การค้นหาขั้นสูง

AI Advanced Search คืออะไร

AI Advanced Search เป็นวิธีใหม่ที่มีประสิทธิภาพในการค้นหาผู้สมัครภายในฐานข้อมูลของคุณ มันรวมตัวกรองแบบดั้งเดิมเข้ากับการค้นหาความหมายอัจฉริยะเพื่อมอบผลลัพธ์ที่รวดเร็วและแม่นยำยิ่งขึ้น

เครื่องมือที่ได้รับการปรับปรุงนี้ช่วยให้คุณมีความยืดหยุ่นและการควบคุมมากขึ้น โดยกำหนดคะแนนความเกี่ยวข้องให้กับผู้สมัครแต่ละรายโดยพิจารณาจากความใกล้ชิดในการจับคู่กับคำค้นหาของคุณ นั่นหมายความว่าคุณสามารถเจาะจงโปรไฟล์ที่เหมาะสมที่สุดได้ทันทีโดยไม่ต้องกรองผลลัพธ์ที่ไม่มีที่สิ้นสุด

วิธีใช้เกณฑ์ AI Advanced Search

เมื่อค้นหาผู้สมัคร AI Advanced Search มีสองตัวเลือกที่มีประสิทธิภาพ: ตัวกรองและเกณฑ์ความหมาย คุณสามารถเพิ่ม ลบ หรือปรับเกณฑ์ตามผู้สมัครที่ส่งคืนในผลการค้นหาของคุณ

ตัวกรองเทียบกับ เกณฑ์ความหมาย: ข้อแตกต่างคืออะไร

ตัวกรอง

ตัวกรองช่วยให้สามารถค้นหาตามกฎได้อย่างแม่นยำและเหมาะสำหรับการตั้งค่าค่าหรือช่วงที่แน่นอน (เช่น สถานที่เป็น X, เงินเดือนน้อยกว่า Y) ใช้สิ่งเหล่านี้เพื่อกำหนดข้อกำหนดที่แน่นอน เช่น:

การศึกษา

• วุฒิการศึกษา – เช่น ปริญญาตรี
• ประเทศโรงเรียน – เช่น สหรัฐอเมริกา

ประสบการณ์

• นายจ้าง – เช่น แอร์บัส
• สถานที่ทำงาน – เช่น นิวยอร์ก สหรัฐอเมริกา
• ปีแห่งประสบการณ์ – เช่น มากกว่า 5 ปี
• สถานะ Job Hopper – เช่น ต้องไม่เป็น Job Hopper

รายละเอียดผู้สมัคร

• อายุ – เช่น อายุมากกว่า 18 ปี
• สถานที่ปัจจุบัน – เช่น นิวยอร์ก สหรัฐอเมริกา
• เพศ – เช่น เพศหญิง
• สัญชาติ – เช่น ฝรั่งเศส
• ภาษา – เช่น ภาษาอังกฤษ

เงินเดือน

• เงินเดือนที่คาดหวัง – เช่น น้อยกว่า $180,000/ปี

รายละเอียด ATS

• ประวัติย่อ – เช่น มีประวัติย่อ
• เจ้าของผู้สมัคร – เช่น Alex Moss
• แท็ก – เช่น พร้อมใช้งาน

เกณฑ์ความหมาย

การค้นหาความหมายใช้การจับคู่ตามบริบทที่ขับเคลื่อนด้วย AI เพื่อระบุผู้สมัครที่มีประสบการณ์ที่เกี่ยวข้อง แม้ว่าการใช้คำจะไม่ตรงกันก็ตาม

ทักษะ

• ทักษะ – เช่น UX Design, UI Design

การศึกษา

• ชื่อโรงเรียน – เช่น MIT, มหาวิทยาลัยสแตนฟอร์ด
• ความเชี่ยวชาญ – เช่น การออกแบบสื่อดิจิทัล วิทยาการคอมพิวเตอร์

ประสบการณ์

• ตำแหน่งงาน – เช่น UX Designer, Frontend Engineer, Product Manager
• อุตสาหกรรมงาน – เช่น การบิน การดูแลสุขภาพ อีคอมเมิร์ซ
• ประสบการณ์การทำงาน – เช่น Start-Up, บริษัท, ฟรีแลนซ์

