AI Screenr
Guida al prodotto

Come funziona AI Screenr

Come funziona il software di colloqui AI: configuri una job description in pochi minuti e automatizzi lo screening dei candidati con colloqui vocali AI. I candidati svolgono il colloquio in modo asincrono, senza pianificazione. In pochi minuti riceve report con punteggi e trascrizioni. Powered by AI Screenr. 3 colloqui gratuiti. Carta di credito non richiesta.

Provi gratis
By AI Screenr Team·

Trusted by innovative companies

eprovement
Jobrela
eprovement
Jobrela
eprovement
Jobrela
eprovement
Jobrela
eprovement
Jobrela
eprovement
Jobrela
eprovement
Jobrela
eprovement
Jobrela

Tre step: dall’annuncio alla shortlist ordinata

Il workflow di AI Screenr in sintesi — nessuna integrazione, nessuna pianificazione.

1

Configuri la posizione

Incolli una job description per il setup con un clic, oppure la costruisca manualmente in circa 5 minuti. AI Screenr estrae competenze, regole di squalifica, pesi di punteggio e fino a 5 template di domande strutturate. Può modificare tutto prima del lancio.

2

Condivida il link al colloquio

Inserisca un link nel Suo ATS, in un’email, SMS o annuncio. I candidati svolgono il colloquio in modo asincrono su qualsiasi dispositivo — niente pianificazione, nessuna app, nessun account. Durata tipica 15–25 minuti (configurabile da 5 a 60).

3

Riveda la shortlist con punteggio

Entro 2 minuti da ogni colloquio, arriva in dashboard un report con punteggio, raccomandazione Strong Yes / Yes / Maybe / No, punteggi per dimensione, citazioni di evidenza e una shortlist ordinata.

Veda una demo guidata in meno di 5 minuti con 3 colloqui gratuiti.

Provi gratis — senza carta

Fase 1 in azione — una configurazione realistica della posizione

Cosa produce AI Screenr dopo il setup con un clic partendo da una job description incollata. Ogni campo è modificabile prima di pubblicare il link al colloquio.

Sample AI Screenr Job Configuration

Product Manager Senior (B2B SaaS)

Job Details

Basic information about the position. The AI reads all of this to calibrate questions and evaluate candidates.

Job Title

Product Manager Senior (B2B SaaS)

Job Family

Prodotto

Le posizioni di prodotto enfatizzano prioritizzazione, discovery e ragionamento con gli stakeholder — l’AI calibra i follow-up sul giudizio e sui trade-off piuttosto che sui dettagli di esecuzione.

Interview Template

Screening basato sulle competenze

Consente fino a 4 follow-up per domanda. Spinge sul ragionamento dei trade-off e chiede esempi specifici del passato — fa emergere la differenza tra PM esperti e candidati vicini al ruolo di PM.

Job Description

Stiamo assumendo una/uno product manager senior che possieda un’area core del workflow B2B. Collaborerà con sviluppo, design e go-to-market per individuare problemi reali dei clienti, decidere con fermezza le priorità e consegnare risultati — non solo output.

Normalized Role Brief

Product manager senior con 5+ anni di esperienza B2B SaaS, un track record di ownership end-to-end di un’area di prodotto e il giudizio per prendere decisioni di perimetro senza una guida passo-passo. Scrittura al primo posto, idee chiare, calma nell’ambiguità.

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

Discovery: colloqui con clienti, dimensionamento dell’opportunitàFramework di prioritizzazione (RICE, Kano o equivalenti applicati)Scrittura — PRD, memo decisionali, narrative di reviewLeadership cross-funzionale (engineering + design + go-to-market)Istinto quantitativo (funnel, retention, activation)Gestione degli stakeholder con visibilità executive

The AI asks targeted questions about each required skill. 3-7 recommended.

Preferred Skills

Esperienza pregressa in strumenti di workflow B2B SaaSEsperienza con pricing usage-based o self-serveEsperienza con programmi di design partnerEsposizione a lavoro di piattaforma e API

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...').

Giudizio di prioritizzazioneadvanced

Difende le decisioni di trade-off con evidenze; sa spiegare cosa è stato tagliato e perché, non solo cosa è stato rilasciato

Disciplina di discoveryadvanced

Conduce vere conversazioni con i clienti, non sondaggi; distingue i reclami di superficie dal «lavoro da svolgere» sottostante del cliente

Leadership cross-funzionaleintermediate

Muove in sincronia sviluppo, design e go-to-market senza autorità; risolve i conflitti di scoping con analisi scritte

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.

