Pular para o conteúdo
D K
EU AI Act III(4)(a): Alto risco Q3

Job Posting Agent

Publique vagas conformes e consistentes - em todos os canais, todos os idiomas.

Gera publicações de vagas conformes a partir de perfis de requisitos e coordena distribuição multicanal. Alto risco sob PL 2338/2023.

Analisar seu processo
Airbus Volkswagen Shell Renault Evonik Vattenfall Philips KPMG

Extrair perfil de requisitos por IA, verificação antidiscriminação por regras, roteamento por canal

O agente gera anúncios de vaga por IA a partir do perfil de requisitos, verifica formulações de forma determinística quanto à linguagem alinhada à CLT e à Lei 9.029/1995 contra uma lista de termos proibidos e roteia a publicação por regras aos canais mais eficazes por público-alvo - a liberação permanece no RH.

Resultado: Com 30 por cento dos candidatos percebendo formulações discriminatórias como excludentes e riscos típicos de ação por danos morais equivalentes a 3 salários mensais, a alavanca está na verificação linguística consistente antes da publicação.

38% Motor de regras
49% Agente IA
13% Humano

A arquitetura endereça a contradição entre pressão por alcance e precisão jurídica:

Três recrutadores, três textos, três riscos de discriminação na CLT

Três recrutadores, três redações, três níveis de risco. Assim é a realidade de publicações de vagas quando vinte posições precisam ser preenchidas simultaneamente. Uma vaga fala de “equipe jovem e dinâmica” - uma violação de legislação antidiscriminação que pode gerar indenizações trabalhistas. A próxima esquece informações de remuneração que a Lei de Igualdade Salarial (Lei 14.611/2023) tornará cada vez mais exigidas. A terceira é tecnicamente correta, mas tão genérica que desaparece nos milhares de portais de emprego brasileiros. E todas as três foram publicadas manualmente em três canais diferentes, porque ninguém sabe qual canal entrega o melhor retorno para qual posição.

Isso não é um problema de qualidade individual dos recrutadores. É um problema sistêmico.

O risco triplo de cada anúncio individual

Publicações de vagas são o artefato mais vulnerável em todo o processo de recrutamento. São simultaneamente documento jurídico, rubrica orçamentária e cartão de visitas - e na maioria das organizações nenhum dos três é gerenciado sistematicamente.

Risco jurídico: antidiscriminação hoje, transparência salarial amanhã. Toda formulação discriminatória abre um caso de responsabilidade. “Português como língua materna” em vez de “fluência em português” - a diferença está em uma reclamação trabalhista. Com cinquenta posições abertas por ano e uma média de vinte candidaturas por posição, um único erro sistemático de redação basta para gerar indenizações de cinco dígitos. A Lei de Igualdade Salarial (Lei 14.611/2023) intensifica os requisitos: relatórios de transparência salarial são obrigatórios para empresas com mais de 100 colaboradores. Quem não trata essa informação de forma consistente em vagas arrisca sanções e perde a confiança dos candidatos antes da primeira conversa.

Problema de custo: dispersão sem controle. Os custos médios por contratação no Brasil variam entre R$ 5.000 e R$ 15.000 dependendo da fonte e do setor. Uma parte considerável flui para anúncios de vagas nos canais errados. Publicações individuais em job boards custam R$ 1.000 a R$ 3.000 por anúncio. Quem publica em cinco canais simultaneamente gasta facilmente mais de R$ 10.000 por posição somente com publicação - sem saber qual canal entrega candidaturas qualificadas e qual produz apenas cliques.

Problema de qualidade: inconsistência como assassina de employer branding. Quando a mesma posição aparece no mercado em três variantes - uma com bullet points, outra como texto corrido, outra com benefícios desatualizados - isso sinaliza arbitrariedade organizacional. Com tempo médio de preenchimento de posições técnicas no Brasil superando 60 dias, cada dia em que um anúncio mal formulado atrai os candidatos errados ou afasta os certos conta.

