İK süreçleri için kullanılabilir prompt senaryoları: işe alım ve onboarding

Bu rehber, "ai kullanım rehberi" çerçevesinde İK ekiplerine —özellikle işe alım ve onboarding aşamalarında— doğrudan uygulanabilecek prompt örnekleri, uygulama adımları ve izleme önerileri sunar. Yapay zeka destekli araçlar CV tarama, yetkinlik eşleştirme ve onboarding deneyimini kişiselleştirme gibi alanlarda verimlilik sağlayabilir; örneğin CloudOffix benzeri çözümler CV otomasyonuna ve çok dilli analizlere odaklanırken (MechSoft CloudOffix), yüksek hacimli ve teknik işe alımlar için diyalogsal yapay zekâ yaklaşımları ölçeklenebilir değerlendirme süreçleri sağlar (HiRi.ai). Akademik çerçevede ise YZ, İK işleyişini yeniden tanımlayacak şekilde stratejik karar alma süreçlerini destekleyebilir (Sabancı Üniversitesi, EDU).

Bu rehber kimler için?

İK operasyon ekipleri, işe alım uzmanları, onboarding sorumluları ve İK teknolojileri ile ilgilenen proje yöneticileri için pratik, doğrudan uygulanabilir prompt örnekleri içerir. Teknik uygulama ve etik tavsiyelerle birlikte insan müdahalesinin nerede gerekli olduğunu da açıklar.

Ana kullanım alanları

  • CV tarama ve yetkinlik eşleştirme
  • Aday ön eleme ve puanlama
  • Mülakat soru üretimi ve değerlendirme
  • Aday iletişim otomasyonu (randevu, bilgilendirme, geri bildirim)
  • Kişiselleştirilmiş onboarding planları ve eğitim içerikleri
  • Adil değerlendirme auditleri ve bias tespiti

Temel prensipler (kısa)

  • Her otomasyon adımında insan onayı planlayın; yapay zekâ kararları son karar değil, destek amaçlı olmalıdır.
  • Veri gizliliği ve mevzuat uyumu (şirket politikaları ve yerel yasalar) her aşamada öncelikli olmalıdır.
  • Sonuçları test edin ve geçmiş işe alım verileriyle kalibre edin; çıktı formatlarını standartlaştırın.
  • Adil değerlendirme için demografik etkileri periyodik olarak inceleyin.

Pratik prompt senaryoları (kullanıma hazır şablonlar)

Aşağıdaki şablonlar değişkenleri yerine koyularak doğrudan kullanılabilir. [...]-parantez içindeki alanları kendi verinizle değiştirin.

A. CV tarama ve iş tanımı eşleştirme

  • Amaç: Bir aday CV'sinin belirtilen iş ilanına uygunluğunu hızlıca değerlendirmek.

    Prompt: "İş tanımı: [JOB_DESCRIPTION]. Aşağıda adayın CV metni var: [CV_TEXT]. Bu adayın bu pozisyona uygunluğunu değerlendir. Yanıtı sadece JSON formatında ver: {\"match_score\": (0-100), \"matched_skills\": [list], \"missing_skills\": [list], \"risk_flags\": [list kısa açıklama], \"recommended_interview_questions\": [list]}. Kısa açıklamada hangi cümlelerin eşleşme sağladığını belirt."

    Açıklama: Çıktıyı yapılandırılmış alanda almak, otomatik filtreleme ve dashboard entegrasyonu için uygundur. Match score eşiğini pilot aşamasında geçmiş işe alım verileriyle kalibre edin.

  • Alternatif (çok dilli CV'ler için):

    Prompt: "İş tanımı [JOB_DESCRIPTION] (dil: [LANG]). Aşağıdaki CV [CV_TEXT] başka bir dilde olabilir. Öncelikle CV'yi iş ilanı diliyle eşleştirilecek anahtar kelimelere çevir ve ardından değerlendirmeyi JSON formatında yap."

    Açıklama: Çok dilli işe alımlarda çeviri+analiz kombini hassasiyeti artırır; CloudOffix benzeri çözümler bu alanda örnek sunar (MechSoft).

B. Aday sıralama ve ağırlıklandırma

  • Prompt: "Pozisyon: [JOB_TITLE]. Önceliklendirme ağırlıkları: teknik yetkinlik %50, kültür uyumu %20, deneyim yıl %20, dil yeteneği %10. Aşağıdaki aday listesi: [CSV/JSON ile aday listesi]. Her aday için toplam puanı ve güçlü/zayıf yönleri göster."

    Açıklama: Ağırlıkların yerel ihtiyaçlara göre ayarlanması gerekir; ağırlıkları değiştirebilecek kullanıcı arayüzü kurun.

C. Mülakat soru seti ve değerlendirme kriterleri

  • Prompt: "Pozisyon: [JOB_TITLE], seviye: [SENIORITY]. 6 adet davranışsal ve 4 adet teknik soru üret. Her soru için değerlendirme ölçütlerini 1-5 arası davranış örnekleriyle ver."

    Açıklama: Görüşmeciye tutarlı değerlendirme sağlamak için her soru için örnek cevabı ve puanlama rehberi ekleyin.

D. Teknik değerlendirme (kod gönderimi, proje ödevi)

  • Prompt: "Adayın gönderdiği kod: [CODE_SNIPPET]. Değerlendir: doğruluk, performans, okunabilirlik, test kapsama oranı (varsayılan kriterler). Her kriter için 1-10 puan ver ve ilgili kısa geri bildirimi yaz."

    Açıklama: Otomatik kod değerlendirmesi, testlerle (unit/integration) birlikte kullanıldığında daha güvenilirdir. İnsan incelemesi hâlâ önerilir.