Esperienza B2B

Fail if: Nessuna esperienza precedente in prodotto B2B SaaS, a qualunque scala

Questa posizione richiede giudizio specifico B2B — buyer diverso dall’utente, cicli di procurement, unit economics per seat

Seniority

Fail if: Meno di 5 anni di esperienza in product management

Livello senior — deve possedere un’area senza onboarding strutturato fin dal primo giorno

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.

Q1

Mi racconti la decisione di prioritizzazione più consequenziale che ha preso negli ultimi 12 mesi. Cosa ha tagliato, cosa ha mantenuto e cosa sa oggi che allora non sapeva?

Q2

Descriva un’occasione in cui il Suo lavoro di discovery ha cambiato la direzione di una funzionalità pianificata. Cosa ha ascoltato, come l’ha validato e cosa è stato rilasciato al suo posto?

Q3

Mi parli di un disaccordo cross-funzionale che ha risolto. Qual era il disaccordo, cosa ha messo per iscritto e come ha deciso il team?

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. Progetti la prima versione di un prompt di upgrade per billing usage-based nel nostro prodotto. Mi guidi attraverso segmento utente, trigger, copy e metrica di successo.

Knowledge areas to assess:

segmentazione utenti ed entitlementsscelta e timing dell’evento di triggercopy e strategia di call-to-actionmetrica di successo e metrica di guardrailfailure mode e piano di rollback

Pre-written follow-ups:

F1. Come eviterebbe di mostrare il prompt a utenti già in trattativa di rinnovo?

F2. Qual è la Sua metrica di guardrail e a quale soglia fermerebbe il prompt?

F3. Come decide tra un prompt in-app, un’email o il contatto dell’account manager?

B2. Un cliente top-10 richiede una funzionalità enterprise che costerebbe 2 quarter di sviluppatore e non gioverebbe ad altri clienti. Mi spieghi come decide.

Knowledge areas to assess:

valore per l’account vs. valore per la piattaformacosto della distrazioneprecedente e gestione dell’escalationalternative (manuale, servizi, solo da contratto)comunicazione agli stakeholder

Pre-written follow-ups:

F1. Come comunica la decisione al team dell’account?

F2. E se il cliente minaccia di andarsene?

F3. Come cambierebbe la Sua risposta se la funzionalità potesse essere generalizzata in seguito?

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.

DimensionWeightDescription
Chiarezza di comunicazione12%Il candidato struttura le risposte con chiarezza, usa esempi concreti ed evita giri di parole?
Rilevanza delle risposte12%La risposta affronta direttamente la domanda, o il candidato devia su un tema più sicuro?
Conoscenza tecnica18%Comprensione dei fondamenti di product management — discovery, prioritizzazione, metriche, ciclo di vita
Problem solving14%Capacità di ragionare in scenari incerti, valutare trade-off e difendere le conclusioni sotto pressione
Fit con la posizione14%Allineamento con le richieste reali di una posizione B2B senior — scrittura al primo posto, idee chiare, agio nell’ambiguità
Confidenza e presenza6%Stabile sotto domande di follow-up; riconosce i gap senza perdere la calma
Fit comportamentale10%Segnali di collaborazione — come il candidato parla di disaccordi, conflitti e meriti del team
Completezza delle risposte14%Coprire l’intera domanda, non solo la parte facile; anticipare caveat e contro-esempi

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

Screening basato sulle competenze

Video

Enabled

Tone / Personality

Cordiale ma strutturato. L’AI mantiene la conversazione fluida e chiede gentilmente dettagli quando le risposte sono vaghe.

Adjusts the AI's speaking style but never overrides fairness and neutrality rules.

Company Instructions

Siamo un’azienda B2B SaaS in fase di crescita con circa 80 sviluppatori. Il nostro prodotto è usato da team RevOps e vendite. Indicare che la posizione riporta alla VP of Product e collabora con una Principal Engineer e una Lead Designer.

Injected into the AI's context so it can reference your company naturally and tailor questions to your environment.

Evaluation Notes

Trattare come positivi i segnali di comunicazione scritta (il candidato struttura le risposte, cita metriche specifiche, nomina gli stakeholder). Penalizzare le generalità vaghe e le risposte ricche di buzzword ma senza specifiche.

Passed to the scoring engine as additional context when generating scores. Influences how the AI weighs evidence.

