ИИ для анализа резюме полезен, пока он сортирует отклики и показывает, почему кандидат оказался наверху. Как только он начинает отказывать сам, вы рискуете потерять сильных людей и получить претензии по закону. Маршрут выбирают по тому, откуда идут отклики. Если всё приходит через hh.ru и откликов немного, начните со встроенных функций: авторазбора по правилам и сортировки «По соответствию». Если вакансии висят на нескольких площадках, над наймом работает команда и нужна история кандидатов, смотрите ATS с ИИ-ранжированием: Talantix, Поток, Хантфлоу. Если роль нестандартная и нужна оценка по вашим критериям, хватит модели через российский API, например YandexGPT или GigaChat, на резюме без имён и контактов.
Правило для всех трёх маршрутов одно: ИИ сортирует, отказывает человек. Ниже разобрано, что именно делает каждый вариант, где он ошибается, что требуют 152-ФЗ и Трудовой кодекс и как проверить сервис на своих откликах до оплаты. Все сценарии HR, от голосовых роботов до онбординга, собраны в статье про ИИ для HR. Здесь только разбор резюме.
Откуда данные: сервисы на одном наборе резюме мы не сравнивали. Всё ниже собрано по справке hh.ru, страницам поставщиков и текстам законов на 11 ноября 2026 года. Баллов, рейтинга и процентов точности здесь нет. Вместо них в конце статьи есть протокол, по которому вы проверите сервис на своих резюме.

- Что должен делать ИИ для анализа резюме — и чего ему нельзя поручать
- Сравнение сервисов: нейросети для рекрутинга и разбора откликов
- Встроенные функции hh.ru: авторазбор, сортировка и ИИ-помощник
- Авторазбор откликов: это фильтр, а не ИИ
- Сортировка «По соответствию» и ИИ-помощник
- ATS с ИИ-оценкой: Talantix, Поток, Хантфлоу, Skillaz
- Talantix: единственная публичная цена
- Поток: оценка от 1 до 100 по вашим критериям
- Хантфлоу: ИИ ищет по вашей базе
- Skillaz: для крупного найма
- Что не вошло и что важно для интеграции
- Своя модель по вашим критериям: когда хватает GigaChat или YandexGPT
- Резюме кандидатов и 152-ФЗ: что проверить до загрузки в сервис
- Как проверить ИИ для анализа резюме на своих резюме
- Три вопроса перед подключением сервиса
- Частые вопросы об ИИ для анализа резюме
Что должен делать ИИ для анализа резюме — и чего ему нельзя поручать
От сервиса нужны три вещи. Первая — ранжировать: поднять наверх тех, кто ближе к вакансии, чтобы рекрутер начал с них. Вторая — объяснять: показать, на каких строках резюме основана оценка. Третья — оставлять решение человеку: кандидат внизу списка ещё не получил отказ, его просто смотрят позже.
Объяснение важнее самого балла. «Соответствие 72%» без расшифровки нельзя проверить: непонятно, модель увидела нехватку опыта или просто неправильно посчитала даты. Полезная оценка выглядит иначе: по каждому критерию отметка «выполнен», «не выполнен» или «не указано» и цитата из резюме, на которую она опирается. Если в резюме нет данных, модель должна так и написать, а не догадываться.

Почему отказ нельзя отдавать машине, объясняют два закона. По статье 16 закона о персональных данных, решение, которое порождает юридические последствия или иначе затрагивает права человека, нельзя принимать исключительно на основании автоматизированной обработки. Исключения — письменное согласие или прямое указание федерального закона. Даже тогда оператор обязан объяснить порядок решения и дать возможность возразить, а возражение рассматривают 30 дней.
По статье 64 Трудового кодекса, необоснованный отказ в приёме на работу запрещён, как и отказ по причинам, не связанным с деловыми качествами: пол, возраст, национальность, место жительства. Если кандидат письменно попросит, причину отказа нужно сообщить письменно не позже чем через 7 рабочих дней, и этот отказ можно обжаловать в суде. «Нейросеть поставила 54 балла» причиной не будет. Сформулировать её по деловым качествам придётся человеку.