Onde processos manuais falham

A cadeia típica de uma publicação de vaga funciona assim:

Área solicitante         Recrutamento             Aprovação
──────────────           ──────────               ────────
Requisição    ──────>    Redigir       ──────>    Revisão
(frequentemente          (varia por               (frequentemente
 sem formato)             recrutador)              apenas conteúdo,
                                                   não jurídico)
                              |
                              v
                         Publicação manual
                         (3-5 portais,
                          copiar e colar)

Cada seta nesse diagrama é uma fonte de erro. A requisição chega como e-mail sem estrutura. O texto é criado sob pressão de tempo sem consultar as diretrizes de marca. A revisão é feita no conteúdo, mas não juridicamente. A publicação acontece manualmente - e a performance nunca é avaliada sistematicamente.

O que muda quando anúncios se tornam infraestrutura

Um Job Posting Agent não substitui o recrutador. Substitui a aleatoriedade. A partir de um perfil de requisitos estruturado, um rascunho de anúncio é gerado e passa por três camadas de verificação antes que um ser humano o veja:

Primeira camada: conformidade antidiscriminação. Cada formulação é confrontada com um catálogo de verificação - linguagem neutra em gênero, sem discriminação etária, sem restrição indireta por exigências de idioma. Isso não é sugestão estilística, mas regra dura. O que não passa, não avança.

Segunda camada: transparência salarial. Faixas salariais são extraídas das faixas de remuneração cadastradas e formatadas no padrão exigido. Consistente em todos os anúncios, todos os canais, todos os idiomas. Sem desvio, sem esquecimento.

Terceira camada: otimização de canal. Quais portais para qual posição, qual região, qual nível de senioridade entregam as melhores taxas de conversão, é decidido por regras - não por intuição. Os dados de performance retornam e melhoram a seleção de canal para a próxima publicação.

Somente então o recrutador vê o rascunho. E verifica o que somente um ser humano pode verificar: a tonalidade está certa? A descrição corresponde à cultura real da equipe? Existem nuances técnicas que só quem conversou com a área solicitante conhece?

O que isso significa para a liderança de recrutamento

A questão não é se publicações de vagas serão automatizadas. A questão é se serão tratadas como infraestrutura - com governança, versionamento e trilha de auditoria - ou se permanecerão como produtos do acaso que na próxima reclamação trabalhista ou na primeira verificação de transparência salarial se tornam caso de responsabilidade.

A diferença entre uma organização que resolveu isso e uma que não resolveu não aparece no texto individual do anúncio. Aparece na capacidade de, à pergunta “Como vocês garantem que todos os seus anúncios cumprem a Lei de Igualdade Salarial?”, dar uma resposta sistêmica em vez de “Cada recrutador verifica por conta própria.”

Um Decision Layer torna cada etapa rastreável: quais regras foram aplicadas, quais verificações passaram ou não, quem aprovou. Não como documentação retroativa, mas como parte integrante do processo. Em um sistema potencialmente de alto risco pelo PL 2338/2023 (PT: equivalente do EU AI Act) - e é exatamente isso que é um agente que influencia quem vê anúncios de emprego - essa rastreabilidade não é opção, é obrigação.

Tabela de microdecisões

Quem decide neste agente?

8 passos de decisão, divididos por decisor

38%(3/8)
Motor de regras
determinístico
49%(4/8)
Agente IA
baseado em modelo com confiança
13%(1/8)
Humano
atribuição explícita
Humano
Motor de regras
Agente IA
Cada linha é uma decisão. Expanda para ver o registro de decisão e se pode ser contestada.
Receber perfil de requisitos Analisar requisitos do cargo e parâmetros de publicação Motor de regras

Entrada estruturada do sistema de perfil de cargo

Registro de decisão

ID da regra e número da versão
Dados de entrada que acionaram a regra
Resultado do cálculo e fórmula aplicada

Contestável: Sim - aplicação da regra verificável. Objeção possível por dados incorretos ou versão de regra errada.

Gerar conteúdo da publicação Criar texto da vaga a partir de perfil e modelos Agente IA

Conteúdo gerado por IA seguindo diretrizes de marca e formato

Registro de decisão

Versão do modelo e pontuação de confiança
Dados de entrada e resultado da classificação
Justificativa da decisão (explicabilidade)
Trilha de auditoria com rastreabilidade completa

Contestável: Sim - totalmente documentado, revisável por humanos, objeção por processo formal.