Banned Topics / Compliance

Negoziazione salariale, referenze, equity, struttura retributiva — questi temi sono gestiti separatamente dopo il round con punteggio.

The AI already avoids illegal/discriminatory questions by default. Use this for company-specific restrictions.

Come AI Screenr filtra una pipeline di 100 candidati

Dalle candidature alla shortlist: ogni fase restringe la pipeline sulla base di evidenze, non di istinto. Le percentuali sotto sono tipiche per una posizione tech a volumi medi.

Candidature ricevute

Tutti i candidati in ingresso entrano in pipeline — da job board, referenze, auto-risposte ATS e outreach diretto.

100/100 candidates remaining

Regole di squalifica

Filtri rigidi che definisce Lei — esperienza minima, autorizzazione al lavoro, sede, range salariale, lingua. I candidati che non passano sono segnalati, non rifiutati automaticamente.

Competenze imprescindibili

Pass/fail sulle competenze non negoziabili per la posizione (per esempio, profondità senior su React per una Senior React Developer). Valutate live durante il colloquio.

Livello di lingua

Valutazione CEFR opzionale (A1–C2) nella lingua che specifica, con una fase dedicata del colloquio. Saltata se non configurata.

Colloquio con punteggio

8 dimensioni di valutazione predefinite (personalizzabili) assegnano un punteggio a ogni risposta su scala 0–100 con citazioni di evidenza, valutazioni di qualità (Strong / Moderate / Weak / None) e valori di confidenza per dimensione.

Shortlist ordinata

I candidati con punteggi più alti con raccomandazione a 4 livelli, executive summary, punti di forza e rischi, citazioni rilevanti e copertura dei temi. Pronti per l’hiring manager.

Candidature ricevute100
Regole di squalifica82
Competenze imprescindibili55
Livello di lingua46
Colloquio con punteggio22
Shortlist ordinata8
Stage 1 of 6100 / 100

Fase 3 in azione — un report realistico di screening AI

Esattamente ciò che arriva nella Sua dashboard entro 2 minuti dal saluto del candidato. Ogni punteggio è supportato da prove della trascrizione, una valutazione di qualità e un valore di confidenza.

Sample AI Screening Report

Alex Morgan

81/100Yes

Confidence: 86%

Recommendation Rationale

Segnali forti da PM senior. Alex ha articolato i trade-off di prioritizzazione con dettagli — metriche precise, stakeholder nominati, cosa è stato tagliato e perché — su più esempi. La disciplina di discovery è autentica: il caso di inversione di una funzionalità pianificata dopo tre conversazioni con clienti è stato ben strutturato e includeva il contro-racconto (cosa si aspettavano di sentire rispetto a ciò che hanno effettivamente sentito). Il gap visibile è la leadership cross-funzionale in caso di disaccordo; Alex tende al consenso prima di spingere, il che può andare bene o essere un rischio a seconda della dinamica del team. Consigliato per il round con l’hiring manager.

Summary

Oltre cinque anni di product management B2B SaaS con ownership chiara di area. Molto solido su discovery e prioritizzazione — esempi concreti con metriche e trade-off. La leadership cross-funzionale è competente ma orientata al consenso; il candidato non contrasta presto quando la direzione del team è errata. L’istinto «writing-first» emerge dal modo in cui struttura le risposte. Calmo sotto i follow-up.

Knockout Criteria

Esperienza B2BPassed

Oltre cinque anni di lavoro B2B SaaS in due aziende con ownership d’area chiara. Ha citato scenari specifici di deal enterprise.

SeniorityPassed

Sette anni di esperienza in product management. Ampiamente sopra il minimo di 5 anni.

Must-Have Competencies

Giudizio di prioritizzazionePassed
87%

Più esempi concreti con metriche nominate, trade-off espliciti e cosa è stato tagliato. Difende le decisioni senza tentennare.

Disciplina di discoveryPassed
82%

Esempi reali di colloqui con clienti — non sondaggi, non analytics. Ha distinto due volte, senza sollecitazione, i job-to-be-done sottostanti dalle richieste di funzionalità esplicite.

Leadership cross-funzionalePassed
68%

Lavora bene tra sviluppo, design e GTM ma tende a costruire consenso prima di spingere con decisione. Probabilmente ottimo per team collaborativi; un rischio in contesti che richiedono una voce di prodotto forte.

