Prompts de sourcing recrutement : la bibliothèque prête à l'emploi
Accédez à une bibliothèque de modèles d'instructions pour le sourcing RH, classés avec garanties RGPD et AI Act, intégration via Kalent.
Nous rassemblons ici des prompts de sourcing recrutement prêts à copier, classés par étape du processus : recherche de profils, approche, tri de CV, synthèse pour les managers et préparation d’entretien. Chaque prompt vient avec ses variantes, un protocole de test simple et les garde-fous RGPD et AI Act à respecter. Nous montrons aussi comment ces prompts s’intègrent dans un workflow outillé, avec Kalent comme exemple concret d’automatisation du sourcing et de la prise de contact.
En bref:
- Il est essentiel de tester chaque prompt sur un échantillon de profils pour éviter une dérive, notamment en excluant toute inférence sur l’âge ou l’origine.
- L’intégration optimale inclut l’automatisation via API ou plateforme SaaS, tout en respectant les limites de contact et la conservation des données selon le RGPD.
- Les prompts doivent être adaptés au contexte précis, comme la séniorité ou la stack technique, pour garantir leur pertinence et éviter la banalisation des résultats.
- La conformité au RGPD et à l’AI Act impose une information transparente des candidats, une documentation des sources et une gestion des droits d’accès.
- Même avec l’automatisation, une revue humaine est indispensable avant rejet ou décision pour garantir la qualité et la légitimité du processus.
Table des matières
- Une bibliothèque de prompts classés par étape du recrutement
- Exemples détaillés : prompts en contexte et variantes
- Comment adapter, tester et gouverner vos prompts
- Intégrer ces prompts dans vos outils et votre workflow
- Conformité et bonnes pratiques : RGPD, AI Act et recommandations CNIL
- Ce que nous observons sur le terrain : retours et limites
- Automatiser le sourcing et la prise de contact avec Kalent
- Questions fréquentes
- Sources
Une bibliothèque de prompts classés par étape du recrutement
Le temps du recrutement est d’abord un temps de tri : avant de convaincre un candidat, il faut le trouver, le qualifier, puis savoir en parler à un manager. Nous organisons donc nos prompts selon ces cinq moments du sourcing, chacun avec sa logique propre.
Prompts de découverte et de qualification
Ces prompts servent à transformer une fiche de poste en requête de recherche exploitable et à faire émerger des variables qu’un recruteur pourrait oublier.
- Demandez à l’IA de reformuler une fiche de poste en dix mots-clés booléens alternatifs, incluant synonymes de métier et variantes de titres.
- Faites-lui lister les certifications, outils ou frameworks implicites à un poste technique donné, pour enrichir les critères de recherche.
- Utilisez un prompt qui croise secteur, taille d’entreprise cible et ancienneté pour affiner un profil candidat type avant la recherche.
Prompts de message d’approche personnalisée
Pour l’approche, la qualité d’un message dépend de sa personnalisation réelle, pas de formules génériques collées sur un prénom.
- Un prompt pour LinkedIn qui s’appuie sur une réalisation précise du profil du candidat et la relie à un défi concret du poste.
- Un prompt pour e-mail plus long, qui introduit l’entreprise en deux phrases, puis pose une question ouverte plutôt qu’un lien de candidature.
- Un prompt pour WhatsApp, volontairement court, pensé pour un contact déjà engagé ailleurs dans le processus.
Prompts de présélection et de synthèse de CV
Ici, l’enjeu est la cohérence du format de sortie, pour que deux CV traités à des moments différents restent comparables.
- Demandez un résumé structuré en cinq champs fixes : expérience pertinente, compétences clés, écarts par rapport au poste, questions à poser, score indicatif sur cinq.
- Faites comparer deux CV sur les mêmes critères, sans jamais faire mentionner l’âge, le genre, l’origine ou l’état de santé du candidat.
- Demandez une liste de points à vérifier en entretien plutôt qu’une décision binaire d’acceptation ou de rejet.
Prompts pour guides et grilles d’entretien
Un prompt bien construit génère une trame de questions alignées sur les compétences réellement recherchées, pas une liste générique trouvée en ligne.
- Demandez des questions comportementales liées à une compétence précise, avec une grille de notation en trois niveaux.
- Faites générer des questions techniques graduées en difficulté, adaptées à la séniorité affichée du poste.
