Escrever descrições de cargo com IA: inclusivas, precisas e alinhadas à marca

Por Kevin Kim · Atualizado em 11 de outubro de 2026

Escrever descrições de cargo com IA significa usar um modelo de linguagem para transformar os insumos reais de um gestor da vaga (o trabalho, as habilidades indispensáveis, a faixa salarial, a equipe) em um primeiro rascunho limpo e, em seguida, pedir a uma pessoa que o revise quanto à precisão, à linguagem inclusiva e à adequação jurídica antes da publicação. O modelo poupa a hora diante da página em branco. Ele não sabe o que o cargo realmente é, o que você de fato paga nem o que a lei do local da contratação exige, e por isso essas partes continuam com você.

Este guia é para gerentes de RH, líderes de aquisição de talentos e gestores de vagas que já usam, ou estão prestes a usar, um chatbot para redigir anúncios. Para a visão mais ampla da IA na contratação, veja IA no recrutamento. Este guia pressupõe o básico de IA generativa para equipes de RH. Apenas informação geral, não aconselhamento jurídico.

Fatos Principais

• Na pesquisa que deu origem à área, Gaucher, Friesen e Kay analisaram 493 anúncios de emprego on-line em 11 ocupações e constataram que os anúncios de funções predominantemente masculinas usavam mais palavras de codificação masculina, e que essa linguagem reduzia o sentimento de pertencimento das mulheres, o que, por sua vez, diminuía a atratividade da vaga (Harvard Kennedy School, Gender Action Portal summary of the 2011 study).
• Em um artigo de workshop da NAACL de 2022, pesquisadores que usaram o GPT-3 para escrever anúncios de emprego constataram que instruções que apenas incentivavam a diversidade não reduziram o viés de forma significativa, enquanto o ajuste fino com anúncios reais sem viés reduziu (Borchers et al., arXiv).
• Pelo Article 5 da Diretiva de Transparência Salarial da UE, os candidatos têm direito à remuneração inicial ou à sua faixa, os empregadores não podem perguntar sobre o histórico salarial, e os anúncios de vaga e os títulos devem ser neutros em termos de gênero (Directive (EU) 2023/970).
• Os Estados-membros tinham de incorporar essa diretiva ao direito nacional até 7 de junho de 2026 (Directive (EU) 2023/970, Article 34).
• As regras de divulgação salarial do Colorado entraram em vigor em 1º de janeiro de 2021 e exigem a faixa de remuneração, além de uma descrição geral dos benefícios e da remuneração por incentivos (Littler).

O que a IA faz bem e mal em uma descrição de cargo

Uma descrição de cargo é um documento curto com muitas funções a cumprir. Ela diz aos candidatos qual é o trabalho, alimenta a correspondência de palavras-chave nos sites de vagas, diz aos entrevistadores o que testar e, depois que alguém é contratado, torna-se o ponto de referência das conversas sobre desempenho. Os modelos são bons na parte da escrita e fracos na parte dos fatos.

O que eles fazem bem:

• Estrutura e tom. Dê a um modelo anotações soltas em tópicos e ele devolve em segundos um anúncio legível no estilo da sua empresa.
• Linguagem simples. Ele consegue cortar jargões, encurtar frases longas demais e reescrever uma lista inchada de 40 tópicos em 8 claros.
• Variantes. A mesma função, três versões: uma para o site de vagas, outra para a página de carreiras e outra para uma movimentação interna.
• Verificações iniciais. Ele consegue sinalizar palavras com leitura excludente ou requisitos incompatíveis com a senioridade.

O que eles fazem mal:

• Fatos sobre o seu cargo. O modelo preenche lacunas com enchimento plausível. Peça a descrição de um "Gerente de Operações de Vendas" sem nenhum contexto e você receberá uma lista genérica de tarefas de CRM que pode não descrever a sua equipe.
• Requisitos inventados. Os modelos copiam as listas infladas que viram na internet: dez anos de experiência para uma função de nível pleno, três ferramentas que você não usa, um diploma de que você não precisa.
• Viés por padrão. Os modelos reproduzem os padrões do texto com que aprenderam. O estudo com o GPT-3 citado acima constatou que os anúncios gerados sem exemplos eram enviesados e fáceis de identificar como sintéticos, e que simplesmente pedir uma linguagem favorável à diversidade não bastava para corrigir isso. Aquele estudo usou um modelo mais antigo, mas a lição continua valendo: teste o resultado, não confie no prompt (instrução).
• Especificidades jurídicas. Um modelo não pode saber a sua faixa salarial, as regras de divulgação da sua jurisdição nem o seu acordo coletivo. Você fornece essas informações.

Na prática, o modelo redige e faz uma primeira verificação do rascunho com base nos seus critérios, enquanto uma pessoa permanece no circuito para corrigir os fatos e aprovar o texto final.

Exemplos por função

O mesmo método funciona em todas as funções, mas os insumos mudam. Estes exemplos mostram o que um gestor deve levar ao modelo, usando um modelo de descrição de cargo correspondente como ponto de referência.