Scoring Dimensions

Chiarezza di comunicazionestrong
9/10 w:0.12

Risposte costantemente strutturate con contesto, decisione ed esito espliciti. Nessun riempitivo. Metriche e stakeholder specifici nominati senza essere sollecitato.

Ho tagliato il lavoro di reporting della Fase 2 perché avevamo l’11% di adozione in Fase 1 dopo quattro settimane — sotto la nostra soglia del 25%. Il team dati voleva proseguire; il trade-off era tra raddoppiare sull’adozione vs. rilasciare una funzionalità che ancora nessuno usava. Con Anna delle analytics abbiamo scritto un memo decisionale di una pagina; l’abbiamo cancellata.

Rilevanza delle rispostestrong
9/10 w:0.12

Le risposte colpiscono lo scenario specifico richiesto invece di spostarsi su un terreno più sicuro. Quando sollecitato, Alex resta sulla domanda senza riformularla.

Mi ha chiesto una decisione di prioritizzazione che rimpiango. La risposta onesta è la dashboard di customer success — l’abbiamo costruita, l’adozione era alta, ma il team executive non ha mai usato il digest settimanale che abbiamo rilasciato insieme. Avrei dovuto cancellare il digest alla seconda settimana, non alla sesta.

Conoscenza tecnicastrong
8/10 w:0.18

Fondamenta solide su discovery, framework di prioritizzazione e strumentazione delle metriche. Ha mancato un punto minore su definizione di metrica di activation vs. retention ma si è autocorretto quando sollecitato.

Per il prompt di upgrade userei l’activation definita come «utente che completa tre report salvati nella prima settimana» come trigger, non basato sul tempo. L’activation predice la retention nei nostri dati — lo sappiamo dall’analisi della coorte del terzo mese.

Problem solvingstrong
8/10 w:0.14

Pensa in termini di trade-off. Per lo scenario del cliente top-10, Alex ha passato in rassegna costo della distrazione, rischio di precedente e tre alternative prima di arrivare a una raccomandazione.

Due quarter di sviluppatore non sono l’unico costo — c’è il costo di precedente, il debito di integrazione e il costo opportunità. Esplorerei prima se possiamo consegnare l’80% del valore come servizio; se no, lo delimitiamo esplicitamente come item a pagamento, impegnato a roadmap, con un prezzo che rifletta il costo opportunità.

Fit con la posizionestrong
9/10 w:0.14

Writing-first, idee chiare, agio nello specifico. Ha citato tre memo decisionali per nome. Nessuna risposta generica — tutti esempi specifici al team.

Per le decisioni difficili scrivo una pagina: la decisione, i trade-off, chi non è d’accordo e perché, e se è reversibile. Va al team prima della riunione. Le persone arrivano pronte a decidere, non pronte a presentare.

Confidenza e presenzamoderate
8/10 w:0.06

Stabile sotto domande approfondite. Ha riconosciuto i due rimpianti senza difensiva. Leggera esitazione quando sollecitato sullo scenario «disaccordo con la leadership».

Non ho avuto un disaccordo pieno con uno stakeholder a livello CPO — la maggior parte dei miei sono stati con i lead GTM. Posso farLe uno di quelli se è utile.

Fit comportamentalemoderate
7/10 w:0.10

Segnali di collaborazione positivi ma orientati al consenso. In vari esempi Alex ha spinto solo dopo che la direzione del team era già deragliata, non prima.

Ho sollevato il tema al quarto meeting di prioritizzazione. Col senno di poi, la seconda riunione era il momento giusto — a quel punto eravamo a tre settimane e l’argomento dei costi sommersi si stava già formando.

Completezza delle rispostestrong
8/10 w:0.14

Ha offerto spontaneamente caveat e contro-esempi. Ha risposto a entrambe le metà delle domande composte — cosa è andato bene e cosa no.

L’esperimento del prompt di upgrade è riuscito sulla conversione ma l’effetto a valle è stato un aumento del volume al supporto da parte di utenti che hanno fatto upgrade senza capire l’entitlement. È stata una mancanza che avremmo dovuto anticipare.

