איך AI Screenr עובד
איך תוכנת ראיונות AI עובדת: מקימים תיאור תפקיד בדקות ומאבטומטים סינון מועמדים עם ראיונות קול מבוססי AI. מועמדים משלימים ראיון אסינכרוני בלי תיאום זמנים. מקבלים דוחות מנוקדים עם תמלילים בדקות. מופעל ע"י AI Screenr. 3 ראיונות חינם. בלי כרטיס אשראי.
נסו בחינםTrusted by innovative companies
שלושה צעדים מפוסט משרה לשורטליסט מדורג
תקציר ה-Workflow של AI Screenr — בלי אינטגרציה, בלי תיאומים.
הגדירו את התפקיד
הדביקו תיאור משרה להקמת AI בקליק, או בנו ידנית בכ-5 דקות. AI Screenr מחלצת מיומנויות, כללי פסילה, משקלי ניקוד, ועד 5 תבניות שאלות מובנות. אפשר לערוך הכל לפני השקה.
שתפו את קישור הראיון
שימו קישור אחד ב-ATS, במייל, ב-SMS או בלוח דרושים. מועמדים מתראיינים אסינכרונית מכל מכשיר — בלי תיאום, בלי התקנה, בלי יצירת חשבון. משך טיפוסי 15 עד 25 דקות (ניתן לקנפג 5 עד 60).
סקורו את השורטליסט המנוקד
תוך 2 דקות מכל ראיון, דוח מנוקד נוחת בדאשבורד עם המלצה Strong Yes / Yes / Maybe / No, ציוני ממדים, ציטוטי ראיות, ושורטליסט מדורג.
ראו walkthrough חי בפחות מ-5 דקות עם 3 ראיונות חינם.
נסו בחינם — בלי כרטיס אשראיצעד 1 בפעולה — הגדרת משרה מציאותית
מה ש-AI Screenr מפיקה אחרי הקמה בקליק מתיאור משרה מודבק. כל שדה ניתן לעריכה לפני שמפעילים את קישור הראיון.
מנהל מוצר בכיר (B2B SaaS)
Job Details
Basic information about the position. The AI reads all of this to calibrate questions and evaluate candidates.
Job Title
מנהל מוצר בכיר (B2B SaaS)
Job Family
מוצר
בתפקידי מוצר הדגש הוא על פריוריטיזציה, Discovery והנמקת בעלי עניין — ה-AI מכייל שאלות המשך סביב שיפוט ו-trade-offs יותר מאשר פרטי אקזקיושן.
Interview Template
סינון מבוסס-יכולות
מאפשר עד 4 שאלות המשך לכל שאלה. לוחץ על היגיון של trade-offs ומבקש דוגמאות עבר ספציפיות — חושף את ההבדל בין PMs מנוסים למועמדים 'סמוכי-מוצר'.
Job Description
אנחנו מגייסים מנהל מוצר בכיר להובלת משטח עבודה מרכזי ב-B2B. תעבודו עם הנדסה, עיצוב ו-go-to-market כדי לגלות בעיות אמיתיות של לקוחות, לתעדף בנחישות, ולספק תוצאות — לא רק פיצ'רים.
Normalized Role Brief
מנהל מוצר בכיר עם 5+ שנות ניסיון ב-B2B SaaS, רקורד של בעלות end-to-end על תחום מוצר, ושיקול דעת לקבלת החלטות scope בלי מדריך צעד-אחר-צעד. אוריינטציה לכתיבה, בעל/ת דעה, רגוע/ה באי-ודאות.
Concise 2-3 sentence summary the AI uses instead of the full description for question generation.
Skills
Required skills are assessed with dedicated questions. Preferred skills earn bonus credit when demonstrated.
Required Skills
The AI asks targeted questions about each required skill. 3-7 recommended.
Preferred Skills
Nice-to-have skills that help differentiate candidates who both pass the required bar.
Must-Have Competencies
Behavioral/functional capabilities evaluated pass/fail. The AI uses behavioral questions ('Tell me about a time when...').
מגן/נה על החלטות trade-off עם ראיות; יודע/ת להסביר מה נחתך ולמה — לא רק מה שוחרר
מנהל/ת שיחות אמיתיות עם לקוחות, לא סקרים; מבחין/ה בין תלונות שטחיות לבין ה'עבודה' שהלקוח מנסה לבצע
מזיז/ה יחד הנדסה, עיצוב ו-go-to-market בלי סמכות פורמלית; פותר/ת קונפליקטים על scope עם ניתוח כתוב
Levels: Basic = can do with guidance, Intermediate = independent, Advanced = can teach others, Expert = industry-leading.