Сравнение сервисов: нейросети для рекрутинга и разбора откликов
В таблице — что каждый маршрут берёт на вход, что делает с резюме, объясняет ли оценку и сколько стоит по открытым данным. «Не заявлено» значит, что на официальной странице этого нет, а не что сервис точно так не умеет.
| Маршрут | Вход | Что делает | Объясняет оценку | Кто отказывает | Цена (публично) |
|---|---|---|---|---|---|
| hh.ru: авторазбор | Отклики на вакансию | Фильтр по полям резюме и ответам чат-бота, это правила, а не нейросеть | Правило видно в настройке | Можно включить автоотказ или оставить в неразобранных | В справке не указана |
| hh.ru: сортировка «По соответствию» | Отклики | Ранжирование на машинном обучении | Нет | Рекрутер | Отдельно не указана |
| hh.ru: ИИ-помощник | Отклики, база резюме hh.ru | Сортировка по соответствию, краткие сводки, «почему подходит», первые сообщения | По анонсу — да, сводками | По заявлению компании — человек | Не указана; текущий статус не подтверждён |
| Talantix | Отклики с hh.ru, Авито и ещё 11 сайтов | Ранжирование кандидатов по описанию вакансии | Не заявлено | Рекрутер | 31 000 ₽ в год за одного рекрутера или 48 000 ₽ в год за каждого |
| Поток | Отклики; поиск на HH, Superjob, Авито | Оценка от 1 до 100 по критериям рекрутера, чат-боты для скрининга | Не заявлено | Рекрутер | Индивидуально, есть бесплатный пилот |
| Хантфлоу | Своя база резюме, отклики с hh.ru | Рекомендует кандидатов из базы, пишет письма | Не заявлено | Рекрутер | Не опубликована |
| Skillaz | Вакансии, видеоинтервью, тесты | LLM-оценка и ранжирование, AI-оценка интервью и тестов | Не заявлено | Не указано | Не опубликована, только демо |
| Своя модель через российский API | Резюме без персональных данных и ваши критерии | Оценка по каждому критерию с цитатой из резюме | Да, если так попросить | Рекрутер | По тарифам API |
Данные проверены 11 ноября 2026 года, ссылки на источники — в разделах ниже. Качество оценки на одних и тех же резюме мы не сравнивали, поэтому в таблице его нет. Зарубежные ATS вроде Workable и HireVue в обзор не вошли: интеграции с hh.ru у них нет, а загрузка резюме за рубеж — это трансграничная передача персональных данных, о ней ниже.
Встроенные функции hh.ru: авторазбор, сортировка и ИИ-помощник
Если почти все отклики приходят с hh.ru, начинать стоит здесь: ничего не нужно выгружать, а кандидаты остаются в привычном кабинете.
Авторазбор откликов: это фильтр, а не ИИ
По справке hh.ru, авторазбор фильтрует новые отклики и те, что уже лежат в «Неразобранных», по параметрам, которые задал менеджер вакансии. Параметры двух видов. Первый — поля резюме: доступны все фильтры поиска, кроме текстовых, то есть образование, языки, география, опыт, желаемый доход. Второй — ответы чат-бота, который задаёт вопросы тем, кто прошёл по параметрам. Неподходящим можно автоматически отправить отказ с выбранным текстом или оставить их в неразобранных без отказа.
Нейросети здесь нет, и это плюс: правило видно и понятно. Если кандидат не указал нужный параметр, резюме остаётся в «Неразобранных» и решает рекрутер, так что пустое поле само по себе к отказу не приводит. Опасность в другом. Жёсткий фильтр по доходу или опыту отсечёт тех, кто подходит по делу, но указал желаемую зарплату чуть выше вилки или пришёл из соседней отрасли. Стоимость авторазбора в справке не указана, проверьте её в кабинете.
Сортировка — да, автоотказ — нет. В настройках авторазбора выберите вариант «оставить в неразобранных», а не автоматическую отправку отказа. Так фильтр отделит подходящих, а решение по остальным останется за человеком. Это снижает риск по статье 16 закона о персональных данных, которая запрещает решения исключительно на основании автоматизированной обработки.
Сортировка «По соответствию» и ИИ-помощник
Сортировка. Режимы «По соответствию» и «Лучшие» в списке откликов hh.ru работают на «умном поиске» — технологии машинного обучения, которая сопоставляет резюме и вакансии нейросетями. Так было описано в статье hh.ru 2022 года. Механика с тех пор могла измениться, но сама сортировка существует давно и объяснения к позиции кандидата не даёт.
ИИ-помощник. HeadHunter анонсировал его 25 ноября 2025 года, писал ComNews. По анонсу, помощник работает на большой языковой модели: составляет черновик вакансии по краткому описанию, ищет кандидатов в базе hh.ru и начинает с ними диалог, сортирует отклики по соответствию требованиям, анализирует резюме и переписку и делает краткие сводки с сильными сторонами. Tproger добавляет, что он объясняет, почему соискатель подходит под роль. Ключевые кадровые решения, по заявлению компании, остаются за человеком.
