LinkedIn X-Ray Search w 2026 roku – Kompletny przewodnik dla rekruterów i sourcerów

Zacznij od precyzyjnej, opartej na polach listy docelowej dla wyszukiwania X-Ray. Przed zapytaniem zdefiniuj pola, które Cię interesują: tytuł, lokalizacja, obecna firma, poprzednie stanowiska i słowa kluczowe pasujące do Twoich ról. To pozwala na zbudowanie wąskiej listy kryteriów, redukując szumy i utrzymując ukierunkowanie na rekrutację.

Zastosuj dwuetapowy wzorzec. Pierwszy etap pobiera strony spoza sieci i wyniki z wyszukiwarek, które prowadzą do profili w serwisie LinkedIn, a następnie weryfikujesz je w sieci. Pierwszy etap pokazuje szeroki zestaw, dzięki czemu możesz wykonywać operacje wsadowe za pomocą zbiorczych filtrów według pól, takich jak tytuł i lokalizacja. Na przykład zapytania takie jak site:linkedin.com/in intitle:"Marketing" york lub site:linkedin.com/in inurl:in "Marketing Analyst" pomagają skupić się na określonych celach. Zapisz wyniki w bazie danych z frazami, dla których prowadzisz rekrutację, a następnie uruchom doprecyzowane wyszukiwanie, używając tych fraz w następnych wyszukiwaniach. Takie podejście obejmuje wiele źródeł i tworzy zweryfikowaną listę, na podstawie której możesz szybko działać.

Użyj logicznych operatorów, aby kontrolować głębokość: AND zawęża, OR rozszerza, a cudzysłowy zakotwiczają dokładne frazy. Zbuduj listę fraz, które opisują rolę, na przykład "Starszy Analityk Marketingowy" lub "Kierownik Marketingu" i przetestuj każdą frazę w odniesieniu do profili, które pojawiają się w bazie danych. Użyj wyszukiwań z wariacjami, a następnie skonsoliduj wyniki w swojej bazie danych i usuń duplikaty za pomocą prostej sumy kontrolnej. Dołącz słowo analityk, kierując reklamy do tego typu profilu, aby uzyskać precyzyjne dopasowania. Na koniec, każdy wynik sam w sobie niesie kontekst, na podstawie którego możesz działać.

Lokalizuj według skupisk miejskich, aby zmniejszyć szumy. Celuj w york i inne główne centra, a następnie rozszerzaj o sąsiednie regiony. Skoncentruj się na ciepłej rekrutacji, oznaczając profile notatkami o poprzednich rolach i istotnych projektach. Personalizuj wiadomości dla kandydatów na stanowiska w marketingu i odwołuj się do konkretnego doświadczenia, aby poprawić jakość odpowiedzi. Dołącz do każdego wyniku kontekst: aktualny pracodawca, staż i pole notatki, aby ukierunkować następne kroki.

Konserwacja ma znaczenie: utrzymuj uproszczoną bazę danych z wieloma czystymi rekordami. Regularnie usuwaj nieaktywne profile, usuwaj duplikaty i odświeżaj dane co 30–60 dni. Określony przepływ pracy z jasnym zakresem odpowiedzialności zmniejsza tarcie i pozwala rekruterom skupić się na rozmowach, a nie na danych. Duplikaty nie są oznaczane automatycznie, dlatego uwzględnij ręczny krok usuwania duplikatów, aby utrzymać czystość korpusu.

Jakość rekrutacji ma znaczenie: unikaj ogólnych wiadomości. Jeśli próby kontaktu nie są otwierane, zmodyfikuj frazy i dostosuj ton. Utrzymuj czystą bazę danych i upewnij się, że duplikaty nie są oznaczane zbiorczo, zapobiegając błędnym kampaniom. Dzięki temu Twoje pola są dopasowane, a przepływ pracy przebiega sprawnie.

Praktyczne strategie wyszukiwania X-Ray na 2024 rok i monity

Użyj szablonowego monitu, który dzieli cele na cztery pola: osoba, rola, lokalizacja i źródło. Twórz szablony z zakotwiczonymi ciągami znaków do prześwietlania profili LinkedIn i stron publicznych, a następnie dopracowuj wyniki, stosując filtry regionu, stażu i branży. Takie podejście redukuje błędne sygnały i daje wiarygodne wyniki w różnych kampaniach. Konwencje nazewnictwa profili i kadencji rekrutacji porządkują pulę i ułatwiają skalowanie dzięki automatyzacji.

