Transformando a descoberta de empregos em um aplicativo pronto para análise, um usuário de cada vez

Uma resposta comum é o bot de aplicação automática: uma ferramenta que fica em um pool compartilhado de candidatos e dispara aplicações em anúncios em nome do usuário. Isso troca controle por volume e frequentemente envia aplicações genéricas e de baixa qualidade que a pessoa nunca analisou. Esta plataforma adota a postura oposta. Não existe um grupo de candidatos do qual o empregador escolha, e a plataforma não escolhe vagas nem envia nada automaticamente. Cada ação é executada dentro da conta de um usuário autenticado, e a pessoa fica responsável por quais trabalhos perseguir e quais realmente são enviados. O problema a ser resolvido era restrito e real: remover o trabalho repetitivo de preparação sem remover o julgamento do candidato.

As restrições foram deliberadas. Ser humano no ciclo é inegociável: a plataforma prepara um rascunho Gmail e nunca o envia automaticamente, então o candidato sempre revisa e clica em Enviar. A IA pode usar apenas informações fornecidas ou aprovadas pelo usuário; Nunca deve inventar qualificações, histórico de emprego, habilidades, certificações, conquistas ou métricas, e não deve adicionar habilidades apenas para inflar a sobreposição de palavras-chave. Os dados de cada usuário são estritamente separados: o usuário só toca em seu próprio perfil, buscas, vagas selecionadas, documentos gerados, Gmail rascunhos, créditos e aplicações rastreadas, nunca em mais ninguém. E como a geração custa dinheiro para rodar, o custo precisava ser transparente: o usuário deveria ver o preço de crédito de uma ação antes que a IA comece.

A preparação é onde a IA faz o trabalho repetitivo, e onde os créditos se aplicam. O usuário seleciona manualmente os trabalhos que valem a pena ser perseguidos e clica Apply Now em cada um. Para cada vaga selecionada, a plataforma gera um pacote separado e personalizado: um rascunho do currículo alinhado à descrição do cargo, uma carta de apresentação para aquele cargo e empregador, e um e-mail de candidatura personalizado, então duas candidaturas do mesmo usuário podem ser diferentes, pois cada uma foi feita para uma oportunidade diferente. Em seguida, ele usa a integração Gmail do usuário para montar um rascunho, um assunto específico para o cargo, o e-mail da candidatura como corpo, além do currículo e carta de apresentação anexados, e salva como rascunho. Não envia. O usuário abre o rascunho em Gmail, revisa o empregador, o cargo, o destinatário, o assunto, o corpo e anexos, edita qualquer coisa e clica manualmente em Enviar. Uma vez enviado ou marcado como aplicado, ele cai no rastreador de aplicação desse usuário.

A geração é limitada por créditos, então a economia corresponde ao valor: a descoberta permanece gratuita, e a preparação computacionalmente cara é o que os usuários pagam. Cada usuário recebe uma franquia diária de crédito gratuito para tentar ou continuar o fluxo de trabalho; Quando acabar, eles podem comprar mais. A interface mostra o custo do crédito antes do início da geração, para que o usuário entenda o preço antes de invocar a IA.

O fluxo de trabalho Apply Now primeiro verifica os créditos. Se o saldo estiver curto, o usuário é direcionado para a compra; Se for suficiente, os créditos exigidos são deduzidos e a geração começa. A etapa de geração de IA pega o perfil do usuário e a descrição do cargo selecionado e produz três rascunhos personalizados, um currículo, uma carta de apresentação e um e-mail de candidatura, que fluem para a Gmail do usuário como um único rascunho com os documentos anexados. O usuário revisa e edita o rascunho, clica manualmente em Enviar e o aplicativo é registrado no rastreador. Duas linhas de design percorrem todo o sistema: humano no ciclo, então a IA faz rascunhos mas o usuário sempre envia, e isolamento por usuário, então perfis, buscas, documentos gerados, Gmail rascunhos, créditos e aplicações rastreadas pertencem a uma única conta e nunca são compartilhados em um pool comum de candidatos. A pilha permanece deliberadamente entediante para que as partes móveis permaneçam legíveis: um front-end React , um backend Node.js , Supabase para dados e Vercel para hosting. O Source Pool foi feito para crescer: cada nova integração de portal de empregos de terceiros se conecta ao mesmo caminho de agregação e pontuação, então adicionar um portal amplia a cobertura sem alterar o fluxo de trabalho.

O que eu fortaleceria a seguir se baseia nessa base: tornar a transparência de crédito mais rica e imperdível (custo por ação, reembolso em geração falhada, se edições ou regeneração custam mais, quando os 50 diários resetam), para que nenhuma geração surpreenda um usuário em preço; adicione explicações de correspondência que separem claramente pontos fortes confirmados de requisitos ausentes ou não confirmados, para que a pontuação seja acionável e não um número; tornar o guardrail de fatos fornecidos pelo candidato visível com proveniência clara em cada linha gerada; ampliar o Source Pool com mais integrações de portais; e aprofundar o rastreador de aplicações em um pipeline genuíno. A ideia duradoura é um assistente de busca de emprego que faça a preparação repetitiva em grande escala, enquanto o candidato guarda cada decisão que leva seu nome.