ooligo
claude-skill

Wöchentlicher Recruiting-Digest für das Executive-Team mit Claude

Difficulty
Anfänger
Setup time
30min
For
recruiting-leader · head-of-people · talent-acquisition
Recruiting & TA

Stack

Ein Claude Skill, der montags die Einstellungsaktivität aus dem ATSAshby, Greenhouse oder Lever — abruft, es gegen den Snapshot des letzten Montags vergleicht, einen deterministischen Funnel-Anomalie-Durchgang ausführt, Source-Channel-ROI einbezieht, wenn Budgetdaten bereitgestellt werden, und einen einseitigen Digest für den Head of Talent produziert. Der Digest nennt die drei höchst-prioritären Funnel-Anomalien, die Top-Rollen, aufgeschlüsselt nach per-Stage-Gesundheit, und eine einzige empfohlene Bitte für das Leadership-Team diese Woche. Ersetzt die Freitagnachmittags-Recruiting-Status-E-Mail, die niemand gerne schreibt oder liest, und vermeidet dabei bewusst den Rep-Leaderboard-Fehlermodus, in den Ops-Digests gleiten, wenn niemand dagegen schützt.

Wann verwenden

  • Ihre Recruiting-Org führt einen wöchentlichen Leadership-Rhythmus durch — Montag-Digest, Freitag-Recap oder ein äquivalenter fester Slot. Der Skill ist für den wiederkehrenden Fall gebaut; einmalige Executive-Snapshots sind den Setup nicht wert.
  • Sie können jeden Montag einen frischen ATS-Snapshot produzieren. CSV-Exporte aus Ashby, Greenhouse oder Lever sind gut; der Skill vergleicht strukturierte Zeilen, er benötigt keine API-Integration.
  • Sie haben mindestens 6 Wochen an vorherigen Snapshots gesammelt. Der Funnel-Anomalie-Schwellenwert verwendet einen nachgelagerten 6-Wochen-Mittelwert pro Rolle + Stage; unter 6 Wochen unterdrückt der Skill Anomalie-Flags statt bei kleinen Stichproben zu feuern.
  • Ein Recruiter, ein Recruiting-Ops-Inhaber oder der Head of Talent überprüft jeden Digest, bevor er irgendwohin geht. Der Skill schreibt digest.md auf die Festplatte und stoppt.
  • Ihre Rollenpriorität-Liste und Stage-SLAs sind aufgeschrieben (oder Sie sind bereit, sie einmal aufzuschreiben). Das references/2-role-priority-list-template.md des Bundles zeigt die Form; wenn Sie es nicht ausfüllen können, fällt der Skill auf alphabetisch zurück, was jede Woche falsch ist.

Wann NICHT verwenden

  • Auto-Veröffentlichung ohne Recruiter-Review. Der Skill schreibt eine Markdown-Datei. Es ist keine Slack-Post- oder E-Mail-Sende-Aktion irgendwo im Bundle definiert, und eine hinzuzufügen ist eine bewusste Scope-Erweiterung. Sensibler Inhalt — privilegierte Executive-Suchen, Ersatz-von-aktuellem-Mitarbeiter-Suchen, laufende Performance-Fälle — benötigt eine menschliche Lektüre, bevor er in einen Leadership-Kanal geht. Das Überspringen produziert innerhalb von vier Wochen organisatorisches Drama.
  • Kundenseitige Berichte. Pipeline-Metriken, Kandidatenzahlen und Stagnations-Rolle-Diagnosen sind intern. Board-Packs, die Recruiting-Zahlen benötigen, sollten ein separat erstellter, sanitisierter Pull sein; leiten Sie den Digest nicht in etwas weiter, das das People-Team-Slack verlässt.
  • Individuelle Rep-Performance-Reviews. Der Skill aggregiert nach Rolle, Funnel-Stage und Source-Channel. Er entfernt bewusst individuelle Recruiter- und Sourcer-Namen aus dem LLM-Kontext (siehe den Bias-Screening-Durchgang in apps/web/public/artifacts/weekly-recruiting-digest-skill/SKILL.md, Schritt 5). Pipeline-Gesundheit mit individueller Performance zu vermischen ist, wie ein Ops-Digest zu einem Backchannel-Performance-Review-Tool wird, das die meisten Betriebsräte und mehrere US-Staatsbeschäftigungsgesetze als automatisierte Arbeitnehmerbewertung behandeln.
  • Rollen mit unter 6 Wochen Pipeline-Geschichte. Anomalie-Erkennung benötigt eine nachgelagerte Mittelwert-Baseline; bei einer brandneuen Rolle berichtet der Digest den Zustand ohne Flags. Verwenden Sie die per-Rollen-Aufschlüsselung für diese, ignorieren Sie aber den leeren Anomalie-Slot.
  • Ersetzen der Recruiter-Coordinator-Rolle. Der Recruiting Coordinator macht Scheduling, Kandidatenkommunikation, Panel-Logistik und die menschlichen-Urteil-Teile des Digests. Der Skill übernimmt den Synthese-Schritt, nicht den Koordinations-Schritt.