Atendimento ao cliente. Para um especialista em atendimento ao cliente, os insumos úteis são os canais cobertos (e-mail, chat, telefone), as expectativas de volume de chamados, a escala de turnos e as ferramentas usadas. O ponto fraco do modelo aqui é o amontoado de soft skills ("apaixonado, enérgico, rockstar"). Substitua-o por comportamentos observáveis: explica uma solução em linguagem simples, mantém a calma com um cliente irritado, documenta cada caso.

Operações de vendas. Para um gerente de operações de vendas, diga quais sistemas a pessoa vai administrar, se ela constrói relatórios ou apenas os mantém e a quem se reporta. Se for deixado sozinho, o modelo vai misturar essa função com a gestão de vendas e enterrar o trabalho analítico. Suas anotações mantêm as duas separadas.

Dados e análise. Para um analista de dados, liste as perguntas que o analista vai responder nos primeiros seis meses, as fontes de dados e a stack tecnológica. Os modelos adoram listar todas as ferramentas do mercado, o que estreita o grupo de candidatos sem motivo. Pergunte ao gestor quais duas ferramentas são essenciais e quais são desejáveis.

Funções executivas e administrativas. Aqui o risco é a inflação de títulos e o escopo vago. Dê ao modelo uma semana típica, não uma lista de adjetivos.

Seja qual for a função, um modelo de descrição dá a estrutura, e as anotações do gestor da vaga dão a substância. O modelo de linguagem junta as duas.

Como escrever uma descrição de cargo com IA, passo a passo

1. Comece com uma triagem curta, não com um prompt. Antes de abrir o chatbot, obtenha por escrito as respostas do gestor da vaga: os três principais resultados que a pessoa deve entregar, o trabalho diário real, as duas ou três habilidades que realmente não se aprendem no cargo, a linha de reporte, o local de trabalho e a faixa salarial. Se o gestor não consegue responder a isso, o cargo não está pronto para ser divulgado, e nenhum modelo vai resolver isso.
2. Separe o indispensável do desejável. Conte os itens. Listas longas de requisitos são um filtro de triagem disfarçado e tendem a desencorajar pessoas que poderiam fazer o trabalho. Se você está caminhando para a contratação baseada em habilidades, formule os requisitos como habilidades e evidências de resultados, e não como anos e diplomas.
3. Dê ao modelo o seu contexto e a sua estrutura. Cole as anotações da triagem, um exemplo de um anúncio anterior de que você gostou, as suas regras de estilo e as seções desejadas (resumo, o que você vai fazer, o que você traz, o que oferecemos, remuneração). Diga a ele para usar apenas os fatos fornecidos e escrever "[a confirmar]" onde algo estiver faltando.
4. Gere dois rascunhos e compare. Um rascunho é um palpite; dois mostram o que o modelo está preenchendo por conta própria. Tudo o que aparece nos dois rascunhos mas não está nas suas anotações é um detalhe inventado a verificar.
5. Faça uma revisão de precisão. Percorra o rascunho linha por linha em relação às anotações da triagem. Elimine ou confirme cada responsabilidade, ferramenta, qualificação e benefício. O gestor da vaga valida as atribuições, e o RH valida os benefícios e a remuneração.
6. Faça uma revisão de linguagem inclusiva. Use as verificações da próxima seção, no rascunho e no título do cargo.
7. Acrescente as informações salariais e jurídicas. Insira a faixa, o resumo dos benefícios, os avisos específicos do local e a declaração de igualdade de oportunidades a partir de texto aprovado, não de resultado do modelo.
8. Obtenha a aprovação de uma pessoa e registre a versão. Trate isso como uma etapa de human-in-the-loop (pessoa no circuito) com um aprovador identificado. Mantenha o texto final aprovado no seu sistema de rastreamento de candidatos para que os entrevistadores avaliem com os mesmos critérios que os candidatos viram.
9. Revise depois da contratação. Compare o anúncio com o que a pessoa realmente fez no primeiro trimestre e depois corrija o modelo para a próxima vez.

Uma revisão de linguagem inclusiva que realmente funciona

A evidência mais conhecida sobre o tema vem de um estudo de 2011 no Journal of Personality and Social Psychology, de Gaucher, Friesen e Kay. Eles constataram que palavras de codificação masculina apareciam com mais frequência em anúncios de ocupações predominantemente masculinas e que, em experimentos, isso tornava a vaga menos atraente para as mulheres principalmente porque reduzia o sentimento de pertencimento delas. Não alterava o quanto as mulheres se sentiam qualificadas para o cargo. A escolha das palavras sinalizava quem o empregador esperava que se candidatasse.

Portanto, a revisão trata de sinais. Um checklist prático:

Você pode pedir ao modelo que sinalize esses termos, e é um bom primeiro filtro. Mas não deixe que seja o único. Peça a alguém de fora da equipe de contratação que leia o texto final sem contexto, de preferência alguém que não compartilhe a formação do gestor da vaga, e pergunte como o cargo soa e para quem ele parece ser dirigido. Essa leitura humana capta problemas de tom que uma lista de palavras deixa passar.

