Menulis Deskripsi Pekerjaan dengan AI: Inklusif, Akurat, dan Sesuai Merek

Oleh Kevin Kim · Diperbarui 11 Oktober 2026

Menulis deskripsi pekerjaan dengan AI berarti memakai model bahasa untuk mengubah masukan nyata dari manajer perekrut (pekerjaannya, keterampilan wajib, rentang gaji, tim) menjadi draf pertama yang rapi, lalu meminta seseorang menyuntingnya demi keakuratan, bahasa yang inklusif, dan kesesuaian hukum sebelum diposting. Model menghemat satu jam menatap halaman kosong. Model tidak tahu apa sebenarnya pekerjaan itu, berapa yang sungguh Anda bayar, atau apa yang diwajibkan hukum di lokasi perekrutan Anda, jadi hal-hal itu tetap menjadi tanggung jawab Anda.

Panduan ini ditujukan bagi manajer SDM, pemimpin talent acquisition, dan manajer perekrut yang sudah memakai, atau akan memakai, chatbot untuk menyusun lowongan. Untuk gambaran lebih luas tentang AI dalam perekrutan, lihat AI dalam rekrutmen. Panduan ini mengasumsikan dasar-dasar dari AI generatif untuk tim SDM. Hanya informasi umum, bukan nasihat hukum.

Fakta Utama

• Dalam riset yang memulai bidang ini, Gaucher, Friesen, dan Kay menganalisis 493 iklan lowongan daring di 11 jenis pekerjaan dan menemukan bahwa iklan untuk pekerjaan yang didominasi laki-laki memakai kata-kata bernuansa maskulin lebih banyak, dan kata-kata maskulin menurunkan rasa memiliki pada perempuan, yang pada gilirannya menurunkan daya tarik pekerjaan tersebut (Harvard Kennedy School, ringkasan Gender Action Portal atas studi 2011).
• Dalam makalah lokakarya NAACL 2022, peneliti yang memakai GPT-3 untuk menulis iklan lowongan menemukan bahwa prompt yang mendorong keberagaman saja tidak mengurangi bias secara signifikan, sedangkan fine-tuning pada iklan nyata yang tidak bias berhasil (Borchers et al., arXiv).
• Berdasarkan Article 5 dari EU Pay Transparency Directive, pelamar berhak atas gaji awal atau rentangnya, pemberi kerja tidak boleh menanyakan riwayat gaji, dan pengumuman lowongan serta jabatan harus netral gender (Directive (EU) 2023/970).
• Negara anggota harus memasukkan direktif tersebut ke dalam hukum nasional paling lambat 7 Juni 2026 (Directive (EU) 2023/970, Article 34).
• Aturan pencantuman gaji di Colorado berlaku sejak 1 Januari 2021 dan mewajibkan rentang kompensasi beserta deskripsi umum tentang tunjangan dan insentif (Littler).

Apa yang Baik dan Buruk Dilakukan AI dalam Deskripsi Pekerjaan

Deskripsi pekerjaan adalah dokumen pendek dengan banyak tugas. Ia memberi tahu kandidat apa pekerjaannya, menjadi bahan pencocokan kata kunci di situs lowongan, memberi tahu pewawancara apa yang harus diuji, dan, setelah seseorang direkrut, menjadi titik acuan dalam percakapan kinerja. Model unggul dalam bagian menulis dan lemah dalam bagian fakta.

Yang baik dilakukan model:

• Struktur dan nada. Beri model catatan butir kasar dan ia mengembalikan lowongan yang enak dibaca dalam gaya perusahaan Anda dalam hitungan detik.
• Bahasa sederhana. Model dapat memangkas jargon, memperpendek kalimat bertele-tele, dan menulis ulang daftar 40 butir yang membengkak menjadi 8 butir yang jelas.
• Varian. Peran yang sama, tiga versi: satu untuk situs lowongan, satu untuk halaman karier, satu untuk perpindahan internal.
• Pemeriksaan tahap pertama. Model dapat menandai kata-kata yang terbaca eksklusif, atau persyaratan yang tidak sesuai dengan senioritas.