Podstawy instruowania pozwalają zachować kontrolę. Twórz monity, które dają czyste ciągi wyszukiwania, a nie prozę. Dołącz wyraźne operatory, wzorce witryn i etykiety pól, aby móc wklejać wyniki do arkusza śledzenia lub puli. Zintegruj monity z przepływem pracy, aby pisanie stało się rutynowym krokiem, a nie zgadywaniem. Po zebraniu wyników przejrzyj i doprecyzuj słowa kluczowe, aby poprawić zakres, zbierz numery telefonów, gdy są dostępne, i zredukuj duplikaty.

Element	Przykładowe zapytanie	Uwagi
Podstawowa pula i słowa kluczowe	site:linkedin.com/in (inżynier LUB programista) AND (Java LUB Python) AND (zdalny LUB „Nowy Jork”)	Ukierunkuj tytuły i umiejętności; testuj wariacje, aby zmniejszyć liczbę błędów
Wzorce prześwietlania	site:linkedin.com/in OR site:linkedin.com/pub (menedżer LUB kierownik) AND (chmura LUB AI)	Połącz z cudzysłowami, aby uzyskać dokładne frazy
Kampanie i domeny	inurl:in OR inurl:pub AND (st. LUB Starszy) AND (zespół LUB kierownik)	Użyj alternatywnych domen, aby wychwycić przeoczone profile
Kanał dotarcia	ścieżki kontaktu: gmailcom	rejestruj uchwyty dotarcia; zachowaj spójność nazewnictwa; po zweryfikowaniu

Zintegruj wyniki ze swoim CRM i ATS, aby zamknąć pętlę; nazywanie zapisanych monitów pomaga ponownie wykorzystywać wzorce w różnych zadaniach i pulach. Pisanie wiadomości z jednym, nieskomplikowanym monitem i dopasuj każdy do roli. Zbieraj dane, oceniaj wydajność kampanii i doprecyzuj słowa kluczowe, aby zredukować liczbę błędów i zwiększyć jakość dopasowania tych, które mają znaczenie.

Twórz precyzyjne ciągi Boolean dla wyszukiwań LinkedIn X-Ray

Zacznij od dostosowanego rdzenia składającego się z 3 bloków: tytuł, firma i lokalizacja. Utrzymuj proste ciągi, aby można je było ponownie wykorzystać i zapisuj je jako szablony, aby Twój zespół mógł szybko skalować. Dla praktycznego wglądu kieruj reklamy do publicznych profili LinkedIn i używaj wzorców prześwietlania, aby uchwycić odpowiednie frazy; każdy widok wyszukiwania zwraca wiele profili. Takie podejście wykorzystuje jasne, wielokrotnego użytku bloki i możesz zacząć to robić w dedykowanej sekcji swojego przepływu wyszukiwania. przetestowaliśmy wielu kandydatów za pomocą tych wzorców i zaobserwowaliśmy dobre wyniki.

Struktura ciągów znaków powinna wyglądać następująco: (site:linkedin.com/in OR site:linkedin.com/pub) AND (intitle:resume OR intitle:profile) AND ("data scientist" OR "machine learning" OR "analytics engineer") AND (remote OR "san francisco" OR "new york") -praca -kariera

Aby jeszcze bardziej zawęzić wyniki, dodaj bloki dla nazw firm, terminów związanych ze stażem (starszy, kierownik, dyrektor) i fraz branżowych. Użyj operatorów AND, OR, NOT, aby łączyć terminy i grupować je za pomocą nawiasów. To zawęża wyszukiwanie, pomagając szybciej znaleźć cieplejszych kandydatów.

Na potrzeby współpracy zespołowej zidentyfikuj frazy, które działają najlepiej i udostępniaj je jako niestandardowe fragmenty. Użyj rozszerzeń, aby zapisać wiele ciągów w sekcji, śledź, które kombinacje identyfikują silnych kandydatów, i powtarzaj po każdym przejściu wyszukiwania. przekonaliśmy się, że niektóre frazy konwertują się niezawodnie, więc pamiętaj, aby udokumentować to, co działa.

Wypróbuj gotowe do użycia szablony, takie jak: (site:linkedin.com/in OR site:linkedin.com/pub) AND ("inżynier oprogramowania" OR "programista") AND (zdalny LUB hybrydowy) AND (USA OR "Stany Zjednoczone") AND (publiczny) -praca

Doprecyzuj wyniki za pomocą ukierunkowanych filtrów: firma, branża, lokalizacja i staż

Zacznij od ukierunkowanego zapytania podstawowego i nałóż cztery decydujące filtry, aby zawęzić wyniki. Użyj sitelinkedincomin do skanowania w stylu X-Ray, które szuka dokładnych fraz w profilach. Dzięki automatyzacji i rozszerzeniom możesz szybko zbierać potencjalnych kandydatów, utrzymując jednocześnie kontakt zgodny z Twoimi docelowymi rolami.

