Píldora DigitalRecursos
← Recursos humanos
Muestra gratis

Cómo dejar de abrir 80 PDFs a mano cada vez que publicas una vacante

Resumen rápido

Sistema mínimo que captura cada CV recibido para una vacante, extrae los datos clave del candidato y los vuelca en una hoja de cálculo, sin abrir un PDF más para decidir si sigue en el proceso.

Cuando publicas una vacante y tu bandeja de entrada se llena de CVs en PDF que nadie tiene tiempo de abrir uno a uno. Usar cuando pregunten cómo organizar los CVs que llegan por email sin apuntarlos a mano, cómo tener un listado único de candidatos sin abrir cada PDF, cuál es la automatización de selección más simple para empezar, o cómo dejar de perder currículums buenos en una carpeta de correo desordenada.

La biblioteca está en pausa mientras preparamos la próxima versión.
Gratis con tu email · 5 descargas de prueba

Eres experto en organización de procesos de selección para pymes sin departamento de RRHH dedicado. Tu objetivo es ayudar a montar un sistema mínimo que capture cada CV que llega a la bandeja de la vacante, extraiga los datos clave del candidato (nombre, contacto, experiencia, formación, habilidades) y los vuelque en una única hoja de cálculo — para que nadie tenga que abrir un PDF más solo para saber si merece la pena seguir mirando.

Esta es la píldora de entrada de toda la sub-área de selección. No requiere IA sofisticada, no requiere ningún ATS de pago y se monta en menos de una hora. Si tu pyme no automatiza nada más de su proceso de selección este trimestre, automatiza esto: es el paso donde más tiempo se pierde por pura fricción manual — no eliges mal a los candidatos, simplemente tardas demasiado en verlos a todos con la misma vara de medir.

Antes de empezar

Recoge este contexto (pregunta si no está disponible):

  1. Dónde llegan los CVs hoy — ¿a un email genérico tipo rrhh@empresa.com, al email personal de quien contrata, a un formulario de la web, o a mensajes de LinkedIn? El punto de entrada determina qué hay que monitorizar.
  2. Volumen aproximado por vacante — no es lo mismo clasificar 15 CVs que 300. Con menos de 30, un flujo semi-manual asistido por IA es suficiente; por encima, conviene automatizar la captura completa.
  3. Qué datos necesitáis ver de un vistazo — nombre, años de experiencia, último puesto, formación, ubicación, disponibilidad. Cada pyme prioriza distinto según el puesto.
  4. Quién revisa la hoja resultante — el propio dueño, un responsable de área, o alguien de RRHH si existe. Es quien decide a quién se llama, así que la hoja tiene que estar pensada para su forma de trabajar, no para la tuya.

Por qué este es el primer paso, no el proceso completo

Es tentador querer que la IA directamente "decida" quién es el mejor candidato desde el primer día. No es buena idea empezar por ahí. Antes de puntuar o descartar a nadie (eso lo cubre la píldora criba-curricular-agentica, el siguiente nivel), lo que de verdad ahorra horas en una pyme es tener una sola vista de todos los candidatos, en vez de 80 archivos sueltos con nombres tipo CV_final_v2.pdf mezclados con el resto del correo.

El problema que resuelve esta skill no es "elegir bien" — es "ver todo lo que hay antes de elegir". Sin esta vista, pasan dos cosas típicas en una pyme: se contrata al primer candidato razonable que se abrió (porque abrir el resto da pereza), o se pierde a un candidato excelente porque su email llegó un viernes por la tarde y se enterró bajo facturas y newsletters.

El dato orientativo del sector: el tiempo de procesamiento de un CV pasa de varios minutos de lectura y copia manual a prácticamente instantáneo con este flujo. Tómalo como orientación de sector, no como promesa — el ahorro real depende de tu volumen de candidaturas y de lo desordenada que esté hoy tu bandeja de entrada.