Yang buruk dilakukan model:

• Fakta tentang pekerjaan Anda. Model mengisi celah dengan pengisi yang tampak masuk akal. Minta deskripsi "Sales Operations Manager" tanpa konteks dan Anda akan mendapat daftar tugas CRM yang generik dan mungkin tidak menggambarkan tim Anda.
• Persyaratan rekaan. Model menyalin daftar yang digelembungkan yang pernah dilihatnya di internet: sepuluh tahun pengalaman untuk peran tingkat menengah, tiga alat yang tidak Anda pakai, gelar yang tidak Anda butuhkan.
• Bias secara bawaan. Model mereproduksi pola dalam teks yang dipelajarinya. Studi GPT-3 di atas menemukan bahwa iklan yang dihasilkan zero-shot bias dan mudah dikenali sebagai buatan mesin, dan bahwa sekadar meminta bahasa yang ramah keberagaman tidak cukup untuk memperbaikinya. Studi itu memakai model yang lebih lama, tetapi pelajarannya tetap berlaku: uji keluarannya, jangan percaya pada prompt-nya.
• Rincian hukum. Model tidak bisa mengetahui rentang gaji Anda, aturan pencantuman di yurisdiksi Anda, atau perjanjian kerja bersama Anda. Anda yang menyediakannya.

Dalam praktiknya, model menyusun draf dan menjalankan pemeriksaan pertama atas draf terhadap kriteria Anda, sementara seseorang tetap berada dalam proses untuk mengoreksi fakta dan menyetujui teks akhir.

Contoh menurut Fungsi

Metode yang sama berlaku di semua fungsi, tetapi masukannya berbeda. Contoh berikut menunjukkan apa yang sebaiknya dibawa manajer ke model, dengan templat deskripsi pekerjaan yang sepadan sebagai titik acuan.

Dukungan pelanggan. Untuk spesialis dukungan pelanggan, masukan yang berguna adalah kanal yang dilayani (email, chat, telepon), ekspektasi volume tiket, pola shift, dan alat yang dipakai. Titik lemah model di sini adalah tumpukan keterampilan lunak ("bergairah, penuh energi, rockstar"). Gantilah dengan perilaku yang dapat diamati: menjelaskan solusi dengan bahasa sederhana, tetap tenang menghadapi pelanggan yang kesal, mendokumentasikan setiap kasus.

Operasional penjualan. Untuk sales operations manager, sebutkan sistem mana yang akan dimiliki orang itu, apakah ia membangun laporan atau hanya memeliharanya, dan kepada siapa ia melapor. Jika dibiarkan, model akan mencampur peran ini dengan manajemen penjualan dan mengubur pekerjaan analitisnya. Catatan Anda menjaga keduanya tetap terpisah.

Data dan analitik. Untuk analis data, daftar pertanyaan yang akan dijawab analis dalam enam bulan pertama, sumber data, dan stack-nya. Model senang mendaftar setiap alat di bidangnya, yang mempersempit kolam kandidat tanpa alasan. Tanyakan kepada manajer dua alat mana yang esensial dan mana yang sekadar nilai tambah.

Peran eksekutif dan administratif. Di sini risikonya adalah inflasi jabatan dan lingkup yang kabur. Beri model gambaran satu minggu yang tipikal, bukan daftar kata sifat.

Apa pun fungsinya, templat memberi Anda struktur, dan catatan manajer perekrut memberi Anda substansi. Model menyatukan keduanya.