Einrichtung

  1. Bundle ablegen. Kopieren Sie apps/web/public/artifacts/weekly-recruiting-digest-skill/SKILL.md plus das references/-Verzeichnis in Ihr Claude Code Skills-Verzeichnis oder claude.ai-Custom-Skills-Setup. Der Skill heißt weekly-recruiting-digest.
  2. Snapshot-Export planen. Konfigurieren Sie Ihren ATS, um einen wöchentlichen Export in einen bekannten Pfad abzulegen — jeden Sonntagnacht für einen Montagsdigest funktioniert für die meisten Teams. Die Schema-Spalten, die der Skill erwartet, sind in SKILL.md unter „Inputs” aufgeführt; fehlende Spalten stoppen den Lauf mit einem Schema-Fehler, anstatt still zu degradieren.
  3. Rollen-Prioritätsliste ausfüllen. Kopieren Sie references/2-role-priority-list-template.md in Ihr eigenes Repo und ersetzen Sie die Beispielzeilen durch Ihre tatsächlichen offenen Rollen. Setzen Sie priority, target_time_to_fill_days, stage_slas_days und confidentiality pro Rolle. Der Recruiting-Ops-Inhaber bearbeitet dies wöchentlich; der Skill erfasst seinen SHA-256 in den Lauf-Metadaten, sodass wöchentliche Diffs im Retro sichtbar sind.
  4. Optional: Source-Channel-Daten hinzufügen. Wenn Sie den Source-ROI-Abschnitt wollen, legen Sie die Channel-CSV gemäß dem Schema in references/3-source-channel-roi-definitions.md ab. Wenn nicht vorhanden, wird der Abschnitt weggelassen, nicht fabriziert. Dieselbe Definitionsdatei korrigiert die Mathematik für cost_per_qualified_applicant und qualified_rate, sodass WoW-Vergleiche ehrlich bleiben, wenn das Ausgabenreporting über Wochen aufholt.
  5. Digest-Format kalibrieren. Bearbeiten Sie references/1-digest-format.md, um den Publikumsvorlieben Ihres Head of Talent zu entsprechen — Status-Vokabular (RAG vs. On-track / At risk / Blocked), Anomalie-Erklärungstiefe und die Konvention der empfohlenen Bitte-Formulierung. Die strukturelle Abschnittsreihenfolge und Spaltenüberschriften ändern sich nicht; nur die In-Vorlage-Prosa.
  6. Trockendurchlauf mit zwei vorherigen Snapshots. Wählen Sie einen Montag von vor zwei Wochen plus den Montag davor, führen Sie den Skill aus und vergleichen Sie seinen Digest mit dem, den Ihr Team tatsächlich in dieser Woche verteilt hat. Die Numerik sollte reproduzierbar sein; die narrative Interpretation muss möglicherweise nicht übereinstimmen — passen Sie die Publikumspräferenz-Notizen an, wenn es driftet.

