En resumen
OpenAI Dots son agentes siempre activos dentro de ChatGPT, y el trabajo de reclutamiento que les encaja es la logística que carga un solo reclutador. Un dot funciona con GPT-6 Astra, sigue trabajando entre chats y llega a tu calendario, tu bandeja de entrada y tu ATS mediante plugins. Entrégale la programación de entrevistas, los resúmenes de candidatos, los recordatorios de scorecards y los borradores de seguimiento. Cualquier decisión sobre una persona la toma una persona.
Esa línea no es solo cortesía. Las políticas de uso de OpenAI prohíben "automation of high-stakes decisions in sensitive areas without human review", y el empleo está en la lista. Así que un dot puede ordenar tu lista de lectura, pero nunca debería rechazar a un postulante por su cuenta. En el lado del ATS, Ashby tiene un plugin de ChatGPT que puede mover etapas, la conexión MCP de Greenhouse es de solo lectura hasta que un Site Admin abre los permisos de escritura, y no encontré un conector oficial para Lever ni Workday.
Un dot es el ayudante de un reclutador, no la recepción de la empresa. Yo construyo integraciones en eesel, y los trabajos que sobreviven a una sola persona, como responder las 30 preguntas de un nuevo empleado en su primera semana, necesitan un compañero de IA para el helpdesk con su propio puesto.
¿Qué hace un dot por un reclutador?
OpenAI lanzó los dots el 29 de septiembre de 2026. La publicación de lanzamiento describe agentes que trabajan hacia tus objetivos las 24 horas en su propio ordenador en la nube, con acceso a más de 4.000 apps mediante plugins. Ninguno de los ejemplos de lanzamiento de OpenAI es un reclutador, pero la forma encaja con la semana de un reclutador casi demasiado bien: mucha coordinación pequeña y repetible con un juicio humano difícil en el centro.
Este es el trabajo que le entregaría primero a un dot:
- Programación de entrevistas. Encontrar huecos en los calendarios de un panel de contratación, redactar la invitación y perseguir al entrevistador que no ha confirmado.
- Resúmenes de candidatos. Antes de cada entrevista, reunir el currículum, la postulación y las notas anteriores en un resumen de una página para el entrevistador.
- Recordatorios de scorecards. Recordar a los entrevistadores que aún deben su feedback, la mañana después de la entrevista.
- Borradores de seguimiento. Escribir el correo de "gracias por tu tiempo, los próximos pasos son..." con tu voz y esperar tu sí.
- Resúmenes del pipeline. Un resumen del viernes de cuántos candidatos hay en cada etapa y cuáles se han estancado.
Un comentarista de Hacker News en el hilo del lanzamiento de los dots describió justo el tipo de ida y vuelta asíncrono que se come el día de un coordinador:
"Simple example is booking a dentist appointment. Email, wait for response, find time on the calendar etc. I don't need to be in the loop for each step and I don't want to have to keep checking myself."
Cambia "dentista" por "panel de cuatro entrevistadores" y eso es coordinación de reclutamiento. Lo que distingue a un dot de una sesión normal de agente de ChatGPT es la persistencia. Según la guía de inicio de OpenAI, un dot "can take on ongoing responsibility and keep making progress between conversations." También puede hacer investigación en segundo plano con herramientas de solo lectura mientras no hablas con él, así que el resumen está listo antes de la entrevista.
Si quieres primero el recorrido por el producto, empieza con la explicación de OpenAI Dots. Para un veredicto, está mi reseña de OpenAI Dots. Este artículo se queda en la contratación; la versión de ventas es dots para ventas.
¿Dónde está la línea entre ayudar y decidir?
La mayor parte de la cobertura de "IA para reclutamiento" empieza por el filtrado, porque el volumen es el dolor. Un responsable de contratación en Hacker News describió el problema del volumen sin rodeos:
"I'm hiring at a small company and it's a nightmare. 1,000+ applicants for a software engineering position and we have essentially no help from recruiting. I'm filtering based on keywords, giving each resume a max of 90 seconds, and anything that even slightly seems off gets rejected."
Es tentador apuntar un dot a esa pila y decir "rechaza a los malos". No lo hagas. Las políticas de uso de OpenAI incluyen "automation of high-stakes decisions in sensitive areas without human review" como prohibido, con el empleo nombrado junto a la vivienda, el crédito y los seguros. La misma política también excluye "inference regarding an individual's emotions in the workplace", así que un dot que lea el entusiasmo en el vídeo de un candidato también queda descartado.
