TL;DR
Spott är ett AI-baserat kandidatspårningssystem, och dess automatisering kommer i fyra lager. De flesta rekryteringsteam känner bara till det andra.
| Lager | Vad Spott gör | Vem som konfigurerar det |
|---|---|---|
| Lager1. Spott samlar in | Vad Spott görSpelar in, sammanfattar och arkiverar era samtal och uppdaterar sedan databasen utifrån dem | Vem som konfigurerar detIngen. Det körs som standard |
| Lager2. Spott hittar och utformar utkast | Vad Spott görSemantisk matchning, platsannonser, utkast till kontaktmeddelanden | Vem som konfigurerar detRekryteraren, vid behov |
| Lager3. Spotts regler agerar | Vad Spott görArbetsflöden med utlösare och åtgärder som bevakar när saker händer och när ingenting händer | Vem som konfigurerar detEn administratör, utan kod |
| Lager4. Du pratar med Spott | Vad Spott görAnslut Spott till Claude eller ChatGPT och ställ frågor på vardagligt språk | Vem som konfigurerar detVilken användare som helst, utan kod, på några minuter |
Den gemensamma nämnaren är att den administration som rekryterare avskyr till största delen är datainmatning som finns till för att mata ett system som inte ger något tillbaka. Spott automatiserar insamlingen, så resultatet börjar arbeta, vilket är det enda som någonsin får människor att använda ett kandidatspårningssystem.
Varför rekryterare överger sitt kandidatspårningssystem
Äldre kandidatspårningssystem är inmatningsmaskiner. Någon måste skriva in anteckningarna, märka posten, uppdatera fälten och logga samtalet. Det tar verklig tid, sker efter att uppmärksamheten redan har gått vidare och ger ingenting tillbaka till personen som gör det. Därför blir det inte gjort: fält blir inaktuella, databasen förfaller, sökningar ger inget användbart och konsulter går tillbaka till LinkedIn för att hitta personer igen som det egna företaget redan känner till.
Bättre utbildning kommer inte att lösa det. Varenda rekryteringsbyrå i världen har försökt. Det som löser problemet är att ta bort det manuella inmatningssteget, så att data samlas in som en biprodukt av arbetet i stället för som en skatt på det. Det är problemet Spott byggdes kring, och det är det första lagret nedan. Allt annat beror på det.
Lager 1: Spott samlar in samtalet
1. Dokumentera intervjun
Spotts AI-antecknare ansluter till samtalet, spelar in, transkriberar och sammanfattar det samt arkiverar dokumentationen mot kandidatens profil automatiskt. Inledande samtal med rekryterande chefer behandlas på samma sätt, sammanfattas enligt företagets egen mall och kopplas till tjänsten. Den verkliga andrahandseffekten är denna: rekryteraren kan faktiskt lyssna i stället för att dela uppmärksamheten mellan samtalet och tangentbordet.
2. Uppdatera profilen efter varje samtal
En kandidat nämner en ny certifiering, en flytt eller en förändring i vad personen vill. På de flesta företag förväntas någon uppdatera fälten efteråt, och ingen gör det. Spott läser samtalet, identifierar vad som är nytt och föreslår ändringen med före- och efterversionen sida vid sida, så att en person kan godkänna eller avvisa den i stället för att databasen skrivs över i tysthet.
Detta är den mest värdefulla automatiseringen inom rekrytering, eftersom den angriper grundorsaken till att databaser förfaller. Profilerna hålls aktuella som en följd av att man pratar med människor, vilket rekryterare ändå skulle göra.
3. Märka och berika posten
Konsulter ombeds märka kandidater efter kompetensområde, senioritet eller sektor, och efterlevnaden är som bäst ojämn. I Spott beskriver du regeln en gång, på vardagligt språk i inställningarna, till exempel "märk endast de tekniker som kandidaten aktivt arbetar med", och plattformen tillämpar den konsekvent på varje post. Nya poster berikas när de skapas och fyller i luckor som ett CV aldrig innehöll.