Knockout Criteria
Automatic disqualifiers. If triggered, candidate receives 'No' recommendation regardless of other scores.
ניסיון B2B
Fail if: אין ניסיון קודם במוצר B2B SaaS בכל קנה מידה
התפקיד דורש שיקול דעת ספציפי ל-B2B — הקונה אינו המשתמש, מחזורי רכש, כלכלת מושבים
ותק
Fail if: פחות מ-5 שנות ניסיון בניהול מוצר
רמת Senior — נדרש/ת להחזיק תחום בלי חפיפה מובנית מהיום הראשון
The AI asks about each criterion during a dedicated screening phase early in the interview.
Custom Interview Questions
Mandatory questions asked in order before general exploration. The AI follows up if answers are vague.
תנו לי דוגמה להחלטת פריוריטיזציה הכי משמעותית שקיבלתם ב-12 החודשים האחרונים. מה חתכתם, מה השארתם, ומה אתם יודעים היום שלא ידעתם אז?
תארו מקרה שבו עבודת ה-Discovery שלכם שינתה כיוון של פיצ'ר מתוכנן. מה שמעתם, איך ולידצייתם, ומה בסוף שוחרר במקום?
ספרו על מחלוקת חוצת-פונקציות שפתרתם. על מה היה הוויכוח, מה כתבתם, ואיך הצוות קיבל החלטה?
Open-ended questions work best. The AI automatically follows up if answers are vague or incomplete.
Question Blueprints
Structured deep-dive questions with pre-written follow-ups ensuring consistent, fair evaluation across all candidates.
B1. תכננו גרסה ראשונה ל-upgrade prompt מבוסס שימוש במודל חיוב המוצר שלנו. עברו על פלח המשתמשים, הטריגר, הקופי והמדד להצלחה.
Knowledge areas to assess:
Pre-written follow-ups:
F1. איך תימנעו מלהציג פרומפט למשתמשים שכבר בשיחת חידוש?
F2. מה ה-guardrail metric שלכם, ובאיזה סף תעצרו את הפרומפט?
F3. איך תחליטו בין פרומפט בתוך המוצר, אימייל, או פנייה של account manager?
B2. לקוח מהטופ-10 מבקש פיצ'ר ארגוני שיעלה שני רבעונים של מהנדסים ולא יועיל לשום לקוח אחר. איך תחליטו?
Knowledge areas to assess:
Pre-written follow-ups:
F1. איך תעבירו את ההחלטה לצוות החשבון?
F2. מה אם הלקוח מאיים לעזוב?
F3. איך התשובה שלכם תשתנה אם אפשר יהיה להכליל את הפיצ'ר בהמשך?
Unlike plain questions where the AI invents follow-ups, blueprints ensure every candidate gets the exact same follow-up questions for fair comparison.
Custom Scoring Rubric
Defines how candidates are scored. Each dimension has a weight that determines its impact on the total score.
| Dimension | Weight | Description |
|---|---|---|
| בהירות תקשורת | 12% | האם המועמד/ת מבנה תשובות ברור, מביא/ה דוגמאות קונקרטיות, ונמנע/ת מתחמוקים? |
| רלוונטיות התשובות | 12% | האם התשובה עונה ישירות לשאלה שנשאלה, או שהמועמד/ת בורח/ת לנושא בטוח יותר? |
| ידע מקצועי | 18% | הבנה של יסודות ניהול מוצר — Discovery, פריוריטיזציה, מטריקות, מחזור חיים |
| פתרון בעיות | 14% | יכולת לחשוב בתנאי אי-ודאות, לשקול trade-offs, ולהגן על מסקנות כשמאתגרים |
| התאמה לתפקיד | 14% | התאמה לדרישות האמיתיות של PM בכיר ב-B2B — כתיבה תחילה, בעל/ת עמדה, בנוחות עם עמימות |
| ביטחון ונוכחות | 6% | יציב/ה תחת שאלות המשך; מכיר/ה פערים בלי לאבד קור רוח |
| התנהגותית | 10% | סיגנלים של שיתוף פעולה — איך המועמד/ת מדבר/ת על מחלוקת, קונפליקט, וקרדיט לצוות |
| שלמות התשובות | 14% | מכסה את כל השאלה, לא רק את החצי הקל; מוסיף/ה הסתייגויות ודוגמאות-נגד מיוזמתו/ה |
Default rubric: Communication, Relevance, Technical Knowledge, Problem-Solving, Role Fit, Confidence, Behavioral Fit, Completeness. Auto-adds Language Proficiency and Blueprint Question Depth dimensions when configured.
