Có một điều mà người viết JD không muốn nghe: hai người đọc JD đầu tiên của bạn đều không phải người.

Người thứ nhất là AI của ứng viên. Họ dán JD vào ChatGPT rồi hỏi: “Có nên apply không? Viết lại CV cho khớp đi.”

Người thứ hai là AI screening của chính bạn — nó biến JD thành bộ tiêu chí để chấm điểm mọi ứng viên.

Đến lúc một con người thật đọc JD, cả hai cái máy đã quyết xong.

Nên câu hỏi không còn là viết JD sao cho nghe hay. Mà là cách viết JD để hai cái máy đọc hiểu được — và người vẫn muốn đọc.

Phần lớn JD trượt cả ba.

Vì sao JD của bạn âm thầm hỏng trong thời đại AI

Danh sách mong muốn giờ còn tệ hơn

JD liệt kê 18 yêu cầu. 8 cái thật sự quan trọng.

Trước đây recruiter tự đoán ra 8 cái đó.

Giờ AI của ứng viên đọc cả 18 cái như nhau — rồi viết lại CV khớp hết.

Bạn không nhận ít CV hơn. Bạn nhận 800 CV trông đều hoàn hảo.

Câu chữ mơ hồ thành nhiễu tự tin

“Kỹ năng giao tiếp tốt.” “Môi trường năng động.” “AI fluency.”

Người thật lướt qua. AI thì không.

Nó coi mỗi dòng mơ hồ là một filter thật và tự bịa ra một match.

Đầu vào rác, đầu ra cũng là rác nhưng đầy tự tin.

AI screening thừa hưởng mọi lỗi của JD

Đây là chỗ đau.

JD lộn xộn thế nào thì bộ tiêu chí screening lộn xộn y thế.

JD phình to, tiêu chí phình to, shortlist xếp hạng sai chỗ.

Bạn không screening dở. Bạn brief cho máy dở.

Một ví dụ thật: cái JD Senior Product Designer hỏng

Bạn đăng một vị trí Senior Product Designer.

JD đòi Figma, design system, user research, chút front-end, “stakeholder management,” và “portfolio mạnh.”

Sáu cái nice-to-have xếp chồng như thể cái nào cũng là dealbreaker.

AI của ứng viên đọc cả sáu cái là bắt buộc và tự tạo một match cho từng cái. AI screening của bạn cũng xếp hạng theo cả sáu.

Người designer thực sự hợp — mạnh về hệ thống, nhẹ về research — bị chôn dưới đống portfolio được tối ưu để tick đủ mọi ô.

Bạn không mất họ vào tay đối thủ. Bạn mất họ vì chính cái JD của mình.

JD từng là danh sách mong muốn để con người tự hiểu. Giờ nó là source code mà hai cái máy phải compile.

JD mơ hồ = tiêu chí mơ hồ. Tiêu chí mơ hồ = shortlist sai. Shortlist sai = lỗi của bạn, không phải của AI.

WRAP: cách viết JD sống sót qua hai con AI

Bạn không cần một ai job description generator, cũng không cần copy một job description example trên mạng — làm thế chỉ thừa hưởng phần thừa của người khác.

Một file Excel và 20 phút là đủ. Bốn bước. Gọi là WRAP:

Gán trọng số cho từng dòng (W — Weight)

Cho mỗi yêu cầu một con số.

Nếu nó chiếm 30% quyết định, ghi 30%.

Không gán được trọng số nghĩa là bạn chưa hiểu vị trí đó.

Xếp vào ba nhóm (R — Rank)

• Must-have.
• Nice-to-have.
• Bonus.

Không có nhóm thứ tư. Ép mình chọn.

Neo mỗi dòng vào một tín hiệu (A — Anchor)

Với mỗi yêu cầu, ghi rõ bằng chứng nào được tính.

“5 năm React” — cái gì trong CV chứng minh điều đó?

Bạn không gọi tên được tín hiệu thì AI cũng không.

Cắt những gì không gán được trọng số hay tín hiệu (P — Prune)

Dòng nào không có trọng số lẫn tín hiệu chỉ là trang trí.

Cắt.

JD ngắn hơn không yếu hơn. Nó sắc hơn.

Viết cái JD mà bạn muốn screening dựa vào. Vì rồi bạn sẽ phải screening dựa vào nó.

Knoot Angle

JD là một danh sách mong muốn. Thời đại AI chỉ khiến danh sách đó trở thành thứ gánh toàn bộ hệ thống.

Đó là chỗ JD Analyzer của Knoot xuất hiện. Nó không viết JD hộ bạn — nó đọc cái JD bạn đang có và bóc thành bộ tiêu chí có cấu trúc: must-have, nice-to-have, bonus, mỗi cái một trọng số bạn nhìn thấy và sửa được.

Nó chỉ ra những dòng mâu thuẫn nhau, những yêu cầu bạn quên ưu tiên, và những câu mơ hồ sẽ khiến screening chấm mù. Bạn vẫn nắm mọi trọng số — analyzer chỉ làm phần đoán mò hiện ra rõ ràng.

Và vì bộ tiêu chí đó trở thành đầu vào cho screening, shortlist của bạn không bao giờ bị chấm dựa trên một JD mà chẳng ai thật sự cấu trúc.

Để máy bóc tách danh sách mong muốn. Bạn quyết vị trí đó thật sự đáng giá bao nhiêu.