Acciones de IA

Utiliza inteligencia artificial para analizar candidatos, generar contenido y automatizar decisiones.

Capacidades de IA

ACCIONES DE IA

ANALYZE_CV

Descripcion

Analiza un curriculum vitae y extrae informacion estructurada.

Extrae:

• Datos personales (nombre, contacto)
• Experiencia laboral
• Educacion
• Skills y competencias
• Idiomas
• Certificaciones
• Resumen ejecutivo

Output:

• Datos estructurados (JSON)
• Score de completitud
• Recomendaciones de mejora

Ejemplo de Configuracion

{
  "actionType": "ANALYZE_CV",
  "order": 1,
  "configuration": {
    "documentUrl": "{{document.url}}",
    "extractFields": [
      "personal_info",
      "work_experience",
      "education",
      "skills",
      "languages",
      "certifications"
    ],
    "generateSummary": true,
    "detectLanguage": true,
    "storeResults": true
  }
}

Resultado del Analisis

{
  "personalInfo": {
    "name": "Juan Perez Garcia",
    "email": "juan@email.com",
    "phone": "+52 55 1234 5678",
    "location": "Ciudad de Mexico"
  },
  "workExperience": [
    {
      "company": "Tech Corp",
      "title": "Senior Developer",
      "startDate": "2020-01",
      "endDate": "present",
      "duration": "4 years",
      "responsibilities": [
        "Desarrollo de APIs REST",
        "Liderando equipo de 5 personas"
      ]
    }
  ],
  "skills": {
    "technical": ["JavaScript", "Python", "AWS", "Docker"],
    "soft": ["Liderazgo", "Comunicacion"]
  },
  "education": [...],
  "languages": [
    { "language": "Espanol", "level": "Nativo" },
    { "language": "Ingles", "level": "Avanzado" }
  ],
  "summary": "Desarrollador senior con 4+ anos...",
  "completenessScore": 85,
  "detectedLanguage": "es"
}

Interfaz de Configuracion

Configurar: Analizar CV

Campos a extraer:

• Datos personales
• Experiencia laboral
• Educacion
• Skills
• Idiomas
• Certificaciones

Opciones:

• Generar resumen ejecutivo
• Detectar idioma
• Guardar en perfil del candidato

CALCULATE_MATCH_SCORE

Descripcion

Calcula el porcentaje de match entre un candidato y una vacante.

Compara:

• Skills requeridos vs skills del candidato
• Anos de experiencia
• Nivel educativo
• Ubicacion
• Pretension salarial
• Competencias especificas

Output:

• Score general (0-100)
• Score por categoria
• Gaps identificados
• Recomendaciones

Ejemplo de Configuracion

{
  "actionType": "CALCULATE_MATCH_SCORE",
  "order": 2,
  "configuration": {
    "candidateId": "{{postulant.id}}",
    "jobPositionId": "{{job.id}}",
    "weights": {
      "skills": 40,
      "experience": 25,
      "education": 15,
      "location": 10,
      "salary": 10
    },
    "minScore": 60,
    "storeResult": true
  }
}

Resultado del Matching

{
  "overallScore": 78,
  "breakdown": {
    "skills": {
      "score": 85,
      "matched": ["JavaScript", "React", "Node.js"],
      "missing": ["Kubernetes"],
      "extra": ["Vue.js"]
    },
    "experience": {
      "score": 90,
      "required": "3-5 years",
      "candidate": "4 years",
      "match": "Excellent"
    },
    "education": {
      "score": 75,
      "required": "Licenciatura en Computacion",
      "candidate": "Ingenieria en Sistemas",
      "match": "Related field"
    },
    "location": {
      "score": 100,
      "required": "Ciudad de Mexico",
      "candidate": "Ciudad de Mexico",
      "match": "Exact"
    },
    "salary": {
      "score": 50,
      "required": "30,000-40,000 MXN",
      "candidate": "45,000 MXN",
      "match": "Above range"
    }
  },
  "recommendation": "Strong candidate, consider for interview",
  "gaps": [
    "Missing Kubernetes experience - critical for role",
    "Salary expectation 12% above budget"
  ]
}