ด้วยการรวมทั้งตัวกรองและเกณฑ์ความหมาย คุณสามารถดำเนินการค้นหาที่เป็นเป้าหมายและยืดหยุ่นได้ เพื่อให้แน่ใจว่าคุณจะไม่พลาดผู้สมัครที่เกี่ยวข้องอย่างมากเพียงเพราะพวกเขาอธิบายทักษะ บทบาท หรือภูมิหลังของพวกเขาแตกต่างกันเล็กน้อย

เคล็ดลับ

วิธีใช้เกณฑ์ Required, Preferred และ Must Not

เมื่อปรับแต่งการค้นหาของคุณ คุณสามารถจัดลำดับความสำคัญหรือยกเว้นเกณฑ์ผู้สมัครเฉพาะได้โดยทำเครื่องหมายว่าเป็น Required, Preferred หรือ Must Not ซึ่งช่วยให้คุณปรับแต่งผลลัพธ์ให้ตรงกับลำดับความสำคัญของคุณได้แม่นยำยิ่งขึ้น

• Required (ต้องมี)
  • ใช้สิ่งนี้สำหรับเกณฑ์ที่ผู้สมัคร ต้องปฏิบัติตาม เพื่อให้ปรากฏในผลการค้นหาของคุณ
  • หากผู้สมัครไม่เป็นไปตามเงื่อนไขนี้ พวกเขาจะถูกยกเว้นจากผลลัพธ์
    • ตัวอย่าง:
      • ทักษะที่จำเป็น: การจัดการแคมเปญ
      • ผลลัพธ์: จะปรากฏเฉพาะผู้สมัครที่มีทักษะนี้เท่านั้น
• Preferred (ดีที่จะมี)
  • ใช้สิ่งนี้สำหรับเกณฑ์ที่ พึงปรารถนาแต่ไม่จำเป็นต้องมี
  • ผู้สมัครที่ตรงกับเกณฑ์ที่ต้องการจะได้รับคะแนนความเกี่ยวข้องที่สูงขึ้น ซึ่งจะช่วยปรับปรุงตำแหน่งของพวกเขาในผลลัพธ์
  • ผู้ที่ไม่ตรงกันยังคงปรากฏในรายการได้
  • ตัวอย่าง:
    • ทักษะที่ต้องการ: SEO
    • ผลลัพธ์: ผู้สมัครที่มี SEO จะอยู่ในอันดับที่สูงขึ้น แต่ผู้ที่ไม่มี SEO จะยังคงแสดงอยู่
• Must Not (ยกเว้น)
  • ใช้สิ่งนี้เพื่อกรองผู้สมัครที่มีคุณสมบัติเฉพาะออกจากผลลัพธ์ของคุณ
  • ใครก็ตามที่ตรงกับเกณฑ์นี้จะถูกยกเว้นทั้งหมด
  • ตัวอย่าง:
    • ห้ามตำแหน่งงาน: ฝึกงาน
    • ผลลัพธ์: ผู้สมัครที่มีคำว่า "ฝึกงาน" ในตำแหน่งงานจะไม่ปรากฏ

วิธีดำเนินการค้นหา

1. ไปที่ หน้าต่อไปนี้ หรือคลิก "ผู้สมัคร" จากเมนูด้านข้างของคุณ จากนั้นแท็บ "AI Advanced Search"
   

2. คลิกที่ "เกณฑ์"
   

3. ในแผง AI Advanced Search Criteria ให้เลือกตัวกรองและเกณฑ์ความหมายที่คุณต้องการนำไปใช้
   

4. คลิก "นำไปใช้" เพื่อดูผลลัพธ์ที่ตรงกับเกณฑ์ที่คุณเลือก
   

5. คุณสามารถเพิ่มเกณฑ์หลายรายการเพื่อปรับแต่งการค้นหาของคุณเพิ่มเติม
   

6. เมื่อคุณสรุปเกณฑ์ของคุณแล้ว ให้คลิก "นำไปใช้" ที่ด้านล่างของแผงเพื่อเริ่มการค้นหา
   

แนวทางปฏิบัติที่ดีที่สุดสำหรับการใช้ AI Advanced Search พร้อมเกณฑ์ความหมาย

1. เริ่มต้นแบบกว้าง ๆ จากนั้นปรับแต่งการค้นหาของคุณ

• เริ่มต้นด้วยคำทั่วไป AI จะตีความความหมายและส่งคืนโปรไฟล์ที่เกี่ยวข้อง
• ตัวอย่าง:
  • ทักษะ: "UX Design"
  • ผลลัพธ์: อาจรวมถึงผู้สมัครที่มีบทบาท เช่น Interaction Designer, Product Designer หรือ User Experience Specialist

