Imported from josenaldo/gca-toolkit (skills/processar-vaga/SKILL.md). Install upstream with npx skills add josenaldo/gca-toolkit --skill processar-vaga. Copyright stays with the author.

processar-vaga

O que faz

Transforma uma URL de vaga em uma nota canônica de preparação de entrevista em 03-Dominios/Inglês/Entrevistas/Vagas/. A nota tem 10 seções estruturadas que cobrem:

• Diagnóstico da vaga (empresa, stack, senioridade, sinais culturais).
• Match analysis (pontos fortes do candidato + gaps com mitigação).
• Pitch adaptado (Tell me about yourself + Why this role customizados pra vaga).
• Prováveis perguntas em 6 fases (Recruiter, Hiring Manager, Tech Deep Dive, System Design, Cultural Fit, Logística), cada uma com estratégia de resposta.
• Histórias do banco mapeadas (cenários típicos → história do candidato → BLUF de abertura).
• Cheat sheet de vocabulário (power verbs, glossário pt/en, kill list).
• Logística + Smart Questions pra cada persona da entrevista.

Padrão de referência: 03-Dominios/Inglês/Entrevistas/Vagas/<Plataforma> <ID> - <Posição>.md.

Quando usar

• Slash command: /processar-vaga <url>
• Linguagem natural: "processa essa vaga: <url>", "ficha essa vaga", "registra essa vaga", "preparação pra essa vaga: <url>"
• Compartilhar URL de uma vaga + pedido de processamento.

Inputs aceitos

Inputs esperados (do contexto)

• URL pública da vaga (obrigatório). Páginas com paywall/login → falha graciosamente.
• Template em 00-Meta/templates/Template - Vaga.md (obrigatório).
• Dossiê do candidato (opcional mas crítico pra qualidade):
  • 03-Dominios/Inglês/Entrevistas/Minha Narrativa Profissional.md (se existir)
  • 03-Dominios/Inglês/GCA/Roadmap.md (campo ## Dossiê do Aluno traz perfil, cenário, gargalo, estratégia)
  • Sessions GCA processadas em 03-Dominios/Inglês/GCA/Sessions/ (01-Foundation, 02-Manager of One, 03-BLUF, 04-Resilience, 05-AI Workflow)

Sem dossiê → seções de Pitch e Histórias do banco ficam mais genéricas, marcadas pra refinamento manual.

Steps

1. Obter URL

• Se URL no argumento → usa.
• Se sem argumento → pergunta: "Cole a URL da vaga, por favor."
• Validar formato (https?://).

2. Fetch da URL

Usar WebFetch com prompt estruturado pedindo extração de:

• Nome da empresa + breve descrição (missão, setor, tamanho).
• Posição + senioridade.
• Modalidade (remote/hybrid/onsite) + timezone.
• Tipo de contrato (full-time/PJ/contractor) + restrições geográficas.
• Faixa salarial (se divulgada).
• Idioma requerido.
• Stack técnica obrigatória.
• Stack nice-to-have.
• Responsabilidades.
• Benefícios.
• Deadline de aplicação.
• Processo de entrevista.
• Valores culturais.
• Sinais sobre estágio/funding/tamanho do time.

Se URL falha (404, paywall, JS-heavy SPA sem SSR): reporta erro e pede ao usuário colar manualmente o texto da vaga. NÃO inventa dados.

3. Pesquisa complementar (best-effort)

Se o nome da empresa for público (não-anônimo), tentar enriquecer:

• LinkedIn da empresa (página pública): estágio, tamanho do time, geografia da sede.
• Site oficial: produto, missão real, casos de uso.
• Glassdoor (se acessível sem login): faixa salarial real, reviews de cultura.

Empresas anônimas (marketplaces tipo Mappa.ai com disclosure só pós-Recruiter Call) → marcar empresa: Anônima e populizar ## Briefing da empresa com o pitch declarado no listing.

4. Inferir filename canônico

Formato base: <Plataforma|Empresa> [job_id] - <Posição curta>.md

Exemplos:

• Com plataforma intermediária e ID: JobBoard 1234 - Senior Software Engineer.md
• Sem ID, vaga direta: Codelitt - Senior Fullstack Java Engineer.md
• ID na URL slug: Codelitt mByg2FsH0l - Senior Fullstack Java Engineer.md (opcional)

Slug rules:

• Substituir / por - (problema em filenames).
• Manter capitalização da posição.
• Limitar a ~70 caracteres totais.

5. Verificar conflito

• Arquivo já existe → confirmação simples: "Nota da vaga já existe. Sobrescrever (perde edições manuais)?"
• Usuário disse não → aborta limpo.