Was der Skill tatsächlich tut

Sechs Schritte, in Reihenfolge. Schritte 1-3 sind deterministische Vergleiche und Schwellenwertprüfungen; nur Schritt 6 verwendet das LLM für narrative Synthese. Die Reihenfolge ist bewusst — ein Modell frei über den rohen Pipeline-Zustand zu lassen, produziert einen Digest, der gut liest und falsch darüber ist, welche Zahlen sich bewegt haben.

  1. Snapshots validieren und Prioritätsliste laden. Schema-Übereinstimmung zwischen aktuellen und vorherigen Snapshots bestätigen. Bei einer umbenannten Spalte stoppen, anstatt still zu remappen — stilles Remap ist, wie Stage-Konversionszahlen in einer Woche ohne echten Grund um 30% bewegen.
  2. Per-Rollen-Pipeline-Gesundheits-Diff. Für jede offene Rolle: Netto-Pipeline-Änderung pro Stage berechnen, dieswöchige Konversion vs. nachgelagerter Mittelwert, Zeit-in-Stage gegen Rollen-SLA gemarkiert, Tage-offen vs. Ziel-Time-to-Fill. Das ist Arithmetik, kein LLM. Die Wahl, pro Rolle statt org-weit zu beleuchten, ist bewusst: Eine „Engineering-Funnel-Konversion ist 22%” verbirgt die Tatsache, dass zwei Senior-Backend-Rollen bei 8% sind, während drei Junior-Rollen bei 35% sind, was die handlungsfähige Form ist.
  3. Funnel-Anomalie-Erkennung. Eine Stage als anomal flaggen, wenn die Konversion mehr als 2 Standardabweichungen vom nachgelagerten 6-Wochen-Mittelwert abweicht, wenn mehr als 30% der Stage-Kandidaten die SLA überschreiten, oder wenn die Top-of-Funnel-Tiefe bei einer kritischen Rolle mehr als 40% WoW sinkt. Auf 3 Anomalien pro Digest begrenzen; mehr macht den Digest zu einer Watch-Liste, die niemand liest. Der 2-SD-Schwellenwert statt eines flachen Prozentsatzes verhindert, dass der Skill bei normalem Kleinproben-Rauschen bei niedrigvolumigen Rollen feuert. Siehe Recruiting-Funnel-Metriken für die zugrunde liegenden Konversionsdefinitionen.
  4. Source-Channel-ROI (nur wenn Daten bereitgestellt wurden). Cost-per-qualified-applicant und qualified-rate pro Channel mit den festen Definitionen in references/3-source-channel-roi-definitions.md berechnen. Jeden Channel flaggen, dessen Verhältnis sich um mehr als 25% bewegt hat, für den Recruiting-Ops-Inhaber, um die Attribution zu verifizieren, bevor gesendet wird. Der Punkt fester Definitionen ist Reproduzierbarkeit — Last-Touch-Zahlen bewegen sich, wenn ATS-Source-Werte umbenannt werden, und der Digest darf eine Konfigurationsänderung nicht als echtes Budget-Signal präsentieren.
  5. Bias-Screening-Durchgang. Individuelle Recruiter-, Sourcer- und Hiring-Manager-Namen aus dem LLM-Kontext-Fenster vor Schritt 6 entfernen. Per-recruiter_id-Aggregationen existieren nur als Last-vs-Kapazitätsprüfungen (der Recruiter dieser Rolle hält 14 Reqs, Ziel ist 8), nicht als inter-recruiter-Vergleiche. Das Entfernen von Namen aus dem Kontext ist das, was zuverlässig individuelles-Rep-Ranking aus der Ausgabe fernhält; Prompt-Anweisungen zu „keine Einzelpersonen ranken” sind allein nicht zuverlässig genug.
  6. Digest entwerfen. LLM-Schritt. Die deterministischen Ausgaben plus die Publikumspräferenzen nehmen und gemäß dem Format in references/1-digest-format.md entwerfen. Die Erzählung darf einen Konversionssinkfall interpretieren („Panel-Slot war zwei Wochen nicht verfügbar”) nur wenn die Interpretation in den Eingabe-Notizen ist; andernfalls lautet die Zeile „wahrscheinliche Ursache nicht in Pipeline-Daten — Recruiter zur Bestätigung”. Mit einem einzigen „Empfohlene Bitte” enden, das Publikum, Aktion und Rolle(n) nennt — oder dem wörtlichen „Kein Leadership-Ask diese Woche — Pipeline liegt im Soll”, wenn die Daten keine rechtfertigen. Niemals einen Ask erfinden, um den Slot zu füllen.