Pour personnaliser chacun de ces prompts, précisez systématiquement quatre variables : le secteur d’activité, le niveau de séniorité visé, la stack technique ou les outils métier concernés, ainsi que la ou les langues de travail. Un prompt écrit pour un poste de développeur senior en fintech ne produira pas la même qualité de résultat s’il est réutilisé tel quel pour un poste de chargé de clientèle junior dans l’assurance.
Exemples détaillés : prompts en contexte et variantes
Trois scénarios illustrent comment un même prompt évolue selon le contexte et comment juger si la sortie générée est exploitable.
- Ingénieur back-end senior. Le prompt initial demande une liste de quinze combinaisons de mots-clés à partir d’une stack donnée (Python, Django, PostgreSQL) et d’une séniorité de sept ans et plus. Une première variante élargit la recherche aux frameworks proches (FastAPI, Flask) pour capter des profils adjacents. Une seconde variante restreint aux candidats ayant mentionné une expérience de montée en charge, souvent révélatrice d’un niveau senior réel. Le critère d’évaluation : la moitié au moins des combinaisons proposées doit correspondre à des intitulés de poste réellement utilisés sur le marché, pas à des libellés théoriques.
- Préqualification conversationnelle. Le script demande à l’IA de générer trois questions ouvertes pour un premier échange, suivies d’une règle de relance adaptée selon que la réponse du candidat est vague, négative ou enthousiaste. L’erreur fréquente consiste à laisser le script enchaîner automatiquement sur une proposition d’entretien sans validation humaine intermédiaire, ce qui peut braquer un candidat mal qualifié ou, à l’inverse, en écarter un bon trop vite.
- Synthèse pour le hiring manager. Le livrable attendu tient en une demi-page : contexte du poste, trois candidats retenus avec un paragraphe chacun, puis une recommandation d’ordre de priorité pour les entretiens. L’input requis est la fiche de poste complète plus les notes de présélection, jamais les CV bruts, pour éviter que le manager ne reçoive une masse de données non filtrée.
Conseil de pro : Demandez toujours à l’IA de justifier son score de pertinence en une phrase : si elle ne peut pas l’expliquer simplement, le score n’est probablement pas fiable.
Comment adapter, tester et gouverner vos prompts
Un prompt qui fonctionne une fois ne fonctionne pas forcément la fois suivante. Nous recommandons un protocole léger mais systématique.
- Testez chaque nouveau prompt sur un échantillon d’au moins dix profils avant de le généraliser, en comparant deux versions sur la pertinence des résultats et le taux de réponse obtenu.
- Conservez un journal de version pour chaque prompt : date de modification, auteur, raison du changement et résultat du test suivant.
- Intégrez systématiquement une clause excluant toute inférence sur l’âge, le genre, l’origine, le handicap ou l’état de santé dans les prompts de tri et de scoring.
- Révisez périodiquement les sorties générées pour repérer une dérive progressive, par exemple un biais qui favoriserait un type d’école ou de parcours au détriment d’un autre.
La règle la plus simple à retenir : aucun rejet automatique sans revue humaine, quel que soit le score attribué par l’IA.
Conseil de pro : Gardez une copie des prompts qui ont mal fonctionné : ils sont souvent plus instructifs que ceux qui ont réussi du premier coup.
Intégrer ces prompts dans vos outils et votre workflow
L’intégration d’un prompt suit en général trois étapes : d’abord un usage manuel dans une interface de chat, puis un appel via une API pour automatiser une tâche récurrente, enfin une intégration complète dans une plateforme SaaS de sourcing qui orchestre recherche, enrichissement et contact.
- Sur le canal LinkedIn, respectez les limites de contact quotidiennes et espacez les relances pour éviter les signalements.
- Sur e-mail et WhatsApp, un message trop automatisé dans sa formulation se repère vite : gardez une variabilité minimale même dans les templates générés par IA.
- Conservez un historique exportable vers votre ATS pour chaque échange généré par un prompt, afin de tracer qui a été contacté, quand et avec quel message.
- Respectez la durée de conservation des données de candidature, généralement limitée à deux ans après le dernier contact utile.
Des outils comme RecrutFlo automatisent la réception et la structuration des CV reçus par e-mail, ce qui peut alimenter en amont un moteur de sourcing. De notre côté, le moteur de recherche de talents et l’agent conversationnel que nous proposons permettent justement de passer du prompt isolé à une automatisation multicanal complète, sans script à maintenir soi-même.
