Trier 30 CV en quelques heures sans grille commune, c'est prendre le risque de garder les candidats qui te ressemblent plutôt que ceux qui correspondent au poste. Ce tuto te montre comment construire une grille de scoring objective avec Claude, faire analyser chaque CV selon des critères explicites, puis constituer une shortlist justifiée dans Google Sheets que tu transmets directement au manager, en 35 minutes.
La pile de CV débarque le lundi matin. Tu ouvres les premiers, tu te fais une idée rapide. Dix profils plus tard, tu ne sais plus trop pourquoi celui-là t'a plu davantage que celui d'avant. C'est là que les biais s'installent, sans que tu t'en aperçoives. Ce tuto te donne une méthode en 4 étapes pour sortir de ce mode pilote automatique : construire d'abord une grille de critères pondérés, puis faire travailler Claude sur chaque profil de façon systématique, avant de prendre tes décisions de sélection.
Tu reçois 40 candidatures pour un poste de chef de projet. Tu dois en transmettre 5 ou 6 au manager d'ici jeudi. Sans grille partagée, chaque recruteur trie à sa façon : l'un pèse lourd sur la formation, l'autre sur la durée en poste, un troisième retient les noms qui lui sont familiers. Ce n'est pas de la mauvaise volonté ; c'est le fonctionnement normal du cerveau quand il manque de structure. Ce tuto s'adresse aux recruteurs et RH qui veulent accélérer la présélection sans déléguer la décision à l'IA, et sans perpétuer les biais qui rétrécissent le vivier.
Avant de commencer, rassemble trois choses. La fiche de poste complète, celle avec les missions, les KPIs et les compétences requises (si tu utilises le workflow du tuto 1.1, tu l'as déjà sous la main). Les CV au format texte ou PDF copiable, sans les photos ni les noms si tu veux pousser l'anonymisation plus loin. Un compte Claude avec accès à la version gratuite ou payante, et Google Sheets ouvert dans un onglet. Bloque 35 minutes sans interruption : le chaînage entre les étapes demande de la concentration, pas de la vitesse.
Les 4 étapes qui suivent se chaînent : la grille de l'étape 1 sert de référence à l'étape 2, les scores de l'étape 2 alimentent le tableau de l'étape 3, et l'étape 4 produit le document final que tu envoies au manager. Sauter une étape casse le chaînage et te ramène à une sélection intuitive déguisée.
La shortlist est prête quand chaque candidat retenu dispose d'une justification par critère, et que tu peux expliquer à voix haute pourquoi chacun a été retenu ou écarté. Avant d'envoyer au manager, relis le tableau une dernière fois en te posant cette question : est-ce que la distribution des profils retenus te surprend dans un sens ou dans l'autre ? Si tous les candidats shortlistés partagent un même attribut non lié aux compétences (même école, même tranche d'âge, même genre apparent), c'est un signal à creuser avant de transmettre. Tu peux aussi adapter ce workflow à des recrutements en volume en ajoutant une ligne de filtrage préalable sur le critère éliminatoire le plus clair (ex : niveau de langue requis). Automatiser une présélection engage ta responsabilité juridique : ce que le droit interdit en recrutement assisté par IA.
Résultat attendu : Tu as une grille entre 5 et 7 critères, le total des pondérations atteint 100 %, et tu peux justifier chaque critère par une exigence concrète du poste.
Quand Claude te retourne la grille, ne la valide pas immédiatement. Lis chaque critère et pose-toi cette question : est-ce qu'un candidat pourrait le remplir autrement que par le chemin que j'imagine ? Si le critère "expérience en gestion de projet" ne mentionne que la PMP (certification) et pas les méthodes agiles ou les responsabilités concrètes, tu exclus des profils valides.
Ensuite, vérifie que les pondérations reflètent réellement les priorités du manager. Si le critère "maîtrise de l'anglais" pèse 20 % alors que le poste est à 90 % francophone, réajuste.
Enfin, repère les critères qui pourraient fonctionner comme des proxies discriminants. Un critère "mobilité géographique" peut paraître neutre mais écarter systématiquement des profils avec contraintes familiales. Si tu le gardes, assure-toi qu'il est vraiment indispensable au poste et noté dans la fiche.
Copie la grille validée dans Google Sheets : une ligne par critère, avec les colonnes Intitulé, Poids (%), Niveau 0, Niveau 1, Niveau 2.
Résultat attendu : Chaque candidat dispose d'un score total pondéré et d'un résumé deux-points dans Google Sheets, sans case vide ni incohérence de niveau visible.
Avant de passer au candidat suivant, lis le résumé produit par Claude. Si une justification te semble aberrante (note 0 alors que le CV mentionne clairement la compétence, ou note 2 sur quelque chose d'ambigu), corrige-la manuellement dans Google Sheets. Claude peut mal lire un CV mal formaté ou avec des abréviations inhabituelles.
Copie le score total et le résumé dans ton tableau Sheets avant de lancer le prompt pour le CV suivant. Répète l'opération pour l'ensemble des candidats. Si tu as plus de 20 CV, traite-les par lots de 5 pour garder la main sur chaque résultat.
Note : ne pas utiliser les scores comme seul filtre d'écartement. Deux candidats avec un score identique peuvent avoir des profils très différents. Le score ordonne, il ne décide pas.
Résultat attendu : Tu as une shortlist de [nombre_retenus] candidats dans Sheets, avec une justification par profil et au moins une observation sur la distribution globale.
Le contrôle de diversité produit par Claude est un point de départ, pas un verdict. Lis ses observations et décide toi-même de la suite.
