En bref
Les OpenAI Dots sont des agents toujours actifs dans ChatGPT, et le travail de recrutement qui leur convient est la logistique qu'un seul recruteur porte. Un dot fonctionne sur GPT-6 Astra, continue de travailler entre les conversations et atteint votre agenda, votre boîte mail et votre ATS via des plugins. Confiez-lui la planification des entretiens, les fiches candidats, les rappels de scorecards et les brouillons de relance. Toute décision concernant une personne reste à une personne.
Cette limite n'est pas seulement une question de politesse. Les politiques d'utilisation d'OpenAI interdisent "automation of high-stakes decisions in sensitive areas without human review", et l'emploi figure sur la liste. Un dot peut donc classer votre liste de lecture, mais il ne devrait jamais rejeter seul un candidat. Côté ATS, Ashby a un plugin ChatGPT qui peut déplacer des étapes, la connexion MCP de Greenhouse est en lecture seule tant qu'un Site Admin n'ouvre pas les droits d'écriture, et je n'ai trouvé aucun connecteur officiel pour Lever ou Workday.
Un dot est l'assistant d'un recruteur, pas l'accueil de l'entreprise. Je construis des intégrations chez eesel, et les tâches qui survivent à une seule personne, comme répondre aux 30 questions d'une nouvelle recrue durant sa première semaine, demandent un collègue IA pour le helpdesk avec son propre siège.
Que fait un dot pour un recruteur ?
OpenAI a lancé les dots le 29 septembre 2026. L'annonce de lancement décrit des agents qui travaillent à vos objectifs en continu sur leur propre ordinateur cloud, avec accès à plus de 4 000 apps via des plugins. Aucun des exemples de lancement d'OpenAI n'est un recruteur, mais la forme colle presque trop bien à la semaine d'un recruteur : beaucoup de petite coordination répétable avec un jugement humain difficile au milieu.
Voici le travail que je confierais d'abord à un dot :
- Planification des entretiens. Trouver des créneaux dans les agendas d'un jury de recrutement, rédiger l'invitation et relancer l'intervieweur qui n'a pas confirmé.
- Fiches candidats. Avant chaque entretien, réunir le CV, la candidature et les notes passées dans une fiche d'une page pour l'intervieweur.
- Rappels de scorecards. Rappeler aux intervieweurs qui doivent encore leur retour de le faire, le lendemain matin de l'entretien.
- Brouillons de relance. Écrire l'e-mail « merci pour votre temps, les prochaines étapes sont... » avec votre voix, puis attendre votre feu vert.
- Bilans du pipeline. Un résumé du vendredi du nombre de candidats à chaque étape et de ceux qui sont au point mort.
Un commentateur de Hacker News dans le fil du lancement des dots a décrit exactement le genre d'allers-retours asynchrones qui dévore la journée d'un coordinateur :
"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."
Remplacez « dentiste » par « jury de quatre intervieweurs » et c'est de la coordination de recrutement. Ce qui distingue un dot d'une session normale d'agent ChatGPT, c'est la persistance. Selon le guide de prise en main d'OpenAI, un dot "can take on ongoing responsibility and keep making progress between conversations." Il peut aussi faire des recherches en arrière-plan avec des outils en lecture seule pendant que vous ne lui parlez pas, de sorte que la fiche est prête avant l'entretien.
Si vous voulez d'abord la visite du produit, commencez par le guide d'OpenAI Dots. Pour un verdict, voyez mon test d'OpenAI Dots. Cet article reste sur le recrutement ; la version commerciale est les dots pour la vente.
Où se situe la limite entre aider et décider ?
La plupart des articles sur « l'IA pour le recrutement » commencent par la présélection, parce que le volume est le point douloureux. Un responsable du recrutement sur Hacker News a décrit le problème de volume sans détour :
"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."
Il est tentant de pointer un dot sur cette pile et de dire « rejette les mauvais ». Ne le faites pas. Les politiques d'utilisation d'OpenAI listent "automation of high-stakes decisions in sensitive areas without human review" comme interdit, l'emploi étant cité aux côtés du logement, du crédit et de l'assurance. La même politique exclut aussi "inference regarding an individual's emotions in the workplace", donc un dot qui lit l'enthousiasme dans la vidéo d'un candidat est lui aussi exclu.