Conformité et bonnes pratiques : RGPD, AI Act et recommandations CNIL
Utiliser l’IA pour le sourcing ne dispense d’aucune obligation existante, et en ajoute même de nouvelles. Le règlement européen sur l’IA classe les systèmes de recrutement utilisant l’IA parmi les systèmes à haut risque, ce qui entraîne des obligations de transparence, de gestion des risques et de documentation technique.
La CNIL précise que les personnes concernées doivent être informées, y compris sur les catégories de sources utilisées pour entraîner les modèles, avec publication d’une notice d’information lorsque l’information individuelle n’est pas possible.
En pratique, cela suppose :
- Rédiger une notice claire précisant la finalité du traitement, les catégories de données collectées et leur durée de conservation.
- Documenter les sources utilisées pour la collecte ou l’entraînement, conformément aux attentes détaillées dans le guide recrutement de la CNIL.
- Garantir les droits d’accès, de rectification et d’opposition des candidats sur les données traitées par IA.
- Prévoir un audit périodique des sorties générées, avec impossibilité structurelle d’un rejet automatique sans contrôle humain.
Ce que nous observons sur le terrain : retours et limites
Les prompts bien calibrés font gagner un temps réel sur le tri initial, mais ils échouent souvent sur la nuance d’un parcours atypique qu’un recruteur expérimenté aurait su valoriser. Avant tout déploiement, vérifiez cinq points : la clause d’exclusion des critères protégés, la cohérence du format de sortie, la traçabilité des versions, la présence d’une revue humaine obligatoire, et un test sur un échantillon représentatif du poste visé.
— Jules
Automatiser le sourcing et la prise de contact avec Kalent
Un bon prompt reste limité par la base de profils sur laquelle il travaille. Nous avons construit Kalent pour résoudre ce problème en amont : notre moteur de recherche de talents donne accès à plus de 200 millions de profils en Europe et aux États-Unis, avec un enrichissement des données qui facilite l’accès aux coordonnées mobiles et aux e-mails personnels.
Une fois les profils identifiés, nos fonctionnalités de contact automatisé relaient vos prompts d’approche sur LinkedIn, e-mail et WhatsApp depuis une seule interface, en gardant une trace exploitable pour l’export vers votre ATS. L’offre Sourcing démarre à 79 € par mois, et l’offre Copilot à 119 € par mois, toutes deux disponibles en consultant notre grille tarifaire. Si vous préférez voir le fonctionnement avant de choisir une formule, vous pouvez réserver une démonstration et tester directement le moteur sur vos propres critères de poste.
Questions fréquentes
Quel est le meilleur logiciel de sourcing pour le recrutement ?
Il n’existe pas un outil unique adapté à tous les contextes : le choix dépend du volume de profils recherchés, des canaux de contact privilégiés et du niveau d’automatisation souhaité. Des plateformes comme Kalent se distinguent par l’accès à une large base de profils enrichis et l’automatisation multicanal du contact, ce qui réduit le temps passé sur les tâches répétitives de sourcing.
Quelles sont les bonnes questions à poser à un recruteur ?
Un candidat gagne à demander la réalité concrète du poste au quotidien, les raisons du départ de la personne précédente, les critères d’évaluation de la période d’essai, la composition de l’équipe et les perspectives d’évolution à moyen terme. Ces questions révèlent souvent plus que la fiche de poste elle-même.
Quelle est la citation la plus célèbre sur le recrutement ?
Elle illustre bien la tension entre données objectives et jugement humain dans tout processus de sourcing.
Quelles sont les étapes du recrutement ?
Un processus de recrutement suit généralement quatre grandes étapes : la définition du besoin et du profil recherché, le sourcing et la qualification des candidats, les entretiens et l’évaluation, puis la décision et l’intégration. Chaque étape bénéficie aujourd’hui de prompts spécifiques qui accélèrent le traitement sans remplacer le jugement du recruteur.
Les prompts IA pour le sourcing respectent-ils le RGPD ?
Un prompt en lui-même n’est ni conforme ni non conforme : c’est l’usage qui en est fait, notamment l’information des candidats et la durée de conservation des données, qui détermine la conformité au RGPD et au règlement européen sur l’IA. La CNIL recommande une notice d’information claire et une documentation des sources de données utilisées.
Sources
- Guide recrutement : les fondamentaux en matière de protection des données personnelles et questions‑réponses
- IA : Informer les personnes concernées | CNIL
- World’s First AI Law: EU Announces Provisional Agreement on AI Act | EEAS