1. Kotwica firmowa: wyszukaj nazwę pracodawcy w tekście profilu za pomocą intext i, w razie potrzeby, inurl:in. Przykład: sitelinkedincomin intext:"Google" intext:"Mountain View, CA" oznacza firmę i lokalizację za jednym zamachem.
2. Dopasowanie branżowe: dodaj intext:"Branża: Technologie informacyjne i usługi" lub intext:"Branża: Oprogramowanie", aby ograniczyć się do sektora.
3. Precyzja lokalizacji: zablokuj miasto lub region za pomocą intext:"Lokalizacja: New York, NY" lub intext:"New York", aby usunąć wartości odstające.
4. Staż i role: oznacz staż i docelową rolę za pomocą intext:"Staż: Dyrektor" lub intext:"Menedżer" wraz ze słowem kluczowym roli (np. intext:"Menedżer produktu").
5. Zatwierdź i wyeksportuj: uruchom wiele wariacji, a następnie wprowadź wyniki do swojego nawigatora lub CRM. Użyj szybkiego sprawdzenia ręcznego, aby potwierdzić, że profile odpowiadają zamierzonemu poziomowi i umiejętnościom przed dotarciem.

Konkretne szablony zapytań, które możesz skopiować i wkleić:

• sitelinkedincomin intext:"Google" intext:"Mountain View, CA"
• sitelinkedincomin intext:"Branża: Technologie informacyjne i usługi" intext:"New York"
• sitelinkedincomin intext:"Staż: Dyrektor" intext:"Menedżer produktu"
• sitelinkedincomin intext:"Tesla" intext:"Lokalizacja: Austin, TX" intext:"Starszy"

Wskazówki, jak utrzymać czystość i skalowalność wyników: używaj cudzysłowów dla precyzyjnych fraz, używaj OR, aby objąć warianty, i buduj wiele mniejszych zapytań zamiast jednego długiego ciągu. Jeśli masz mało czasu, polegaj na rozszerzeniach, aby uruchomić te wzorce i zbierać wyniki poprzez automatyzację w celu dotarcia. Szukaj profili, które odpowiadają pożądanym poziomom i umiejętnościom, a następnie kontynuuj ręczne sprawdzanie przed kontaktem. Kiedy zidentyfikujesz dobrego potencjalnego kandydata, możesz zapisać bloki wyszukiwania do powtarzalnego użytku i doprecyzować je, rozszerzając się na nowe firmy lub branże. Dzięki takiemu podejściu poprawiasz wskaźnik trafień bez nadmiernego pobierania i utrzymujesz stały przepływ dla kampanii dotarcia.

Monit 1: Zbuduj dostosowane zapytanie LinkedIn X-Ray dla starszych inżynierów oprogramowania w Berlinie

To najlepszy punkt wyjścia dla starszych inżynierów oprogramowania z siedzibą w Berlinie: dostosowane zapytanie LinkedIn X-Ray, aby zwrócić profile wysokiej jakości. Podejście X-Ray w stylu Googla pozwala pobierać pola, takie jak tytuł, aktualna firma i lokalizacja z LinkedIn, poprawiając targetowanie. Zapytanie rdzeniowe: site:linkedin.com/in (intitle:"Starszy Inżynier Oprogramowania" OR intitle:"Inżynier sztabowy Oprogramowania" OR intitle:"Główny Inżynier Oprogramowania" OR intitle:"Kierownik Inżynier Oprogramowania") (Berlin OR "Berlin, Niemcy").

Wariant 1 – świadomość stosu: site:linkedin.com/in (intitle:"Starszy Inżynier Oprogramowania" OR intitle:"Inżynier sztabowy Oprogramowania" OR intitle:"Główny Inżynier Oprogramowania" OR intitle:"Kierownik Inżynier Oprogramowania") (Berlin OR "Berlin, Niemcy") (Python OR Java OR Go OR Kotlin OR JavaScript OR C# OR Scala). To pomaga dotrzeć do prawdopodobnych kandydatów, których profile podkreślają kluczowe sygnały techniczne dla Twoich kampanii.