Isso importa mais com IA do que sem ela. Um estudo com o GPT-3 mostrou que uma simples instrução de "seja diverso" no prompt não reduziu o viés de forma significativa, então a sua salvaguarda é a etapa de revisão, não a instrução. Se você usa uma ferramenta de redação dedicada com verificador de viés embutido, trate-a como um dos insumos dessa revisão.

Transparência salarial: o que um anúncio pode precisar dizer

Cada vez mais jurisdições esperam informações salariais no anúncio ou antes dele, e os rascunhos de IA não as incluem a menos que você peça. Dois exemplos mostram a variedade de regras.

União Europeia. A Directive (EU) 2023/970 estabelece o direito de os candidatos receberem a remuneração inicial ou a sua faixa, com base em critérios objetivos e neutros em termos de gênero, e proíbe os empregadores de perguntar sobre o histórico salarial. Ela também exige que os anúncios de vaga e os títulos de cargo sejam neutros em termos de gênero. O prazo para os Estados-membros transporem a diretriz para o direito nacional foi 7 de junho de 2026, que já passou, então verifique a lei nacional do local onde você contrata, porque os detalhes (e se a informação vai no anúncio ou é dada antes da entrevista) dependem de como cada país a redigiu.

Colorado, Estados Unidos. As regras da Equal Pay for Equal Work Act do Colorado entraram em vigor em 1º de janeiro de 2021. Elas exigem que os anúncios de vagas que podem ser exercidas no Colorado indiquem a faixa de remuneração, que pode ir da menor à maior remuneração que o empregador acredita, de boa-fé, que poderia pagar, com uma descrição geral dos benefícios e da remuneração por incentivos, como bônus e comissões. A faixa não obriga o empregador a pagar dentro dela, mas deve ser uma estimativa razoável no momento da divulgação.

Outros estados e cidades dos EUA têm as suas próprias versões, com limites diferentes de porte da empresa, exigências de redação e datas de vigência. O hábito seguro é simples: mantenha uma tabela dos locais onde você contrata, a regra de cada um e o texto salarial aprovado, e preencha o anúncio a partir dessa tabela. Não deixe o modelo gerar faixas salariais ou descrições de benefícios. Dê a ele os números e peça que apenas os posicione.

Um último ponto sobre funções remotas. Um cargo que pode ser exercido de vários lugares pode precisar cumprir as regras de vários lugares ao mesmo tempo. Pergunte ao jurídico qual regra rege o seu anúncio.

Como manter as descrições alinhadas à marca

Um anúncio alinhado à marca soa como a sua empresa, e não como a média da internet. Um modelo tende à média, a menos que você o ancore. Três coisas ajudam:

• Um guia de estilo. Tom (direto, caloroso, formal), palavras que você usa e palavras que evita, como você se refere à equipe e ao cliente.
• Um parágrafo curto sobre a marca. Texto aprovado sobre o que você faz e por que as pessoas trabalham aí, colado em vez de gerado. Isso também mantém as promessas coerentes com a realidade.
• Um exemplo de referência. Um anúncio recente que teve bom desempenho e soa como você. Diga ao modelo para imitar a voz dele, não copiar o conteúdo.

Depois, elimine na edição o enchimento genérico que sobreviver mesmo assim. Se uma frase poderia aparecer no anúncio de qualquer empresa, corte-a ou torne-a específica.

Armadilhas a evitar

• Publicar o primeiro rascunho. A falha mais comum. O texto lê bem, então ninguém o verifica.
• Copiar a descrição de um concorrente para o prompt. Você herdará os requisitos deles e, possivelmente, o texto protegido por direitos autorais.
• Pedir ao modelo que defina a faixa salarial. Ele produzirá um número que soa plausível e não significa nada. Use as suas próprias faixas salariais e dados de mercado.
• Deixar os requisitos subirem aos poucos. Cada rascunho tende a acrescentar uma habilidade. Compare com a lista da triagem todas as vezes.
• Colar dados confidenciais. Não coloque estratégia não divulgada, o nome de um candidato interno ou registros de colaboradores em uma ferramenta pública. Use as ferramentas que a sua empresa aprovou.
• Tratar a descrição de cargo como regra de triagem. Se você também usa IA para triar candidatos com base no anúncio, qualquer viés do texto passa para o ranking. Os riscos são tratados na visão geral de IA no recrutamento.
• Sem responsável. Alguém deve ser dono da biblioteca de modelos, atualizá-la quando as funções mudarem e aposentar as versões antigas.

O que medir

Acompanhe se o processo ajuda, não apenas se é mais rápido:

• Tempo até o anúncio aprovado, da triagem à aprovação.
• Edições por rascunho, como uma visão aproximada de quanto o resultado do modelo precisa ser corrigido.
• Perfil dos candidatos e abandono por etapa, comparados entre anúncios, para ver se mudanças de redação alteram quem se candidata.
• Satisfação do gestor da vaga e se as entrevistas testam as mesmas coisas que o anúncio descreveu.

Acompanhe isso ao longo de um trimestre antes de alegar um resultado. Um único anúncio é uma anedota.