Das vollständige Schema für ATS-Eingaben, das wörtliche Ausgabeformat und die Bias-Screening-Begründung befinden sich alle in apps/web/public/artifacts/weekly-recruiting-digest-skill/SKILL.md.

Kostenrealität

Pro wöchentlichem Digest, mit Claude Sonnet 4.5:

  • LLM-Token — typischerweise 25-45k Eingabe-Token (zwei Snapshots, zusammengefasst durch die deterministischen Schritte + Rollenpriorität-Liste + Source-CSV + Skill-Anweisungen) und 2-4k Ausgabe-Token (der Digest selbst plus der Anhang). Bei Sonnet 4.5 landet das bei ca. 0,10-0,20 $ pro Digest. Ein volles Jahr wöchentlicher Digests ist 5-10 $ an Modellkosten. Der Modellausgaben ist Rundungsfehler gegen die eingesparte Zeit.
  • Recruiting-Ops-Zeit — der Gewinn liegt hier, nicht in den Modellkosten. Einen strukturierten wöchentlichen Digest von Grund auf manuell zu schreiben — den ATS ziehen, per-Rollen-Konversion berechnen, nach SLA-Verstößen suchen, die Tabelle formatieren, die empfohlene Bitte entwerfen, in Slack posten — sind 90-120 Minuten für einen Recruiting-Ops-Manager, der die Daten gut kennt, mehr für jemanden, der neuer ist. Den Entwurf des Skills zu überprüfen und zu bearbeiten: 15-25 Minuten. Das ist ca. 60-90 Minuten zurück pro Woche, oder ein voller Ops-Headcount-Tag pro Quartal.
  • Head-of-Talent-Zeit — der zweite Gewinn. Ein konsistenter, strukturierter Digest in derselben Form jeden Montag wird in 4-6 Minuten gelesen; eine freiformige wöchentliche Recap-E-Mail läuft 12-18 Minuten (oder, häufiger, wird übersprungen). Die empfohlene-Bitte-Zeile ist der Teil, auf den der Head of Talent handelt; der Rest ist Referenz für die Woche.
  • Einrichtungszeit — 30 Minuten, um das Bundle abzulegen und die Rollenpriorität-Liste auszufüllen, wenn die Prioritätsliste bereits in irgendeiner Form existiert (eine Notion-Seite, eine Tabelle). Näher an 2 Stunden, wenn die Prioritätsliste netto-neu ist und das Team sich darauf einigen muss, welche Rollen critical vs. high sind. Die Ausrichtung ist der schwierigere Teil; der Skill ist der einfachere Teil.
  • Snapshot-Speicher — trivial. Ein wöchentlicher CSV-Export aus Ashby oder Greenhouse ist in der Größenordnung von 1-5 MB. Ein Jahr Snapshots ist unter 250 MB; halten Sie sie in einem privaten S3-Bucket oder einem Repo-privaten Ordner.

