La page blanche est la partie de la rédaction d’une offre d’emploi où l’IA est réellement bonne.
Le hiring manager a le rôle en tête (l’équipe qu’il construit, le manque qu’il comble, le profil qui conviendrait), et ce dont il a besoin est un brouillon sur lequel réagir. Pas une offre finie. Un brouillon. Quelque chose avec une forme, qu’on peut barrer, affûter et s’approprier. C’est une tâche de 30 secondes pour un humain concentré, et de 2 minutes sans. L’IA comble l’écart.
Chez Join, nous déployons l’IA comme une assistante, pas une décideuse. Cette posture façonne ce que nous automatisons dans l’entonnoir de recrutement et ce que nous laissons délibérément à l’humain. La rédaction d’offres se range nettement dans la colonne “assistance” : le modèle libère la page blanche, l’humain garde la décision. Au-delà de cette frontière, le tableau est plus mitigé. Voici ce qui fonctionne, ce qu’il faut éviter et où le modèle doit s’arrêter.
Les prompts qui fonctionnent
- Traduire des puces en prose. Donnez au modèle une liste de responsabilités, les outils de l’équipe, le niveau de séniorité et la localisation. Demandez les sections “ce que vous ferez” et “ce que nous cherchons” en deux paragraphes chacune, dans la tonalité de l’entreprise (que vous décrivez en une ligne, par exemple “direct, anglais clair, sans jargon”). La sortie ne sera pas finale, mais elle résout le problème du démarrage à froid. Éditez, ne validez pas.
- Générer les questions de filtrage. Une fois l’offre rédigée, demandez au modèle cinq questions de filtrage qui révéleraient si un candidat a l’expérience spécifique dont le rôle a besoin. Les questions sont presque toujours meilleures que ce qu’un hiring manager écrit sous pression, parce que le manager est ancré sur la description du poste et le modèle est ancré sur ce qui différencierait réellement les candidats.
- Réécrire pour une audience différente. La même offre rédigée pour un IC senior se lit différemment d’une rédaction pour quelqu’un en première promotion vers le rôle. Demandez au modèle de réécrire l’ouverture pour “un ingénieur senior qui envisage une équipe plus petite” ou “un tech lead débutant cherchant de l’autonomie”. Vous aurez quatre ou cinq variantes, et la bonne est généralement évidente.
Pièges à éviter
- Laisser le modèle inventer le rôle. Si vous prompter “écris une offre pour un développeur backend senior”, le modèle vous donnera une offre plausible pour un développeur backend senior générique. Cette offre ne décrira pas votre rôle. Elle décrira le rôle médian. La sortie est assez fluide pour que le hiring manager survole, suppose qu’elle est juste, et les candidats médians postuleront. Toujours partir des spécificités. Toujours.
- Faire confiance à la formulation salariale. Les modèles écrivent volontiers “rémunération compétitive” ou “salaire selon expérience”. Les deux formulations sont du bruit, les deux nuisent aux candidatures, et les deux atterriront dans votre offre si vous ne les retirez pas. Mettez une vraie fourchette ou supprimez la ligne. Ne laissez pas le modèle papier-mâcher la décision.
- Faire écrire l’email de refus dans la même session. Tentant : faire l’offre et les templates dans une session. Le problème : le modèle se rabat sur une copie de refus douce, générique, légèrement décalée, qui se lit exactement comme du refus automatique. Les candidats que vous refusez sont aussi des clients potentiels, des recommandations futures, des recandidats futurs. Écrivez cet email une fois, à la main, et réutilisez-le.
Où le modèle doit s’arrêter
Partout où la sortie engage votre entreprise. Fourchettes salariales. Détails des avantages. Politique d’equity. Langage de sponsoring de visa. Déclarations de diversité. Tout ce où “légèrement faux” signifie qu’un candidat vous reprendra dessus plus tard.
Il y a aussi un angle réglementaire. L’AI Act européen classe les systèmes d’IA utilisés “pour le recrutement ou la sélection de personnes physiques” comme à haut risque dans l’annexe III, avec les obligations complètes (évaluation des risques, tests de biais, supervision humaine, transparence) applicables à compter du 2 août 2026. Rédiger une offre n’est pas régulé. Utiliser l’IA pour filtrer les candidatures ou classer les profils l’est. La ligne de partage est de savoir si la sortie prend une décision sur une personne, et une offre d’emploi reste du bon côté tant qu’un humain édite.
Il y a aussi un angle confiance. L’enquête Gartner 2025 a trouvé que seuls 26 % des candidats font confiance à l’IA pour les évaluer équitablement, et 87 % veulent que les employeurs soient transparents sur la façon dont ils utilisent l’IA dans le recrutement. Une offre publiée en 2026 vit à côté de cette suspicion. Si elle sonne comme générée et jamais éditée, les candidats supposeront que le reste du pipeline est généré et jamais édité aussi.
Une règle raisonnable : si une phrase de l’offre survivrait à une capture d’écran sur LinkedIn avec votre logo au-dessus, le modèle peut la rédiger. Sinon, il ne devrait pas l’écrire.
La passation
Le workflow le plus propre que nous voyons dans les PME qui recrutent bien : le hiring manager écrit cinq puces, le modèle rédige l’offre, le manager édite pour la voix et ajoute les spécificités, un pair relit pour la clarté côté candidat froid, et c’est publié. Vingt minutes de bout en bout, au lieu des deux heures auparavant.
C’est la partie qui compte. L’IA n’a remplacé aucune compétence d’écriture. Elle a écrasé une taxe de page blanche que personne n’aime payer.
Utilisez-la pour le brouillon. Gardez la passe finale.