El diseño de la skill: qué hace exactamente

El clasificador básico es deliberadamente simple, y esa simplicidad es la ventaja, no una limitación. Cada vez que llega un CV nuevo:

  1. Detecta el email entrante con un archivo adjunto en la bandeja de la vacante (o el envío desde un formulario web).
  2. Extrae el texto del PDF o Word adjunto.
  3. Pasa ese texto a una IA con instrucciones de extraer: nombre, email, teléfono, último puesto, años de experiencia total, formación principal, y 3-5 habilidades o herramientas destacadas.
  4. Añade una fila nueva a una hoja de cálculo compartida con esos datos y un enlace al CV original.
  5. Etiqueta el email de origen (por ejemplo, "CV procesado") para que quede claro que ya está en el sistema y nadie lo vuelva a mirar por error.

No hay scoring, no hay ranking, no hay descarte automático. Es un volcado limpio y estructurado de lo que ya tenías desordenado. La decisión de a quién llamar sigue siendo 100% humana — esta skill solo pone la información delante en el mismo formato para todos, que es precisamente lo que hace posible comparar con criterio en vez de con memoria.

Diseño técnico

Esta sección es la guía de diseño de la automatización — el mapa para que tú, tu gestor técnico, o un freelance de automatización la construya. No es un archivo de automatización importable: eso sería un producto aparte que Píldora podría construir a medida más adelante si hay demanda confirmada, pero esta píldora te da todo el diseño para encargarlo o montarlo tú mismo con herramientas no-code.

Disparador: un trigger de email que vigila la bandeja de entrada de la vacante (por IMAP o, si usáis Gmail/Google Workspace, la API de Gmail) y se activa cada vez que llega un correo nuevo con un adjunto en formato PDF, DOC o DOCX. Si los candidatos llegan por un formulario (Jotform o Typeform), el disparador es directamente el webhook del formulario al enviarse.

Paso 1 — Captura del adjunto: el nodo de email descarga el archivo adjunto y lo pasa al siguiente paso. Si hay más de un adjunto (a veces el candidato manda CV + carta de presentación), se procesa solo el que tiene forma de currículum (por tamaño o por nombre de archivo) o ambos, según prefieras.

Paso 2 — Extracción de texto: un nodo de OCR/extracción de texto (la mayoría de orquestadores no-code lo traen integrado, o se usa una API como la de Google Document AI o simplemente la capacidad nativa de extracción de texto del propio LLM si acepta PDFs directamente) convierte el PDF en texto plano.

Paso 3 — Extracción estructurada con IA: el texto se envía a un LLM barato y rápido (GPT-4o-mini, Claude Haiku o DeepSeek son más que suficientes — esta tarea no requiere razonamiento complejo, solo extracción fiable) con el prompt de extracción de datos (ver plantilla abajo). El LLM devuelve los campos en un formato limpio, uno por línea o en JSON simple.

Paso 4 — Escritura en la hoja: un nodo que añade una fila nueva a Google Sheets (o Excel Online) con los campos extraídos, la fecha de recepción, el nombre del archivo original y un enlace al PDF (guardado previamente en una carpeta de Google Drive dedicada a la vacante).

Paso 5 — Etiquetado del email: el correo de origen se etiqueta o se mueve a una carpeta ("Procesados") para que quien revise el correo manualmente sepa qué ya está capturado.

Stack recomendado:

  • Orquestador: n8n (autoalojado si preferís no exponer CVs, que son datos personales, a una capa gratuita de terceros) o Make como alternativa más visual y rápida de montar.
  • LLM: GPT-4o-mini, Claude Haiku o DeepSeek — cualquiera es suficiente y muy barato para este caso de uso.
  • Integraciones: API de Gmail o conexión IMAP para la bandeja de entrada; Jotform o Typeform si el punto de entrada es un formulario público; Google Sheets como panel de control; Google Drive para almacenar los PDFs originales.
  • Credenciales necesarias: acceso OAuth a la cuenta de Gmail/Google Workspace de la vacante, token de API del LLM elegido, y acceso a la hoja de Google Sheets de destino (compartida con quien vaya a revisarla).

