.png){kind=small}
.jpg)
Le système complet pour préparer tes recrutements
Dans notre précédent article, nous partagions un GPT Manager pour cadrer un brief de recrutement.
Sur le papier, il fonctionnait très bien.
Dans la vraie vie… c’est là que c’est devenu intéressant.
Parce qu’un bon outil ne suffit pas.
Il faut qu’il soit utilisé.
Et c’est en observant ce qui ne marchait pas que tout a évolué.
Pourquoi on vous partage ça ?
On pourrait vous parler de prompt engineering.
On préfère vous parler d’usage réel.
- Ce que les managers ont réellement fait (ou pas fait)
- Les erreurs qu’on a commises
- Les moments où le modèle “inventait”
- Et comment on est passé d’un GPT unique à une chaîne structurée en 3 rôles distincts
Du coup, on a réalisé 3 GPT découpés :
GPT 1
À transmettre au hiring manager en amont, pour cadrer le besoin et initier le questionnement (enjeux, contexte, attentes, critères de succès).
GPT 2
À utiliser côté recruteur pour analyser et consolider les éléments partagés par le manager, formaliser la synthèse du besoin et identifier les zones floues ou informations manquantes avant le brief final.
GPT 3
À utiliser côté recruteur pour produire l’ensemble des livrables du recrutement : scorecard, trame d’entretien, stratégie de sourcing, offre d’emploi, etc.
Voici le détail de la démarche 👇
1️⃣ Le premier signal faible : “Il est super votre GPT… mais”
Au début, on était ravis.
Sur les créations de poste, les managers jouaient le jeu.
Ils répondaient aux questions.
Ils arrivaient au kick-off avec une matière claire et une meilleure vision de leur besoin
Et puis sur les remplacements de poste déjà existant…
Silence.
Ou pire :
“On l’a déjà fait ce brief.”
On sentait une résistance.
Pas à l’outil.
À la sensation de refaire un travail inutile.
Et là, on a compris un truc important :
Un outil peut être bon… et mal positionné.
2️⃣ Le déclic : un poste identique n’est jamais identique
Il existe souvent deux situations lors d’un besoin de recrutement : une création de poste ou un recrutement pour un poste déjà existant.
Quand on creusait en entretien le remplacement de poste existant, on constatait toujours la même chose :
Le poste n’était pas forcément “le même”…
- L’équipe avait évolué
- Les priorités avaient changé
- Le précédent collaborateur avait laissé des manques
- Le manager voulait autre chose, sans forcément l’avoir formulé
- Et parfois, la bonne personne était déjà dans l’équipe et une mobilité interne pouvait aussi être envisagée
Le problème n’était pas le brief.
C’était la façon dont on le réinterrogeait.
3️⃣ La petite modification qui a tout changé
On n’a pas recréé un GPT.
On a ajouté une seule question au début :
Création de poste ou poste déjà existant ?
Ça paraît simple.
Mais derrière cette question, le scénario change.
Si création → exploration complète.
Si poste existant → on ne recommence pas tout et on se focalise sur ce qui change
On challenge :
- Qu’est-ce qui a manqué ?
- Qu’est-ce qu’on veut améliorer ?
- Qu’est-ce qui doit compléter l’équipe ?
Résultat ?
Les managers ont recommencé à l’utiliser.
Parce qu’ils ne se sentaient plus en train de “refaire”.
👉 Version ajustée - GPT 1 Manager
4️⃣ L’erreur qu’on a faite ensuite
À un moment, on s’est dit :
“Génial. Maintenant on peut générer directement les livrables.”
- Annonce.
- Scorecard.
- Questions d’entretien.
- Stratégie de sourcing.
Sauf que…
Quand le brief n’était pas parfaitement consolidé, le modèle compensait.
Il remplissait les blancs.
Il inventait des éléments plausibles.
Il devenait créatif.
Et là, on a eu un vrai malaise.
Parce qu’en recrutement, la créativité mal placée est dangereuse.
Déclic :
On produit des livrables trop tôt.
5️⃣ Ce qu’on a changé dans notre façon de travailler
On a séparé les rôles.
Trois GPT. Trois responsabilités.
🔹 GPT 1 – Manager
Il structure la matière brute avant le kick-off synchrone avec le hiring manager.
🔹 GPT 2 – Recruteur
L’objectif dans cette étape / ce GPT, c’est de récolter la conversation du GPT manager pour ensuite analyser, challenger, identifier les zones floues du pré-brief.
Il ne complète jamais à la place du manager.
Il nous aide à arriver en posture conseil.
Et c’est là qu’on a vu le vrai changement.
Un jour, un manager a dit :
“On a besoin de toi pour clarifier notre besoin.”
Avant, on nous présentait un poste ficelé.
Aujourd’hui, on nous demande d’aider à le construire.
Ce n’est pas l’IA qui a changé ça.
C’est la façon dont on l’utilise.
👉 GPT 2 recruteur
🔹 GPT 3 – Production
Il ne démarre que si la transcription complète du kick-off synchrone avec le hiring manager est fournie.
Étape obligatoire : contrôle de complétude.
Sinon → stop.
Ensuite il réalise des livrables suivants :
- Compétences & scorecard
- Déroulé d’entretien
- Stratégie de sourcing
- Offre d’emploi
Ensuite export Excel si possible, ou Canva pour l’intégrer dans l’ATS et Noota.
👉 GPT 3 - Production
6️⃣ Ce que ça a vraiment changé pour nous
- Un manager hyper engagé parce que son temps est respecté
- Un recruteur mieux préparé, plus stratégique que simple exécutant
- Un manager réellement accompagné dans la définition de son besoin
- Un besoin plus clair, plus complet, plus sécurisé
- Des livrables de qualité, produits plus rapidement
Et surtout :
Toujours une relecture humaine (c’est la base).
Parce que la valeur ne réside pas dans la génération.
Elle réside dans la maîtrise.
7️⃣ Ce qu’on n’avait pas anticipé
En travaillant ensemble, deux autres questions sont apparues.
Si l’IA produit déjà le 1er jet :
👉 Comment forme-t-on les juniors ?
C’est une vraie question, si elle vous intéresse venez en parler sur Linkedin on adore échanger sur ces sujets-là.
Si l’IA produit les livrables à notre place ?
👉 Comment gardons-nous ce côté humain qui fait la différence ?
Posture.
Discernement.
Capacité à sentir un malaise en entretien.
Temps consacré aux candidats
Sont autant de choses que l’IA permet même avec un agenda chargé
Quoi qu’il en soit, notre conviction c’est que l’IA ne change pas notre métier.
Elle révèle notre niveau de maîtrise.
Et c’est peut-être là le vrai sujet.
.png)
.svg){kind=small}
.png)
.png)