Verificar conformidade antidiscriminação Analisar publicação para linguagem potencialmente discriminatória Agente IA

Análise linguística contra regras de conformidade antidiscriminação

Registro de decisão

Versão do modelo e pontuação de confiança
Dados de entrada e resultado da classificação
Justificativa da decisão (explicabilidade)
Trilha de auditoria com rastreabilidade completa

Contestável: Sim - totalmente documentado, revisável por humanos, objeção por processo formal.

Verificar requisitos de transparência salarial Garantir que faixa salarial esteja incluída conforme legislação aplicável Motor de regras

Verificação baseada em regras contra Lei de Igualdade Salarial

Registro de decisão

ID da regra e número da versão
Dados de entrada que acionaram a regra
Resultado do cálculo e fórmula aplicada

Contestável: Sim - aplicação da regra verificável. Objeção possível por dados incorretos ou versão de regra errada.

Revisar e aprovar publicação Revisão humana do conteúdo gerado antes da veiculação Humano

Recrutador ou gestor confirma precisão e tom do conteúdo

Registro de decisão

ID do decisor e função
Justificativa da decisão
Carimbo de data/hora e contexto

Contestável: Sim - através do superior, sindicato ou processo formal de objeção.

Selecionar canais de distribuição Determinar em quais job boards e plataformas publicar Motor de regras

Regras de seleção de canal por tipo de cargo, localidade e orçamento

Registro de decisão

ID da regra e número da versão
Dados de entrada que acionaram a regra
Resultado do cálculo e fórmula aplicada

Contestável: Sim - aplicação da regra verificável. Objeção possível por dados incorretos ou versão de regra errada.

Formatar por requisitos do canal Adaptar publicação ao formato e campos de cada canal Agente IA

Formatação automatizada conforme especificação do canal

Registro de decisão

Versão do modelo e pontuação de confiança
Dados de entrada e resultado da classificação
Justificativa da decisão (explicabilidade)
Trilha de auditoria com rastreabilidade completa

Contestável: Sim - totalmente documentado, revisável por humanos, objeção por processo formal.

Publicar e rastrear Distribuir publicação e monitorar desempenho por canal Agente IA

Publicação automatizada com rastreamento de resposta por canal

Registro de decisão

Versão do modelo e pontuação de confiança
Dados de entrada e resultado da classificação
Justificativa da decisão (explicabilidade)
Trilha de auditoria com rastreabilidade completa

Contestável: Sim - totalmente documentado, revisável por humanos, objeção por processo formal.

Registro de decisão e direito de contestação

Cada decisão que este agente toma ou prepara é documentada em um registro de decisão completo. Os funcionários afetados podem revisar, compreender e contestar cada decisão individual.

Qual regra em qual versão foi aplicada?
Em quais dados a decisão foi baseada?
Quem (humano, motor de regras ou IA) decidiu - e por quê?
Como a pessoa afetada pode registrar uma objeção?
Como o Decision Layer implementa isso arquitetonicamente →

Este agente se encaixa no seu processo?

Analisamos seu processo específico e mostramos como este agente se integra à sua paisagem de sistemas. 30 minutos, sem preparação necessária.

Analisar seu processo

Notas de governança

EU AI Act III(4)(a): Alto risco
Classificado como potencialmente alto risco pelo PL 2338/2023 - anúncios de emprego direcionados são considerados parte do processo de recrutamento. Avaliação de conformidade é obrigatória. O agente deve documentar sua lógica de distribuição para garantir que publicações não sejam direcionadas de forma discriminatória. A Lei de Igualdade Salarial (Lei 14.611/2023) cria obrigações específicas para informação salarial em vagas. Conformidade com legislação antidiscriminação deve ser verificável por jurisdição. O Decision Layer decompõe cada processo em etapas de decisão individuais e define para cada uma: Humano, Motor de regras ou Agente IA. Cada decisão é documentada em um registro de decisão completo. Os funcionários afetados podem compreender e contestar qualquer decisão automatizada.