La versión útil es más estrecha y aun así ahorra tiempo real. Deja que el dot lea 200 postulaciones y escriba un resumen breve de cada una frente a los requisitos imprescindibles del puesto, con la evidencia citada del currículum. Luego tú lees los resúmenes y decides. El dot acorta tu lectura, no tu criterio. Y los candidatos se preocupan por esto más de lo que a veces creen los reclutadores:
"If I ever got an AI interviewer at a company I was interested in working for long term, it would be dead on arrival. Interviewing is a two way street."
¿Qué tareas de reclutamiento deberías entregar?
Las Custom Rules de OpenAI dan a cada acción uno de cuatro comportamientos: actuar sin preguntar, actuar si está preaprobado, preguntar antes de actuar o devolvértelo a ti. Clasificar tus tareas de reclutamiento en esas cuatro categorías es la forma más rápida de configurar un dot sin arrepentirte. Esta es mi clasificación, no una lista de OpenAI.
| Tarea de reclutamiento | Custom Rule que elegiría | Por qué |
|---|---|---|
| Resumen de candidato, paquete de preparación de entrevista | Sin preguntar | Solo lectura, va a ti o al panel |
| Resumen del pipeline del viernes a tu propio canal | Si está preaprobado | Mismo destinatario, mismo formato, cada semana |
| Correo a un candidato, invitación a entrevista | Preguntar primero | Habla como tú, a una persona que decide sobre ti |
| Mover la etapa de un candidato en el ATS | Preguntar primero | Los informes y los correos a candidatos suelen dispararse por etapas |
| Rechazar, avanzar o fijar los términos de una oferta | Devolvértelo a ti | Una decisión de contratación, y la política de OpenAI quiere a un humano en ella |
| Cualquier cosa que mueva dinero | Devolvértelo a ti | OpenAI siempre lo devuelve |
Las preguntas frecuentes de privacidad añaden un detalle que importa mucho a los reclutadores: aprobar un mensaje "does not give your dot ongoing permission to contact people on your behalf." Cada candidato nuevo necesita su propio sí. Eso convierte a un dot en un mal motor de captación en frío, y, sinceramente, los candidatos te lo agradecerán:
"This is especially the case with cold outreach from recruiters: I get a lot of poor AI-generated outreach from recruiters, which are time-consuming on my part to engage with."
Escribe reglas estrechas y ligadas a una tarea concreta. "Envía el resumen del pipeline del viernes a #recruiting" tiene un quién, un qué y un cuándo claros. "Gestiona los correos de candidatos sin preguntar" es la regla de la que te arrepentirás primero.
¿Puede un dot trabajar con tu ATS?
Los dots llegan a las apps mediante plugins y, según OpenAI, la pestaña de Plugins se comparte entre dots, ChatGPT, ChatGPT Work y Codex. Así que cualquier herramienta de reclutamiento que puedas conectar a ChatGPT es lo que tu dot puede ver. El administrador de tu espacio de trabajo sigue decidiendo qué plugins recibes. Así están las principales herramientas de reclutamiento, según sus propias páginas, a octubre de 2026:
| Herramienta | Vía de ChatGPT | Qué puede hacer | Quién tiene que aprobar | Fuente |
|---|---|---|---|---|
| Ashby | Plugin en el directorio de OpenAI (servidor MCP en beta) | Lee candidatos, puestos, entrevistas, ofertas, transcripciones; escribe: crear candidato, añadir nota (tú confirmas), cambiar etapa, añadir a un puesto | Un Org Admin activa el servidor MCP; no para organizaciones solo de Analytics | Documentación de Ashby |
| Greenhouse | Servidor MCP en beta abierta, añadido como app personalizada | Solo lectura por defecto (candidatos, postulaciones, puestos, scorecards); escritura solo si un Site Admin la activa | Site Admin; nivel Core, Plus o Pro | Soporte de Greenhouse |
| Gem | GeMCP | Preguntas sobre tus datos de Gem; escrituras limitadas, como añadir notas | Los administradores pueden desactivarlo | Centro de ayuda de Gem |
| Plugin en el directorio de OpenAI | Consulta el cargo, la empresa, la ubicación y el número de seguidores de una persona; sin acceso a Recruiter | No se indica | OpenAI | |
| Lever, Workday, SmartRecruiters | No se encontró un conector oficial de ChatGPT | n/d | n/d | Documentación de los proveedores y directorio de OpenAI revisados |
Estos son los detalles según los cuales actuaría, y por qué.
