Resumo
Os OpenAI Dots são agentes sempre ativos dentro do ChatGPT, e o trabalho de recrutamento que combina com eles é a logística que um único recrutador carrega. Um dot roda no GPT-6 Astra, continua trabalhando entre as conversas e alcança seu calendário, sua caixa de entrada e seu ATS por meio de plugins. Entregue a ele o agendamento de entrevistas, os resumos de candidatos, os lembretes de scorecards e os rascunhos de acompanhamento. Toda decisão sobre uma pessoa fica com uma pessoa.
Essa linha não é só boa educação. As políticas de uso da OpenAI proíbem "automation of high-stakes decisions in sensitive areas without human review", e emprego está na lista. Então um dot pode ordenar sua lista de leitura, mas nunca deve rejeitar um candidato por conta própria. Do lado do ATS, o Ashby tem um plugin do ChatGPT que pode mover etapas, a conexão MCP do Greenhouse é somente leitura até que um Site Admin libere os escopos de escrita, e não encontrei conector oficial para Lever ou Workday.
Um dot é o ajudante de um recrutador, não a recepção da empresa. Eu construo integrações na eesel, e os trabalhos que sobrevivem a uma única pessoa, como responder às 30 perguntas de um novo contratado na primeira semana, precisam de um colega de IA para o helpdesk com o próprio assento.
O que um dot faz por um recrutador?
A OpenAI lançou os dots em 29 de setembro de 2026. O post de lançamento descreve agentes que trabalham em direção aos seus objetivos o dia todo, em um computador próprio na nuvem, com acesso a mais de 4.000 apps por meio de plugins. Nenhum dos exemplos de lançamento da OpenAI é de um recrutador, mas o formato encaixa na semana de um recrutador quase bem demais: muita coordenação pequena e repetível com um julgamento humano difícil no meio.
Este é o trabalho que eu entregaria primeiro a um dot:
- Agendamento de entrevistas. Encontrar horários nos calendários de um painel de contratação, redigir o convite e cobrar o entrevistador que ainda não confirmou.
- Resumos de candidatos. Antes de cada entrevista, reunir currículo, candidatura e anotações anteriores em um resumo de uma página para o entrevistador.
- Lembretes de scorecards. Lembrar os entrevistadores que ainda devem feedback, na manhã seguinte à entrevista.
- Rascunhos de acompanhamento. Escrever o e-mail de "obrigado pelo seu tempo, os próximos passos são..." na sua voz e esperar o seu sim.
- Resumos do pipeline. Um resumo de sexta-feira com quantos candidatos estão em cada etapa e quais travaram.
Um comentarista do Hacker News no tópico de lançamento dos dots descreveu exatamente o tipo de vaivém assíncrono que consome o dia de um coordenador:
"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."
Troque "dentista" por "painel de quatro entrevistadores" e isso é coordenação de recrutamento. O que diferencia um dot de uma sessão normal de agente do ChatGPT é a persistência. Segundo o guia de primeiros passos da OpenAI, um dot "can take on ongoing responsibility and keep making progress between conversations." Ele também pode fazer pesquisa em segundo plano com ferramentas somente leitura enquanto você não está falando com ele, então o resumo fica pronto antes da entrevista.
Se quiser primeiro o tour pelo produto, comece pela explicação do OpenAI Dots. Para um veredito, há a minha análise do OpenAI Dots. Este post fica na contratação; a versão para vendas é dots para vendas.
Onde está a linha entre ajudar e decidir?
A maior parte da cobertura de "IA para recrutamento" começa pela triagem, porque o volume é a dor. Um gestor de contratação no Hacker News descreveu o problema do volume sem rodeios:
"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."
É tentador apontar um dot para essa pilha e dizer "rejeite os ruins". Não faça isso. As políticas de uso da OpenAI listam "automation of high-stakes decisions in sensitive areas without human review" como proibido, com emprego citado ao lado de moradia, crédito e seguros. A mesma política também descarta "inference regarding an individual's emotions in the workplace", então um dot lendo o vídeo de um candidato em busca de entusiasmo também está fora de questão.