Painel de pontuações

Agent Readiness 71-78%
Governance Complexity 58-65%
Economic Impact 56-63%
Lighthouse Effect 51-58%
Implementation Complexity 36-43%
Volume de transações Semanal

Pré-requisitos

  • Perfis de requisitos de cargo estruturados
  • Diretrizes de marca e tom para publicações de vagas
  • Diretrizes de linguagem antidiscriminação por jurisdição
  • Regras de transparência salarial conforme Lei 14.611/2023
  • Integrações com job boards e acesso a APIs
  • Documentação de avaliação de conformidade conforme PL 2338/2023
  • Workflow de aprovação de publicações

Contribuição para infraestrutura

O Job Posting Agent constrói a infraestrutura de publicação multicanal e verificação de conformidade que suporta comunicações externas consistentes. A capacidade de verificação de linguagem antidiscriminação estabelecida aqui é reutilizável em todos os documentos e comunicações de RH. Constrói Decision Logging e Audit Trail utilizados pelo Decision Layer para rastreabilidade e contestabilidade de cada decisão.

O que esta avaliação contém: 9 slides para sua equipe de liderança

Personalizada com seus dados. Gerada em 2 minutos no navegador. Sem upload, sem login.

  1. 1

    Capa - Nome do processo, pontos de decisão, potencial de automação

  2. 2

    Resumo executivo - FTE liberados, custo por transação, data de retorno

  3. 3

    Situação atual - Volume de transações, custos de erro, cenário de crescimento

  4. 4

    Arquitetura de solução - Humano - motor de regras - agente IA

  5. 5

    Governança - EU AI Act, SPED/NF-e, trilha de auditoria

  6. 6

    Análise de riscos - 5 riscos com probabilidade e impacto

  7. 7

    Roteiro - Plano de 3 fases com datas concretas

  8. 8

    Caso de negócio - Comparação de 3 cenários mais matriz de sensibilidade

  9. 9

    Proposta de discussão - Próximos passos concretos

Inclui: comparação de 3 cenários

Não fazer nada vs. nova contratação vs. automação - com seu nível salarial, sua taxa de erro e seu plano de crescimento.

Mostrar metodologia de cálculo

Hourly rate: Annual salary (your input) × 1.3 employer burden ÷ 1,720 annual work hours

Savings: Transactions × 12 × automation rate × minutes/transaction × hourly rate × economic factor

Quality ROI: Error reduction × transactions × 12 × EUR 260/error (APQC Open Standards Benchmarking)

FTE: Saved hours ÷ 1,720 annual work hours

Break-Even: Benchmark investment ÷ monthly combined savings (efficiency + quality)

New hire: Annual salary × 1.3 + EUR 12,000 recruiting per FTE

Todos os dados permanecem no seu navegador. Nada é transmitido a servidores.

Job Posting Agent

Initial assessment for your leadership team

A thorough initial assessment in 2 minutes - with your numbers, your risk profile and industry benchmarks. No vendor logo, no sales pitch.

30K120K
1%15%

All data stays in your browser. Nothing is transmitted.

Perguntas frequentes

O agente escreve publicações de vagas do zero?

O agente gera conteúdo a partir de perfis de requisitos estruturados usando modelos e diretrizes. Um humano sempre revisa e aprova o conteúdo antes da publicação.

Como o agente lida com faixas salariais para transparência?

O agente verifica se a jurisdição aplicável exige divulgação de faixa salarial e valida que a publicação inclui a informação exigida. Ele não determina faixas salariais - essas vêm da estrutura de remuneração.

O que acontece depois?

1

30 minutos

Primeira reunião

Analisamos seu processo e identificamos o ponto de partida ideal.

2

1 semana

Discover

Mapeamento da sua lógica de decisão. Regras documentadas, Decision Layer projetado.

3

3-4 semanas

Build

Agente produtivo na sua infraestrutura. Governança, audit trail, cert-ready desde o dia 1.

4

12-18 meses

Autossuficiência

Acesso completo ao código-fonte, prompts e versões de regras. Sem vendor lock-in.

Implementar este agente?

Avaliamos sua paisagem de processos e mostramos como este agente se encaixa em sua infraestrutura.