Cara Menulis Deskripsi Pekerjaan dengan AI Langkah demi Langkah

1. Mulai dengan intake singkat, bukan prompt. Sebelum membuka chatbot, minta jawaban tertulis dari manajer perekrut: tiga hasil teratas yang harus diberikan orang itu, pekerjaan harian yang nyata, dua atau tiga keterampilan yang benar-benar tidak bisa dipelajari sambil bekerja, jalur pelaporan, lokasi kerja, dan rentang gaji. Jika manajer tidak bisa menjawab ini, pekerjaan itu belum siap diposting, dan tidak ada model yang bisa memperbaikinya.
2. Pisahkan yang wajib dari yang sekadar nilai tambah. Hitung jumlahnya. Daftar persyaratan yang panjang adalah filter penyaringan yang menyamar, dan cenderung mengecilkan hati orang yang sebenarnya mampu melakukan pekerjaan itu. Jika Anda bergerak ke arah perekrutan berbasis keterampilan, rumuskan persyaratan sebagai keterampilan dan bukti hasil, bukan tahun dan gelar.
3. Beri model konteks dan struktur Anda. Tempel catatan intake, contoh lowongan lama yang Anda sukai, aturan gaya Anda, dan bagian yang Anda inginkan (ringkasan, apa yang akan Anda kerjakan, apa yang Anda bawa, apa yang kami tawarkan, gaji). Suruh model hanya memakai fakta yang Anda berikan dan menulis "[perlu dikonfirmasi]" jika ada yang hilang.
4. Hasilkan dua draf dan bandingkan. Satu draf adalah tebakan, dua draf menunjukkan apa yang diisi model sendiri. Apa pun yang muncul di kedua draf tetapi tidak ada di catatan Anda adalah detail rekaan yang harus diperiksa.
5. Lakukan tinjauan keakuratan. Telusuri draf baris demi baris terhadap catatan intake. Hapus atau konfirmasi setiap tanggung jawab, alat, kualifikasi, dan tunjangan. Manajer perekrut menyetujui tugas, dan SDM menyetujui tunjangan dan gaji.
6. Lakukan tinjauan bahasa inklusif. Gunakan pemeriksaan di bagian berikutnya, pada draf dan pada jabatan.
7. Tambahkan informasi gaji dan hukum. Masukkan rentang, ringkasan tunjangan, pemberitahuan khusus lokasi, dan pernyataan kesempatan yang setara dari teks yang telah disetujui, bukan dari keluaran model.
8. Minta persetujuan manusia dan catat versinya. Perlakukan sebagai langkah human-in-the-loop dengan penyetuju yang ditunjuk. Simpan teks akhir yang disetujui di applicant tracking system Anda agar pewawancara menyaring berdasarkan kriteria yang sama dengan yang dilihat kandidat.
9. Tinjau setelah perekrutan. Bandingkan lowongan dengan apa yang sebenarnya dikerjakan orang itu di kuartal pertamanya, lalu perbaiki templat untuk lain kali.

Tinjauan Bahasa Inklusif yang Benar-Benar Berfungsi

Bukti yang paling dikenal tentang hal ini berasal dari studi 2011 di Journal of Personality and Social Psychology oleh Gaucher, Friesen, dan Kay. Mereka menemukan bahwa kata-kata bernuansa maskulin lebih sering muncul dalam iklan untuk pekerjaan yang didominasi laki-laki, dan dalam eksperimen kata-kata itu membuat pekerjaan kurang menarik bagi perempuan terutama karena mengurangi rasa memiliki mereka. Kata-kata itu tidak mengubah seberapa terampil perempuan merasa dirinya untuk pekerjaan tersebut. Pilihan kata memberi sinyal siapa yang diharapkan pemberi kerja untuk melamar.

Jadi tinjauan ini soal sinyal. Daftar periksa praktisnya:

Anda dapat meminta model menandai istilah-istilah ini, dan itu filter pertama yang lumayan. Tetapi jangan jadikan itu satu-satunya. Minta seseorang di luar tim perekrutan membaca teks akhir tanpa konteks, idealnya orang yang latar belakangnya berbeda dari manajer perekrut, dan tanyakan pekerjaan itu terdengar seperti apa dan tampaknya ditujukan untuk siapa. Pembacaan manusia itu menangkap masalah nada yang terlewat oleh daftar kata.

Hal ini lebih penting dengan AI daripada tanpanya. Studi GPT-3 menunjukkan bahwa instruksi "bersikaplah beragam" yang polos dalam prompt tidak mengurangi bias secara signifikan, jadi pengamanan Anda adalah langkah tinjauan, bukan instruksinya. Jika Anda memakai alat penulisan khusus dengan pemeriksa bias bawaan, perlakukan sebagai satu masukan bagi tinjauan itu.

Transparansi Gaji: Apa yang Mungkin Perlu Dinyatakan Lowongan

Semakin banyak yurisdiksi kini mengharapkan informasi gaji ada dalam atau sebelum lowongan, dan draf AI tidak memuatnya kecuali Anda memintanya. Dua contoh menunjukkan ragam aturannya.

Uni Eropa. Directive (EU) 2023/970 menetapkan hak pelamar untuk menerima gaji awal atau rentangnya, berdasarkan kriteria objektif dan netral gender, dan melarang pemberi kerja menanyakan riwayat gaji. Direktif ini juga mewajibkan pengumuman lowongan dan jabatan bersifat netral gender. Tenggat bagi negara anggota untuk memasukkannya ke hukum nasional adalah 7 Juni 2026, yang kini sudah lewat, jadi periksa hukum nasional di tempat Anda merekrut karena rinciannya (dan apakah informasi masuk dalam lowongan atau diberikan sebelum wawancara) bergantung pada cara tiap negara menuliskannya.