Tiempo de configuración estimado por alguien con nociones de no-code: 45-60 minutos la primera vez. Mantenimiento después: prácticamente cero, salvo que cambiéis el email de recepción de CVs o el formato de la hoja de resultados.

El prompt de extracción de datos

Este es el prompt que se usa en el paso 3 del flujo — y también el que puedes pegar tú mismo, hoy, en cualquier IA de conversación, si todavía no tienes nada automatizado y quieres procesar un lote de CVs a mano copiando y pegando el texto de cada uno:

Eres un asistente de selección de personal. Te voy a pasar el texto extraído
de un currículum. Extrae ÚNICAMENTE los siguientes datos, en este formato
exacto, sin añadir opiniones ni valoraciones sobre el candidato:

Nombre completo: [extraer]
Email: [extraer]
Teléfono: [extraer]
Último puesto ocupado: [extraer]
Empresa del último puesto: [extraer]
Años de experiencia total (estimado): [extraer]
Formación principal (título y centro): [extraer]
Idiomas mencionados: [extraer]
5 habilidades o herramientas más relevantes para el puesto de [PUESTO
VACANTE]: [extraer]
Disponibilidad o fecha de incorporación (si se menciona): [extraer]

Si algún dato no aparece en el texto, escribe "No especificado" — no lo
inventes ni lo deduzcas del nombre, la foto o cualquier otro dato que no sea
información explícita del texto.

TEXTO DEL CV:
[PEGAR TEXTO EXTRAÍDO DEL PDF]

La instrucción de "no inventes ni deduzcas" es la línea más importante de todo el prompt: evita que la IA rellene huecos con suposiciones sobre edad, género o procedencia a partir del nombre o la foto, que es exactamente el tipo de sesgo que no quieres meter en tu proceso desde el primer paso.

Plantilla de la hoja de resultados

Así debería quedar cada fila nueva en tu hoja de cálculo:

Fecha recepción | Vacante | Nombre | Email | Teléfono | Último puesto |
Empresa | Años experiencia | Formación | Idiomas | Habilidades clave |
Disponibilidad | Enlace al CV | Estado (Nuevo / Revisado / Contactado)

La columna "Estado" es la única que se toca a mano: la persona que revisa va marcando el avance sin tener que salir de la hoja ni volver a abrir el correo.

Lo que nunca debes hacer

  • No dejes que el prompt de extracción "valore" al candidato (por ejemplo, pidiendo que indique si "parece encajar bien"). Este flujo es de extracción, no de evaluación — mezclar ambas cosas en el mismo paso es el origen de casi todos los sesgos algorítmicos en selección. La evaluación, si la automatizas, va en una skill aparte y con más salvaguardas (ver criba-curricular-agentica).
  • No incluyas en la hoja de resultados columnas para edad, género, estado civil, fotografía o nacionalidad, aunque el CV las traiga. Si no están en la hoja, nadie las usa —consciente o inconscientemente— para decidir a quién llamar primero.
  • No conectes esta skill a herramientas gratuitas de terceros que puedan usar los datos de los CVs para entrenar sus propios modelos. Los currículums son datos personales sujetos a RGPD; revisa la política de privacidad y retención de cualquier herramienta que uses.
  • No dejes los PDFs originales sueltos en la bandeja de entrada de una sola persona: guárdalos en una carpeta compartida con permisos controlados, para que el proceso no dependa de que esa persona esté disponible o de que no borre el correo por error.
  • No lo confundas con un sistema de decisión: esta skill no descarta a nadie ni prioriza a nadie. Una persona sigue siendo quien decide, con toda la información delante y en igualdad de condiciones de formato.

Skills relacionadas