Install any skill in seconds. Free to start, no credit card required.
Get Started Free →Cria planos de entrevista estruturados com perguntas baseadas em competências e scorecards. Use quando preparando entrevistas de candidatos para a Evolution. Gatilhos: "plano de entrevista para", "perguntas de entrevista para", "como devemos entrevistar", "scorecard para", "preparar entrevista".
.claude/skills/evolution-foundation-hr-interview-prep/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-04 | ✗→✓ | ▲ Improved | 72% | 0% |
| case-09 | ✗→✓ | ▲ Improved | 141% | 0% |
| case-11 | ✗→✓ | ▲ Improved | 9% | 0% |
| case-12 | ✗→✓ | ▲ Improved | 84% | 0% |
| case-13 | ✗→✓ | ▲ Improved | 65% | 0% |
Crie planos de entrevista estruturados para avaliar candidatos de forma consistente e justa.
Defina 4-6 competências-chave para o cargo (ex: habilidades técnicas, comunicação, liderança, resolução de problemas, adaptabilidade, orientação a produto).
Para cada competência:
Avalie cada competência em uma escala consistente (1-4) com descrições claras de cada nível.
Formato estruturado para os entrevistadores compartilharem os resultados e tomar uma decisão.
markdown## Kit de Entrevista: [Cargo] — [Nível] **Preparado por:** [Nome] | **Data:** [Data] --- ### Competências Avaliadas | Competência | Peso | Entrevistador | |-------------|------|---------------| | [Competência 1 — ex: Expertise Técnica] | Alta | [Nome] | | [Competência 2 — ex: Comunicação] | Média | [Nome] | | [Competência 3 — ex: Ownership / Autonomia] | Alta | [Nome] | | [Competência 4 — ex: Colaboração] | Média | [Nome] | | [Competência 5 — ex: Alinhamento com missão open source] | Alta | Davidson | --- ### Estrutura do Painel | Etapa | Entrevistador | Foco | Duração | |-------|--------------|------|---------| | Triagem | [Danilo / Gui] | Fit técnico básico, motivações | 30min | | Técnica | [Danilo + Gui] | Expertise técnica, raciocínio | 60min | | Cultural | Davidson | Missão, valores, ambição | 30min | | Projeto Prático | [Time técnico] | Resolução de problema real | Assíncrono / 2h | --- ### Banco de Perguntas por Competência #### Competência: Expertise Técnica **Comportamentais:** 1. "Me fale sobre o sistema mais complexo que você construiu. Quais foram os maiores desafios técnicos e como os resolveu?" 2. "Descreva uma vez que você teve que aprender uma tecnologia nova rapidamente para entregar um projeto. Como foi o processo?" 3. "Me conte sobre um bug crítico que você encontrou em produção. Como você diagnosticou e resolveu?" **Situacionais:** 1. "Se você descobrisse que uma decisão técnica passada está causando problemas de escalabilidade agora, como abordaria a situação?" 2. "Como você avaliaria adotar uma nova biblioteca open source em um projeto crítico?" **Follow-ups:** - "Qual foi especificamente sua contribuição vs. do time?" - "O que você faria diferente hoje?" - "Como você mediu o sucesso?" --- #### Competência: Ownership / Autonomia **Comportamentais:** 1. "Me fale sobre uma vez que você identificou um problema que ninguém tinha pedido para você resolver. O que fez?" 2. "Descreva uma situação em que você teve que tomar uma decisão importante sem ter todas as informações. Como agiu?" **Situacionais:** 1. "Se você recebesse uma issue no Linear sem muito contexto e sem ninguém disponível para explicar, o que faria?" 2. "Você está trabalhando em uma feature quando percebe que a abordagem planejada não vai funcionar. Como procede?" --- #### Competência: Alinhamento com Open Source / Missão Evolution **Comportamentais:** 1. "Você já contribuiu com projetos open source? Me conte sobre essa experiência." 2. "Por que você se interessa especificamente pela Evolution API? O que te atraiu?" 3. "Como você lida com o fato de que parte do seu trabalho será público e usado por milhares de devs?" **Situacionais:** 1. "Um usuário abre uma issue no GitHub relatando um bug crítico às 23h. Você vê. O que faz?" --- ### Rubrica de Pontuação (Scorecard) **Escala:** | Nota | Descrição | |------|-----------| | 4 — Excepcional | Evidência forte e consistente da competência. Muito acima do esperado para o nível. | | 3 — Atende | Evidência clara e sólida. Atende plenamente o esperado para o nível. | | 2 — Parcial | Alguma evidência, mas com lacunas. Atende parcialmente. Precisará de desenvolvimento. | | 1 — Não atende | Pouca ou nenhuma evidência. Não atende o mínimo esperado. | **Scorecard por Candidato:** | Competência | Peso | Nota (1-4) | Evidências Coletadas | |-------------|------|-----------|----------------------| | Expertise Técnica | Alta | [ ] | | | Comunicação | Média | [ ] | | | Ownership / Autonomia | Alta | [ ] | | | Colaboração | Média | [ ] | | | Alinhamento com missão | Alta | [ ] | | | **TOTAL PONDERADO** | | [ ] | | **Recomendação do Entrevistador:** [ ] Forte SIM / [ ] SIM / [ ] NÃO / [ ] Forte NÃO --- ### Template de Debrief
Data: Data] | Participantes: Nomes]
| Entrevistador | Competência | Nota | Resumo | |---------------|------------|------|--------| | Nome] | Competência] | 1-4] | Evidência] |
] CONTRATAR — Próximos passos: oferta / aprovação de headcount / etc.] ] NÃO CONTRATAR — Razão: específica] ] AGUARDAR — Por quê: outros candidatos, mais tempo para decidir]
---
## Dicas para Entrevistas na Evolution
1. **Foco em exemplos reais** — Peça situações específicas. "O que você faria?" é mais fraco que "O que você fez?".