Blueprint Question Coverage

B1. Prompt di upgrade per billing usage-based

segmentazione utenti ed entitlementsscelta del trigger basata su activationcopy e strategia di call-to-actionaccoppiata metrica di successo e metrica di guardrailpiano di rollback e criteri di stop del prompt

+ Ha definito l’activation con criteri comportamentali concreti anziché temporali

+ Ha affiancato alla metrica di conversione un guardrail sul volume al supporto

- Non ha discusso la soglia che attiverebbe l’interruzione del prompt

B2. Cliente top-10 che chiede una funzionalità non generalizzabile

inquadramento su costo della distrazione e rischio di precedenteesplorazione di alternative (servizi, impegno a scopo limitato)piano di comunicazione agli stakeholdercosa cambia se la funzionalità potesse diventare generalizzabile in seguito

+ Ha inquadrato i costi oltre all’organico — precedente e debito di integrazione

+ Ha proposto un’alternativa a scopo limitato e a pagamento prima di arrivare al rifiuto

- Non ha affrontato il caso in cui la funzionalità possa essere generalizzata

Interview Coverage

%

Overall Coverage

Strengths

  • Istinto writing-first — i memo decisionali sono uno strumento predefinito, non una cerimonia
  • Trade-off di prioritizzazione supportati da metriche nominate e date specifiche
  • Forte disciplina di discovery — distingue i job-to-be-done sottostanti dalle richieste esplicite
  • Offre spontaneamente contro-esempi e rimpianti

Risks

  • Tendenza al consenso in caso di disaccordo — spinge dopo la deriva anziché prima
  • Evidenza limitata di conflitti a livello CPO; tutti gli esempi sono orientati al GTM

Notable Quotes

Le persone arrivano pronte a decidere, non pronte a presentare.
Due quarter di sviluppatore non sono l’unico costo — c’è il costo di precedente, il debito di integrazione e il costo opportunità.
La risposta onesta è la dashboard di customer success — l’abbiamo costruita, l’adozione era alta, ma il team executive non ha mai usato il digest settimanale.

Suggested Next Step

Passare a un round di 60 minuti con l’hiring manager, focalizzato su uno scenario «non ero d’accordo con la leadership» e un caso di «difesa del taglio di scope». Indagare i momenti in cui Alex spingerebbe prima nel processo, non solo quando il consenso è già deragliato.

AI Screenr trasforma una job description in una shortlist con punteggio in quattro step. In questa pagina trova l’intero processo di colloquio AI, dall’inizio alla fine, così sa esattamente cosa succede tra il clic su «crea posizione» e l’apertura del primo report ordinato.

  • Step 1: Configuri la posizione (con un clic o circa 5 minuti manuali)
  • Step 2: Il candidato completa il colloquio vocale in asincrono (tipicamente 15–25 minuti)
  • Step 3: L’AI valuta e riassume (meno di 2 minuti per candidato)
  • Step 4: Lei rivede la shortlist ordinata

Nessuna integrazione ATS necessaria. Funziona con qualsiasi processo di selezione esistente.

Provi l’intero processo di colloquio AI con 3 colloqui gratuiti →

Step 1 — Configurare la posizione

Ha due strade per ottenere un link al colloquio live. La maggior parte dei team sceglie il percorso generato dall’AI.

Opzione A — Configurazione AI con un clic

Incolli una job description (interna o pubblica, qualsiasi testo sotto i 10.000 caratteri). AI Screenr estrae e compila:

  • Titolo, descrizione, sintesi del ruolo, famiglia professionale, template del colloquio
  • Competenze richieste e competenze preferite
  • Competenze imprescindibili con livelli richiesti (basic, intermediate, advanced, expert)
  • Regole di squalifica (esperienza minima, autorizzazione al lavoro, range salariale, lingua e tutto ciò che è nella job description)
  • Domande personalizzate per il colloquio
  • Fino a 5 template di domande strutturate — ognuno con argomenti da coprire, domande di follow-up e indicatori di risposta forte/debole, così l’AI sa come suona una risposta eccellente per questa posizione specifica

Lei rivede la bozza, aggiusta ciò che non riflette i Suoi standard reali e salva. Tempo tipico: da 30 secondi a 1 minuto.

Opzione B — Configurazione manuale

Preferisce costruire da zero? Il form La guida campo per campo. Preveda circa 5 minuti per una posizione nuova, più veloce quando avrà un template da copiare.

