できること

画面上のプロフィールを、意思決定可能な状態へ瞬時に変換。

候補者プロフィールを開いてCmdHireを起動。「この人はどの求人にマッチして、次に何をすべきか?」というすべてのデスクの問いに即答します。

プロフィールの自動コンテキスト取得 根拠がわかるマッチレーダー 推薦・提案に直結するアウトプット
CmdHire ライブデスク
LinkedInから取得 ⌘ ⇧ H
LinkedInから取得
Yuko Kawata

Yuko Kawata

スタッフAIプラットフォームエンジニア - 東京

LLMサービング Kubernetes プラットフォームAPI
CmdHire 次のアクション
マッチレーダー
84%

LLM, Kubernetes, 東京, バックエンド基盤

次の推奨アクション: Kubernetesの運用経験、LLMサービング規模、東京での勤務可否を確認。その後、企業推薦用のアウトリーチ文を作成。
候補者を前に進める

ATSは候補者を保存する。CmdHireは候補者を動かす。

候補者プロフィールを開いている間、CmdHireが文脈を保持し、すべての保有求人と比較。勢いを失わず、リクルーターが最適な次の一手を選べるよう支援します。

01

1. 閲覧中プロフィールの自動取得

アクティブな画面からコンテキストを抽出。スクリーンショットの保存や手作業のコピペ、要約作業は一切不要です。

Chromeコンテキストプロフィールの自動コンテキスト取得
Chromeコンテキスト アクティブな候補者コンテキストを保持中
LinkedInから取得取得したプロフィール
Yuko Kawata

Yuko Kawata

スタッフAIプラットフォームエンジニア - 東京 / ハイブリッド

LLMサービング Kubernetes バイリンガルチーム
02

2. 適合求人のランク付け

マッチレーダーがスキル、年次、勤務地、業界ドメインを比較し、適合根拠と確認すべきギャップを可視化。

ローカルDB根拠がわかるマッチレーダー
マッチレーダー 3件の適合求人
マッチレーダー3件の適合求人
84%
シニアAI / MLプラットフォームエンジニア

LLM, Kubernetes, 東京, バックエンド基盤

マッチ根拠: LLM, インフラ, 東京, 大規模API
72%
スタッフRustシステムアーキテクト

システム基盤の知見あり。Rustの主導実績を確認要

確認事項: Rustの実務深度と直近の本番環境規模
61%
グロースプロダクトリード

隣接スキルあり、担当者の要件確認が必要

03

3. デスクの優先順位を整理

フォローアップが必要な候補者や、対応すべきクライアント求人を可視化し、デスクの動きを止めません。

ローカルDB推薦・提案に直結するアウトプット
デスクの次のアクション ローカルDB
デスクの次のアクション7 デスクの次のアクション
High priority outreach6 candidates need follow-up
01
FOLLOW-UPYuki Ito

35 days untouched

Draft next move ↗
02
COVERAGEStaff Rust Systems Architect

6 saved candidates mapped

Plan sourcing ↗
Client job sourcing health5 active roles
3 need attention
04

4. 次の一手を瞬時に起草

メモリに保持された候補者と求人の情報を活かし、スカウト文、面談質問、推薦サマリーを即座に作成。

Ollama推薦・提案に直結するアウトプット
自由に質問 Ollama
現在オープンしている求人にマッチする?
最もマッチするのは楽天グループのシニアAI/MLプラットフォームエンジニアです。インフラの実務経験、LLMシステム設計、東京での稼働条件が合致しています。
デスクの次のアクション
鮮度の高いうちにアクションを実行。
01候補者をDBに保存
02スカウト文を起草
03推薦サマリーを作成
ギャップ、スカウト文、想定年収、適合度を質問...送信
ATSではありません。

ATSは候補者を保存する。CmdHireは候補者を動かす。

Greenhouse、Lever、現在お使いのシステムと併用できます。データ移行は不要です。

プロンプトの例

データベースではなく、頼れるチームメイトのように話しかける。