La version utile est plus étroite et fait quand même gagner un vrai temps. Laissez le dot lire 200 candidatures et écrire un court résumé de chacune au regard des critères indispensables du poste, avec les preuves citées depuis le CV. Ensuite, vous lisez les résumés et vous décidez. Le dot raccourcit votre lecture, pas votre jugement. Et les candidats y tiennent plus que les recruteurs ne le pensent parfois :
"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."
Quelles tâches de recrutement faut-il confier ?
Les Custom Rules d'OpenAI donnent à chaque action l'un de quatre comportements : agir sans demander, agir si pré-approuvé, demander avant d'agir ou vous la repasser. Classer vos tâches de recrutement dans ces quatre cases est le moyen le plus rapide de configurer un dot sans regret. C'est mon classement, pas une liste d'OpenAI.
| Tâche de recrutement | Custom Rule que je choisirais | Pourquoi |
|---|---|---|
| Fiche candidat, dossier de préparation d'entretien | Sans demander | Lecture seule, destiné à vous ou au jury |
| Bilan du pipeline du vendredi dans votre propre canal | Si pré-approuvé | Même destinataire, même format, chaque semaine |
| E-mail à un candidat, invitation à un entretien | Demander d'abord | Il parle en votre nom, à une personne qui se prononce sur vous |
| Changer l'étape d'un candidat dans l'ATS | Demander d'abord | Les rapports et les e-mails aux candidats se déclenchent souvent selon les étapes |
| Rejeter, faire avancer ou fixer les conditions d'une offre | Vous la repasser | Une décision d'embauche, et la politique d'OpenAI veut un humain dessus |
| Tout ce qui déplace de l'argent | Vous la repasser | OpenAI la repasse toujours |
La FAQ confidentialité ajoute un détail qui compte beaucoup pour les recruteurs : approuver un message "does not give your dot ongoing permission to contact people on your behalf." Chaque nouveau candidat a besoin de son propre feu vert. Cela fait du dot un mauvais moteur de prospection à froid, et, honnêtement, les candidats vous en remercieront :
"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."
Écrivez des règles étroites, liées à une tâche nommée. « Envoie le bilan du pipeline du vendredi dans #recruiting » a un qui, un quoi et un quand clairs. « Gère les e-mails des candidats sans demander » est la règle que vous regretterez en premier.
Un dot peut-il fonctionner avec votre ATS ?
Les dots atteignent les apps via des plugins et, selon OpenAI, l'onglet Plugins est partagé entre les dots, ChatGPT, ChatGPT Work et Codex. Tout outil de recrutement que vous pouvez connecter à ChatGPT est donc ce que votre dot peut voir. L'administrateur de votre espace de travail décide toujours des plugins que vous recevez. Voici où en sont les principaux outils de recrutement, d'après leurs propres pages, en octobre 2026 :
| Outil | Voie ChatGPT | Ce qu'il peut faire | Qui doit approuver | Source |
|---|---|---|---|---|
| Ashby | Plugin dans le répertoire d'OpenAI (serveur MCP en bêta) | Lit candidats, postes, entretiens, offres, transcriptions ; écrit : créer un candidat, ajouter une note (vous confirmez), changer d'étape, ajouter à un poste | Un Org Admin active le serveur MCP ; pas pour les organisations Analytics seul | Documentation d'Ashby |
| Greenhouse | Serveur MCP en bêta ouverte, ajouté comme app personnalisée | Lecture seule par défaut (candidats, candidatures, postes, scorecards) ; écriture seulement si un Site Admin l'active | Site Admin ; niveau Core, Plus ou Pro | Support Greenhouse |
| Gem | GeMCP | Questions sur vos données Gem ; écritures limitées, comme l'ajout de notes | Les admins peuvent le désactiver | Centre d'aide Gem |
| Plugin dans le répertoire d'OpenAI | Recherche le titre, l'entreprise, le lieu et le nombre d'abonnés d'une personne ; pas d'accès à Recruiter | Non précisé | OpenAI | |
| Lever, Workday, SmartRecruiters | Aucun connecteur ChatGPT officiel trouvé | s. o. | s. o. | Documentation des éditeurs et répertoire d'OpenAI vérifiés |
Voici les détails sur lesquels je m'appuierais, et pourquoi.