Cosa viene configurato

Entrambi i percorsi producono lo stesso output:

  • Domande core del colloquio — in genere da 6 a 10 aree principali mappate alle dimensioni di valutazione.
  • Template di domanda — argomenti da coprire, follow-up e indicatori di risposta per domanda.
  • Profondità dei follow-up — quanto l’AI incalza risposte superficiali, configurabile per dimensione.
  • Regole di squalifica — segnalate, non rifiutate automaticamente. Decide Lei il passo successivo.
  • Dimensioni di valutazione — 8 predefinite (completamente personalizzabili) più una 9ª dimensione linguistica quando il colloquio non è in inglese.
  • Lingua e livello CEFR — lingua del colloquio (57 supportate) e se valutare la competenza linguistica (da A1 a C2).
  • Durata del colloquio — da 5 a 60 minuti, tipicamente 15–25.
  • Registrazione video — opzionale, opt-in per posizione.
  • Scadenza del link — per quanto tempo il link rimane attivo per i candidati.

Per esempi concreti di posizione veda React Developer, Backend Developer e Sales Manager. Ogni pagina mostra una configurazione compilata e un report di esempio.

Step 2 — Il candidato completa il colloquio vocale

Questo è l’unico step che coinvolge il candidato. Tutto ciò che lo precede è lato recruiter, e tutto ciò che segue è automatizzato.

Cosa vedono i candidati

  1. Il link. Un unico URL, inviato tramite il Suo canale abituale — auto-reply ATS, email, SMS, messaggio su job board. Nessun account, nessuna app, nessuna pagina di pianificazione.
  2. Consenso e test microfono. Prima di iniziare la registrazione, il candidato vede lo schermo del consenso, concede l’accesso al microfono e completa un test di 10 secondi.
  3. Accoglienza. L’AI si presenta, spiega il processo del colloquio, conferma la posizione e risponde in modo chiaro a «cosa succede con questa registrazione?».
  4. La conversazione. L’AI fa domande, ascolta e si adatta. Le risposte solide vengono riconosciute e approfondite. Le risposte superficiali ricevono follow-up. I candidati possono chiedere di ripetere, fare una pausa o chiedere chiarimenti durante la conversazione.
  5. Chiusura. L’AI chiude, offre al candidato la possibilità di chiedere qualcosa e conferma cosa succede dopo.

Cosa rende il colloquio equo

Tutti i candidati per la stessa posizione sono valutati con gli stessi criteri. L’AI adatta i follow-up alle risposte di ciascuno, quindi nessuna trascrizione è identica, ma tutte sono valutate contro gli stessi criteri. Dal solo colloquio il candidato non può capire se sta andando bene o male: questo riduce l’ansia da prestazione e genera segnali più autentici.

Tempistiche e completamento

  • Durata tipica: 15–25 minuti (configurabile da 5 a 60 per posizione).
  • Tasso di completamento: 80–90 % — significativamente più alto dei video monologhi perché c’è interazione reale.
  • Se il candidato si disconnette, può riprendere dallo stesso link entro 24 ore. Il colloquio continua da dove era rimasto. I colloqui parziali sono segnalati nel report.

Per maggiori dettagli sul workflow asincrono, veda software per colloqui asincroni.

Step 3 — L’AI valuta e genera il report

Entro 2 minuti dal saluto del candidato, trova in dashboard un report strutturato. Ecco cosa contiene:

Parte superiore del report

  • Punteggio complessivo — aggregato ponderato 0–100 su tutte le dimensioni.
  • Raccomandazione di assunzione a 4 livelli — Strong Yes / Yes / Maybe / No.
  • Confidenza complessiva — punteggio 0,0–1,0 che riflette quante evidenze aveva l’AI.
  • Executive summary — 2–3 frasi per gli hiring manager che leggono solo l’inizio.

Punteggi per dimensione

Per ogni dimensione vede:

  • Punteggio (0–10, poi ponderato) con una motivazione di 1–2 frasi
  • Valutazione di qualità: Strong / Moderate / Weak / None
  • Valore di confidenza per dimensione (0,0–1,0)
  • Estratti di evidenza — citazioni dirette dalla trascrizione a supporto del punteggio
  • Domande collegate — quali domande del colloquio hanno prodotto l’evidenza
  • Note su evidenze mancanti — cosa i criteri si aspettavano ma la trascrizione non mostra

Risultati di squalifica e competenze imprescindibili

Se li ha definiti nello Step 1:

  • Risultati delle regole di squalifica — flag attivati o valutati più evidenze per ciascuna regola.
  • Risultati delle competenze imprescindibili — superato o fallito più evidenze per competenza.