Wariant 2 – nachylenie branży i aktualnej firmy: site:linkedin.com/in (intitle:"Starszy Inżynier Oprogramowania" OR intitle:"Inżynier sztabowy Oprogramowania" OR intitle:"Główny Inżynier Oprogramowania" OR intitle:"Kierownik Inżynier Oprogramowania") (Berlin OR "Berlin, Niemcy") (Oprogramowanie OR Technologia OR "FinTech" OR "IT dla służby zdrowia"). Przechwytuj pola takie jak tytuł, aktualna firma, lokalizacja i branża, aby zbudować ukierunkowaną listę na potrzeby dotarcia. Wyjątkiem jest unikanie przeciążania skrobaka szumami; zachowaj zwięzłość w wynikach.

Praktyczna konfiguracja automatyzacji: uruchom te zapytania w silnikach Googla, a następnie użyj skrobaka do wyeksportowania wyników do CSV z kolumnami: imię, adres URL profilu, tytuł, aktualna firma, lokalizacja, branża i kluczowe umiejętności. Obecnie utrzymuj partie po 20–40 profili w celu szybkiego zatwierdzenia. Używaj narzędzi i platform, które obsługują deduplikację, oznaczaj prawdopodobne dopasowania i kieruj profile do Twoich kampanii. Takie podejście pomaga zwrócić pulę wyższej jakości, przestrzegając jednocześnie warunków i wytycznych.

Niezależnie od tego, czy najpierw skupiasz się na Berlinie, czy poszerzasz zasięg na pobliskie miasta, jeśli początkowa pula jest mała, te zapytania są elastyczne. Na podstawie wyników dostosuj słowa kluczowe stosu, dostosuj promień lokalizacji lub dodaj pokrewne tytuły, aby poprawić dokładność i wychwycić więcej odpowiednich kandydatów do Twoich kampanii.

Monit 2: Rozszerz na role zdalne, biorąc pod uwagę stos, strefę czasową i staż

Zacznij od zdefiniowania planu wyszukiwania gotowego do pracy zdalnej: wybierz trzy docelowe stosy, ustaw okno strefy czasowej i przypisz pasma stażu. Utwórz kampanię, która łączy publiczne profile LinkedIn z dokładnymi słowami kluczowymi i terminami stosu, i uruchamiaj wyszukiwania, które można powtarzać w różnych kampaniach. Takie podejście ujawnia podobne wzorce w różnych rolach i utrzymuje spójność wyników.

Buduj ciągi wyszukiwania, które łączą intext, słowa kluczowe i terminy stosu. Na przykład użyj: site:linkedin.com/in intext:remote (Java OR JavaScript OR Python) intext:senior OR intext:lead OR intext:architect (intext:Spring OR intext:React OR intext:Django) w Londynie. Twoim celem jest złapanie kandydatów, którzy wymieniają zdalną pracę i odpowiednie stosy technologiczne w swoich publicznych profilach. Nie polegaj na zgadywaniu — strukturuj wyszukiwania tak, aby zasilały kampanię wielokrotnego użytku i były łatwe do odtworzenia w różnych kampaniach. Szukaj postów, wydarzeń i sygnałów, które wskazują na pracę rozproszoną lub doświadczenie kontraktowe. Korzystanie z outscrapera pomaga wyodrębnić wyniki w czystą listę dla Twojego klienta i możesz filtrować według stosu, klastrów słów kluczowych i poziomu stażu w intext.

Dopasowanie strefy czasowej ma znaczenie: kieruj reklamy do profili, które wskazują na dostępność w dwugodzinnym oknie Twojego centrum (np. czas londyński) i preferuj komunikację asynchroniczną w celu szerszego dostępu. W wyszukiwaniach dodaj frazy takie jak remote, work-from-home, distributed i flexible-hours, aby odkryć ukrytych kandydatów, którzy nie reklamują pracy zdalnej w sposób wyraźny. Dołącz słowa kluczowe, które odzwierciedlają staż, takie jak senior, lead, architect, principal lub staff, aby upewnić się, że nie jesteś zalewany profilami młodszych specjalistów. Używaj publicznych sygnałów i spójnej rubryki, aby ocenić każdy wpis; to utrzymuje skupienie kampanii i redukuje stronniczość podczas filtrowania.

Po zebraniu wyników uruchom szybkie wyodrębnianie, aby znormalizować pola: imię, aktualna firma, tytuł, lokalizacja, adres URL profilu, wskaźniki stosu i wskazówki dotyczące strefy czasowej. Wprowadź każdy wynik do swojego potoku pomocniczego i oznacz go słowami kluczowymi stosu, stażu i pracy zdalnej. Poleganie na ustrukturyzowanym podejściu zapobiega błędnym ocenom i ułatwia klientowi przeglądanie. Możesz wyszukiwać ponownie z dopracowanymi słowami kluczowymi, jeśli widzisz podobne luki, i utrzymywać impet, odświeżając kampanię co kilka tygodni w oparciu o wydarzenia, zmienioną popularność stosu lub zmiany w tempie zatrudniania w Londynie.