Interview Settings
Configure duration, language, tone, and additional instructions.
Duration
25 min
Language
English
Template
סינון מבוסס-יכולות
Video
Enabled
Tone / Personality
ידידותי אבל מובנה. ה-AI שומר על קצב ומבקש בנימוס פירוט כשיש תשובות מעורפלות.
Adjusts the AI's speaking style but never overrides fairness and neutrality rules.
Company Instructions
אנחנו חברת B2B SaaS בשלבי ביניים עם ~80 מהנדסים. המוצר שלנו משמש צוותי RevOps ומכירות. ציינו שהתפקיד מדווח ל-VP Product ועובד בצמוד ל-Principal Engineer ול-Lead Designer.
Injected into the AI's context so it can reference your company naturally and tailor questions to your environment.
Evaluation Notes
התייחסו לסיגנלים של תקשורת כתובה (האם המועמד/ת מבנה תשובות, מציין/ת מטריקות ספציפיות, נותן/ת שמות של בעלי עניין) כחיוביים. הענישו כלליות עמומה ותשובות מלאות בז'רגון בלי קונקרטיקה.
Passed to the scoring engine as additional context when generating scores. Influences how the AI weighs evidence.
Banned Topics / Compliance
משא ומתן על שכר, ממליצים, חבילות Equity, מבנה תגמול – מטופלים בנפרד אחרי הסבב המנוקד.
The AI already avoids illegal/discriminatory questions by default. Use this for company-specific restrictions.
איך AI Screenr מסננת צינור של 100 מועמדים
ממועמדים לשורטליסט: כל שלב מצמצם את הצינור על בסיס ראיות, לא תחושות בטן. המספרים מטה אופייניים לתפקיד טכנולוגי בנפח בינוני.
מועמדים שהתקבלו
כל המועמדים הנכנסים נכנסים לצינור — מלוחות דרושים, הפניות, תגובות אוטומטיות של ATS ופנייה ישירה.
כללי פסילה
מסננים קשיחים שאתם מגדירים — ניסיון מינימלי, הרשאות עבודה, מיקום, טווח שכר, שפה. מועמדים שנכשלים מקבלים דגל, לא נפסלים אוטומטית.
מיומנויות חובה
עובר/נכשל על מיומנויות לא-נתונות-למו"מ לתפקיד (למשל, עומק React ברמת Senior ל-Senior React Developer). נבחן בשידור חי בזמן הראיון.
רמת שפה
הערכת CEFR אופציונלית (A1–C2) בשפה שתגדירו, עם שלב ייעודי בראיון. מדולג אם לא הוגדר.
ראיון מנוקד
8 ממדי ניקוד כברירת מחדל (ניתנים להתאמה) מנקדים כל תשובה בסקאלה 0–100 עם ציטוטי ראיות, דירוגי איכות (Strong / Moderate / Weak / None), וערכי ביטחון לכל ממד.
שורטליסט מדורג
המועמדים המובילים עם המלצה ב-4 רמות, תקציר מנהלים, חוזקות וסיכונים, ציטוטים בולטים וסיכום כיסוי. מוכן ל-hiring manager.
צעד 3 בפעולה — דוח סינון AI מציאותי
בדיוק מה שמופיע לכם בדאשבורד תוך 2 דקות מרגע שהמועמד נפרד. כל ציון מגובה בראיות מהתמליל, דירוג איכות, וערך ביטחון.
Alex Morgan
Confidence: 86%
Recommendation Rationale
סיגנל חזק ל-PM בכיר. אלכס ניסח/ה trade-offs של פריוריטיזציה עם ספציפיקה — מטריקות מדויקות, בעלי עניין בשמות, מה נחתך ולמה — על פני כמה דוגמאות. דיסציפלינת Discovery אותנטית: המקרה של היפוך פיצ'ר מתוכנן אחרי שלוש שיחות לקוח היה מובנה וכלל גם את הנרטיב הנגדי (מה ציפו לשמוע מול מה שבאמת נשמע). הפער הבולט הוא בהובלה חוצת-פונקציות תחת מחלוקת; אלכס נוטה/ה לקונסנזוס לפני דחיפה, מה שיכול להיות בסדר או סיכון בהתאם לדינמיקת הצוות. מומלץ לסבב ה-hiring manager.
Summary
חמש שנים ומעלה של ניהול מוצר B2B SaaS עם בעלות ברורה על תחומי מוצר. חזק/ה ב-Discovery ובפריוריטיזציה — דוגמאות קונקרטיות עם מטריקות ו-trade-offs. הובלה חוצת-פונקציות סבירה אך נוטה לקונסנזוס; המועמד/ת לא דוחף/ת מוקדם כשהכיוון של הצוות שגוי. אינסטינקט 'כתיבה תחילה' ניכר מאיך שמבנים תשובות. יציב/ה בשאלות המשך.
