9 mensagens de recrutamento que você pode gerar com um clique

Escrever mensagens de recrutamento é repetitivo, mas nunca verdadeiramente repetível. Cada candidato é diferente. Cada vaga tem argumentos de venda diferentes. Cada situação exige um tom diferente.

Então você entra em um ciclo: rascunhar, abrir o ChatGPT, colar as informações do candidato e o JD, pedir reescrita, copiar o resultado, editar, enviar. Quinze vezes por dia. São facilmente 1,5-2 horas só em escrita de mensagens.

E se cada tipo de mensagem que você precisa — de outreach no LinkedIn a negociação salarial — pudesse ser gerado com um clique, já personalizado com o perfil do candidato e a vaga específica?

Aqui estão os 9 tipos de mensagem que cobrem virtualmente todos os cenários de comunicação em recrutamento.

1. LinkedIn primeiro contato (curto)

Quando usar: Abordagem inicial a um candidato passivo no LinkedIn. É a sua primeira impressão — e você tem exatamente 300 caracteres (limite do LinkedIn InMail para solicitações de conexão).

O que a AI considera:

O cargo atual e empresa do candidato
O aspecto mais atraente da vaga
Brevidade — cada caractere conta no limite de 300

Exemplo:

Hi Sarah — saw your work at Stripe on their payments API. We’re hiring a Senior Backend Engineer for a Series B fintech in Berlin, €85-95k + equity. Strong distributed systems focus. Interested in a quick chat?

Por que funciona: Específico, conciso e dá informações suficientes para despertar interesse. O contador de caracteres é crítico aqui — o LinkedIn corta mensagens que excedem o limite.

2. Primeiro contato (completo)

Quando usar: Após o candidato responder “interessado” ou “me conte mais” ao seu outreach curto.

O que a AI considera:

Descrição completa da vaga
Background do candidato
Detalhes de remuneração
Cultura da empresa e história de crescimento

Exemplo:

Hi Sarah, great to hear back from you!

The role is Senior Backend Engineer at FinFlow — they’re a Series B payments platform. The team is 12 engineers, mostly backend (Go + PostgreSQL), shipping to 200+ enterprise clients.

What caught my eye in your profile: your 4 years on Stripe’s payments API maps directly to what they’re building.

Comp: €85-95k base + 0.2% equity. Berlin HQ, hybrid (2 days office). Visa sponsorship available.

Would you be open to a 15-minute call this week?

3. Follow-up

Quando usar: 3-5 dias após seu primeiro outreach sem resposta.

O que a AI considera:

A mensagem original de outreach (para evitar repetições)
Um novo ângulo ou informação para agregar valor
Contexto temporal

Exemplo:

Hi Sarah — just following up on my message from last week about the Senior Backend role at FinFlow. They just closed a $40M Series B and are scaling the payments team from 4 to 8 engineers. If the timing isn’t right, no worries — happy to keep you in mind for future roles too.

4. Rejeição suave

Quando usar: Você avaliou o candidato e decidiu não apresentá-lo ao cliente — mas quer manter o relacionamento.

O que a AI considera:

O motivo da rejeição (enquadrado construtivamente)
Os pontos fortes do candidato (genuínos, não condescendentes)
Linguagem que mantém a porta aberta

Exemplo:

Hi Sarah — thank you for taking the time to speak with me about the FinFlow role. After reviewing the team’s current priorities, the match isn’t quite right for this specific position — they’re looking for someone with more hands-on Kubernetes experience in production.

That said, your payments domain knowledge and backend skills are exactly what several of my fintech clients look for. I’d love to keep in touch and reach out when a better-fitting role comes up.

5. Rejeição do cliente

Quando usar: O cliente (empresa contratante) rejeitou o candidato após uma entrevista.

O que a AI considera:

A etapa da entrevista
O feedback do cliente (reformulado positivamente)
O nível de experiência do candidato

Exemplo:

Hi Sarah — I have an update on the FinFlow position. After your technical interview, the team decided to move forward with a candidate whose experience more closely aligns with their distributed systems architecture. This was a close decision — your payments expertise made a strong impression.

I’d genuinely like to keep you on my radar for similar backend roles. I’ll be in touch when I see a strong match.

6. Agendamento

Quando usar: Marcar uma chamada de screening ou entrevista.

O que a AI considera:

Tipo de reunião
Duração
Link do calendário
Contexto de fuso horário

Exemplo:

Hi Sarah — excited to move forward! I’d love to set up a 15-minute screening call to discuss the FinFlow role.