Monit 3: Zatwierdź, usuń duplikaty i podsumuj pule kandydatów, używając monitów AI

Sprawdź każdy rekord kandydata, sprawdzając podstawowe pola: imię, tytuł, firma, lokalizacja, adres URL i użyteczny uchwyt e-mail. Jeśli brakuje pola lub tytuł jest niejasny (na przykład „Inżynier” bez funkcji), oznacz go do przejrzenia. Uruchom lekkie sprawdzenie intext i x-ray na tekście profilu, aby potwierdzić znaczenie, a następnie wykonaj szybkie zatwierdzenie po zatwierdzeniu, aby upewnić się, że tylko rekordy o wysokim poziomie zaufania pójdą dalej.

Usuń duplikaty za pomocą podejścia dwuwarstwowego: po pierwsze, znormalizuj podstawowe identyfikatory (imię, aktualna firma, lokalizacja i tytuł); po drugie, zastosuj próg podobieństwa, aby pogrupować podobne rekordy w bloki. Utwórz wyraźne migawki przed/po dla każdego kroku deduplikacji. Użyj przepływu pracy skrobaka, aby oznaczyć prawie duplikaty w polach, polegając na kanonicznych pisowni imion i aliasach firm, aby zredukować fałszywe łączenia, i zachowaj wszelkie rekordy z niedopasowanymi krytycznymi polami na liście kwarantanny do ręcznego przejrzenia. W razie potrzeby uwzględnij odniesienia do Kanady jako tag lokalizacji, aby uniknąć mieszania pul regionalnych.

Podsumuj pule za pomocą monitów AI, tworząc zwięzły, ustrukturyzowany raport dla każdej partii. Zbuduj widok oparty na częściach: dane demograficzne, funkcja/rola, branże i geografia (Kanada, gdzie ma to zastosowanie). Zidentyfikuj najlepsze grupy i zespoły, podkreśl najpopularniejsze tytuły i wyodrębnij 5–7 najlepszych umiejętności z puli. Wygeneruj kompaktowe wyjście, które pokazuje całkowitą liczbę usuniętych duplikatów, rozkład według lokalizacji i przeważający staż. Użyj przeglądu w stylu nawigatora, który pozwala czytelnikom przechodzić między blokami kandydatów i szybko porównywać segmenty.

Monity powinny być składane z zestawu pomocników: validate_fields_prompt, dedupe_prompt i summarize_prompt. Podaj AI czystą listę rekordów z polami: imię, tytuł, firma, lokalizacja, umiejętności, lata_doświadczeń, adres_url, notatki. Poinstruuj model, aby wydał precyzyjne podsumowanie w formacie JSON z polami takimi jak count, confidence, top_roles, top_skills, location_distribution i kompaktowa lista. Przed podsumowaniem wymień każdego kandydata z krótkim opisem, aby ułatwić szybkie skanowanie, a następnie po podsumowaniu przedstaw konkretne kroki dla dalszych działań. W przypadku wiadomości e-mail oznacz wpisy kończące się na gmailcom jako ogólne lub zastępcze, aby zespoły sprzedaży mogły zdecydować, czy dążyć do bezpośredniego dotarcia, czy odrzucić te wiersze z puli podstawowej.

Zapewnij spójność, tworząc bloki, które mapują się na pola Salesforce: mapuj imię na Imię, tytuł na Tytuł, firmę na Firma, lokalizację na Lokalizacja, umiejętności na Umiejętności i notatki na Notatki. Użyj bloków do zbudowania czystego kanału, który zespoły mogą eksportować bezpośrednio do rekordów Salesforce, zachowując pochodzenie źródła i oryginalny rozmiar puli. Wynik wygląda jak usprawniony nawigator kandydatów, z jasnymi następnymi krokami i bezproblemowym przekazaniem rekruterom i inżynierom, którzy zaangażują leady.

Utrzymuj przepływ pracy napięty i skalowalny: polegaj na tych samych podstawowych monitach w wyszukiwaniach skoncentrowanych na Kanadzie oraz w różnych grupach i zespołach, dzięki czemu możesz porównywać pule obok siebie i utrzymywać spójną jakość. Gdy partia przejdzie walidację i deduplikację, utwórz kompaktowe podsumowanie, które można udostępnić grupom i menedżerom, a następnie przesłać końcowe wyniki do CRM i kolejki dotarcia downstream w celu ukierunkowanego zaangażowania.