2. รวมเกณฑ์ความหมายกับตัวกรองเพื่อความถูกต้อง
- ใช้การค้นหาความหมายเพื่อสำรวจโปรไฟล์ที่เกี่ยวข้องและตัวกรองเพื่อบังคับใช้ข้อกำหนดที่เข้มงวด เช่น ที่ตั้ง ประสบการณ์ หรือภาษา
- ตัวอย่าง:
- ความหมาย: “Frontend Developer”
- ตัวกรอง: ที่ตั้ง = ปารีส, ประสบการณ์ = 5+ ปี

3. ทดลองและทำซ้ำ

• ไม่ได้รับผลลัพธ์ที่เหมาะสมใช่ไหม ลอง:
  • การใช้คำพ้องความหมายหรือคำที่ง่ายกว่า
  • ทำให้การป้อนข้อมูลของคุณง่ายขึ้น
  • การเพิ่มตัวแปรเพื่อขยายขอบเขต

4. ทำความเข้าใจขีดจำกัดสำหรับเกณฑ์ความหมาย

• คุณสามารถใช้ได้สูงสุด:
  • 20 ทักษะ
  • 3 ความเชี่ยวชาญ
  • 5 อุตสาหกรรม
  • 5 ประเภทประสบการณ์การทำงาน
  • 5 ตำแหน่งงาน
  • 5 ชื่อโรงเรียน

วิธีตีความผลลัพธ์

• โปรไฟล์ของผู้สมัครแต่ละรายจะเน้นเกณฑ์ที่ตรงกับการค้นหาของคุณ โดยมีระบบรหัสสีที่ระบุความเกี่ยวข้องของการแข่งขันแต่ละรายการ
• คะแนนคำแนะนำ สะท้อนถึงเปอร์เซ็นต์การจับคู่ระหว่างผู้สมัครและการค้นหาของคุณ ทำให้ง่ายต่อการระบุโปรไฟล์ที่เหมาะสมที่สุดได้อย่างรวดเร็ว
  

วิธีทำความเข้าใจคะแนน

• คะแนนคำแนะนำ แสดง เปอร์เซ็นต์การจับคู่ ระหว่างผู้สมัครและเกณฑ์การค้นหาของคุณ ซึ่งช่วยให้คุณมองเห็นโปรไฟล์ที่เกี่ยวข้องมากที่สุดได้อย่างรวดเร็ว
• จะแสดงเป็นเปอร์เซ็นต์เพื่อให้คุณมองเห็นความเกี่ยวข้องได้อย่างชัดเจน
• เราประเมินเกณฑ์หลัก เช่น ทักษะ, ตำแหน่งงาน จากนั้นรวมสิ่งเหล่านั้นเป็นคะแนนโดยรวมหนึ่งคะแนน
  • ผู้สมัครที่เป็นไปตามหรือเกินเกณฑ์ความเกี่ยวข้อง จะปรากฏในผลการค้นหาของคุณ
  • ผู้สมัครที่ไม่เป็นไปตามเกณฑ์ความเกี่ยวข้อง จะไม่ปรากฏในผลการค้นหาของคุณ

รองรับภาษาอะไรบ้าง

คุณลักษณะนี้รองรับแบบสอบถามข้ามภาษาและภาษาต่อไปนี้:

• ภาษาแอฟริกัน
• แอลเบเนีย
• อัมฮาริค
• อาหรับ
• อาร์เมเนีย
• อัสสัม
• อาเซอร์ไบจัน
• บัชคีร์
• บาสก์
• เบลารุส
• เบงกาลี
• บอสเนีย
• เบรตัน
• บัลแกเรีย
• พม่า
• คาตาลัน
• เซบูอาโน
• จีน
• คอร์ซิกา
• โครเอเชีย
• เช็ก
• เดนมาร์ก
• ดหิเวฮิ
• ดัตช์
• อังกฤษ
• เอสเปรันโต
• เอสโตเนีย
• แฟโร
• ฟินแลนด์
• ฝรั่งเศส
• กาลิเซีย
• จอร์เจีย
• เยอรมัน
• คุชราต
• เฮติ
• เฮาซา
• ฮีบรู
• ฮินดี
• ฮังการี
• ไอซ์แลนด์
• ชาวอินโดนีเซีย
• ไอริช
• อิตาลี
• ญี่ปุ่น
• ชวา
• กันนาดา
• คาซัค
• เขมร
• กินยาร์วันดา
• คีร์กีซ
• เกาหลี
• เคิร์ด
• ลาว
• ละติน
• ลัตเวีย
• ลิทัวเนีย
• ลักเซมเบิร์ก
• มาซิโดเนีย
• มาลากาซี
• มาเลย์
• มาลายาลัม
• มอลตา
• เมารี
• มาราธี
• กรีกสมัยใหม่
• มองโกเลีย
• เนปาล
• นอร์เวย์
• นอร์เวย์ นอร์ส
• อ็อกซิตัน
• โอริยา
• ปัญจาบ
• เปอร์เซีย
• โปแลนด์
• โปรตุเกส
• ปาทาน
• โรมาเนีย
• โรมันช์
• รัสเซีย
• สันสกฤต
• สกอตแลนด์เกลิค
• เซอร์เบีย
• สินธี
• สิงหล
• สโลวัก
• สโลวีเนีย
• โซมาลี
• สเปน
• ซุนดา
• สวาฮิลี
• สวีเดน
• ตากาล็อก
• ทาจิก
• ทมิฬ
• ทาทาร์
• เตลูกู
• ไทย
• ทิเบต
• ตุรกี
• เติร์กเมน
• อุยกูร์
• ยูเครน
• อูรดู
• อุซเบก
• เวียดนาม
• วาเรย์
• เวลส์
• ฟรีเซียนตะวันตก
• โคซา
• ยิดดิช
• โยรูบา
• ซูลู

คำถามที่พบบ่อย

1. การค้นหาความหมายคืออะไร

• การค้นหาความหมายค้นหาผู้สมัครตามความหมาย ไม่ใช่แค่คำหลัก ตัวอย่างเช่น หากคุณค้นหา "UX Designer" อาจส่งคืน "Product Designer" หรือ "Interaction Designer" หากตรงกันในบริบท

2. ฉันควรใช้ Required, Preferred หรือ Must Not เมื่อใด

• Required: ใช้สำหรับเกณฑ์ที่ ต้องมี ผู้สมัครต้องปฏิบัติตามข้อกำหนดนี้จึงจะปรากฏในผลลัพธ์ (เช่น ที่ตั้ง = ปารีส)
• Preferred: ใช้สำหรับแอตทริบิวต์ที่ ดีที่จะมี ผู้สมัครที่ตรงกันจะอยู่ในอันดับที่สูงกว่า แต่อาจมีผู้อื่นปรากฏขึ้นมาได้ (เช่น ประสบการณ์ในสตาร์ทอัพ)
• Must Not: ใช้เพื่อ ยกเว้น ผู้สมัครที่มีคุณสมบัติเฉพาะ (เช่น ตำแหน่งงาน = ฝึกงาน)

3. ฉันสามารถรวมตัวกรองและการค้นหาความหมายได้หรือไม่

ใช่! นั่นคือพลังของ AI Advanced Search คุณสามารถใช้ตัวกรองเพื่อกำหนดเกณฑ์ที่เข้มงวดและการค้นหาความหมายเพื่อนำเสนอการจับคู่ที่กว้างขึ้นและเกี่ยวข้อง

4. คะแนนการจับคู่คำนวณอย่างไร

ผู้สมัครแต่ละรายจะได้รับคะแนนคำแนะนำตามความสามารถในการจับคู่กับเกณฑ์ Required และ Preferred ของคุณ ยิ่งตรงกันมากเท่าไหร่ คะแนนก็จะยิ่งสูงขึ้น

5. Private Beta คืออะไร ฉันสามารถแบ่งปันความคิดเห็นได้หรือไม่

Private Beta หมายความว่าคุณลักษณะนี้พร้อมใช้งานสำหรับผู้ใช้กลุ่มที่เลือกสำหรับการทดสอบ เรากำลังรวบรวมข้อเสนอแนะเพื่อปรับปรุงก่อนเปิดตัวสู่สาธารณชนอย่างเต็มรูปแบบ

6. AI Advanced Search เป็นมิตรกับ GDPR หรือไม่

คุณสามารถอ้างถึงเงื่อนไข AI ของ Manatal ในข้อกำหนดและเงื่อนไข ที่นี่

7. เรากำลังใช้โมเดล AI อะไรอยู่

เรากำลังใช้หนึ่งในโมเดล AI เจนเนอเรชั่นล่าสุดโดยใช้ LLM สำหรับการค้นหาความหมายของเรา