Riepiloghi

  • Punti di forza — 3–5 bullet su ciò che spicca.
  • Rischi — 3–5 bullet su ciò che preoccupa.
  • Citazioni notevoli — le frasi più interessanti identificate dall’AI nella trascrizione.
  • Prossimo passo suggerito — una raccomandazione basata su punteggio e qualità delle evidenze.
  • Copertura — quanto delle Sue domande personalizzate, competenze, regole di squalifica e template di domanda è stato effettivamente toccato dalle risposte del candidato.

Trascrizione e registrazione

  • Trascrizione completa della conversazione, ricercabile e con timestamp.
  • Registrazione audio per impostazione predefinita. Registrazione video se abilitata per questa posizione.

La valutazione usa la versione dei criteri salvata al momento del colloquio. Se modifica i criteri durante il processo di selezione, i colloqui precedenti mantengono i loro punteggi originali e i nuovi criteri si applicano da quel momento in avanti. Vede una cronologia delle versioni pulita invece di ricalcoli silenziosi.

Ogni pagina di posizione ha un report di esempio. Ne consulti alcune: QA Engineer, DevOps Engineer, Software Engineer, Product Manager.

Step 4 — Rivedere la shortlist ordinata

La dashboard ordina i candidati per punteggio complessivo con i flag di squalifica in cima. Un ciclo di review tipico:

  1. Scansi l’elenco ordinato. Il top 20 % in genere merita uno sguardo più attento. I candidati con regole di squalifica attivate scendono in fondo.
  2. Apra i report migliori. Legga prima l’executive summary (2–3 frasi), poi i punti di forza e i rischi, quindi scorra le evidenze evidenziate dall’AI.
  3. Decida. Avanzare, rifiutare o contrassegnare per follow-up. Rifiuti in blocco i profili chiaramente non in linea. Tenga i candidati Strong Yes per l’hiring manager.
  4. Condivida con gli hiring manager. Un clic per ottenere un link condivisibile, un PDF o un riepilogo incollabile per Slack o email. Nessun account AI Screenr necessario.

Il tempo del recruiter per candidato scende da 25–45 minuti di chiamata live più appunti a circa 5 minuti di revisione di un report strutturato. Per calcoli ROI concreti a volumi tipici, veda sostituire i colloqui di screening.

Riepilogo tempistiche

FaseChi lo faTempo tipico
Configurazione posizione (AI con un clic)Recruiterda 30 a 60 secondi
Configurazione posizione (manuale)Recruitercirca 5 minuti
Colloquio del candidatoCandidato15–25 minuti (configurabile 5–60)
Valutazione AI e generazione reportAutomatizzatomeno di 2 minuti per candidato
Revisione report per candidatoRecruitercirca 5 minuti

Per una pipeline da 50 candidati, il tempo del recruiter scende da circa 25 ore (screening live + appunti) a circa 5 ore (revisione report). Questo libera 20 ore a settimana per attività a maggior valore.

Report di esempio per posizione

AI Screenr copre ogni categoria — dall’ingegneria software a sanità, retail, edilizia e hospitality. Ogni pagina di ruolo ha un report di colloquio di esempio, così può vedere esattamente cosa arriva in dashboard. Una selezione tra ruoli tecnici, specialistici e del terziario:

RuoloCategoria
Backend DeveloperTecnologia
UX DesignerDesign
Data AnalystTecnologia
Financial AnalystFinanza
RecruiterHR
ParalegalLegale
Real Estate AgentImmobiliare
Construction ManagerEdilizia
Production ManagerManifattura
VeterinarianVeterinaria

Oppure navighi tutte le 960+ guide AI al colloquio per ruolo per categoria.

Sicurezza e privacy lungo l’intero processo

Ogni fase del colloquio AI ha un contratto di gestione dati definito. Il consenso viene raccolto prima che inizi qualsiasi registrazione — i candidati vedono uno schermo di consenso esplicito che copre cosa viene registrato, come viene usato e chi può vederlo. Audio e trascrizioni sono archiviati nella regione (hosting UE disponibile per esigenze GDPR) con periodi di retention configurabili per posizione, dopo i quali i dati vengono eliminati automaticamente.

I candidati possono richiedere l’eliminazione dei propri dati in qualsiasi momento tramite un processo self-service, e forniamo un Data Processing Agreement su richiesta. Lato hiring, solo utenti autenticati nel Suo workspace possono visualizzare i report. I link ai report condivisi possono essere impostati per scadere automaticamente. Per tutti i dettagli su sicurezza e conformità, veda la sezione Sicurezza, Privacy e Conformità nella pagina del software per colloqui AI.