Knockout Criteria
יותר מחמש שנות עבודה ב-B2B SaaS בשתי חברות עם בעלות ברורה על תחומים. צוין במפורש סצנריו של עסקאות אנטרפרייז.
שבע שנות ניסיון בניהול מוצר. מעל רף המינימום של 5 שנים בנחת.
Must-Have Competencies
מספר דוגמאות קונקרטיות עם מטריקות בשמות, trade-offs מפורשים ומה נחתך. מגן/נה על החלטות בלי התחמקויות.
דוגמאות אמיתיות של ראיונות לקוח — לא סקרים, לא אנליטיקות. הבדיל/ה בין 'עבודות' הלקוח המבוססות לבין בקשות פיצ'ר מוצהרות פעמיים בלי שנשאל/ה.
עובד/ת טוב עם הנדסה, עיצוב ו-GTM אבל נוטה/ה לבנות קונסנזוס לפני דחיפה חזקה. כנראה מצוין לצוותים שיתופיים; סיכון בסביבות שצריכות קול מוצר חזק.
Scoring Dimensions
תשובות מובנות באופן עקבי עם הקשר, החלטה ותוצאה מפורשים. בלי מילויי-רעש. צוין שמות בעלי עניין ומטריקות ספציפיות בלי להישאל.
“קיצצתי את עבודת הדיווח של פאזה 2 כי היינו על 11% אימוץ בפאזה 1 אחרי ארבעה שבועות — מתחת לרף ה-25% שלנו. צוות הדאטה רצה להמשיך; הטרייד-אוף היה בין להכפיל מאמץ על אימוץ לבין לשחרר פיצ'ר שאף אחד עדיין לא משתמש בו. אנה מאנליטיקס ואני כתבנו מזכר החלטה של עמוד אחד; הרגנו את זה.”
התשובות פגעו בתרחיש המדויק שנשאל במקום לברוח לקרקע בטוחה. כשלחצו, אלכס נשאר/ה על השאלה ולא מסגר/ה מחדש.
“שאלת על החלטת פריוריטיזציה שאני מצטער/ת עליה. התשובה הכנה היא ה-customer-success dashboard — בנינו אותו, האימוץ היה גבוה, אבל צוות ההנהלה מעולם לא השתמש בדיג'סט השבועי שגם שחררנו. הייתי צריך/ה להרוג את הדיג'סט בשבוע השני, לא בשישי.”
יסודות חזקים ב-Discovery, מסגרות פריוריטיזציה ואינסטרומנטציית מטריקות. פספס/ה נקודה קטנה בהגדרת activation לעומת retention אבל תיקן/ה כשנבדק/ה.
“ל-upgrade prompt הייתי משתמש/ת ב-activation שמוגדר כ-'user completed three saved reports in the first week' בתור הטריגר, לא מבוסס זמן. Activation מנבא retention אצלנו בדאטה — אנחנו יודעים מניתוח קוהורט חודש שלוש.”
חושב/ת ב-trade-offs. לתרחיש הלקוח מהטופ-10, אלכס עבר/ה על עלות הסחת הדעת, סיכון תקדים ושלוש אלטרנטיבות לפני שהגיע/ה להמלצה.
“שני רבעונים של מהנדסים הם לא העלות היחידה — יש את עלות התקדים, עלות חוב האינטגרציה ועלות האלטרנטיבה. קודם אבדוק אם אפשר לספק 80% מהערך כהתקשרות שירותית; אם לא, אגדיר את זה במפורש כהתחייבות בתשלום שמחיריה משקפים את עלות האלטרנטיבה.”
'כתיבה תחילה', עם דעה ובנוחות להיות ספציפי/ת. הזכיר/ה שלושה מזכרי החלטה בשמם. בלי תשובות גנריות — כל הדוגמאות ספציפיות לצוות.
“להחלטות קשות אני כותב/ת עמוד אחד: ההחלטה, ה-trade-offs, מי לא מסכים ולמה, והאם אפשר להפוך אותה. זה הולך לצוות לפני הפגישה. אנשים מגיעים מוכנים להחליט, לא מוכנים להציג.”
יציב/ה תחת קידוחים. הודה/תה בשני חרטות בלי הגנתיות. מעט התחמקות כשדחקנו בסצנריו של 'מחלוקת עם הנהלה'.