Ashby es el más práctico hoy. La página del plugin de Ashby de OpenAI muestra prompts como mover a un candidato concreto "to the recruiter screen stage" y generar un resumen de debrief a partir de scorecards. La propia documentación de Ashby dice que la conexión "authenticates as you and inherits your existing Ashby permissions", y que solo ves el feedback de scorecards que enviaste tú, no el de otros entrevistadores. Así que un dot no puede escribir un debrief con las scorecards de todo el panel a menos que seas tú quien puede verlas. Una discrepancia: la página de OpenAI menciona el envío de correos, pero la lista de herramientas publicada por Ashby no incluye ninguna de correo. Trataría el correo a través de Ashby como no confirmado.
Greenhouse empieza en solo lectura, y eso es una ventaja. Según la guía de configuración de Greenhouse, sin configuración de un administrador "AI tools can't create, edit, or delete data." Los scopes definidos en Dev Center actúan como un límite superior que los usuarios no pueden superar. En ChatGPT se añade como app personalizada, lo que requiere el Developer Mode, que OpenAI limita a espacios de trabajo Business, Enterprise y Edu con un administrador que lo active. Así que un dot Pro personal no llegará a Greenhouse por esta vía. La descripción general de MCP de Greenhouse también da un consejo que vale la pena copiar para cualquier ATS: etapas de entrevista limpias y scorecards completas mejoran los resúmenes de la IA.
El plugin de LinkedIn es una consulta, no una herramienta de búsqueda de talento. Muestra datos públicos básicos del perfil. El propio Hiring Assistant de LinkedIn hace la búsqueda, el filtrado y los borradores de contacto dentro de Recruiter, y se vende como complemento sin precio público. Si tu cuello de botella es la búsqueda de talento, esa es la herramienta hecha para ello, no un dot.
Los equipos con Workday esperarán. Workday anunció herramientas listas para agentes basadas en MCP en acceso anticipado, sin nombrar un conector de ChatGPT. Mi opinión sobre si la IA reemplaza a Workday sigue en pie: el sistema de registro se queda y los agentes se colocan encima.
¿Cómo debería configurar un reclutador un dot?
La configuración lleva unos 20 minutos, y el orden importa:
- Crea el dot en el ordenador. El móvil no puede crear uno.
- Conecta primero el calendario y el correo, con hábitos de solo lectura activados. La programación es la mayor ganancia, y una comparativa de asistentes de programación con IA muestra qué hacen distinto las herramientas dedicadas.
- Añade el ATS al final, con las escrituras restringidas. En Ashby, deja los cambios de etapa en "Preguntar primero".
- Dale su propia identidad de Slack o Teams si tus responsables de contratación viven ahí. OpenAI permite que un dot tenga una cuenta de Slack separada, y Teams también funciona. Compáralo con Slack AI. Del lado de Microsoft, mira Microsoft Teams AI.
- Escribe Custom Rules usando la tabla de arriba, y empieza siendo estricto.
El correo es lo que conviene pensar. Un dot no puede tener su propia dirección de correo independiente en el lanzamiento, así que cuando escribe a un candidato, escribe como tú. Lee cada correo a candidatos que redacte durante las dos primeras semanas.
Según la publicación de lanzamiento, las conversaciones con tu dot no cuentan para tus límites de uso de ChatGPT, mientras que las tareas que inicia en ChatGPT Work o Codex sí. Los resúmenes matutinos y las preguntas en Slack son casi gratis además del plan; una tarea grande como resumir 200 postulaciones usa la asignación compartida. La guía de precios de ChatGPT Work explica ese fondo común.
La elección del plan importa más en reclutamiento que en la mayoría de los trabajos, porque los datos de candidatos son datos personales. Tu primer dot viene con Pro (desde 100 $/mes, no en el EEE, Suiza ni el Reino Unido) y con el puesto Business Premium (100 $/usuario/mes anual, 125 $ mensual). En los planes personales, el ajuste "Mejorar el modelo para todos" decide si el trabajo del dot puede usarse para entrenamiento, y según las preguntas frecuentes de privacidad no puedes ver ni borrar recuerdos individuales de un dot, solo el dot entero. Eso es difícil de defender ante un candidato que te pide borrar sus datos. Los espacios de trabajo Business no se usan para entrenamiento por defecto, así que para un equipo de reclutamiento solo ejecutaría dots en un espacio de trabajo de la empresa como ChatGPT Business. Enterprise también sirve.
¿Dónde se quedan cortos los dots en reclutamiento?
