Convertir el descubrimiento de puestos en una aplicación lista para reseña, un usuario a la vez

Una respuesta común es el bot de auto-aplicación: una herramienta que se sitúa en un grupo compartido de candidatos y lanza aplicaciones en listados en nombre del usuario. Eso cambia el control por volumen y a menudo envía solicitudes genéricas y de baja calidad que la persona nunca revisó. Esta plataforma adopta la postura opuesta. No hay un grupo de candidatos del que un empleador extrae, y la plataforma no elige puestos ni envía nada automáticamente. Cada acción se ejecuta dentro de la cuenta de un usuario autenticado, y la persona se encarga de decidir qué tareas perseguir y qué se envía realmente. El problema a resolver era limitado y real: eliminar el trabajo de preparación repetitivo sin eliminar el juicio del solicitante.

Las limitaciones fueron deliberadas. La presencia humana en el bucle no es negociable: la plataforma prepara un borrador Gmail y nunca lo envía automáticamente, por lo que el solicitante siempre revisa y pulsa Enviar. La IA solo puede utilizar información proporcionada o aprobada por el usuario; Nunca debe inventar cualificaciones, historial laboral, habilidades, certificaciones, logros o métricas, ni añadir habilidades solo para inflar la superposición de palabras clave. Los datos de cada usuario están estrictamente separados: un usuario solo toca su propio perfil, búsquedas, trabajos seleccionados, documentos gener Gmail ados, borradores, créditos y solicitudes rastreadas, nunca los de nadie más. Y como la generación cuesta dinero para funcionar, el coste tenía que ser transparente: el usuario debía ver el precio de crédito de una acción antes de que comience la IA.

La preparación es donde la IA hace el trabajo repetitivo y donde se aplican los créditos. El usuario selecciona manualmente los trabajos que merece la pena y hace clic Apply Now en cada uno. Para cada puesto seleccionado, la plataforma genera un paquete separado y personalizado: un borrador de currículum alineado con esa descripción del puesto, una carta de presentación para ese puesto y empleador, y un correo electrónico personalizado, por lo que dos solicitudes del mismo usuario pueden diferir porque cada una está diseñada para una oportunidad distinta. Luego utiliza la integración de Gmail del usuario para preparar un borrador, un tema específico del puesto, el correo electrónico de la solicitud como cuerpo y el currículum y la carta de presentación adjuntos, y lo guarda como borrador. No envía. El usuario abre el borrador en Gmail, revisa el empleador, el puesto, el destinatario, el asunto, el cuerpo y los archivos adjuntos, edita cualquier cosa y pulsa manualmente en Enviar. Una vez enviado o marcado como aplicado, aparece en el rastreador de aplicaciones de ese usuario.

La generación está limitada por créditos, así que la economía coincide con el valor: el descubrimiento permanece gratuito, y la preparación computacionalmente costosa es lo que los usuarios pagan. Cada usuario recibe una asignación diaria de crédito gratuito para intentar o continuar el flujo de trabajo; Cuando se acabe, podrán comprar más. La interfaz muestra el coste de crédito antes de que comience la generación, para que el usuario entienda el precio antes de invocar la IA.

El flujo de trabajo Apply Now primero revisa los créditos. Si el saldo es corto, el usuario es dirigido a comprar; si es suficiente, se deducen los créditos requeridos y comienza la generación. El paso de generación de IA toma el perfil del usuario y la descripción del puesto seleccionado y produce tres borradores personalizados, un currículum, una carta de presentación y un correo electrónico de solicitud, que fluyen a la Gmail del usuario como un solo borrador con los documentos adjuntos. El usuario revisa y edita el borrador, pulsa manualmente Enviar y la aplicación queda registrada en su rastreador. Dos líneas de diseño atraviesan todo el sistema: el humano en el bucle, es decir, la IA redacta borradores pero el usuario siempre envía, y aislamiento por usuario, por lo que perfiles, búsquedas, documentos generados, Gmail borradores, créditos y aplicaciones rastreadas pertenecen a una sola cuenta y nunca se comparten en un grupo común de candidatos. La pila se mantiene deliberadamente aburrida para que las partes móviles sigan siendo legibles: un frontend React , un backend Node.js , Supabase para datos y Vercel para hosting. El Source Pool está diseñado para crecer: cada nueva integración de portal de empleo de terceros se conecta con la misma ruta de agregación y puntuación, por lo que añadir un portal amplía la cobertura sin cambiar el flujo de trabajo.

Lo que reforzaría a continuación se basa en esa base: hacer que la transparencia crediticia sea más rica e imposible de perder (coste por acción, reembolso por generación fallida, si las ediciones o la regeneración cuestan más, cuando se reinician los 50 diarios), para que ninguna generación sorprenda a un usuario en cuanto al precio; Añadir explicaciones de coincidencia que separen claramente las fortalezas confirmadas de los requisitos faltantes o no confirmados, para que la puntuación sea accionable y no un número; hacer visible la barrera de los hechos proporcionados por el candidato con procedencia clara en cada línea generada; ampliar el Source Pool con más integraciones de portales; y profundizar el seguimiento de aplicaciones hasta convertirlo en una auténtica pipeline. La idea duradera es un asistente de búsqueda de empleo que haga la preparación repetitiva a gran escala mientras el candidato conserva cada decisión que lleva su nombre.