“לא היה לי אי-הסכמה חזיתית ברמת CPO — רוב המחלוקות שלי היו עם הובלות GTM. אני יכול/ה לתת דוגמה כזו אם זה מועיל.”
סיגנלי שיתוף פעולה חיוביים אבל נוטה לקונסנזוס. בכמה דוגמאות אלכס דחף/ה רק אחרי שכיוון הצוות כבר נסחף, לא מוקדם יותר.
“העליתי את הדאגה בפגישת הפריוריטיזציה הרביעית. בדיעבד, הפגישה השנייה הייתה המקום שבו הייתי צריך/ה להעלות — אז כבר היינו שלושה שבועות פנימה וטיעון עלות-שקועה התחיל להיווצר.”
העלה/תה הסתייגויות ודוגמאות-נגד מיוזמתו/ה. ענה/תה על שני החצאים של שאלות מורכבות — מה עבד ומה לא.
“ניסוי ה-upgrade prompt הצליח בקונברסיה אבל ההשפעה במורד הזרם הייתה עלייה בנפח תמיכה ממשתמשים ששדרגו בלי להבין את ההרשאה. זו החמצה שהיינו צריכים לצפות.”
Blueprint Question Coverage
B1. פרומפט שדרוג במודל חיוב מבוסס שימוש
+ הגדיר/ה Activation בקריטריונים התנהגותיים קונקרטיים במקום זמן
+ זיווג מדד המרה עם Guardrail של נפח תמיכה
- לא דן/ה בסף שבו עוצרים את הפרומפט
B2. לקוח מהטופ-10 מבקש פיצ'ר לא-בר-הכללה
+ מסגור עלות מעבר ל-headcount — תקדים וחוב אינטגרציה
+ הציע/ה אלטרנטיבה ממוסגרת ובתשלום לפני הגעה לסירוב
- לא התייחס/ה למקרה שבו אפשר להכליל את הפיצ'ר
Interview Coverage
%
Overall Coverage
Strengths
- אינסטינקט 'כתיבה תחילה' — מזכרי החלטה הם כלי כברירת מחדל, לא טקס
- trade-offs של פריוריטיזציה מגובים במטריקות בשמות ותאריכים ספציפיים
- דיסציפלינת Discovery חזקה — מבדיל/ה בין 'עבודות' לקוח לבקשות מוצהרות
- מוסיף/ה דוגמאות-נגד וחרטות בלי שנשאל/ה
Risks
- נטייה לקונסנזוס תחת מחלוקת — דוחפ/ת אחרי נסיגה במקום לפני
- עדויות מוגבלות לקונפליקט מול CPO; כל הדוגמאות פונות ל-GTM
Notable Quotes
“אנשים מגיעים מוכנים להחליט, לא מוכנים להציג.”
“שני רבעונים של מהנדסים הם לא העלות היחידה — יש את עלות התקדים, את עלות חוב האינטגרציה, ואת עלות האלטרנטיבה.”
“התשובה הכנה היא ה-customer-success dashboard — בנינו, האימוץ היה גבוה, אבל הנהלה לא השתמשה בדיג'סט השבועי.”
Suggested Next Step
להתקדם לסבב hiring manager של 60 דקות, ממוקד בתרחיש אחד של 'לא הסכמתי עם הנהלה' ובמיני-case אחד של 'הגנת חיתוך scope'. לחקור היכן אלכס היה/תה דוחפ/ת מוקדם יותר בתהליך — לא רק כשכבר יש קונסנזוס.
AI Screenr הופכת תיאור משרה לשורטליסט מנוקד בארבעה צעדים. הדף הזה עובר צעד-אחר-צעד על תהליך ראיון ה-AI מקצה לקצה, כדי שתדעו בדיוק מה קורה בין קליק על "create job" לפתיחת הדוח המדורג הראשון.
- מצעד 1: הגדרת התפקיד (בקליק או כ-5 דקות ידני)
- מצעד 2: המועמד משלים ראיון קולי אסינכרוני (טיפוסית 15 עד 25 דקות)
- מצעד 3: ה-AI מנקד ומסכם (פחות מ-2 דקות למועמד)
- מצעד 4: אתם עוברים על השורטליסט המדורג
בלי אינטגרציית ATS. עובד עם כל תהליך גיוס קיים.
תנסו את תהליך הראיון המלא עם 3 ראיונות חינם →
צעד 1 — הגדרת התפקיד
יש לכם שני מסלולים לקישור ראיון חי. רוב הצוותים בוחרים במסלול האוטומטי של ה-AI.