El cuidado es el diseño, y en reclutamiento el cuidado cuesta velocidad. Destacan tres límites.
Bucles de confirmación en la programación. El informe práctico más detallado que encontré es de un usuario de Hacker News reservando un viaje, y se lee como un reclutador reservando un panel:
"I said yes please book it, it went back to the website, checked all the details we'd just agreed and asked me to confirm the details, fine I confirm it, please book, it tells me it will book it, it goes on it's little cloud computer and completes the booking form then comes back and asks me if it should book it...so annoying."
Permisos más amplios de lo que querías. Los tokens del ATS llevan datos de candidatos, así que acótalos bien:
"I minted what I thought was a minimal-permission Github token for a single action, and the agent I gave it to discovered it had more permissions than I thought, and made use of those permissions."
Sin búsqueda de talento ni secuencias. Un dot envía correos como tú, con una aprobación cada vez, y no puede buscar en LinkedIn Recruiter. Para captación en volumen necesitas una herramienta de secuencias. Para ayuda con la escritura, mi comparativa de apps de IA para Gmail cubre opciones más ligeras.
Otros agentes personales compiten por el mismo escritorio, como Meta Muse. La comparativa de los mejores asistentes de IA compara más, incluido el Copilot Autopilot de Microsoft.
¿Quién responde al nuevo empleado después de firmar la oferta?
Esta es la parte en la que trabajo. En eesel construyo las integraciones que ponen agentes de IA en helpdesks, Slack y Teams, y el lado interno de ese trabajo tiene un patrón: las preguntas que llegan en avalancha cuando alguien se incorpora son siempre las mismas. Acceso al portátil. Fechas de nómina. Política de permisos. A quién preguntar por los gastos. Una empresa de software de cumplimiento de RR. HH. lo expresó así cuando desplegó eesel en varios equipos:
"We needed a turnkey solution for Confluence that met our GDPR requirements and could serve different teams through dedicated Slack bots. eesel AI delivered exactly that, with EU data residency included."
Flemming Ottosen, Development Director, Simployer
El dot de un reclutador no puede atender esas preguntas. Actúa como un solo reclutador, desde sus cuentas, y deja de ser útil el día que el reclutador se va de vacaciones. Las preguntas del nuevo empleado pertenecen a la empresa, no al agente de una sola persona.
OpenAI parece ver el mismo hueco: la publicación de lanzamiento describe dots especializados con identidad propia y acceso a sistemas de la empresa para roles como atención al cliente, solo en pilotos empresariales.
Para eso están los compañeros de IA de eesel. Son contrataciones listas para trabajar en tareas definidas: el compañero de IA para el helpdesk para soporte y preguntas internas, y el redactor de blog con IA para contenido.
Para RR. HH. y TI, el compañero para el helpdesk aprende de tu base de conocimiento interna, páginas de Confluence y tickets anteriores. Luego responde a los empleados en Slack, Teams o tu helpdesk de RR. HH., y pasa a una persona todo lo delicado. Una empresa de pagos que lo usa sobre Confluence informó de un ahorro de hasta el 80 % del tiempo al encontrar respuestas e incorporar a nuevo personal.
Más sobre la configuración en IA para preguntas de onboarding. Para elegir herramientas, mira la mejor IA para soporte de RR. HH., y para el lado humano, mis notas sobre el traspaso de agentes de IA a personas.
Si tu equipo de people ops ya trabaja con agentes en la terminal, eesel tiene una CLI que opera el mismo compañero y espacio de trabajo desde scripts, y agentes de programación como Codex o Claude Code pueden manejarla. Un ingeniero de operaciones de RR. HH. podría usarla para añadir un nuevo documento de política al conocimiento del compañero el mismo día que cambia, sin abrir un panel.
Para ser justos con el dot: si tu trabajo es tu propio calendario, bandeja de entrada y pipeline, no necesitas eesel para eso. Un dot encaja bien. La línea es la propiedad. Si el trabajo sigue necesitando hacerse cuando no estás, pertenece a un compañero, no a tu agente personal.
Prueba eesel para las preguntas posteriores a la oferta
Deja que tu dot reserve el panel y prepare los resúmenes, y dale a tus nuevos empleados un agente hecho para la cola de la empresa. El compañero de IA para el helpdesk de eesel responde preguntas de empleados en Slack o Teams a partir de tus documentos de RR. HH. y TI, y ejecuta una simulación con tus preguntas pasadas reales para que veas sus respuestas antes de que nadie dependa de él. Es gratis de probar, y los precios son públicos.