E. Aday iletişimi ve otomatik mesaj şablonları

  • İlk temas (LinkedIn/e-posta):

    Prompt: "Pozisyon: [JOB_TITLE], aday ismi: [CANDIDATE_NAME], ilgili deneyimler: [SHORT_BULLET]. Kısa ve dostça bir outreach mesajı oluştur (50-90 kelime), randevu bağlantısı ve bir sonraki adım bilgisini ekle."

  • Red/geri bildirim mesajı:

    Prompt: "Aday: [NAME]. Görüşme sonucuna göre nazik ve yapıcı kısa geri bildirim yaz: hangi alanlar güçlü, hangi alanlarda gelişim önerisi var. Mesaj 2-4 cümle olsun."

F. Onboarding ve eğitim otomasyonu

  • Prompt: "Yeni çalışan: [NAME], pozisyon: [JOB_TITLE], ilk gün hedefleri: [LIST]. 7 günlük kişiselleştirilmiş onboarding planı oluştur; gün başına görev, okunacak dokümanlar, kısa mikro-öğrenme modülleri ve yöneticinin hatırlatmaları olsun."

    Açıklama: Onboarding asistanı ayrıca SSS ve şirket politikaları bağlantılarını sunabilir; bu yaklaşım adaptasyonu hızlandırır (örnek çözümler ve uygulamalar için MechSoft referans olabilir).

  • Prompt (mikro-öğrenme): "Konu: [SKILL_TOPIC]. 5 dakikalık video için script, 3 çoktan seçmeli soru ve kısa uygulama görevi oluştur."

G. Adil değerlendirme ve bias kontrolü

  • Prompt: "Aşağıdaki aday puanlama tablosunu (anonim/özet format) analiz et: [DATA_SUMMARY]. Demografik gruplar arasında gözlemlenen puan farklarını ve olası nedenlerini açıkla; farklılaşan alanları tespit et ve öneriler sun."

    Açıklama: Bu tür audit’ler, model çıktılarının demografik etkilerini takip etmek için düzenli periyotlarda çalıştırılmalıdır. İnsan değerlendirmesi ve istatistiksel testler birlikte kullanılmalıdır.

Uygulama adımları (kısa rehber)

  1. Hedefleri belirleyin (ör. ön elemede zaman kazanma, onboarding tamamlanma oranı artışı).
  2. Gerekli verileri güvenli biçimde hazırlayın; veri temizleme ve anonimleştirme yapın.
  3. Öncelikli kullanım senaryosunu seçin (ör. CV tarama) ve 3-5 prompt şablonu oluşturun.
  4. Pilot çalışması başlatın: küçük aday setiyle test edin, insan değerlendirmesiyle karşılaştırın.
  5. Bias testlerini ve kalite kontrollerini uygulayın; gerekirse promptu yeniden tasarlayın.
  6. İş akışına entegrasyon: ATS, takvim, LMS gibi sistemlerle bağlantı kurun.
  7. Takip KPI'larını tanımlayın ve düzenli raporlama kurun.
  8. Sürekli iyileştirme: kullanıcı geri bildirimleri ve yeni verilerle promptları güncelleyin.

KPI ve takip metrikleri (örnekler)

  • İşe alım süresi (time-to-hire)
  • Aday başına İK saatlerinde azalma
  • Aday memnuniyeti (NPS/anket)
  • Onboarding 30/60/90 tamamlama oranı
  • İlk 6 ay performans (kalite-of-hire göstergeleri)
  • Bias göstergeleri: gruplar arası teklif oranları/farklar

Örnek akış: CV tarama → kısa liste

Adım 1: İş ilanını prompta yerleştir (skill listesi çıkarma). Adım 2: Her CV için "CV tarama" promptunu çalıştır, JSON çıktı al. Adım 3: Eşiklere göre otomatik kısa liste oluştur; insan işe alım uzmanı shortlist’i gözden geçirir ve onaylar. Bu akış yüksek hacimli işe alımlarda zaman kazandırır ve ölçek sağlar (HiRi.ai gibi platformların yaklaşımları bu alanda örnek teşkil edebilir; Webrazzi - HiRi.ai).

İnsan müdahalesinin önerildiği noktalar

  • Son işe alım kararı ve maaş/paket pazarlığı
  • Olası etki/ürünüm örüntüsü gösteren bias uyarıları
  • Teknik değerlendirmeler için kritik veya belirsiz durumlar
  • Onboarding sırasında kişisel uyum gerektiren geri bildirimler

Sonuç ve hızlı öneriler

Prompt tabanlı yaklaşımlar, doğru uygulandığında İK süreçlerinde zaman tasarrufu ve daha tutarlı değerlendirme sağlar. Ancak her adımda insan denetimi, veri gizliliği ve adil değerlendirme kontrolleri şarttır. Başlamak için küçük bir pilot seçin, performansı ölçün ve sonra ölçekleyin.

Kaynaklar ve ek okuma: CloudOffix (MechSoft) ürün ve uygulama örnekleri: https://www.mechsoft.com.tr/yeni-nesil-hr. HiRi.ai ve yüksek hacimli işe alım yaklaşımları: https://webrazzi.com/2025/12/17/yapay-zeka-destekli-yerli-ise-alim-platformu-hiri-ai/. İK'de YZ uygulamalarının stratejik etkileri üzerine değerlendirme: https://www.edu.sabanciuniv.edu/tr/blog/insan-kaynaklarinda-yapay-zeka-uygulamalari-isin-gelecegini-yeniden-tanimlamak.