Cómo crear un agente de cribado de candidaturas en Microsoft Copilot

João Barros 01 de October de 2026 4 min de lectura

Este tutorial muestra cómo crear un agente en Microsoft Copilot que realiza el cribado inicial de candidaturas (CVs/resúmenes) y señala a los mejores candidatos según criterios definidos. Es útil para reducir trabajo manual y acelerar la contratación, con ejemplos de prompts, configuración e integración básica.

Requisitos previos

Cuenta con acceso a Microsoft Copilot / Copilot Studio.
Conjunto de muestras de CVs en archivos de texto o PDF.
Lista de criterios de evaluación (p. ej.: años de experiencia, habilidades, ubicación).
Noociones básicas de prompts y uso de APIs (opcional para automatización).

Paso 1: Definir criterios y formato de salida

Antes de crear el agente, clarifique los criterios que le interesan: habilidades obligatorias, años mínimos de experiencia, certificaciones, disponibilidad para desplazamientos, idioma. Decida el formato de salida que desea — por ejemplo: Score (0-100), etiquetas de habilidades, resumen de 2 frases y recomendación (Sí/No/Tal vez).

// Exemplo de formato JSON de saída que o agente debe producir
{
  "score": 0-100,
  "recommendation": "Sim|Talvez|Não",
  "matched_skills": ["Azure","Power BI"],
  "summary": "Resumo de 1-2 frases"
}

Paso 2: Crear el agente en Copilot Studio

Acceda a Copilot Studio y elija crear un nuevo agente/assistant. Nómbrelo, por ejemplo: "TriagemCandidaturasBot". En el estado inicial, concéntrese en configurar la personalidad y las instrucciones de sistema con lenguaje claro y límites de responsabilidad (p. ej.: "Este agente realiza cribado inicial, no sustituye la evaluación humana").

System prompt exemplo:
"És um assistente de triagem de candidaturas. Lê o CV, extrai competências e experiência, e devolve um JSON com score, recommendation, matched_skills e summary. Usa critérios: 3+ anos de experiência, 'Azure' e 'Power BI' como skills desejadas, residência em Portugal preferida."

Paso 3: Crear prompts de análisis y probar con muestras

Cree un prompt estándar que incluya el CV (texto extraído) y los criterios. Pruebe con varias muestras para ajustar cómo Copilot pondera cada criterio. Use instrucciones claras para evitar respuestas libres y garantizar el formato JSON.

Prompt de entrada exemplo:
"Analisa o texto abaixo (CV). Usa os critérios: 3+ anos de experiência, competências: Azure, Power BI. Produz apenas o JSON no formato especificado. CV: "

Paso 4: Ajustar pesos y reglas (prompt engineering)

Si los resultados no reflejan la prioridad correcta, ajuste el prompt para asignar pesos o reglas explícitas. Por ejemplo, convierta habilidades en obligatorias o aumente el impacto de los años de experiencia en el cálculo del score.

// Exemplo de regra no prompt para cálculo de score
"Regra: base = 50. +20 se tiver 3+ anos. +15 por cada competência chave encontrada (Azure, Power BI). -10 se residir fora de Portugal. Normaliza para 0-100."

Paso 5: Integrar con el flujo de recepción de candidaturas

Para automatizar, integre el agente con el lugar donde recibe CVs (email, formulario, ATS). Inicialmente puede copiar/pegar CVs en las pruebas. Para automatización, use la API do Copilot o conectores do Power Automate para enviar el texto del CV al agente y almacenar el JSON resultante.

// Pseudocódigo básico para llamar la API do Copilot (exemplo genérico)
POST /copilot/agents/{agentId}/invoke
Headers: Authorization: Bearer 
Body: { "input": "Analisa o CV: " }

Verificar el resultado

Valide los outputs con un conjunto de CVs conocidos. Verifique si el JSON está bien formado, si los scores tienen sentido y si la recommendation coincide con una revisión humana. Pruebe casos límite: CVs cortos, CVs con muchas palabras clave irrelevantes y CVs en PDF con mala extracción de texto.

Conclusión

Tras las pruebas, ajuste reglas e integraciones para reducir falsos positivos y garantizar transparencia en las decisiones. Como próximos pasos, considere: conectar el agente a su ATS, crear logs para auditoría y añadir feedback humano para mejorar el modelo. Consejo: comience con reglas claras y luego refine el prompt conforme vayan surgiendo los ejemplos problemáticos — ¿cuál es el primer criterio que desea priorizar?