Erfolgsmetrik

Verfolgen Sie drei Zahlen pro Quartal in Ihrem Team-Ops-Dashboard:

  • Digest-Lesequote. Welcher Anteil der benannten Empfänger öffnet den Digest innerhalb von 24 Stunden nach dem Versand. Im E-Mail-Tool oder durch Hinzufügen eines Ein-Pixel-Beacons verfolgen. Unter 70% bedeutet, dass der Digest zu lang, zu generisch ist oder zur falschen Zeit ankommt — Format korrigieren, bevor Abschnitte hinzugefügt werden.
  • Empfohlene-Bitte-Trefferquote. Welcher Anteil der wöchentlichen empfohlenen Bitten wird vom Leadership-Team innerhalb derselben Woche gehandelt. Unter 50% bedeutet, dass die Bitten vage sind (die Konvention der empfohlenen Bitte in references/1-digest-format.md umschreiben) oder zu klein, um an die Oberfläche zu kommen (dem Skill erlauben, „kein Ask diese Woche” häufiger zu schreiben).
  • Zeit-von-Anomalie-Flag-bis-Behebung. Wenn eine Funnel-Anomalie im Digest erscheint, wie viele Tage bis die zugrunde liegende Konversion oder SLA sich erholt. Die Durchsatzmetrik, die der Digest bewegen soll. Diese über 6-8 Wochen statt Woche-für-Woche beobachten.

vs. Alternativen

  • vs. Ashby Analytics-Dashboards — Ashbys Reporting ist hervorragend für den Recruiting-Ops-Inhaber, der live filtern und pivotieren möchte. Die Lücke ist die Synthese-Schicht: Der Head of Talent möchte kein Dashboard, er möchte eine Seite, die sagt „diese drei Dinge sind passiert, hier ist der eine Ask.” Wählen Sie Ashby Analytics, wenn Ihr Publikum das Recruiting-Team selbst ist; wählen Sie diesen Skill, wenn Ihr Publikum das Exec-Leadership ist und Sie die Synthese jede Woche für sie geschrieben haben möchten. Die beiden sind komplementär, nicht konkurrierend.
  • vs. Datapeople — Datapeople ist stark bei Job-Description-Bias-Scoring und Inbound-Funnel-Analytics. Anderes Problem. Verwenden Sie Datapeople upstream des Funnels (Jobangebote verbessern, Inbound-Disparitäten aufzeigen); verwenden Sie diesen Skill downstream (was über die offenen Rollen bereits passiert ist, synthetisieren). Datapeople zu kaufen beseitigt nicht den Bedarf an dem wöchentlichen Digest.
  • vs. einem manuell vom Recruiter-Coordinator geschriebenen Digest. Die Recruiter-Coordinator-Option funktioniert, wenn eine Person die Digest-Urheberschaft für unter 8 Wochen besitzt, bevor sie zur nächsten Sache übergeht. Sie scheitert, wenn das Format Woche für Woche driftet (verschiedene Abschnitte jeden Montag) oder wenn der Autor im Urlaub ist. Der Skill erzwingt Format-Konsistenz durch Struktur und entfernt den „dieser-Wochen-Autor-war-müde”-Fehlermodus. Koppeln Sie den Skill mit dem Recruiting Coordinator, der das zugrunde liegende Scheduling und SLA-Enforcement durchführt — er bleibt der Operator; der Skill ist der Synthesizer.
  • vs. einem hausgemachten SQL + Python-Skript gegen den ATS-Export. Gleiche Numerik, niedrigere Einrichtungskosten nur wenn Sie bereits eine Warehouse-Pipeline vom ATS haben. Die meisten Teams haben das nicht. Der Skill liefert den Bias-Screening-Durchgang, die festen Source-Attribution-Definitionen und die Konvention der empfohlenen Bitte; diese in-house neu aufzubauen ist weitere 2-3 Wochen Arbeit ohne klaren Payoff.