Interfaz de Configuracion

Configurar: Calcular Match Score

Pesos (deben sumar 100):

• Skills: 40%
• Experiencia: 25%
• Educacion: 15%
• Ubicacion: 10%
• Salario: 10%

Score minimo para continuar: 60

[x] Guardar resultado en perfil

GENERATE_AI_RESPONSE

Descripcion

Genera una respuesta usando GPT-4 basada en contexto.

Usos:

• Responder preguntas de candidatos
• Generar emails personalizados
• Crear resumenes de evaluacion
• Feedback automatico
• Contenido dinamico

Configuracion:

• prompt: Instrucciones para la IA
• context: Datos de contexto
• tone: Tono de la respuesta
• maxTokens: Longitud maxima
• temperature: Creatividad (0-1)

Ejemplo de Configuracion

{
  "actionType": "GENERATE_AI_RESPONSE",
  "order": 1,
  "configuration": {
    "prompt": "Genera un email de rechazo amable para el candidato {{postulant.name}} que aplico a {{job.title}}. Menciona que apreciamos su interes y que mantendremos su perfil en nuestra base de datos para futuras oportunidades.",
    "context": {
      "candidateName": "{{postulant.name}}",
      "jobTitle": "{{job.title}}",
      "companyName": "{{company.name}}"
    },
    "tone": "professional_friendly",
    "maxTokens": 300,
    "temperature": 0.7,
    "outputVariable": "rejection_email"
  }
}

Tonos Disponibles

Interfaz de Configuracion

Configurar: Generar Respuesta IA

Prompt:*

Genera un email de bienvenida para {{postulant.name}} que fue aceptado en {{job.title}}. Incluye proximos pasos y fecha de inicio.

Contexto adicional:

• startDate: {{offer.startDate}}
• managerName: {{job.hiringManager}}

ANALYZE_SENTIMENT

Descripcion

Analiza el sentimiento de un texto (mensaje, email, respuesta).

Output:

• Sentimiento general (positivo, neutral, negativo)
• Score de confianza
• Emociones detectadas
• Urgencia percibida
• Temas clave

Usos:

• Priorizar mensajes urgentes
• Detectar candidatos descontentos
• Routing inteligente
• Alertas de escalacion

Ejemplo de Configuracion

{
  "actionType": "ANALYZE_SENTIMENT",
  "order": 1,
  "configuration": {
    "text": "{{message.content}}",
    "detectEmotions": true,
    "detectUrgency": true,
    "extractTopics": true,
    "outputVariable": "sentiment_analysis"
  }
}

Resultado del Analisis

{
  "sentiment": "negative",
  "confidenceScore": 0.87,
  "emotions": {
    "frustration": 0.65,
    "disappointment": 0.45,
    "anger": 0.20
  },
  "urgency": "high",
  "urgencyScore": 0.78,
  "topics": [
    "proceso de seleccion",
    "tiempo de respuesta",
    "falta de comunicacion"
  ],
  "suggestedAction": "escalate_to_human"
}

Acciones Basadas en Sentimiento

Workflow: Routing por Sentimiento

Acciones:

1. Analizar sentimiento del mensaje
2. Si negativo + urgente:
   • Notificar a supervisor
   • Priorizar respuesta
3. Si positivo:
   • Continuar flujo normal
4. Si neutral:
   • Procesar con bot

EXTRACT_SKILLS

Descripcion

Extrae skills y competencias de texto no estructurado.