На момент анонса помощник был в бете для ограниченного круга. В декабре 2025 года его обещали открыть почти половине работодателей, а после пилота в начале 2026 года — всем клиентам. Цену не называли. Доступен ли он вам сейчас и платный ли, мы по первоисточнику не подтвердили, так что смотрите в своём кабинете.
У любого ранжирования на прошлых данных есть общее слабое место. В статье hh.ru 2021 года о «умном поиске» Talantix сказано, что модель оценивает вероятность приглашения кандидата на собеседование и обучена на нескольких сотнях миллионов записей о приглашениях и отказах. То есть она учится на прошлых решениях работодателей. Если эти решения были с перекосом, модель его повторит, и проверять это придётся вам. Как — в разделе о проверке.
ATS с ИИ-оценкой: Talantix, Поток, Хантфлоу, Skillaz
ATS нужна, когда отклики идут с нескольких площадок, кандидатов ведёт больше одного человека и важно видеть историю: кто кого смотрел, на каком этапе человек и почему. ИИ здесь — одна из функций системы учёта кандидатов, а не отдельный продукт.
Talantix: единственная публичная цена
Вход и функция. По сайту Talantix, система собирает отклики с hh.ru, Авито и ещё 11 сайтов вакансий, а входят в неё через учётную запись работодателя hh.ru. На странице тарифов в обоих планах указано «ранжирование кандидатов в вакансии, наиболее подходящих под её описание».
Где упрётся. Объясняет ли система, почему кандидат оказался выше, на странице не сказано. Сводок по резюме или ИИ-ассистента в видимой части страницы мы тоже не нашли. Значит, позицию в списке придётся перепроверять глазами.
Сколько стоит. «Базовый» — 31 000 ₽ в год, один рекрутер и до 5 заказчиков. «Оптимальный» — 48 000 ₽ в год за каждого рекрутера, заказчики без ограничений, API, перенос базы с hh.ru и персональный менеджер. Первые 7 дней бесплатно.
Поток: оценка от 1 до 100 по вашим критериям
Вход и функция. По странице ИИ-рекрутера, Поток ищет кандидатов на HH, Superjob и Авито, сопоставляет их опыт с критериями рекрутера — навыками, стажем, требованиями — и ставит каждому резюме оценку от 1 до 100. На главной это названо скорингом резюме: автоматическим выделением лучших кандидатов среди всех откликов. Скрининг-опрос проводят чат-боты.
Где упрётся. Объясняет ли система балл, на странице не сказано. Полезный пример того, что может пойти не так, есть в публичной проверке на Habr от 1 марта 2026 года, где Поток работал в связке с hh.ru. Автор ожидал соответствие около 100%, а ИИ дал 72% и написал, что стаж кандидата «менее 1 года (с 2021 года)». У другого кандидата стаж тоже посчитан неверно, а при синхронизации пропали 114 откликов. Платформа признала «пробелы в промпте бота» и сообщила, что в обновлении 26 января 2026 года исправила ошибку: нейросеть некорректно считала даты «по настоящее время».
Это одна проверка, число резюме в ней не указано, и ошибка заявлена исправленной. Судить по ней о качестве Потока в целом нельзя. Но сами ошибки типовые: даты, стаж, пропавшие при синхронизации отклики. Их стоит ловить в любом сервисе.
Сколько стоит. Цена рассчитывается индивидуально, есть бесплатный пилот одного продукта. На странице ИИ-рекрутера одновременно написано, что опции «подключаются дополнительно» и что функционал «включен в тариф без дополнительной оплаты». Уточните у менеджера, что входит в ваш тариф.
Проверьте даты. Стаж с пометкой «по настоящее время», стажировки и совмещение — места, где ИИ-оценка ошибается чаще всего. Положите в тестовый набор пару таких резюме и сверьте, как сервис посчитал опыт.
Хантфлоу: ИИ ищет по вашей базе
По сайту Хантфлоу, «Хантфлоу AI» анализирует работу рекрутера над вакансией и рекомендует подходящих кандидатов из накопленной базы резюме. В обновлениях появилась генерация холодных писем и сообщений. Вакансии публикуются на hh.ru, отклики поступают в систему автоматически.
Где упрётся. Оценка или скоринг новых откликов на главной и в обновлениях не заявлены. Хантфлоу полезен, когда у вас уже большая база и хочется находить в ней людей под новую вакансию, а не когда нужно быстро разобрать двести свежих откликов. Цены не опубликованы: на странице тарифов только форма заявки.
