解決する課題
従来の候補者検索には 2 つの本質的な限界があります。- データベースが 1 つ。 適切な人材はプロフェッショナルネットワーク、コードコミュニティ、リサーチプラットフォーム、企業サイトと各所に散らばっています。単一のデータベースでは必ず取りこぼしが生じます。
- 検索が 1 回。 1 回のキーワードマッチングは、実際に適した人ではなく、見た目のいい履歴書を持つ人を返しがちです。
仕組み

- 要件を説明する。日常の言葉で、役職、必須条件、あると望ましい条件を記します。
- Sourcing Agent が検索する。多数の人材ソースとオープンウェブをまたいで、signal(企業、技術スタック、プロジェクト、公開実績)をたどり、クロスチェックします。
- 説明付きの結果が届く。候補者プールとして、1 人ひとりにマッチする理由が添えられます。
- 絞り込む。方向性がずれていれば、そう伝えるか条件を追加するだけで、Mira が調整します。
主な機能
- マルチソース・マルチステップ:公開ソースで同一人物に一致するレコードを統合・重複排除し、ホップごとにクロスチェックします。非公開の連絡先レコードは、同一人物であっても公開ソースの候補者とは別に扱われます。MRE によって実現されています。
- エビデンス重み付けマッチング:Mira は各候補者をあなたの must-have と dealbreaker に照らして評価し、エビデンスに基づいてランク付けします。職歴更新を怠った優秀なエンジニアのような「一見わかりにくい人材」も浮かび上がらせます。すべての候補者にマッチの理由が付きます。
- オンデマンド連絡先取得:適切な人材が見つかったら、必要に応じてメールや電話番号を開示します(開示ごとに credits を消費します)。
役職をうまく説明する
Mira は自然言語を理解しますが、文脈が多いほど推論の材料が増えます。薄い説明と詳しい説明では、返ってくる候補者プールが大きく変わります。
リクルーターに口頭で伝えるような暗黙の条件も活用できます。Mira はそれをキーワードとしてマッチングするのではなく、意味を推論します。
次のステップ
- 必須条件と NG 条件:Mira が要件をどう読み取り、Ideal Candidate Profile を組み立てるか。
- MiraDay の候補者マッチングの仕組み:MRE がどのように推論して適切な候補者を浮かび上がらせるか。
- Agent Team:複雑な検索にチームを投入する。