Сегодня на уроке гоняли нейросети на вполне взрослом рекрутинговом кейсе.

Сегодня на уроке гоняли нейросети на вполне взрослом рекрутинговом кейсе. Задача: найти CEO для производства сыра в МО, который сможет вывести предприятие на уровень швейцарских производителей. Нужно было разработать стратегию поиска и проанализировать зарплаты. Сначала нейроне выдавали красивое и убедительное предложение для собственника: портрет CEO, компании-доноры, этапы поиска, зарплата 900 тысяч - 1,2 млн рублей плюс бонусы. На первый взгляд всё отлично. Можно брать и отправлять клиенту. Но следующим запросом мы попросили их раскритиковать собственную стратегию. И тут выяснилось самое интересное: • возможно, компании вообще нужен не CEO, а операционный директор; • «уровень швейцарских сыров» никак не переведён в измеримые показатели; • один CEO не заменит технолога; • без качественного молока, инвестиций и модернизации никакой руководитель чуда не совершит; • непонятно, готов ли собственник передать полномочия; • зарплатная вилка определена без понимания масштаба и экономики бизнеса. После этого дали третий запрос: полностью переписать предложение с учётом критики. И получилась уже совсем другая стратегия: сначала аудит предприятия, затем выбор управленческой модели, определение полномочий и бюджета, и только после этого поиск CEO или COO. Вот почему работа с AI не заканчивается на одном хорошем промпте. Нормальная последовательность выглядит так: создать решение → раскритиковать → найти слабые места → проверить допущения → переписать. На наших занятиях https://getit.agency/ai-recruiter-2026 разбираем реальные задачи: поиск топ-менеджеров, аналитика зарплат, коммерческие предложения, исследования рынка и подготовка решений для клиентов. AI может очень многое. Но действительно сильный результат получается тогда, когда вы не просто принимаете первый ответ, а умеете управлять его мышлением.