אפשרות A — קונפיגורציה בקליק אחד עם AI
הדביקו תיאור משרה (פנימי או ציבורי, עד 10,000 תווים). AI Screenr מחלצת וממלאת:
- "Title, description, role brief, job family, interview template" — כל הבסיס
- "Required skills ו-preferred skills"
- "Must-have skills" עם רמות נדרשות (basic, intermediate, advanced, expert)
- "כללי פסילה" (ניסיון מינימלי, הרשאות עבודה, טווח שכר, שפה, וכל מה שמופיע בתיאור המשרה)
- "שאלות ראיון מותאמות אישית"
- "עד 5 תבניות שאלות מובנות" — בכל תבנית נושאי חובה, שאלות המשך ומדדים לתשובה חזקה/חלשה, כדי שה-AI ידע איך נשמעת תשובה מעולה לתפקיד הזה
אתם סוקרים את הטיוטה, מתקנים מה שלא תואם לסטנדרטים שלכם, ושומרים. זמן טיפוסי: 30 שניות עד דקה.
אפשרות B — קונפיגורציה ידנית
מעדיפים לבנות מאפס? הטופס מוביל אתכם שדה-שדה. הקצו כ-5 דקות לתפקיד חדש, ומהר יותר כשיש לכם טמפלייט לשכפול.
מה מוגדר בפועל
כל מסלול מייצר אותו פלט:
- "שאלות ליבה לראיון" — בדרך כלל 6 עד 10 תחומים ראשיים ממופים לממדי ניקוד.
- "תבניות שאלות" — נושאי חובה, שאלות המשך ומדדי תשובה לכל שאלה.
- "עומק שאלות המשך" — כמה חזק ה-AI לוחץ על תשובות רדודות, ניתן לקנפג לכל ממד.
- "כללי פסילה" — מסומנים בדגל, לא נפסלים אוטומטית. ההחלטה אצלכם.
- "ממדי ניקוד" — 8 כברירת מחדל (ניתנים להתאמה מלאה) ועוד ממד תשיעי לשפה כשהראיון אינו באנגלית.
- "שפה ויעד CEFR" — שפת הראיון (57 נתמכות) והאם נבחנת רמת השפה (A1 עד C2).
- "משך הראיון" — 5 עד 60 דקות, טיפוסי 15 עד 25.
- "הקלטת וידאו" — אופציונלי, opt-in לפי תפקיד.
- "תוקף קישור" — כמה זמן הקישור נשאר פעיל למועמדים.
לדוגמאות קונקרטיות ראו מפתח React, Backend Developer, ו-Sales Manager. בכל עמוד יש קונפיגורציה מלאה ודוח לדוגמה.
צעד 2 — המועמד משלים את הראיון הקולי
זה השלב היחיד שבו המועמד מעורב. כל מה שלפניו בצד ה-recruiter, וכל מה שאחריו אוטומטי.
איך זה נראה למועמדים
- "הקישור." URL אחד, נשלח בערוץ הרגיל — תגובת ATS אוטומטית, מייל, SMS, או הודעה בלוח דרושים. בלי יצירת חשבון, בלי התקנה, בלי תיאום.
- "הסכמה ובדיקת מיקרופון." לפני שמתחילים להקליט, המועמד רואה מסך הסכמה, נותן הרשאת מיקרופון, ומשלים בדיקה של 10 שניות.
- "ברכה." ה-AI מציג את עצמו, מסביר את תהליך הראיון, מאשר את התפקיד, ומסביר בפשטות מה קורה עם ההקלטה.
- "השיחה." ה-AI שואל, מקשיב ומתאים את עצמו. תשובות חזקות מזכות בהעמקה. תשובות רדודות מקבלות שאלות המשך. מועמדים יכולים לבקש לחזור על שאלה, לקחת פאוזה, או לשאול שאלות הבהרה תוך כדי.
- "סיום." ה-AI מסכם, נותן למועמד הזדמנות לשאול שאלות, ומאשר מה קורה בהמשך.
למה הראיון הוגן
כל המועמדים לאותו תפקיד נמדדים לפי אותם קריטריוני ניקוד. ה-AI מתאים שאלות המשך לפי התשובות של כל מועמד, כך שאין שני תמלילים זהים — אבל כולם מנוקדים מול אותם קריטריונים. המועמד לא יכול לדעת מהראיון עצמו אם הולך לו טוב או לא, וזה מפחית חרדת ביצוע ומייצר סיגנל אמין יותר.
תזמון והשלמה
- "משך טיפוסי:" 15 עד 25 דקות (ניתן לקנפג 5 עד 60 לכל תפקיד).
- "שיעור השלמה:" 80%–90% — גבוה משמעותית מווידאו חד-כיווני כי יש אינטראקציה אמיתית.