Ashby est le plus concret aujourd'hui. La page du plugin Ashby d'OpenAI montre des prompts comme déplacer un candidat nommé "to the recruiter screen stage" et générer un résumé de débrief à partir des scorecards. La documentation d'Ashby indique que la connexion "authenticates as you and inherits your existing Ashby permissions", et que vous ne voyez que les retours de scorecards que vous avez vous-même soumis, pas ceux des autres intervieweurs. Un dot ne peut donc pas écrire un débrief à partir des scorecards de tout le jury, sauf si c'est vous qui pouvez les voir. Une incohérence à noter : la page d'OpenAI mentionne l'envoi d'e-mails, mais la liste d'outils publiée par Ashby n'a aucun outil d'e-mail. Je considérerais l'envoi d'e-mails via Ashby comme non confirmé.
Greenhouse démarre en lecture seule, et c'est un atout. Selon le guide de configuration de Greenhouse, sans configuration par un admin, "AI tools can't create, edit, or delete data." Les scopes définis dans Dev Center servent de plafond que les utilisateurs ne peuvent pas dépasser. Dans ChatGPT, il est ajouté comme app personnalisée, ce qui nécessite le Developer Mode, qu'OpenAI limite aux espaces de travail Business, Enterprise et Edu avec un administrateur qui l'active. Un dot Pro personnel n'atteindra donc pas Greenhouse par cette voie. La présentation MCP de Greenhouse donne aussi un conseil à reprendre pour n'importe quel ATS : des étapes d'entretien propres et des scorecards complètes améliorent les résumés de l'IA.
Le plugin LinkedIn est une recherche, pas un outil de sourcing. Il affiche les bases d'un profil public. Le Hiring Assistant de LinkedIn fait lui-même le sourcing, la présélection et les brouillons de prospection dans Recruiter, vendu en option sans prix public. Si le sourcing est votre goulot d'étranglement, c'est l'outil conçu pour cela, pas un dot.
Les équipes Workday attendront. Workday a annoncé des outils prêts pour les agents basés sur MCP en accès anticipé, sans nommer de connecteur ChatGPT. Mon avis sur l'IA remplace-t-elle Workday tient toujours : le système de référence reste, et les agents se placent par-dessus.
Comment un recruteur devrait-il configurer un dot ?
La configuration prend environ 20 minutes, et l'ordre compte :
- Créez le dot sur ordinateur. Le mobile ne peut pas en créer.
- Connectez d'abord l'agenda et la messagerie, avec les habitudes en lecture seule. La planification est le plus gros gain, et un comparatif d'assistants de planification IA montre ce que font différemment les outils dédiés.
- Ajoutez l'ATS en dernier, avec les écritures verrouillées. Dans Ashby, laissez les changements d'étape sur « Demander d'abord ».
- Donnez-lui sa propre identité Slack ou Teams si vos responsables du recrutement y vivent. OpenAI permet à un dot d'avoir un compte Slack distinct, et Teams fonctionne aussi. Comparez avec Slack AI. Côté Microsoft, voir Microsoft Teams AI.
- Écrivez des Custom Rules en vous servant du tableau ci-dessus, et commencez strict.
L'e-mail mérite réflexion. Un dot ne peut pas avoir sa propre adresse e-mail autonome au lancement : quand il écrit à un candidat, il écrit comme vous. Relisez chaque e-mail de candidat qu'il rédige pendant les deux premières semaines.
D'après l'annonce de lancement, les conversations avec votre dot ne comptent pas dans vos limites d'utilisation de ChatGPT, alors que les tâches qu'il lance dans ChatGPT Work ou Codex y comptent. Les bilans du matin et les questions Slack sont presque gratuits en plus du forfait ; une grosse tâche comme résumer 200 candidatures puise dans l'enveloppe partagée. Le guide des tarifs de ChatGPT Work explique cette réserve.
Le choix du forfait compte plus en recrutement que dans la plupart des métiers, car les données de candidats sont des données personnelles. Votre premier dot est inclus avec Pro (à partir de 100 $/mois, pas dans l'EEE, en Suisse ni au Royaume-Uni) et avec le siège Business Premium (100 $/utilisateur/mois annuel, 125 $ mensuel). Sur les forfaits personnels, le réglage « Améliorer le modèle pour tous » décide si le travail du dot peut servir à l'entraînement, et, d'après la FAQ confidentialité, vous ne pouvez ni voir ni supprimer les souvenirs individuels d'un dot, seulement le dot entier. C'est difficile à défendre face à un candidat qui vous demande de supprimer ses données. Les espaces de travail Business ne sont pas utilisés pour l'entraînement par défaut, donc pour une équipe de recrutement, je ne ferais tourner des dots que dans un espace de travail d'entreprise comme ChatGPT Business. Enterprise convient aussi.
