att du bedömer alla kandidater mot samma måttstock istället för att omedvetet flytta ribban för den som pratade bäst i telefon. AI:n blir ett strukturerat andra öga — den ersätter inte ditt omdöme, men den säkerställer att du faktiskt läser varje CV mot samma kriterier istället för att skumma de sista tio ansökningarna klockan fem en fredag. Samma logik gäller intervjufrågorna: eftersom de bygger vidare på screeningen slipper du generiska standardfrågor och kan istället gå rakt på det som faktiskt avgör om kandidaten passar.

Vanliga misstag

Att låta AI:n fatta beslutet. Verktyget rangordnar och flaggar, men det slutgiltiga urvalet ska alltid vara ditt — särskilt eftersom AI:n bara ser det som står i CV:t, inte allt annat som gör någon rätt för jobbet.

Att mata in känsliga personuppgifter i verktyg utan datahantering ni litar på. CV:n innehåller personuppgifter. Kolla vilka villkor din AI-leverantör har för datalagring innan du klistrar in kandidaters information, och informera kandidaterna om att AI används i processen.

Att skriva en kravprofil som är för snäv. Om måste-kraven är för många eller för specifika sorterar screeningen automatiskt bort bra kandidater som skulle kunna lära sig resten på plats. Skilj på vad som verkligen är kritiskt dag ett och vad som är trevligt att ha.

Att återanvända samma intervjufrågor för alla kandidater. Poängen med steg 3 är att frågorna ska anpassas efter varje kandidats specifika CV — annars missar du chansen att gräva i just deras luckor.

Att glömma bort kandidater som avslås. Ett tydligt avslag med en kort, konkret motivering (gärna hämtad ur screeningens sammanfattning) tar en minut att skriva och gör stor skillnad för hur ditt företag uppfattas — även av de som inte fick jobbet den här gången.

Nästa steg

Vill du bli ännu vassare på att formulera kraven i steg 1? Läs mer om prompt engineering för att skriva prompter som ger mer träffsäkra svar varje gång. Ska du sätta upp de första mötena med den du till slut anställer? Kolla in Möteskartan. Och innan du sätter screeningen i system, läs om AI-bias för att förstå riskerna med automatiserad bedömning bättre.

Apan tycker

En bra kravprofil är hälften av jobbet — resten är att faktiskt hålla sig till den när den där karismatiska kandidaten dyker upp som saknar tre måste-krav. Låt AI:n vara din disciplin, inte din genväg förbi omdömet. 🐒

Flerstegs-prompter
Analys & Strategi
GDPR & Dataskydd

Frågor

Kan AI screena CV:n rättvist utan att diskriminera?

Kortfattat: bara om du är noggrann med hur du bygger kravprofilen och hur du använder resultatet. AI-verktyg kan omedvetet förstärka AI-bias som redan finns i träningsdata eller i hur du formulerar kraven — till exempel genom att premiera vissa ordval, utbildningar eller karriärmönster framför andra. Det bästa skyddet är att låta AI:n göra en strukturerad första bedömning mot tydliga, jobbrelaterade kriterier, men aldrig låta den fatta det slutgiltiga beslutet själv. Läs alltid igenom de kandidater som sorteras bort i gränszonen manuellt, och tänk på AI-etik genom hela processen, särskilt om ett mönster uppstår där en viss grupp konsekvent rankas lägre trots liknande kvalifikationer.

Vilka GDPR-regler gäller när jag använder AI för att analysera kandidaters CV:n?

CV:n innehåller personuppgifter, och ofta känsliga sådana om du räknar in foton, ålder eller föreningsengagemang. Innan du klistrar in kandidatdata i ett AI-verktyg behöver du veta hur leverantören lagrar och använder informationen — leta efter tydliga villkor om att data inte används för att träna modeller och att den raderas efter en rimlig tid. Du bör också informera kandidaterna om att AI används som ett hjälpmedel i urvalsprocessen, inte som ensam beslutsfattare, kopplat till AI-etik och rätten till mänsklig prövning vid automatiserade beslut. Läs mer om guardrails för hur du sätter upp gränser för vad AI:n får och inte får göra i känsliga processer.

Hur många intervjufrågor bör jag generera med AI per kandidat?

Sikta på sju till åtta frågor totalt för en förstaintervju på 30-45 minuter: fem kompetensbaserade frågor kopplade till måste-kraven, två som gräver i det som var oklart i CV:t, och en avslutande fråga om motivation. Fler än så och intervjun blir ett förhör istället för ett samtal — du hinner inte följa upp intressanta svar på djupet. Formulera frågorna med hjälp av tydlig prompt engineering så AI:n förstår vad som faktiskt ska testas, låt den sedan generera fler förslag än du behöver, och välj själv ut de som känns mest relevanta för just den kandidaten.

AIMonkey
July 17, 2026