- "אם המועמד מתנתק," הוא יכול להמשיך מאותו קישור עד 24 שעות. הראיון נמשך מהמקום שבו הופסק. ראיונות חלקיים מסומנים בדוח.
לפרטים על ה-Workflow האסינכרוני, ראו תוכנת ראיונות אסינכרוניים.
צעד 3 — ה-AI מנקד ומפיק את הדוח
תוך 2 דקות מרגע שהמועמד נפרד, דוח מובנה מחכה בדאשבורד. זה מה שיש בו בדיוק:
החלק העליון של הדוח
- "ציון כללי" — 0 עד 100, משוקלל על פני כל הממדים.
- "המלצת גיוס ב-4 רמות" — Strong Yes / Yes / Maybe / No.
- "ביטחון כללי" — 0.0 עד 1.0, כמה ראיות היו ל-AI לעבוד איתן.
- "תקציר מנהלים" — 2–3 משפטים ל-hiring managers שקוראים רק את הראש.
ציונים לפי ממד
לכל ממד תקבלו:
- "ציון" (0 עד 10, ואז משוקלל) עם 1–2 משפטי נימוק
- "דירוג איכות:" Strong / Moderate / Weak / None
- "ערך ביטחון" לכל ממד (0.0 עד 1.0)
- "קטעי ראיות" — ציטוטים ישירים מהתמליל שתומכים בציון
- "קישור לשאלות" — אילו שאלות בראיון הפיקו את הראיות
- "חוסרים" — מה הקריטריונים ציפו לראות ומה לא הופיע בתמליל
תוצאות פסילה ומיומנויות חובה
אם הגדרתם בשלב 1:
- "תוצאות פסילה" — דגלים שהופעלו או הוערכו פלוס ראיות לכל כלל.
- "מיומנויות חובה" — עבר/נכשל וראיות לכל מיומנות.
בלוקי סיכום
- "חוזקות" — 3 עד 5 בולטים של מה שבלט.
- "סיכונים" — 3 עד 5 בולטים של מה שהדאיג.
- "ציטוטים בולטים" — השורות הכי מעניינות שה-AI זיהה בתמליל.
- "הצעד הבא המוצע" — המלצה לפי הציון ואיכות הראיות.
- "סיכום כיסוי" — כמה מהשאלות המותאמות, המיומנויות, כללי הפסילה ותבניות השאלות כוסו בפועל בתשובות המועמד.
תמליל והקלטה
- "תמליל מלא" של השיחה, ניתן לחיפוש ומסומן בזמן.
- "הקלטת אודיו" כברירת מחדל. "הקלטת וידאו" אם הופעלה לתפקיד הזה.
הניקוד משתמש בגרסת הקריטריונים שנשמרה בזמן הראיון. אם תשנו קריטריונים באמצע תהליך, ראיונות מוקדמים ישמרו את ציוניהם המקוריים והחדשים יחולו מכאן והלאה. אתם רואים היסטוריית גרסאות נקייה במקום חישוב-מחדש שקט.
לכל עמוד תפקיד יש דוח לדוגמה. שווה לבדוק: מהנדס/ת QA, מהנדס/ת DevOps, מהנדס/ת תוכנה, מנהל/ת מוצר.
צעד 4 — אתם עוברים על השורטליסט המדורג
הדאשבורד ממיין מועמדים לפי ציון כולל, עם דגלי פסילה למעלה. מחזור סקירה טיפוסי:
- "סריקה של הרשימה המדורגת." בדרך כלל ה-20% העליונים שווים העמקה. מועמדים עם דגלי פסילה יורדים לתחתית.
- "פתחו את הדוחות המובילים." קראו קודם את התקציר (2–3 משפטים), אחר כך את החוזקות והסיכונים, ואז סרקו את הראיות שה-AI סימן.
- "החליטו." לקדם, לדחות, או לסמן למעקב. דחו בבת-אחת את הלא-מתאימים הברורים. שמרו את Strong Yes ל-hiring manager.
- "שתפו עם hiring managers." קליק אחד נותן לינק שיתוף, PDF, או סיכום להדבקה ל-Slack או מייל. לא צריך חשבון AI Screenr.
זמן recruiter לכל מועמד נחתך מ-25 עד 45 דקות של שיחה חיה + נוטס לכ-5 דקות סקירת דוח מובנה. לחישובי ROI בנפחים טיפוסיים, ראו להחליף שיחות סינון.