Où les dots sont-ils limités pour le recrutement ?
La prudence fait partie de la conception, et en recrutement, la prudence coûte de la vitesse. Trois limites se détachent.
Boucles de confirmation sur la planification. Le retour d'expérience le plus détaillé que j'aie trouvé vient d'un utilisateur de Hacker News qui réserve un voyage, et il ressemble à un recruteur qui réserve un jury :
"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."
Des permissions plus larges que prévu. Les jetons d'ATS donnent accès à des données de candidats, alors limitez-les strictement :
"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."
Pas de sourcing ni de séquences. Un dot envoie des e-mails en votre nom, une approbation à la fois, et ne peut pas chercher dans LinkedIn Recruiter. Pour la prospection en volume, il vous faut un outil de séquences. Pour l'aide à la rédaction, mon comparatif des apps IA pour Gmail couvre des options plus légères.
D'autres agents personnels se disputent le même bureau, comme Meta Muse. Le comparatif des meilleurs assistants IA en compare davantage, dont le Copilot Autopilot de Microsoft.
Qui répond à la nouvelle recrue une fois l'offre signée ?
C'est la partie sur laquelle je travaille. Chez eesel, je construis les intégrations qui placent des agents IA dans les helpdesks, Slack et Teams, et le côté interne de ce travail suit un schéma : les questions qui affluent après l'arrivée de quelqu'un sont toujours les mêmes. L'accès à l'ordinateur portable. Les dates de paie. La politique de congés. Qui contacter pour les notes de frais. Une société de logiciels de conformité RH l'a formulé ainsi lorsqu'elle a déployé eesel dans plusieurs équipes :
"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
Le dot d'un recruteur ne peut pas prendre ces questions. Il agit comme un seul recruteur, depuis ses comptes, et cesse d'être utile le jour où le recruteur part en vacances. Les questions de la nouvelle recrue appartiennent à l'entreprise, pas à l'agent d'une seule personne.
OpenAI semble voir le même vide : l'annonce de lancement décrit des dots spécialisés avec leur propre identité et un accès aux systèmes de l'entreprise pour des rôles comme le support client, uniquement dans des pilotes en entreprise.
C'est à cela que servent les collègues IA d'eesel. Ce sont des recrues prêtes à travailler pour des tâches définies : le collègue IA pour le helpdesk pour le support et les questions internes, et le rédacteur de blog IA pour le contenu.
Pour les RH et l'IT, le collègue pour le helpdesk apprend de votre base de connaissances interne, de vos pages Confluence et des tickets passés. Il répond ensuite aux employés dans Slack, Teams ou votre helpdesk RH, et transmet tout ce qui est sensible à une personne. Une société de paiement qui l'utilise sur Confluence a rapporté jusqu'à 80 % de temps gagné pour trouver des réponses et intégrer les nouveaux employés.
Plus de détails sur la configuration dans l'IA pour les questions d'onboarding. Pour choisir des outils, voir la meilleure IA pour le support RH et, pour le côté humain, mes notes sur le transfert d'un agent IA à un humain.
Si votre équipe people ops travaille déjà avec des agents dans le terminal, eesel propose une CLI qui pilote le même collègue et le même espace de travail depuis des scripts, et des agents de code comme Codex ou Claude Code peuvent la manœuvrer. Un ingénieur RH ops pourrait s'en servir pour ajouter un nouveau document de politique aux connaissances du collègue le jour même où il change, sans ouvrir de tableau de bord.
Pour être juste envers le dot : si votre travail, c'est votre propre agenda, votre boîte mail et votre pipeline, vous n'avez pas besoin d'eesel pour cela. Un dot convient bien. La limite, c'est la responsabilité. Si le travail doit encore être fait quand vous êtes absent, il revient à un collègue, pas à votre agent personnel.
Essayez eesel pour les questions d'après l'offre
Laissez votre dot réserver le jury et préparer les fiches, et donnez à vos nouvelles recrues un agent conçu pour la file de l'entreprise. Le collègue IA pour le helpdesk d'eesel répond aux questions des employés dans Slack ou Teams à partir de vos documents RH et IT, et lance une simulation sur vos vraies questions passées pour que vous voyiez ses réponses avant que quiconque s'y fie. Il est gratuit à essayer, et les tarifs sont publics.