Skillaz: для крупного найма
На сайте Skillaz заявлены создание вакансий с помощью AI, видеоинтервью и тестирование с AI-оценкой, LLM для оценки и ранжирования кандидатов. Среди отраслей — производство, ритейл, фарма, финансы, IT, HoReCa. Модули выбираются отдельно, цен нет, только запись на демо. Интеграция именно с hh.ru в видимой части страницы не названа, сказано только про «интеграцию с job-сайтами». По набору функций это решение для компаний с потоком найма, а не для одной вакансии в квартал.
Что не вошло и что важно для интеграции
Робота Веру в сравнение не включили: 11 ноября 2026 года сайт сервиса не открылся, а без страницы поставщика его текущие функции и цены подтвердить нельзя. Остальные сервисы из подборок не попали в обзор, если мы не нашли условия на странице самого поставщика.
Если выбираете ATS, которая должна забирать отклики с hh.ru, учтите условие из статьи hh.ru о работодательском API от декабря 2022 года: через ATS можно разбирать отклики, двигать их по этапам и писать соискателям, но интеграция возможна только с решениями, чьи серверы находятся в России. Требование 2022 года, актуальность мы не перепроверяли, так что спросите поставщика, работает ли его интеграция сейчас.
Своя модель по вашим критериям: когда хватает GigaChat или YandexGPT
Этот маршрут подходит, когда откликов немного, скажем 20–50, а роль нестандартная и встроенная сортировка не понимает, что для вас важно. Например, нужен менеджер, который и продаёт, и ведёт закупки. Вы сами пишете критерии и получаете оценку по каждому из них с цитатой. Работать можно через API YandexGPT или GigaChat, цены и способы подключения разобраны в этих статьях.
Запрос строится так: обязательные и желательные критерии, по каждому — отметка и цитата, вместо догадки «не указано», без итогового решения. Шаблон:
Ты помогаешь рекрутеру разобрать резюме на вакансию «[название]». Ниже критерии и резюме без имени и контактов. Обязательные критерии: 1) [...] 2) [...]. Желательные: 1) [...] 2) [...]. По каждому критерию ответь: «выполнен», «не выполнен» или «не указано» — и приведи цитату из резюме. Если данных нет, пиши «не указано», не додумывай. Стаж считай по датам, «по настоящее время» — это [месяц и год]. Не давай итогового решения «пригласить» или «отказать».
Строка про даты не лишняя: на подсчёте стажа «по настоящее время» ошибался даже готовый сервис из примера выше. Как улучшать такие запросы, разобрано в статье о том, как писать промпты для нейросетей. Если резюме приходят в PDF и их нужно сначала разобрать на текст, пригодится обзор нейросетей для документов.
Данные. Перед отправкой уберите из резюме ФИО, телефон, почту, фото и дату рождения: для оценки по деловым качествам они не нужны. В Yandex AI Studio, по документации, модели по умолчанию логируют все данные запросов. Логирование отключается заголовком x-data-logging-enabled: false, и документация сама советует это делать, если в запросах есть персональные или конфиденциальные данные. Условия обработки данных в API GigaChat для юрлиц мы не проверяли, сверьте их по договору.
Где упрётся. Интеграции с hh.ru нет: резюме придётся выгружать и обезличивать вручную, а результат переносить обратно. Для разовой вакансии это нормально, для постоянного потока уже нет. Если хочется автоматизировать весь путь, от выгрузки откликов до таблицы с оценками, смотрите платформы для создания ИИ-агентов и обзор ИИ-агентов для бизнеса.
ChatGPT для этой задачи не подходит по простой причине: России нет в списке стран OpenAI, а реальные резюме в зарубежный сервис — это трансграничная передача. Подробнее о доступе — в статье ChatGPT в России.
Резюме кандидатов и 152-ФЗ: что проверить до загрузки в сервис
Это не юридическая консультация. Ниже — нормы закона, которые стоит держать в голове при выборе сервиса. Как они применяются к вашему процессу найма, решайте с юристом.
Внешний сервис — это поручение обработки. По части 3 статьи 6, оператор может поручить обработку персональных данных другому лицу на основании договора и, если закон не предусматривает иное, с согласия субъекта. В поручении указывают перечень данных и действий, цели и требования к защите, а исполнитель обязан соблюдать конфиденциальность. Загрузка резюме в ATS или облачную модель обычно и есть такое поручение, поэтому договор с сервисом стоит проверить до старта.