תקציר זמנים
| צעד | מי מבצע | זמן טיפוסי |
|---|---|---|
| הגדרת תפקיד (AI בקליק) | Recruiter | 30 עד 60 שניות |
| הגדרת תפקיד (ידני) | Recruiter | כ-5 דקות |
| ראיון מועמד | Candidate | 15 עד 25 דקות (ניתן לקנפג 5 עד 60) |
| ניקוד והפקת דוח ע"י AI | Automated | פחות מ-2 דקות למועמד |
| סקירת דוח למועמד | Recruiter | כ-5 דקות |
בצינור של 50 מועמדים, זמן ה-recruiter יורד מכ-25 שעות (שיחות חיות + נוטס) לכ-5 שעות (סקירת דוחות). זה משחרר ~20 שעות בשבוע לעבודה בעלת ערך גבוה יותר.
דוחות לדוגמה לפי תפקיד
AI Screenr מכסה כל תחום — מהנדסת תוכנה ועד בריאות, ריטייל, בנייה ואירוח. לכל תפקיד יש דוח ראיון לדוגמה כדי שתראו בדיוק מה נוחת בדאשבורד. מבחר חוצי-טכני/מומחיות/שירות:
| Role | Category |
|---|---|
| Backend Developer | טכנולוגיה |
| UX Designer | עיצוב |
| Data Analyst | טכנולוגיה |
| Financial Analyst | פיננסים |
| Recruiter | HR |
| Paralegal | משפט |
| Real Estate Agent | נדל"ן |
| Construction Manager | בנייה |
| Production Manager | ייצור |
| Veterinarian | וטרינריה |
או דפדפו בכל 960+ מדריכי ראיונות AI לפי תפקיד לפי קטגוריה.
אבטחה ופרטיות לאורך תהליך הראיון
לכל שלב בתהליך יש חוזה ניהול-נתונים מוגדר. הסכמה נאספת לפני כל הקלטה — המועמדים רואים מסך הסכמה מפורש שמכסה מה מוקלט, איך משתמשים בזה, ומי יכול לראות. אודיו ותמלילים נשמרים באזור (אירוח באיחוד האירופי זמין לדרישות GDPR) עם תקופות שימור ניתנות לקונפיגורציה לפי תפקיד, ולאחריהן הנתונים נמחקים אוטומטית.
מועמדים יכולים לבקש מחיקה עצמית של הנתונים בכל עת בתהליך בשירות עצמי, ואנחנו מספקים DPA לפי בקשה. בצד הגיוס, רק משתמשים מאומתים ב-workspace שלכם יכולים לצפות בדוחות. קישורי שיתוף ניתנים להגדרת תפוגה אוטומטית. לפרטי אבטחה וציות מלאים, ראו את אבטחה, פרטיות וציות בעמוד תוכנת ראיונות AI.
מוכנים לנסות?
מתחילים עם 3 ראיונות חינם, בלי כרטיס אשראי. הגדירו תפקיד ראשון בדקה (בקליק) או 5 דקות (ידני) ותראו את הדוח המנוקד הראשון כבר היום.
- תוכנת ראיונות AI — סקירה של תוכנת הראיונות עם AI, כולל פיצ'רים והשוואות.
- סינון מועמדים אוטומטי — הסבר איך הסינון מתבצע אוטומטית.
- להחליף שיחות סינון — ניתוח ROI לצוותים שזוללים זמן על שיחות סינון.
- תוכנת ראיונות אסינכרוניים — איך ראיונות אסינכרוניים עובדים.
- סינון מועמדים בווליום גבוה — איך לנהל נפחי מועמדים גדולים ביעילות.
- תוכנת סינון מקדים — סקירה של סינון מוקדם בשלבי הגיוס הראשונים.
- מחירון — סקירה של מחירים ותוכניות מבוססות שימוש.
שאלות נפוצות
כמה זמן לוקח להקים את AI Screenr?
מה מועמד רואה בראיון של AI Screenr?
כמה מהר אקבל ציונים אחרי ראיון?
האם אפשר לשנות קריטריוני הערכה בזמן שהצינור פעיל?
איך משתפים דוחות AI Screenr עם hiring managers?
מה קורה אם מועמד שותק או מתנתק?
האם מועמדים יכולים לעשות ראיון חוזר?
איך מעבירים ראיונות למועמדים?
האם דוחות AI Screenr מסתנכרנים חזרה ל-ATS?
איך עובד בפועל הניקוד של הראיון עם ה-AI?
ראו את זה עובד בפחות מ-5 דקות
- הקמת משרה בקליק אחד
- קישור לראיון למועמדים
- דוח מנוקד ב-2 דקות
- שורטליסט מדורג
No credit card required
תראו איך זה עובד — נסו 3 ראיונות בחינם
Start with 3 free interviews — no credit card required.
נסו בחינם