> ## Documentation Index
> Fetch the complete documentation index at: https://docs.miraday.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# MiraDay の検索の仕組み

> 求める人物像を自然な言葉で説明するだけ。Mira は多数の人材ソースとオープンウェブをまたいで検索し、浮かび上がった signal をたどってステップごとに深掘りし、各候補者がマッチする理由を添えて返します。

Agentic Search は Mira が人を見つける仕組みで、LinkedIn Recruiter や従来のキーワード検索とは動き方が異なります。探している人物像を自然な言葉で説明するだけで、Mira は経験豊富なリクルーターのように動きます。

***

## 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。

Agentic Search はこの両面で異なります。**多数のソース**から情報を引き出し、**複数のステップ**で進みます。直前のステップで浮かび上がった情報をもとに次の探索先を決めながら、積極的に転職活動をしていないパッシブ候補者も含め、適切な人材を見つけ出します。

## 仕組み

![大まかな依頼の後、Mira が検索の目的と探している人物について詳細を尋ねる確認フォーム](https://mintcdn.com/forward-ai-labs/If_K_8Hs5y-s1pix/docs/How-works.png?fit=max\&auto=format\&n=If_K_8Hs5y-s1pix\&q=85\&s=b42ea135a154279be85dcfa4a6f5f941)

1. **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。
2. **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。
3. **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。
4. **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。

**特定の採用プラットフォームで探したい場合は？** プラットフォーム名を伝えてください。そのプラットフォームだけで検索するよう頼めば、Mira は検索をそこに限定します。「だけ」と言わずに名前を挙げた場合は、そのプラットフォームが優先されます。限定して指定したプラットフォームにアクセスできないときは、Mira が勝手に切り替えることはなく、別のソースに切り替える前に確認を求めます。サインインが必要なプラットフォームには、[Mira ブラウザ拡張機能](https://docs.miraday.ai/ja/docs/tools-and-teamwork/mira-browser-extension.md)を通じてアクセスします。

## 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](https://docs.miraday.ai/ja/docs/match-quality-and-trust/understanding-ai-matching.md) 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）。

自分の人材ライブラリも対象にするには、保存・インポートした[連絡先](https://docs.miraday.ai/ja/docs/tools-and-teamwork/contacts.md)から探すよう Mira に依頼してください。必要に応じて公開ソースもあわせて検索できます。自分の非公開の連絡先ライブラリを利用できるのは、自分が所有するチャンネルだけです。

## 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。

| 薄い | 詳しい | 重要な理由 |
| - | - | - |
| 「開発者を探して」 | 「シニアバックエンドエンジニア、Python 5 年以上、スケールするマイクロサービスを構築した経験あり、フィンテック出身が望ましい」 | 文脈が多いほど、照合できる signal が増える |
| 「NYC のマーケティング担当」 | 「NYC の B2B SaaS マーケティングマネージャー、プロダクトローンチの経験あり、データドリブンなキャンペーンに慣れている」 | 具体的な signal（ローンチ経験、データドリブンなキャンペーン）があれば、役職名と都市だけでなく、Mira が照らし合わせる材料が増える |
| 「できる人が欲しい」 | 「プロダクトを 0 から 1 にした経験があり、シリーズ A〜B のスタートアップが理想」 | Mira は「0 から 1」をアーリーステージの構築経験として読み取る |

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。

| あなたが言うこと | Mira が読み取る意味 |
| - | - |
| 「0 から 1」「ゼロから構築した」 | アーリーステージ企業の立ち上げ、何もないところからローンチまで持っていった経験 |
| 「スタートアップ気質」「フットワークが軽い」 | 独立して動ける、曖昧さや整っていない環境でも動ける |
| 「高成長企業出身」 | 企業規模、資金調達履歴、成長の軌跡から推定 |
| 「経験 5 年以上」 | プロフィールのタグではなく、実際のキャリアの流れから読み取る |
| 「チームを立ち上げた」 | チームに参加しただけでなく、採用してチームを率いた |

## 次のステップ

* [必須条件と NG 条件](https://docs.miraday.ai/ja/docs/sourcing/search-filters-and-criteria.md)：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](https://docs.miraday.ai/ja/docs/match-quality-and-trust/understanding-ai-matching.md)：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](https://docs.miraday.ai/ja/docs/meet-mira/agent-teams.md)：複雑な検索にチームを投入する。


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.