Colorado, Amerika Serikat. Aturan Equal Pay for Equal Work Act di Colorado berlaku sejak 1 Januari 2021. Aturan itu mewajibkan lowongan untuk pekerjaan yang dapat dilakukan di Colorado mencantumkan rentang kompensasi, yang dapat berkisar dari gaji terendah hingga tertinggi yang menurut itikad baik pemberi kerja mungkin dibayarkan, dengan deskripsi umum tentang tunjangan dan insentif seperti bonus dan komisi. Rentang itu tidak mengikat pemberi kerja untuk membayar di dalamnya, tetapi harus merupakan perkiraan yang wajar saat diposting.

Negara bagian dan kota lain di AS punya versinya sendiri, dengan ambang ukuran pemberi kerja, persyaratan redaksi, dan tanggal berlaku yang berbeda. Kebiasaan yang aman itu sederhana: simpan tabel lokasi tempat Anda merekrut, aturan masing-masing, dan teks gaji yang disetujui, lalu isi lowongan dari tabel itu. Jangan biarkan model menghasilkan rentang gaji atau deskripsi tunjangan. Berikan angkanya dan minta ia menempatkannya.

Satu catatan terakhir tentang peran jarak jauh. Pekerjaan yang dapat dilakukan dari beberapa tempat mungkin harus memenuhi aturan beberapa tempat sekaligus. Tanyakan kepada penasihat hukum aturan mana yang mengatur lowongan Anda.

Menjaga Deskripsi Tetap Sesuai Merek

Lowongan yang sesuai merek terdengar seperti perusahaan Anda, bukan rata-rata internet. Model secara default condong ke rata-rata kecuali Anda menjangkarnya. Tiga hal membantu:

• Lembar gaya. Nada (langsung, hangat, formal), kata yang Anda pakai dan kata yang Anda hindari, cara Anda menyebut tim dan pelanggan.
• Paragraf merek singkat. Teks yang disetujui tentang apa yang Anda lakukan dan mengapa orang bekerja di sana, ditempel dan bukan dihasilkan. Ini juga menjaga janji tetap selaras dengan kenyataan.
• Contoh standar emas. Satu lowongan terbaru yang berkinerja baik dan terbaca seperti Anda. Suruh model menyamai gaya bahasanya, bukan menyalin isinya.

Lalu sunting habis pengisi generik yang tetap lolos. Jika sebuah kalimat bisa muncul di lowongan perusahaan mana pun, buang atau buat spesifik.

Jebakan yang Perlu Dihindari

• Memposting draf pertama. Kegagalan yang paling umum. Teksnya mengalir mulus, jadi tidak ada yang memeriksanya.
• Menyalin deskripsi pesaing ke dalam prompt. Anda akan mewarisi persyaratan mereka, dan mungkin teks berhak cipta mereka.
• Meminta model menetapkan rentang gaji. Ia akan menghasilkan angka yang terdengar masuk akal dan tidak bermakna. Gunakan pita gaji dan data pasar Anda sendiri.
• Membiarkan persyaratan merangkak naik. Setiap draf cenderung menambahkan satu keterampilan. Bandingkan dengan daftar intake setiap kali.
• Menempelkan data rahasia. Jangan masukkan strategi yang belum dirilis, kandidat internal yang disebut namanya, atau catatan karyawan ke alat publik. Gunakan alat yang telah disetujui perusahaan Anda.
• Menganggap deskripsi pekerjaan sebagai aturan penyaringan. Jika Anda juga memakai AI untuk menyaring pelamar terhadap lowongan, bias apa pun dalam teks terbawa ke peringkat. Risikonya dibahas dalam ikhtisar AI dalam rekrutmen.
• Tanpa pemilik. Seseorang harus memiliki perpustakaan templat, memperbaruinya saat peran berubah, dan mempensiunkan versi lama.

Apa yang Perlu Diukur

Lacak apakah prosesnya membantu, bukan hanya apakah lebih cepat:

• Waktu hingga lowongan disetujui, dari intake hingga persetujuan.
• Suntingan per draf, sebagai gambaran kasar seberapa banyak keluaran model perlu dikoreksi.
• Komposisi pelamar dan drop-off menurut tahap, dibandingkan antarlowongan, untuk melihat apakah perubahan redaksi menggeser siapa yang melamar.
• Kepuasan manajer perekrut dan apakah wawancara menguji hal yang sama dengan yang digambarkan lowongan.

Jalankan semua ini selama satu kuartal sebelum Anda mengklaim hasil. Satu lowongan hanyalah anekdot.