6. Ler dossiê do candidato

Em paralelo:

• Minha Narrativa Profissional.md (extrair: timeline, projetos canônicos, métricas, posicionamento).
• Roadmap.md do GCA (extrair: perfil do aluno, gargalo atual, ancoragem salarial, estratégia).
• Sessions GCA processadas (extrair: princípios BLUF, regras Kill List, defesa do gap, narração da IA).

Se algum arquivo ausente → segue com placeholders nas seções que dependeriam dele, marcados explicitamente.

7. Compor frontmatter

Resolver placeholders Templater do Template - Vaga.md:

title: <auto do filename>
created, updated: <data atual>
type: vaga
status: seedling
empresa: <nome ou "Anônima (oculta na listagem)">
plataforma: <nome plataforma intermediária ou empresa direta>
url: <URL original>
job_id: <ID se houver>
posicao: <título da vaga>
senioridade: junior | pleno | senior | staff | lead | principal
modalidade: remote | hybrid | onsite
contrato: full-time | contractor | pj | eor
salario_min: <número ou vazio>
salario_max: <número ou vazio>
moeda: USD | BRL | EUR | etc.
idioma_requisito: en-advanced | en-fluent | en-intermediate | pt-br
dominio: <setor: healthcare, fintech, wealth tech, devtools, etc.>
stack: [Java, Spring, etc.]
fase_aplicacao: prospeccao | aplicado | recruiter | hiring-manager | tech | system-design | offer | nao-aprovado
prioridade: alta | media | baixa
data_aplicacao: <vazio ou data>
deadline: <vazio ou data se divulgado>
data_publicacao: <data de publicação se divulgada>
tags: [entrevista, vaga, <stack>, <dominio>, remoto-internacional se aplicável]
publish: false

8. Compor seções do corpo (10 seções do padrão Mappa)

Seção 0 — BLUF (callout > [!info] BLUF — Por que esta vaga)

Uma frase: match principal + faixa salarial + alavanca de carreira (por que esta vaga vale o esforço de preparação).

Seção 1 — Briefing da empresa

• > [!abstract] O que sabemos — lista do extraído (empresa, setor, modelo de trabalho, stack confirmada, banda salarial, skills listadas, pitch da empresa).
• > [!warning] Sinais de alerta da listagem — observações sobre vagueness, anonimato, título ambíguo, escopo expandido, etc.
• > [!question] Perguntas obrigatórias para o Recruiter Call — bullets com perguntas críticas pra qualificar a vaga.
• > [!note] Sinais culturais detectados — pistas no texto da vaga (jargão, valores expressos, missão, tom).

Seção 2 — Briefing da vaga

• ### Stack confirmada — bullet do que está textualmente na descrição.
• ### Stack provável (inferida) — o que toda empresa nesse setor/stack costuma usar (frameworks, DB, cloud, mensageria, CI/CD, compliance — citando o motivo da inferência).
• ### Responsabilidades inferidas — em vagas vagas, inferir do título + setor + senioridade.
• ### Sinais de senioridade — o que o título sugere sobre escopo (IC vs gestão, ownership).

Seção 3 — Match Analysis

• Tabela ### Pontos fortes (onde brilho): Requisito da vaga × Minha experiência × História/Case do banco.
• Tabela ### Gaps (onde tenho que posicionar bem): Gap × Mitigação/Como enquadrar.
• Posicionamento estratégico: 1-2 frases em estilo executivo de como o candidato se apresenta nesta vaga especificamente.

Seção 4 — Pitch adaptado

• ### Tell me about yourself (60-90s) — versão customizada: callout > [!quote] Draft v1 (a refinar com [[Coaching]]) com pitch customizado pra stack + setor da vaga.
• Lista Aplicar: Session 02 (Manager of One), Session 03 (BLUF), Power verbs, Kill list, Cadência.
• ### Why this role / why this company (30-45s): callout > [!quote] com 2 razões concretas (domínio + escopo).

Seção 5 — Prováveis perguntas

Subseções por fase, cada > [!question] com Strategy explicando a abordagem:

• Fase 1 — Recruiter Screen: Tell me about yourself; Why looking; Salary expectation (ancorar acima da banda); English level (responder com evidência de uso, não nível); Currently employed; Other interviews; Defesa do gap (Session 04 - Resilience Architecture).
• Fase 2 — Hiring Manager Fit: BLUF drills com casos de plataforma owned, technical disagreement, debt vs feature delivery, domínio do setor.
• Fase 3 — Technical Deep Dive: stack-specific (Java migration, event-driven, data quality, quality engineering, ferramentas-chave da vaga, AI workflow).
• Fase 4 — System Design: Think Aloud Protocol — clarifying questions → high-level → trade-offs → edge cases → compliance.
• Fase 5 — Cultural Fit: liderança sem hierarquia, async, conflito com peer, handle being wrong, why this company.
• Fase 6 — Logística / Closing: quando pode começar, smart questions.