Si Claude signale que les 6 candidats retenus ont tous un parcours en grande école, pose-toi la question : est-ce parce que le poste le requiert vraiment, ou parce que la grille a surpondéré un critère qui discrimine indirectement ? Tu peux repêcher manuellement un candidat écarté de justesse si son profil apporte une perspective différente.
Si la shortlist te semble déséquilibrée dans un sens qui t'inquiète, c'est le moment de le noter dans la colonne "commentaire recruteur" dans Sheets avant de passer à l'étape suivante. Cette colonne sera utile pour le manager.
Résultat attendu : La note fait moins de 200 mots, cite les critères de sélection, et le manager peut comprendre la logique de sélection sans avoir accès à ton tableau de scoring.
Lis la note produite par Claude avant de l'envoyer. Deux choses à vérifier : d'abord, la recommandation d'ordre d'entretien est cohérente avec ce que toi tu penses (Claude peut proposer un ordre d'entretien sans réelle justification métier, à toi de vérifier qu'il tient). Ensuite, le ton convient au manager à qui tu envoies le document. Un manager technique lira différemment d'un directeur commercial. Ajuste les termes si besoin.
Colle la note dans un email ou dans un document Google Docs joint à ton export Sheets. Tu transmets les deux : la note de synthèse + le tableau de scoring complet (onglet séparé dans Sheets) pour que le manager puisse se faire sa propre opinion sur les candidats en lisière de shortlist.
35 minutes, c'est le temps pour un lot de 10 à 15 CV avec une grille déjà construite. Si tu traites 30 candidatures pour la première fois et que tu valides soigneusement chaque score, compte 50 à 60 minutes. La grille de critères (étape 1) te prend 8 à 10 minutes la première fois, mais une fois validée, tu la réutilises pour les prochains recrutements sur le même poste sans la reconstruire.
Claude produit des justifications plus précises et plus stables sur les critères de texte long comme les CV. Il a aussi tendance à signaler explicitement quand une information est absente du CV plutôt que d'inventer une réponse plausible, ce qui est décisif dans un contexte de présélection. ChatGPT fonctionne aussi, mais ses justifications sur les CV mal formatés sont moins fiables. Pour ce workflow, la stabilité de l'analyse par critère compte plus que la créativité de la formulation.
Oui, à condition de respecter trois points. D'abord, l'article 22 du RGPD interdit toute décision entièrement automatisée produisant des effets juridiques significatifs : ici, Claude score des CV mais le recruteur prend toutes les décisions d'écartement et de sélection. Ensuite, les CV contiennent des données personnelles : ne les colle pas dans un LLM public si ton organisation n'a pas de DPA signé avec l'éditeur. Claude for Work (entreprise) ou une instance privée résolvent ce point. Enfin, les candidats doivent pouvoir savoir que leur dossier a été traité avec l'aide d'un outil IA si tu as une politique de traitement RH à jour.
Corrige-le manuellement dans Google Sheets et ajuste la justification. Claude peut se tromper sur un CV avec un formatage inhabituel ou une terminologie propre à un secteur qu'il connaît mal. Si tu corriges plus de 20 % des scores sur un lot, c'est souvent le signe que la grille de critères gagnerait à être reformulée avec des descriptions de niveaux plus précises. Reviens à l'étape 1 et affine les descriptifs de niveau 1 et niveau 2 pour les critères problématiques.
Oui, avec un ajustement à l'étape 2. Commence par un filtre manuel rapide sur le critère éliminatoire le plus clair (ex : niveau de diplôme requis pour le poste, ou langue de travail) pour descendre à 30 à 40 dossiers avant de lancer l'analyse IA. Claude ne peut pas traiter 80 CV en une session sans perte de cohérence sur les derniers dossiers. Traite-les par lots de 10, compare les scores entre lots pour t'assurer que le seuil d'attribution des niveaux est resté stable.
Note de transmission au manager (200 mots max) + tableau Google Sheets avec le score pondéré de chaque candidat, les justifications par critère, et la shortlist finalisée avec recommandation d'ordre d'entretien.
Pratique qui consiste à supprimer les informations personnelles d'un CV (prénom, nom, photo, parfois le nom des établissements) avant de l'évaluer, pour réduire les biais liés à la perception de l'origine ou du genre du candidat.
Décision prise uniquement par un système automatisé, sans intervention humaine, qui produit des effets juridiques significatifs sur une personne. Le RGPD l'interdit dans le recrutement sauf exception encadrée : un outil IA peut scorer des candidats, mais un humain doit toujours prendre la décision finale d'écartement ou de sélection.
Une grille de score est un barème qui associe une note à chaque réponse du candidat selon des critères prédéfinis. Elle rend l'évaluation objective et permet de comparer les candidats entre eux de façon équitable.
La présélection de CV avec l'IA en ressources humaines repose sur un workflow en 4 étapes qui prend environ 35 minutes. La méthode consiste d'abord à construire une grille de critères objectifs et pondérés à partir de la fiche de poste, en écartant tout critère discriminant. Ensuite, Claude analyse chaque CV en attribuant un niveau par critère avec une justification textuelle, ce qui produit un score pondéré sur 100 pour chaque candidat. Le recruteur copie ces données dans Google Sheets, constitue la shortlist manuellement en vérifiant la distribution des profils retenus, puis demande à Claude de rédiger une note de transmission au manager. À chaque étape, la décision finale reste humaine : l'IA structure et accélère, le recruteur tranche et assume. Ce workflow est conforme à l'article 22 du RGPD, qui interdit les décisions entièrement automatisées en matière de recrutement.
La bibliothèque complète de prompts pour ton métier, filtrables par tâche et niveau.
Voir les prompts → Hub métier Hub Ressources humainesTous les tutos, prompts, outils et ressources pour ton profil professionnel.
Accéder au hub →