Fuentes:

• CV/Resume
• Descripcion de experiencia
• Respuestas a preguntas
• Perfil de LinkedIn

Output:

• Lista de skills tecnicas
• Soft skills
• Nivel estimado por skill
• Certificaciones relacionadas

Ejemplo de Configuracion

{
  "actionType": "EXTRACT_SKILLS",
  "order": 1,
  "configuration": {
    "text": "{{cv.content}}",
    "skillCategories": ["technical", "soft", "tools", "languages"],
    "estimateLevels": true,
    "matchWithJobRequirements": "{{job.id}}",
    "storeInProfile": true
  }
}

Resultado

{
  "technical": [
    { "skill": "JavaScript", "level": "Expert", "confidence": 0.92 },
    { "skill": "React", "level": "Advanced", "confidence": 0.88 },
    { "skill": "Node.js", "level": "Intermediate", "confidence": 0.75 }
  ],
  "soft": [
    { "skill": "Liderazgo", "confidence": 0.70 },
    { "skill": "Comunicacion", "confidence": 0.65 }
  ],
  "tools": [
    { "skill": "Git", "level": "Advanced" },
    { "skill": "Docker", "level": "Intermediate" }
  ],
  "languages": [
    { "language": "Espanol", "level": "Native" },
    { "language": "Ingles", "level": "Advanced" }
  ],
  "matchWithJob": {
    "matchedSkills": 8,
    "requiredSkills": 10,
    "matchPercentage": 80
  }
}

CLASSIFY_APPLICATION

Descripcion

Clasifica automaticamente una aplicacion en categorias.

Clasificaciones:

• qualified / not_qualified
• priority: high / medium / low
• experience_level: junior / mid / senior
• source_quality: hot / warm / cold
• custom categories

Usos:

• Pre-screening automatico
• Routing a equipos
• Priorizacion de revision
• Reportes y metricas

Ejemplo de Configuracion

{
  "actionType": "CLASSIFY_APPLICATION",
  "order": 1,
  "configuration": {
    "applicationId": "{{application.id}}",
    "classifyBy": [
      "qualification",
      "priority",
      "experience_level"
    ],
    "customRules": {
      "priority_high": "matchScore > 80 AND hasRequiredSkills",
      "priority_medium": "matchScore >= 60 AND matchScore <= 80",
      "priority_low": "matchScore < 60"
    },
    "autoReject": {
      "enabled": true,
      "conditions": ["matchScore < 30", "missingCriticalSkills > 3"]
    }
  }
}

Resultado

{
  "classification": {
    "qualified": true,
    "qualificationScore": 0.82,
    "priority": "high",
    "experienceLevel": "senior",
    "sourceQuality": "hot"
  },
  "reasoning": "High match score (85%), meets all required skills, 6+ years experience in relevant field",
  "recommendedAction": "schedule_interview",
  "autoActioned": false
}

GENERATE_INTERVIEW_QUESTIONS

Descripcion

Genera preguntas de entrevista personalizadas.

Basado en:

• Perfil del candidato
• Requisitos de la vacante
• Tipo de entrevista
• Nivel del puesto
• Areas a evaluar

Output:

• Lista de preguntas
• Respuestas esperadas
• Criterios de evaluacion
• Follow-up questions

Ejemplo de Configuracion

{
  "actionType": "GENERATE_INTERVIEW_QUESTIONS",
  "order": 1,
  "configuration": {
    "candidateId": "{{postulant.id}}",
    "jobPositionId": "{{job.id}}",
    "interviewType": "technical",
    "questionCount": 10,
    "includeAreas": [
      "technical_skills",
      "problem_solving",
      "experience_validation",
      "culture_fit"
    ],
    "difficultyLevel": "senior",
    "outputVariable": "interview_questions"
  }
}