Зарубежный сервис — трансграничная передача. По части 3 статьи 12, до начала такой передачи оператор обязан уведомить Роскомнадзор, отдельно от уведомления об обработке. Для стран вне перечня с адекватной защитой данных передача до истечения сроков рассмотрения уведомления в целом запрещена.
Согласие — отдельным документом. По части 1 статьи 9, согласие должно быть конкретным, информированным и однозначным и оформляться отдельно от других документов. Требование об отдельном оформлении действует с 1 сентября 2025 года, писал Гарант. Нужно ли согласие соискателя, который сам прислал резюме, — вопрос спорный, актуальной позиции Роскомнадзора мы не нашли. Это как раз тот случай, когда стоит спросить юриста.
Отказ — не автоматически. Статья 16 запрещает решения, затрагивающие права человека, исключительно на основании автоматизированной обработки, об этом выше. На практике это значит, что автоотказ без участия человека — зона риска.

Как устроен ИИ внутри компании с точки зрения закона и где хранить данные, подробнее разобрано в статье о корпоративном ИИ.
Как проверить ИИ для анализа резюме на своих резюме
Демо на сайте поставщика собрано на удобных примерах. Независимых данных о точности российских сервисов мы не нашли, поэтому единственный честный способ выбрать — прогнать два-три маршрута на своих резюме. Для этого подойдут бесплатные 7 дней Talantix, пилот Потока и встроенные функции hh.ru.
- Соберите набор. 30–60 обезличенных резюме по одной-двум уже закрытым вакансиям. Так вы знаете, кого в итоге позвали и взяли.
- Разметьте заранее. Рекрутер до прогона отмечает каждое резюме: «пригласили бы» или «нет». Отдельно пометьте 5–10 заведомо сильных кандидатов.
- Прогоните одинаково. Во всех сервисах одно и то же описание вакансии и одни и те же критерии.
- Посчитайте метрики. Сколько сильных попало в верхние 10 и 20. Сколько сильных оказалось ниже порога, за которым вы бы не смотрели, — это ошибочные отказы и главная метрика. Насколько оценка совпала с разметкой рекрутера. Есть ли у оценки ссылка на текст резюме. Меняется ли балл при повторном прогоне того же резюме.
- Положите ловушки. Резюме со стажем «по настоящее время», стажировками, совмещением и перерывом в карьере. И одно резюме в нескольких копиях с разными именем, полом и возрастом.
- Посчитайте деньги и время. Цена за вакансию и минуты рекрутера на перепроверку.
Тест с подменой имени. Одно и то же резюме с разными именем, полом и возрастом должно получить один и тот же балл. Если балл меняется, сервис учитывает не только деловые качества. Опираться на такую оценку при отказе опасно: статья 64 Трудового кодекса запрещает ограничения при приёме на работу по полу, возрасту и другим обстоятельствам, не связанным с деловыми качествами.
Тест не надуманный. В исследовании Вашингтонского университета 2024 года три языковые модели (Mistral AI, Salesforce и Contextual AI) ранжировали больше 550 реальных резюме под 500 с лишним вакансий, а в резюме подставляли 120 разных имён — всего более 3 млн сравнений. Модели предпочитали резюме с именами, которые ассоциируются с белыми, в 85% случаев, а с женскими именами — только в 11%. Речь об американском контексте и моделях общего назначения, а не о российских сервисах найма. Но это хороший аргумент проверять. Классический пример — экспериментальный инструмент Amazon: по данным Reuters 2018 года, его обучили на резюме за 10 лет, в основном мужских, и он стал занижать оценки резюме со словом «women’s». Проект закрыли.
Результаты удобно свести в таблицу. Ниже — пустой шаблон, а не наш тест: заполните его на своих резюме.
| Метрика | Маршрут А | Маршрут Б | Своя модель |
|---|---|---|---|
| Сильных в верхних 10 из 5–10 отмеченных | |||
| Сильных ниже порога (ошибочные отказы) | |||
| Совпадение с разметкой рекрутера | |||
| Оценка ссылается на текст резюме: да или нет | |||
| Разница баллов при повторном прогоне | |||
| Разница баллов при подмене имени, пола и возраста | |||
| Даты «по настоящее время» посчитаны верно | |||
| Цена за вакансию | |||
| Минут рекрутера на перепроверку |

Если у сервиса ноль ошибочных отказов, но оценка ни на что не ссылается, вам всё равно придётся перечитывать резюме, чтобы объяснить решение. Если у него лучший топ-10, но балл меняется от подмены имени, его нельзя пускать в работу ни при какой цене.