Fallstricke

  • Einzelne Recruiter oder Sourcer ranken — geschützt durch den Bias-Screening-Durchgang in Schritt 5, der individuelle Namen aus dem LLM-Kontext entfernt. Per-recruiter_id-Aggregationen existieren nur als Last-vs-Kapazitätsprüfungen. Das Ausgabeformat hat keinen Recruiter-Leaderboard-Abschnitt, und einen hinzuzufügen ist eine bewusste Scope-Erweiterung, die eine separate Skill-Einwilligungshaltung haben sollte (siehe auch Diversity Recruiting für warum per-individuelle Rankings mehr org-weites Drama als Einsicht produzieren).
  • Source-Attribution-Drift — geschützt durch die festen Definitionen in references/3-source-channel-roi-definitions.md und den nachgelagerten-4-Wochen-Mittelwert-Vergleich statt WoW. Jeder Channel, dessen Cost-per-qualified-applicant sich um mehr als 25% bewegt, wird für den Recruiting-Ops-Inhaber geflaggt, um zu verifizieren, bevor der Digest rausgeht. Die Verifikations-Checkliste stellt die drei Fragen, die ATS-Source-Picker-Neukonfigurationen und verzögertes Rechnungsreporting abfangen, bevor sie als echte Verschiebungen präsentiert werden.
  • False-Positive-Anomalie-Flags — geschützt durch die Unter-6-Wochen-Geschichte-Unterdrückung und den 2-Standardabweichungs-Schwellenwert statt eines flachen Prozentsatzes. Das harte Cap von 3 Anomalien pro Digest wird erzwungen, auch wenn mehr technisch bestehen würden, auf der Grundlage, dass drei die Obergrenze ist, die das Leadership-Team pro Woche handeln kann. Darüber hinaus wird der Digest überhaupt nicht mehr gehandelt.
  • Veraltete ATS-Daten — geschützt durch Schritt 1’s Prüfung, dass der aktuelle Snapshot innerhalb der letzten 24 Stunden datiert ist. Ein Digest, der auf drei-Tage-alten Daten läuft, widerspricht sich gegen jeden Exec, der gestern den ATS geprüft hat, und erodiert das Vertrauen schneller als das Überspringen des Digests vollständig.
  • Privilegierte oder sensible Rollen-Exposition — geschützt durch den confidentiality: restricted-Flag in references/2-role-priority-list-template.md. Eingeschränkte Rollen werden nur nach Team und Stage zusammengefasst — kein Rollentitel, keine Kandidatenzahl, wenn die Pipeline-Tiefe niedrig ist, kein Hiring-Manager-Name. Der Head of Talent entscheidet pro Lauf, ob eine eingeschränkte Rolle in die breitere Leadership-Version geht.
  • Auto-Send-Drift — geschützt durch das Fehlen jeglicher Send-Aktion im Skill-Bundle. Der Skill schreibt digest.md auf die Festplatte und beendet. Der Recruiting-Ops-Inhaber fügt nach einem abschließenden Lesen in den Kanal seiner Wahl ein. Das Verdrahten einer Auto-Send-Aktion an den Skill ist die häufigste Feature-Anfrage und der zuverlässigste Weg, sensible Inhalte vor dem falschen Publikum zu landen.

Stack

Das Skill-Bundle befindet sich unter apps/web/public/artifacts/weekly-recruiting-digest-skill/ und enthält:

  • SKILL.md — die Skill-Definition (Wann-zu-aufrufen, Eingaben, Sechs-Schritt-Methode, Ausgabeformat, Fallstricke)
  • references/1-digest-format.md — festes strukturelles Format plus bearbeitbare Publikumspräferenzen
  • references/2-role-priority-list-template.md — ausfüllbare per-Rollen-Prioritätsliste mit Stage-SLAs und Vertraulichkeits-Flags
  • references/3-source-channel-roi-definitions.md — feste Mathematik für Cost-per-qualified-applicant und qualified-rate plus die Attribution-Drift-Verifikations-Checkliste

Tools, die der Workflow voraussetzt: Claude (das Modell) und Ashby, Greenhouse oder Lever (das ATS). Koppeln mit dem Recruiting Coordinator, der Scheduling und SLA-Enforcement besitzt, und mit dem Teammitglied, das den wöchentlichen Export-Job besitzt. Siehe Time-to-Fill vs. Time-to-Hire für die Metrik-Definitionen, die die per-Rollen-Aufschlüsselung annimmt.

Files in this artifact

Download all (.zip)