Resultado

{
  "questions": [
    {
      "area": "technical_skills",
      "question": "Describe tu experiencia implementando arquitecturas de microservicios. Que desafios enfrentaste?",
      "expectedAnswer": "Debe mencionar: separacion de responsabilidades, comunicacion entre servicios, manejo de estado...",
      "followUp": "Como manejaste la consistencia de datos entre servicios?",
      "evaluationCriteria": ["depth_of_knowledge", "practical_experience", "problem_awareness"]
    },
    {
      "area": "problem_solving",
      "question": "En tu CV mencionas que optimizaste el tiempo de respuesta de una API. Puedes explicar el proceso?",
      "expectedAnswer": "Deberia describir: identificacion del problema, metricas, solucion implementada, resultados...",
      "followUp": "Que metricas usaste para medir el exito?",
      "evaluationCriteria": ["analytical_thinking", "methodology", "results_orientation"]
    }
  ],
  "interviewGuide": {
    "duration": "60 minutes",
    "structure": ["intro (5min)", "technical (30min)", "behavioral (15min)", "questions (10min)"],
    "redFlags": ["Vague answers about own projects", "Cannot explain technical decisions"]
  }
}

RAG_SEARCH

Descripcion

Busqueda semantica en base de conocimiento usando RAG.

Fuentes:

• Articulos de ayuda
• Politicas de empresa
• FAQ
• Documentos internos
• Historico de conversaciones

Output:

• Fragmentos relevantes
• Score de relevancia
• Fuente del contenido
• Respuesta sintetizada

Ejemplo de Configuracion

{
  "actionType": "RAG_SEARCH",
  "order": 1,
  "configuration": {
    "query": "{{message.content}}",
    "sources": ["help_articles", "company_policies", "faq"],
    "topK": 5,
    "minScore": 0.7,
    "generateAnswer": true,
    "outputVariable": "rag_result"
  }
}

Resultado

{
  "query": "Cuales son los beneficios que ofrece la empresa?",
  "relevantChunks": [
    {
      "content": "Ofrecemos seguro de gastos medicos mayores, vales de despensa, fondo de ahorro...",
      "source": "company_policies/benefits.md",
      "score": 0.92
    },
    {
      "content": "Los beneficios incluyen 15 dias de vacaciones el primer ano...",
      "source": "faq/compensation.md",
      "score": 0.87
    }
  ],
  "synthesizedAnswer": "La empresa ofrece varios beneficios incluyendo seguro de gastos medicos mayores, vales de despensa, fondo de ahorro, y 15 dias de vacaciones desde el primer ano. Para informacion detallada sobre elegibilidad y montos, consulta con Recursos Humanos.",
  "confidence": 0.89,
  "sources": ["company_policies/benefits.md", "faq/compensation.md"]
}

Flujo con Multiples Acciones IA

Ejemplo: Screening Automatico

Workflow: Pre-Screening Inteligente

Trigger: APPLICATION_CREATED

Acciones:

1. ANALYZE_CV - Extraer datos del curriculum
2. EXTRACT_SKILLS - Identificar competencias
3. CALCULATE_MATCH_SCORE - Calcular compatibilidad
4. CLASSIFY_APPLICATION - Categorizar por prioridad
5. Condicion: Si matchScore > 70
   • Si: GENERATE_AI_RESPONSE - Email de siguiente paso
   • No: GENERATE_AI_RESPONSE - Email de agradecimiento
6. SEND_EMAIL - Enviar respuesta generada

Costos y Limites

Uso de Tokens

Las acciones de IA consumen tokens:

Monitorear uso en: /app/automation/usage

Limites por Plan

Ver consumo actual en dashboard.

Buenas Practicas

Diseno de Prompts

DO:

• Ser especifico en instrucciones
• Proveer contexto relevante
• Definir formato de salida
• Usar ejemplos cuando aplique
• Limitar longitud de respuesta

DON'T:

• Prompts ambiguos
• Demasiado contexto irrelevante
• Esperar respuestas perfectas
• Ignorar edge cases
• No validar output

Manejo de Resultados

Siempre validar:

• Score de confianza >= umbral
• Formato de respuesta correcto
• Sin contenido inapropiado
• Longitud dentro de limites
• Datos sensibles filtrados

Proximos Pasos

• Acciones de Flujo - Control de ejecucion
• RAG y Conocimiento - Base de conocimiento
• Reclutador Virtual - Bot conversacional