Tuesday 2:00 PM CET

Wednesday 10:00 AM CET

Thursday 3:30 PM CET

Or feel free to grab a time that works for you: [calendar link]

The call will cover: your current situation, salary expectations, availability, and a deeper look at the role. Very casual — no prep needed.

7. Negociação salarial

Quando usar: A expectativa salarial do candidato não corresponde ao orçamento do cliente.

O que a AI considera:

A diferença entre expectativa e orçamento
Benefícios não salariais da vaga
Contexto de mercado
Um enquadramento construtivo

Exemplo:

Hi Sarah — I wanted to be transparent about the compensation discussion. Your expectation of €95k is above FinFlow’s current budget, which is €80-85k base. Here’s the full picture:

Equity: 0.2% (4-year vest, 1-year cliff)

Annual bonus: up to 10%

Remote flexibility: 3 days remote per week

Learning budget: €2,000/year

The total package lands around €95-100k. Would you like to explore this further, or is the base salary a hard requirement?

8. Correção gramatical

Quando usar: Você escreveu uma mensagem com suas próprias palavras, mas inglês não é seu primeiro idioma e quer garantir que a gramática esteja profissional.

Diferente dos outros 8 tipos. Em vez de gerar uma mensagem do zero, a AI pega seu texto existente e corrige gramática, pontuação e frases desajeitadas — preservando sua voz e intenção.

Exemplo de entrada:

Hi Sarah, I wanted to reach to you about opportunity we have. The role is for backend developer at company in Berlin. I think you profile is match very good.

Exemplo de saída:

Hi Sarah, I wanted to reach out to you about an opportunity we have. The role is for a backend developer at a company in Berlin. I think your profile is a great match.

Para falantes não nativos de inglês, essa funcionalidade sozinha pode economizar uma hora por dia. Não porque a correção gramatical demora — mas porque a ansiedade de cometer erros desacelera cada mensagem que você escreve.

9. Livre

Quando usar: Qualquer mensagem que não se encaixe nas outras 8 categorias.

O que a AI considera:

Sua instrução personalizada / prompt
Dados do perfil do candidato
Contexto da vaga
Configuração de tom

Exemplo de prompt: “Escreva uma mensagem perguntando à Sarah se ela estaria aberta a mentorar desenvolvedores juniores na equipe.”

Exemplo de saída:

Hi Sarah — one more thing about the FinFlow role. The team has two junior backend engineers who would benefit from working closely with a senior engineer. It’s not a formal mentoring program, but the team hopes the new hire enjoys knowledge sharing. Is that something you’d be interested in?

Três tons, um clique

Cada tipo de mensagem (exceto correção gramatical e livre) pode ser gerado em três tons:

Tom	Melhor para	Caráter
Formal	Candidatos seniores, vagas enterprise, primeiro contato	Profissional, estruturado, distância educada
Amigável	Vagas startup, candidatos mais jovens, indicações calorosas	Conversacional, caloroso, acessível
Curto	Follow-ups, agendamento, candidatos com rapport estabelecido	Direto, mínimo, respeito pelo tempo deles

Você escolhe o tom uma vez. A AI gera 2-3 variantes nesse tom. Você escolhe a melhor, edita se necessário, envia.

O problema de caracteres do LinkedIn

O LinkedIn tem um limite rígido de 300 caracteres para mensagens de solicitação de conexão. Mensagens curtas geradas por AI resolvem isso por design. A contagem de caracteres é calculada antes da geração.

Personalização vs. templates

A diferença chave entre mensagens geradas por AI e templates é a consciência contextual. Um template diz:

Hi {name}, I’m reaching out about a {title} role at {company}…

Uma mensagem gerada por AI diz:

Hi Sarah — saw your work at Stripe on their payments API. We’re hiring a Senior Backend Engineer for a Series B fintech in Berlin…

O template insere variáveis. A AI lê o perfil do candidato, identifica o ponto de conversa mais relevante e começa por ele.

O que você realmente economiza

As contas:

Mensagens médias por dia: 15-20
Tempo por mensagem (escrever + ChatGPT + editar): 5-10 minutos
Tempo por mensagem (AI com um clique): 30 segundos
Economia diária: 1,5-2,5 horas

Isso não é uma melhoria marginal. É recuperar sua tarde.

Pronto para parar de escrever mensagens do zero? Experimente Inga CRM gratuitamente — 9 tipos de mensagem, 3 tons, personalizado para cada candidato e vaga. Um clique.