2. **Contexto open source é diferencial** — Candidatos familiarizados com WhatsApp API, bots, ou contribuição open source têm vantagem de ramp-up real.
3. **Time pequeno, alto impacto** — Avalie autonomia pesada. Com ~10 pessoas, não há espaço para quem precisa de muita estrutura.
4. **Processo rápido** — Tome decisão em até 48h após o último round. Candidatos bons têm outras ofertas.
5. **Bias mitigation** — Comece avaliando competências antes de comparar candidatos entre si. Evite "me lembrou de [pessoa X]" como critério.| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-02 | fail→fail | 22,865 | 25,394 | +11% | 1 | 1 | 0% | 4,033 | 6,232 | +55% | 0 | 0 | — |
case-01 | fail→fail | 26,316 | 26,885 | +2% | 1 | 1 | 0% | 4,555 | 6,383 | +40% | 0 | 0 | — |
case-03 | fail→fail | 26,870 | 29,261 | +9% | 1 | 1 | 0% | 4,313 | 6,800 | +58% | 0 | 0 | — |
case-04 | fail→pass | 14,081 | 13,395 | -5% | 1 | 1 | 0% | 2,259 | 3,892 | +72% | 0 | 0 | — |
case-05 | fail→fail | 14,658 | 13,578 | -7% | 1 | 1 | 0% | 2,663 | 3,832 | +44% | 0 | 0 | — |
case-06 | pass→pass | 16,739 | 17,087 | +2% | 1 | 1 | 0% | 2,585 | 3,846 | +49% | 0 | 0 | — |
case-07 | pass→pass | 11,794 | 8,090 | -31% | 1 | 1 | 0% | 1,959 | 3,059 | +56% | 0 | 0 | — |
case-08 | fail→fail | 15,116 | 13,255 | -12% | 1 | 1 | 0% | 2,329 | 3,824 | +64% | 0 | 0 | — |
case-09 | fail→pass | 8,924 | 9,864 | +11% | 1 | 1 | 0% | 1,473 | 3,548 | +141% | 0 | 0 | — |
case-10 | fail→fail | 16,744 | 18,302 | +9% | 1 | 1 | 0% | 2,571 | 4,511 | +75% | 0 | 0 | — |
case-11 | fail→pass | 19,732 | 12,577 | -36% | 1 | 1 | 0% | 3,576 | 3,914 | +9% | 0 | 0 | — |
case-12 | fail→pass | 12,488 | 13,368 | +7% | 1 | 1 | 0% | 2,046 | 3,760 | +84% | 0 | 0 | — |
case-13 | fail→pass | 12,900 | 10,400 | -19% | 1 | 1 | 0% | 2,170 | 3,589 | +65% | 0 | 0 | — |
case-14 | fail→fail | 16,757 | 12,821 | -23% | 1 | 1 | 0% | 2,879 | 3,820 | +33% | 0 | 0 | — |
case-15 | fail→pass | 11,930 | 8,956 | -25% | 1 | 1 | 0% | 2,062 | 3,376 | +64% | 0 | 0 | — |
case-16 | pass→pass | 15,297 | 13,000 | -15% | 1 | 1 | 0% | 2,513 | 3,971 | +58% | 0 | 0 | — |
case-17 | pass→pass | 12,814 | 14,544 | +14% | 1 | 1 | 0% | 1,995 | 4,021 | +102% | 0 | 0 | — |
case-18 | fail→fail | 16,272 | 12,645 | -22% | 1 | 1 | 0% | 2,728 | 3,874 | +42% | 0 | 0 | — |
case-19 | pass→pass | 14,358 | 13,219 | -8% | 1 | 1 | 0% | 2,458 | 4,061 | +65% | 0 | 0 | — |
case-20 | pass→pass | 17,629 | 19,469 | +10% | 1 | 1 | 0% | 2,785 | 4,765 | +71% | 0 | 0 | — |
case-21 | fail→fail | 11,660 | 9,258 | -21% | 1 | 1 | 0% | 1,994 | 3,432 | +72% | 0 | 0 | — |
case-22 | pass→pass | 22,300 | 15,017 | -33% | 1 | 1 | 0% | 3,775 | 4,453 | +18% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 22 cases were attempted. The headline lift of +27 percentage points is the difference between those two pass rates over the 22 comparable cases.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.