Pronto a provare?

Parta con 3 colloqui gratuiti, senza carta di credito. Configuri la Sua prima posizione in un minuto (un clic) o 5 minuti (manuale) e veda il primo report con punteggio lo stesso giorno.

Share:

Domande frequenti

Quanto tempo serve per impostare AI Screenr?
Meno di un minuto con il setup della posizione generato dall’AI con un clic — incolli una job description e l’AI produce la configurazione completa (competenze, regole di squalifica, pesi di punteggio e fino a 5 template di domande strutturate). Se preferisce il setup manuale, consideri circa 5 minuti. Dopo il lancio può modificare tutto.
Cosa vede un candidato in un colloquio AI Screenr?
I candidati cliccano il link al colloquio su qualsiasi dispositivo, accettano il consenso, eseguono un test microfono di 10 secondi e iniziano una vera conversazione vocale con l’AI. Nessuna app da installare, nessun account, nessuno slot di calendario. L’AI li accoglie, spiega il processo, fa domande e adatta i follow-up a ogni risposta. Il tempo totale è tipicamente 15–25 minuti (configurabile da 5 a 60 per posizione).
Quanto velocemente ricevo i punteggi dopo un colloquio?
Meno di 2 minuti tra la conclusione del candidato e l’arrivo del report con punteggio in dashboard. L’AI trascrive l’audio, valuta 8 dimensioni predefinite (più una 9ª dimensione linguistica per colloqui non in inglese), collega evidenze della trascrizione a ogni punteggio e produce una raccomandazione di assunzione a 4 livelli.
Posso cambiare i criteri di valutazione mentre una pipeline è attiva?
Sì. Modifichi in qualsiasi momento domande, follow-up o pesi di punteggio. I colloqui già completati mantengono i loro punteggi originali — la versione dei criteri è salvata con ogni report, così vede una cronologia pulita invece di ricalcoli silenziosi.
Come condivido i report di AI Screenr con gli hiring manager?
Ogni report ha un link di condivisione, l’export in PDF e un riepilogo copiabile per Slack o email. Gli hiring manager non necessitano di un account AI Screenr per aprire il report condiviso. Può anche concedere accesso in sola lettura alla dashboard se vogliono vedere più candidati insieme.
Cosa succede se un candidato resta in silenzio o si disconnette?
L’AI attende, ripropone gentilmente e consente pause senza penalizzare il candidato. Se la connessione cade del tutto, il candidato può riprendere dallo stesso link entro 24 ore — il colloquio continua da dove era stato interrotto. I colloqui parziali sono segnalati nel report, così può decidere se reinvitare il candidato.
I candidati possono rifare un colloquio AI?
Per impostazione predefinita ogni candidato ha un tentativo per posizione, per mantenere la valutazione equa e comparabile. Può consentire un nuovo tentativo manualmente in caso di problema tecnico. La trascrizione precedente viene conservata come riferimento.
Come vengono consegnati i colloqui ai candidati?
Copia un unico link al colloquio e lo inserisce nel Suo normale workflow candidati — auto-reply ATS, email del recruiter, messaggio da job board, SMS. Niente pianificazione, nessun progetto di integrazione. Il link funziona su qualsiasi browser moderno, mobile o desktop.
Il report di AI Screenr si sincronizza con il mio ATS?
AI Screenr funziona con qualsiasi ATS. Può copiare l’URL della shortlist nel Suo ATS, esportare il PDF, incollare il blocco di riepilogo oppure usare un webhook per inviare i punteggi in qualsiasi sistema che accetta JSON in ingresso. Integrazioni dedicate con Greenhouse, Lever, Workable, Ashby, Personio e altri sono disponibili per i team che desiderano la sincronizzazione automatica.
Come funziona concretamente l’assegnazione dei punteggi nel colloquio AI?
Ogni risposta è valutata su 8 dimensioni predefinite — Chiarezza di comunicazione, Rilevanza, Conoscenza tecnica, Problem solving, Fit con la posizione, Confidenza, Fit comportamentale e Completezza — su una scala ponderata 0–100. Ogni dimensione ha una valutazione di qualità (Strong / Moderate / Weak / None), un valore di confidenza e citazioni dirette dalla trascrizione. Una 9ª dimensione di competenza linguistica viene aggiunta automaticamente per colloqui non in inglese.

Veda come funziona — provi 3 colloqui gratuiti

Start with 3 free interviews — no credit card required.

Provi gratis