Cribado de CVs Automatizado con Make y ChatGPT

El departamento de RRHH de una empresa mediana recibe entre 50 y 200 CVs por cada oferta de empleo. El proceso manual de cribado — leer cada CV, compararlo con el perfil buscado y decidir si pasa a entrevista — consume entre 3 y 8 horas por proceso de selección.

Con Make y ChatGPT Business, construiremos un flujo automático que: recibe los CVs por email, extrae el texto, los evalúa con IA según los criterios del puesto, genera una bandeja de priorización para revisión humana y notifica al responsable de selección con los perfiles a revisar primero. Todo en 20 minutos desde la recepción del último CV. La decisión final de entrevistar o descartar siempre la toma una persona.

Antes de construir el flujo en Make, es importante entender la arquitectura completa para tomar las decisiones de diseño correctas.

El trigger es el punto de entrada del flujo. Cada vez que llegue un email con un CV adjunto a la dirección de email de la oferta, Make iniciará el proceso automáticamente.

• 1 Crea una dirección de email específica para la oferta: seleccion-[REFERENCIA_OFERTA]@[EMPRESA].com. Esta dirección se publica en el portal de empleo para que los candidatos envíen sus CVs.
• 2 En Make, crea un nuevo escenario y añade el módulo "Gmail → Watch Emails" (o el equivalente de tu proveedor de email). Configura el filtro para que solo procese emails con adjuntos PDF.
• 3 Añade un módulo "Router" después del trigger. Crea dos rutas: (A) emails con adjunto PDF → continúa el flujo; (B) emails sin adjunto o con adjunto no PDF → envía respuesta automática solicitando el CV en PDF.
• 4 Configura el intervalo de ejecución: cada 15 minutos es suficiente para un proceso de selección estándar. Para procesos urgentes, cada 5 minutos.

ChatGPT no puede leer PDFs directamente — necesita el texto extraído. Make tiene módulos nativos para extraer texto de PDFs sin necesidad de código.

• 1 Añade el módulo "PDF.co → PDF to Text" (o "Adobe PDF Services → Extract Text"). Conecta la cuenta de PDF.co (plan gratuito: 100 páginas/mes; plan básico: 9$/mes para 1.000 páginas).
• 2 En el campo "File", selecciona el adjunto del email del paso anterior: {{1.attachments[].data}}
• 3 Añade un módulo "Text Parser → HTML to Text" para limpiar el texto extraído de caracteres especiales o formato HTML residual.
• 4 Añade un módulo "Tools → Set Variable" para guardar el texto del CV como variable: cv_texto = {{3.text}}. Limita la longitud a 4.000 caracteres para optimizar el coste de la API.

Este es el corazón del flujo. El prompt de evaluación define los criterios con los que ChatGPT puntuará cada candidato. Debe ser específico para cada oferta de empleo.

Todos los candidatos evaluados se registran automáticamente en una hoja de cálculo de Google Sheets que sirve como base de datos del proceso de selección.

• 1 Crea una Google Sheet con las columnas: Fecha, Nombre, Email, Nivel de Ajuste Preliminar, Criterios Cumplidos, Criterios No Verificables, Preguntas para Revisión, Acción Sugerida, Justificación, Estado (Pendiente revisión / En revisión / Entrevistado / Archivado).
• 2 En Make, añade el módulo "Google Sheets → Add a Row". Mapea cada campo del JSON de ChatGPT a la columna correspondiente.
• 3 Añade una columna calculada en Sheets para ordenar automáticamente por puntuación: =SORT(A2:L100, 4, FALSE) en una hoja separada "Bandeja de Revisión". Esta vista es solo una ayuda para el responsable — no determina quién pasa ni quién no.

Cuando un candidato tiene nivel de ajuste "alto", el responsable de selección recibe automáticamente un email con el resumen del perfil para que decida si convoca entrevista.

Los candidatos que no han sido priorizados para entrevista merecen una respuesta. Importante: el email de comunicación debe ser redactado y enviado manualmente por el responsable de RRHH, nunca de forma automática basándose en la evaluación de la IA. El flujo puede preparar un borrador, pero el envío siempre requiere revisión y aprobación humana.

Antes de activar el flujo en producción, realiza estas pruebas para garantizar que funciona correctamente.

• 1 Prueba con CVs reales anónimos: Usa CVs de procesos de selección anteriores (con datos personales eliminados) para verificar que la evaluación es coherente con la valoración humana que se hizo en su momento.
• 2 Prueba de sesgo: Envía el mismo CV con nombres masculinos y femeninos, y con nombres de diferentes orígenes culturales. Verifica que la puntuación es idéntica. Si hay diferencias, ajusta el prompt para eliminar referencias al nombre.
• 3 Prueba de formato: Envía CVs en PDF, Word y con diferentes formatos (cronológico, funcional, europeo). Verifica que la extracción de texto funciona en todos los casos.
• 4 Calibración del criterio: Revisa los primeros 20-30 resultados comparando la clasificación de la IA con tu propia valoración como responsable de selección. Ajusta los criterios del prompt si detectas que la IA clasifica como "bajo" perfiles que tú considerarías válidos, o viceversa. La calibración es continua.