Agente IA que analiza automáticamente un CV en relación con una oferta de empleo (vía n8n)

Este primer paso consiste en conectar tu workflow a un documento de Google Docs que contiene una oferta de empleo. El texto de esa oferta servirá como base para evaluar automáticamente el nivel de compatibilidad con cada CV recibido.

El módulo Google Docs permite extraer el contenido del documento sin tener que copiar y pegar manualmente la descripción. Así puedes hacer que el análisis sea totalmente dinámico y reutilizable.

➡️ Parámetros a personalizar:

• Operación: Get (lectura de un documento existente)
• URL del documento: introduce aquí la URL del Google Docs que contiene la oferta que quieres analizar
• Conexión: selecciona tu cuenta de Google Docs (OAuth2)

Puedes usar una URL diferente en cada ejecución, según la oferta con la que quieras comparar el CV. Esto hace que el análisis sea adaptable a todos tus procesos de selección.

En esta etapa se activa un agente IA integrado en n8n, encargado de comparar automáticamente un CV con una oferta de empleo. El texto del anuncio y el contenido del CV se procesan juntos en un prompt estructurado para obtener un score de compatibilidad preciso.

Por defecto, el análisis se basa en 4 criterios ponderados, con un total de 100 puntos:

• Competencias clave (40 puntos): evalúa la coincidencia entre las competencias requeridas y las que figuran en el CV
• Experiencias similares (30 puntos): mide la cercanía entre las experiencias previas y las tareas del puesto
• Herramientas y metodologías (20 puntos): verifica el dominio de las herramientas o métodos mencionados en la oferta
• Formación (10 puntos): compara el nivel y la especialización del título con los requisitos del anuncio

El resultado es un JSON estructurado que contiene las puntuaciones por criterio y una puntuación global, que luego puede utilizarse en el resto del flujo.

Importante: esta ponderación es totalmente personalizable. Puedes modificar los criterios de análisis, ajustar los pesos o añadir nuevos indicadores como ubicación, idiomas hablados, disponibilidad, etc.

Así puedes adaptar el agente IA a tu propio sistema de puntuación o a procesos de selección muy específicos.

En este paso, el workflow se conecta a un modelo de lenguaje avanzado que analiza automáticamente el contenido del CV y de la oferta de empleo. Por defecto, se utiliza GPT-4o de OpenAI, un modelo de última generación reconocido por su precisión y estabilidad.

La conexión se realiza mediante el módulo LangChain Chat Model, lo que permite delegar las tareas complejas de análisis semántico y puntuación directamente a la IA, con una respuesta estructurada en formato JSON.

Importante: puedes sustituir GPT-4o por otro modelo compatible si lo deseas. Por ejemplo, GPT-3.5 si quieres reducir los costes, o un modelo alojado localmente si prefieres mantener tus datos en servidores propios.

Todo es configurable en este paso: elección del modelo, parámetros de generación, temperatura, número de tokens, etc. El workflow está diseñado para ser flexible según tu infraestructura y tus necesidades.

Una vez que el agente IA ha analizado el CV y la oferta de empleo, devuelve una respuesta completa con la puntuación global, el detalle por criterio y un resumen.

Este paso utiliza el módulo Structured Output Parser para convertir la respuesta de la IA en datos estructurados. Así, puedes recuperar fácilmente campos como:

• match_score: puntuación global sobre 100
• criteria.skills, criteria.experience, etc.: puntuaciones por criterio
• summary: resumen legible del análisis

El objetivo de este paso es obtener una estructura JSON limpia y reutilizable, que puedes enviar directamente a Google Sheets, Notion, Airtable o usar para activar acciones automáticas (como un correo o una alerta interna).

Ventaja: todo está ya bien formateado, así que puedes usar los datos directamente en las siguientes etapas del workflow, sin tener que hacer ajustes manuales.

Una vez finalizado el análisis del CV, este paso permite centralizar todos los datos en Google Sheets. Cada fila representa a un candidato, identificado por su correo electrónico.

El módulo Google Sheets está configurado en modo "Update" para modificar una fila existente en función de la dirección de correo electrónico del candidato. Esto evita duplicados y mantiene la hoja siempre actualizada.

Datos actualizados automáticamente:

• match_score: puntuación general calculada por la IA
• skills, experience, tools, education: puntuaciones por criterio
• summary: resumen del análisis
• job_title: puesto evaluado

Los datos se reciben directamente del parser estructurado del paso anterior. Gracias a esta integración, puedes visualizar todos los resultados en una tabla clara, filtrarlos, ordenarlos o conectarlos con otras automatizaciones (ej: alertas, correos de respuesta, actualizaciones en tu CRM...)

Importante: puedes personalizar al 100 % las columnas a actualizar, el método de coincidencia (por ejemplo, mediante un identificador único) o añadir columnas adicionales para enriquecer aún más el seguimiento de tus candidaturas.

Gracias al nodo “If”, puedes automatizar una primera decisión clave: ¿vale la pena seguir evaluando esta candidatura?

En este ejemplo, se define un umbral arbitrario de 20 puntos (sobre 100). Si la puntuación global match_score del candidato es inferior a ese valor, el workflow puede:

• Enviar automáticamente un mensaje de rechazo
• Ignorar completamente al candidato en los pasos siguientes
• Clasificarlo en una pestaña o base específica

Esta etapa permite filtrar candidaturas poco relevantes antes de activar acciones más avanzadas como actualizaciones en el CRM o alertas internas.

Por supuesto, puedes personalizar la lógica: modificar el umbral, combinar varios criterios (por ejemplo: puntuación + ausencia de herramienta clave), o crear múltiples ramas condicionales según el nivel de compatibilidad.

En este escenario, si la puntuación del candidato es demasiado baja (por debajo de 20 en nuestro ejemplo), se puede automatizar el envío de un email de rechazo a través de Gmail.

El mensaje se personaliza dinámicamente con el nombre del puesto, lo que aporta un mínimo de contexto:

Asunto: Tu candidatura – {{ $json.job_title }}

Hola,

Gracias por tu interés en el puesto de {{ $json.job_title }}. Tras revisar tu candidatura, hemos evaluado cuidadosamente la compatibilidad entre tu perfil y los requisitos clave del puesto.

En este momento, consideramos que no hay suficiente alineación para continuar con el proceso de selección.

Agradecemos el tiempo y el esfuerzo dedicados a tu postulación y te deseamos mucho éxito en tu búsqueda de empleo y en tu carrera profesional.

Saludos cordiales,  
Romain  
CEO

Este paso demuestra todo lo que se puede automatizar una vez realizada la evaluación.

Pero nada es obligatorio: también puedes optar por enviar una notificación por Slack, guardar el resultado en una base de datos para revisión manual o crear una tarea de seguimiento en tu CRM. Es completamente personalizable.

Aquí, la automatización del email sirve simplemente para ilustrar la lógica completa de preselección hasta la acción final.