В какой-то момент я устал писать сопроводительные письма к откликам на вакансии вручную — всё равно большая часть откликов игнорируется или обрабатывается AI-ботами. Таков мой текущий опыт с hh.ru.

По моему опыту, лучшее средство против AI-агента — другой AI-агент. В первой итерации я просто скармливал условному GPT-5.5 своё резюме и текст вакансии с промптом «напиши мне сопроводительное письмо».

Результат был удовлетворительным: где-то LLM попадала в тон вакансии, где-то нет. При этом разница между моделями заметна.

Как разные модели пишут письма⌗

  • Gemini Pro пишет достаточно «живые» тексты и хорошо умеет в неформальный тон. При этом ощутимо хуже справляется с аналитическими задачами и кодингом.
  • GPT-5.5 пишет чётко и по делу, но ему не хватает живости: по тексту заметно, что его писал AI. Зато для кодинга и документации GPT — рабочая лошадка.
  • Sonnet и Opus хороши для сложных аналитических задач и deep research. Тексты они пишут достаточно сухие, скорее как научные статьи.

Скилл для поиска работы⌗

Чтобы объединить сильные стороны разных моделей и сделать результат предсказуемее, я создал отдельный скилл для управления поиском работы и, в частности, для составления сопроводительных писем.

Он:

  • берёт в контекст версию резюме, заточенную под конкретную позицию — CTO, VP of Engineering или AI transformation lead. Под каждый тип позиции резюме нужно отполировать отдельно;
  • создаёт три разные версии письма в субагентах через Gemini Pro 2.5, GPT-5.5 и Sonnet 4.6;
  • проводит ревью всех трёх версий в отдельных субагентах через тот же набор LLM;
  • через GPT-5.5 объединяет комментарии по результатам ревью и делает новые версии письма;
  • повторяет цикл, пока не останется критичных комментариев или не будет достигнут лимит итераций.

Что оказалось интересным⌗

Раньше я почти не использовал Gemini и хотел подключить его к OpenCode по аналогии с GPT и Claude — через Quotio или напрямую. OpenAI и Anthropic позволяют OAuth-аутентификацию и использование своих LLM в сторонних инструментах.

Google решил иначе: официально Gemini можно использовать только через Gemini CLI. Всё остальное считается нарушением политики и может привести к блокировке аккаунта. Для подключения Gemini к OpenCode есть сторонний плагин, но в скилле я решил использовать официальный CLI.

Ещё один вывод: создание скиллов — тоже задача для скилла. Для этой работы я использовал opencode-skill-creator, созданный по аналогии с официальным Claude skill-creator.

Получилась система, в которой разные модели делают то, что у них лучше получается, а итоговый результат проходит несколько независимых циклов проверки.