A versão útil é mais estreita e ainda economiza tempo de verdade. Deixe o dot ler 200 candidaturas e escrever um resumo curto de cada uma em relação aos requisitos obrigatórios da vaga, com a evidência citada do currículo. Depois você lê os resumos e decide. O dot encurta a sua leitura, não o seu julgamento. E o lado dos candidatos se importa com isso mais do que os recrutadores às vezes imaginam:
"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."
Quais tarefas de recrutamento você deve entregar?
As Custom Rules da OpenAI dão a cada ação um de quatro comportamentos: agir sem perguntar, agir se pré-aprovado, perguntar antes de agir ou devolver para você. Classificar suas tarefas de recrutamento nesses quatro grupos é a forma mais rápida de configurar um dot sem arrependimento. Esta é a minha classificação, não uma lista da OpenAI.
| Tarefa de recrutamento | Custom Rule que eu escolheria | Por quê |
|---|---|---|
| Resumo do candidato, pacote de preparação da entrevista | Sem perguntar | Somente leitura, vai para você ou para o painel |
| Resumo do pipeline de sexta-feira no seu próprio canal | Se pré-aprovado | Mesmo destinatário, mesmo formato, toda semana |
| E-mail para um candidato, convite para entrevista | Perguntar primeiro | Fala como você, com uma pessoa que está decidindo sobre você |
| Mover a etapa de um candidato no ATS | Perguntar primeiro | Relatórios e e-mails a candidatos costumam ser disparados por etapas |
| Rejeitar, avançar ou definir os termos da oferta | Devolver para você | Uma decisão de contratação, e a política da OpenAI quer um humano nela |
| Qualquer coisa que movimente dinheiro | Devolver para você | A OpenAI sempre devolve isso |
O FAQ de privacidade acrescenta um detalhe que importa muito para recrutadores: aprovar uma mensagem "does not give your dot ongoing permission to contact people on your behalf." Cada novo candidato precisa do seu próprio sim. Isso torna o dot um mau motor de prospecção a frio e, sinceramente, os candidatos vão agradecer:
"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."
Escreva regras estreitas e ligadas a uma tarefa específica. "Envie o resumo do pipeline de sexta-feira para #recruiting" tem um quem, um o quê e um quando claros. "Cuide dos e-mails de candidatos sem perguntar" é a regra de que você vai se arrepender primeiro.
Um dot consegue trabalhar com o seu ATS?
Os dots alcançam apps por meio de plugins e, segundo a OpenAI, a aba Plugins é compartilhada entre dots, ChatGPT, ChatGPT Work e Codex. Então qualquer ferramenta de recrutamento que você consiga conectar ao ChatGPT é o que o seu dot consegue ver. O administrador do seu espaço de trabalho ainda decide quais plugins você recebe. Veja como estão as principais ferramentas de recrutamento, segundo as próprias páginas delas, em outubro de 2026:
| Ferramenta | Caminho no ChatGPT | O que pode fazer | Quem precisa aprovar | Fonte |
|---|---|---|---|---|
| Ashby | Plugin no diretório da OpenAI (servidor MCP em beta) | Lê candidatos, vagas, entrevistas, ofertas, transcrições; escreve: criar candidato, adicionar nota (você confirma), mudar etapa, adicionar a uma vaga | Um Org Admin ativa o servidor MCP; não vale para organizações só com Analytics | Documentação do Ashby |
| Greenhouse | Servidor MCP em beta aberto, adicionado como app personalizado | Somente leitura por padrão (candidatos, candidaturas, vagas, scorecards); escreve só se um Site Admin ativar | Site Admin; nível Core, Plus ou Pro | Suporte do Greenhouse |
| Gem | GeMCP | Perguntas sobre seus dados do Gem; escritas limitadas, como adicionar notas | Admins podem desativar | Central de ajuda do Gem |
| Plugin no diretório da OpenAI | Consulta cargo, empresa, localização e número de seguidores de uma pessoa; sem acesso ao Recruiter | Não informado | OpenAI | |
| Lever, Workday, SmartRecruiters | Nenhum conector oficial do ChatGPT encontrado | n/a | n/a | Documentação dos fornecedores e diretório da OpenAI conferidos |
Aqui estão os detalhes em que eu me basearia, e por quê.