Lager 2: Spott hittar och utformar utkast
4. Hitta personer genom att beskriva dem
I stället för booleska söksträngar beskriver du personen du behöver med vanliga meningar, och Spott rangordnar hela databasen utifrån den beskrivningen genom att läsa CV:n, anteckningar, intervjudokumentation, samtalssammanfattningar och korrespondens i stället för enbart strukturerade
fält. Resultaten graderas från mycket stark till svag matchning, och varje resultat innehåller en skriftlig förklaring till varför personen fick den poäng de fick, kriterium för kriterium, inklusive var personen inte når upp till kraven.
Detta är vinsten med lager 1. En detalj som en kollega fångade upp i ett urvalssamtal för två år sedan, men som aldrig hamnade i ett strukturerat fält eftersom ingen hade tid, går att söka fram i Spott i dag.
5. Utforma arbetsbeskrivningen och kontaktmeddelandet
Spott genererar arbetsbeskrivningen utifrån intagssamtalet och rollinformationen som redan finns lagrad, och utformar ett personligt kontaktmeddelande för varje kandidat baserat på det som är känt om dem och rollen, redo att redigeras och skickas.
Det är värt att säga tydligt: ha en människa med i loopen vid kontakt. Helt obemannade AI-meddelanden i stor skala är ett säkert sätt för företag att skaffa sig ett dåligt rykte. Värdet ligger i att slippa börja med ett tomt blad, inte i att ta bort rekryteraren.
Lager 3: Spotts regler som agerar medan du rekryterar
Spotts automationsbyggare består av utlösare, villkor och åtgärder och konfigureras av en administratör utan kod. De mest intressanta reglerna aktiveras när ingenting händer, vilket är den kategori som människor är sämst på att upptäcka.
6. Fånga relationer innan de svalnar
Ingen konversation med en stark kandidat på 90 dagar? Spott flaggar kandidaten, skickar ett e-postmeddelande eller flyttar personen till en lista för återengagemang. Ingen kontakt med en kund på sex månader? Spott meddelar kontoansvarig innan en konkurrent får nästa uppdrag. Den andra regeln är konsekvent den som gör störst intryck på byråledare, eftersom den handlar om affärsutveckling snarare än administration, tar minuter att konfigurera och de flesta företag aldrig gör det.

7. Håll kandidatpipen och resten av verksamheten ärliga
När en kandidat placeras stänger Spott tjänsten, skickar en bekräftelse till kunden och öppnar placeringsformuläret. När en ansökan når ert samtyckessteg skickas GDPR-meddelandet automatiskt. Och Spotts webhooks skickar varje händelse till resten av verksamheten i samma ögonblick som den inträffar: en placering hamnar i er Slack- eller Teams-kanal, uppgifterna flödar in i ert faktureringsverktyg och en livepanel uppdateras. Var och en av dessa saker är liten. Tillsammans är de skillnaden mellan rapporter ni litar på och rapporter som någon måste stämma av manuellt varje fredag.
Lager 4: Du pratar med Spott
8. Ställ frågor till databasen på vanligt språk
Spott kör en MCP-server, så du kan lägga till den som en anslutning i Claude eller ChatGPT, rikta den mot mcp.spott.io/mcp och logga in med din vanliga Spott-inloggning. Det tar ett par minuter, kräver ingen kod och varje användare ser endast de uppgifter som deras befintliga Spott-behörigheter tillåter, vilket gör det säkert att ge till hela teamet.

I praktiken innebär det här följande:
- "Hitta alla CFO-kandidater som vi har pratat med under de senaste 12 månaderna och som är öppna för roller i PE-stödda företag." Inga sökoperatorer behövs, och verktyget läser anteckningar som en nyckelordssökning aldrig skulle hitta.
- "Sammanfatta våra interaktioner med den här kunden och utforma samtalspunkter inför mitt samtal." Fem minuters läsning ersätter en timmes letande genom e-posttrådar.
- "Generera veckans verksamhetsöversikt: placeringar, konverteringsgrader och rekryterarprestationer." En uppdatering som är redo för ledningen på begäran, i stället för ett sammanställningsarbete på måndagsmorgonen.
Det viktiga är inte någon enskild fråga. Det är att gränssnittet till rekryteringsdatabasen slutar vara en uppsättning skärmbilder som någon måste lära sig och i stället blir ett samtal. För byråägare och seniora konsulter, som behöver få svar från systemet betydligt oftare än de matar in data i det, är detta den snabbast tillgängliga vinsten på listan.
Så kommer du igång med detta i Spott
Börja med insamlingen och lägg sedan till de regler som gör ont varje vecka. Lager 1 körs som standard och är det som får allt annat att fungera. Därefter kommer flaggan för vilande kunder och regeln för inaktiva kandidater att förändra hur arbetsveckan känns.
Aktivera assistenten tidigt. Det tar minuter, kräver ingen utvecklare och övertygar skeptiska seniora medarbetare eftersom den ger dem något i stället för att be dem om något.
Utse en grupp för automation. Företag som lyckas med detta utbildar en handfull administratörer och avancerade användare ordentligt, låter dem bygga och förfina arbetsflödena och rullar sedan ut dem till alla andra. Det fungerar inte att försöka göra varje konsult till en automationsbyggare.
Se det på din egen arbetsplats
Det snabbaste sättet att bedöma allt detta är inte en funktionslista, utan dina egna roller och din egen databas. Boka en 30-minutersdemo av Spott och ta med en live-sökning: beskriv rollen med en mening och se vad dina egna data ger tillbaka.