O Ashby é o mais prático hoje. A página do plugin do Ashby na OpenAI mostra prompts como mover um candidato específico "to the recruiter screen stage" e gerar um resumo de debrief a partir de scorecards. A documentação do próprio Ashby diz que a conexão "authenticates as you and inherits your existing Ashby permissions", e que você só vê o feedback de scorecards que você mesmo enviou, não o de outros entrevistadores. Então um dot não consegue escrever um debrief com os scorecards do painel inteiro, a menos que você seja quem pode vê-los. Uma divergência: a página da OpenAI menciona envio de e-mails, mas a lista de ferramentas publicada pelo Ashby não tem ferramenta de e-mail. Eu trataria o e-mail via Ashby como não confirmado.
O Greenhouse começa somente leitura, e isso é um recurso. Segundo o guia de configuração do Greenhouse, sem configuração do administrador "AI tools can't create, edit, or delete data." Os escopos definidos no Dev Center funcionam como um limite superior que os usuários não podem ultrapassar. No ChatGPT ele é adicionado como app personalizado, o que exige o Developer Mode, que a OpenAI limita a espaços de trabalho Business, Enterprise e Edu com um administrador ativando. Então um dot Pro pessoal não alcançará o Greenhouse por esse caminho. A visão geral do MCP do Greenhouse também traz uma dica que vale roubar para qualquer ATS: etapas de entrevista organizadas e scorecards completos melhoram os resumos da IA.
O plugin do LinkedIn é uma consulta, não uma ferramenta de prospecção. Ele mostra o básico do perfil público. O próprio Hiring Assistant do LinkedIn faz prospecção, triagem e rascunhos de abordagem dentro do Recruiter, vendido como complemento sem preço público. Se a prospecção é o seu gargalo, essa é a ferramenta feita para isso, e um dot não é.
Quem usa Workday vai esperar. A Workday anunciou ferramentas prontas para agentes baseadas em MCP em acesso antecipado, sem citar um conector do ChatGPT. Minha opinião sobre se a IA substitui o Workday continua valendo: o sistema de registro fica e os agentes ficam por cima.
Como um recrutador deve configurar um dot?
A configuração leva cerca de 20 minutos, e a ordem importa:
- Crie o dot no computador. O celular não consegue criar um.
- Conecte primeiro calendário e e-mail, com hábitos de somente leitura ativados. O agendamento é o maior ganho, e um comparativo de assistentes de agendamento com IA mostra o que as ferramentas dedicadas fazem de diferente.
- Adicione o ATS por último, com as escritas restritas. No Ashby, mantenha as mudanças de etapa em "Perguntar primeiro".
- Dê a ele uma identidade própria no Slack ou no Teams se seus gestores de contratação vivem por lá. A OpenAI permite que um dot tenha uma conta separada no Slack, e o Teams também funciona. Compare com o Slack AI. Do lado da Microsoft, veja o Microsoft Teams AI.
- Escreva Custom Rules usando a tabela acima e comece rígido.
O e-mail merece reflexão. Um dot não pode ter um endereço de e-mail próprio no lançamento, então, quando escreve a um candidato, escreve como você. Leia todo e-mail de candidato que ele redigir durante as duas primeiras semanas.
Segundo o post de lançamento, as conversas com o seu dot não contam para os limites de uso do ChatGPT, enquanto as tarefas que ele inicia no ChatGPT Work ou no Codex contam. Resumos matinais e perguntas no Slack são quase de graça além do plano; uma tarefa grande, como resumir 200 candidaturas, consome a cota compartilhada. O guia de preços do ChatGPT Work explica esse conjunto.
A escolha do plano importa mais em recrutamento do que na maioria dos trabalhos, porque os dados de candidatos são dados pessoais. Seu primeiro dot vem com o Pro (a partir de US$ 100/mês, não no EEE, na Suíça nem no Reino Unido) e com o assento Business Premium (US$ 100/usuário/mês anual, US$ 125 mensal). Nos planos pessoais, a configuração "Melhorar o modelo para todos" decide se o trabalho do dot pode ser usado para treinamento e, segundo o FAQ de privacidade, você não pode ver nem excluir memórias individuais de um dot, apenas o dot inteiro. Isso é difícil de explicar a um candidato que pede a exclusão dos dados dele. Os espaços de trabalho Business não são usados para treinamento por padrão, então, para uma equipe de recrutamento, eu só rodaria dots em um espaço de trabalho da empresa como o ChatGPT Business. O Enterprise também serve.
Onde os dots ficam devendo no recrutamento?
O cuidado é o design, e no recrutamento o cuidado custa velocidade. Três limites se destacam.
Ciclos de confirmação no agendamento. O relato prático mais detalhado que encontrei é de um usuário do Hacker News reservando uma viagem, e parece um recrutador reservando um painel:
"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."
Permissões mais amplas do que você pretendia. Os tokens do ATS carregam dados de candidatos, então restrinja-os bem:
"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."
Sem prospecção nem sequências. Um dot envia e-mails como você, uma aprovação por vez, e não consegue pesquisar no LinkedIn Recruiter. Para abordagem em volume, você precisa de uma ferramenta de sequências. Para ajuda na escrita, meu comparativo de apps de IA para Gmail cobre opções mais leves.
Outros agentes pessoais disputam a mesma mesa, como o Meta Muse. O comparativo dos melhores assistentes de IA compara mais, incluindo o Copilot Autopilot da Microsoft.
Quem responde ao novo contratado depois que a oferta é assinada?
Esta é a parte em que eu trabalho. Na eesel, construo as integrações que colocam agentes de IA em helpdesks, Slack e Teams, e o lado interno desse trabalho tem um padrão: as perguntas que chegam em enxurrada depois que alguém entra são sempre as mesmas. Acesso ao notebook. Datas de pagamento. Política de licenças. A quem perguntar sobre reembolso de despesas. Uma empresa de software de compliance de RH disse assim quando implantou a eesel em várias equipes:
"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
O dot de um recrutador não consegue atender essas perguntas. Ele age como um único recrutador, a partir das contas dele, e deixa de ser útil no dia em que o recrutador sai de férias. As perguntas do novo contratado pertencem à empresa, não ao agente de uma única pessoa.
A OpenAI parece enxergar a mesma lacuna: o post de lançamento descreve dots especializados com identidade própria e acesso a sistemas da empresa para funções como atendimento ao cliente, apenas em pilotos corporativos.
É para isso que servem os colegas de IA da eesel. São contratações prontas para trabalhar em tarefas definidas: o colega de IA para o helpdesk para suporte e perguntas internas, e o redator de blog com IA para conteúdo.
Para RH e TI, o colega para o helpdesk aprende com a sua base de conhecimento interna, páginas do Confluence e tickets anteriores. Depois responde aos funcionários no Slack, no Teams ou no seu helpdesk de RH e encaminha tudo que for sensível a uma pessoa. Uma empresa de pagamentos que o usa sobre o Confluence relatou economia de até 80% do tempo para encontrar respostas e integrar novos funcionários.
Mais sobre a configuração em IA para perguntas de onboarding. Para escolher ferramentas, veja a melhor IA para suporte de RH e, para o lado humano, minhas notas sobre a transferência de agentes de IA para pessoas.
Se a sua equipe de people ops já trabalha com agentes no terminal, a eesel tem uma CLI que opera o mesmo colega e espaço de trabalho a partir de scripts, e agentes de programação como o Codex ou o Claude Code podem controlá-la. Um engenheiro de operações de RH poderia usá-la para adicionar um novo documento de política ao conhecimento do colega no dia em que ele muda, sem abrir um painel.
Para ser justo com o dot: se o seu trabalho é o seu próprio calendário, caixa de entrada e pipeline, você não precisa da eesel para isso. Um dot é uma boa escolha. A linha é a propriedade. Se o trabalho ainda precisa ser feito quando você está fora, ele pertence a um colega, não ao seu agente pessoal.
Experimente a eesel para as perguntas depois da oferta
Deixe seu dot agendar o painel e preparar os resumos, e dê aos seus novos contratados um agente feito para a fila da empresa. O colega de IA para o helpdesk da eesel responde a perguntas de funcionários no Slack ou no Teams a partir dos seus documentos de RH e TI, e executa uma simulação com as suas perguntas reais do passado para que você veja as respostas antes de alguém depender dele. É grátis para experimentar, e os preços são públicos.