Seção 6 — Histórias do banco mapeadas para esta vaga

Tabela: Cenário típico × História a usar × Primeira frase BLUF (rascunho).

Cenários canônicos (~9):

1. Legacy modernization
2. Tight deadline delivery
3. Technical disagreement
4. Production incident
5. Translating tech to non-tech
6. Mentoring / leading
7. Proactive optimization
8. Manager of One
9. AI workflow

Cada linha popular usando histórias do dossiê do candidato (ex.: legacy modernization project, módulo de curso, CI/CD pipeline, agentes IA, etc.).

Seção 7 — Cheat sheet de vocabulário

• ### Power verbs prioritários para esta vaga (categorizados: Plataforma / Modernização / Qualidade / Liderança / Domínio-específico).
• ### Vocabulário do domínio (en) — tabela pt-BR ↔ en pra termos críticos do setor (ex: prontuário eletrônico → EHR; conformidade → compliance).
• ### Kill list para esta entrevista — vícios pessoais a evitar (basically, I think, like/you know, I helped to, sort of, kind of, a little bit of, stuff).

Seção 8 — Logística & checklist

• ### Antes do Recruiter Call: aplicar, salvar PDF, pesquisar empresa, gravar pitch, lista de perguntas, setup técnico, disponibilidade.
• ### Logo após o Recruiter Call: nome da empresa, stack completa, processo, Glassdoor, produto, refinar este documento.
• ### Perguntas para fazer no final de cada etapa (Smart Questions): bullets por persona (Recruiter, Hiring Manager, Tech Panel, C-Level).

Seção 9 — Próximas ações

Checklist concreto: aplicar, estudar stack-specific, refinar pitch com /coaching, gravar e medir WPM, ensaiar defesa do gap, adaptar CV.

Seção 10 — Histórico

Tabela: Data × Etapa × Notas × Próximo passo. Primeira linha já preenchida com data de descoberta da vaga.

9. Veja também

Lista de wikilinks:

• [[Minha Narrativa Profissional]] — pitch base
• [[03-Dominios/Inglês/GCA/Roadmap|Roadmap GCA]]
• [[Session 01 - Foundation]] — STAR + Power Verbs
• [[Session 02 - Manager of One]] — Pitch + cadência
• [[Session 03 - BLUF Framework]] — Kill list + drills
• [[Session 04 - Resilience Architecture]] — Defesa do gap
• [[Session 05 - Narrating the AI Workflow]] — IA executiva

10. Validação final

Buscar <% ou %> no output — qualquer residual = bug de mapeamento → aborta antes de salvar.

11. Salvar

Em 03-Dominios/Inglês/Entrevistas/Vagas/<filename>.md.

12. Reportar

Processado: <Empresa> [<id>] - <Posição>
Arquivo: 03-Dominios/Inglês/Entrevistas/Vagas/<filename>.md

Dados extraídos:
  • Empresa: <nome ou "Anônima">
  • Modalidade: <remote/hybrid/onsite>
  • Banda salarial: <range ou "Não divulgada">
  • Stack: <lista>
  • Idioma: <nível>

Match analysis:
  • Pontos fortes mapeados: <N> requisitos
  • Gaps identificados: <M>

Cross-links GCA: <K> Sessions referenciadas.

Próximos passos sugeridos no documento:
  • Aplicar à vaga (registrar data no frontmatter)
  • Pesquisar empresa em LinkedIn/Glassdoor
  • Refinar pitch com /coaching
  • Gravar pitch e medir WPM

Tratamento de erros

Não fazer

• Não inventar dados de empresa — Glassdoor/LinkedIn só se realmente acessíveis. Onde faltar, marcar "(a pesquisar)" ou "(a confirmar no Recruiter Call)".
• Não fingir conhecer stack além do que a vaga declara — usar "Stack provável (inferida)" pra projeções, sempre com motivo da inferência.
• Não fabricar histórias do banco que não estão no dossiê do candidato — se não houver dossiê, marcar tabela como "refinar manualmente".
• Não copiar verbatim textos longos da descrição da vaga — parafrasear pros sumários.
• Não substituir o trabalho cognitivo do candidato — pitch é DRAFT v1 explicitamente marcado pra refinar com /coaching.
• Não modificar vagas já existentes sem confirmação reforçada.
• Não vazar info sensível — se a vaga revela nome em "after-login" e o candidato compartilhou, OK; senão, respeitar opacidade da plataforma.

Convenções de output

• Filename: <Plataforma|Empresa> [job_id] - <Posição>.md (capitalização da posição preservada, / substituído por -).
• Frontmatter completo conforme template; campos sem dado = vazio (não invenção).
• Conteúdo em PT-BR para meta-instruções (Strategy, comentários), EN para drafts de pitch/respostas (idioma de entrevista).
• Wikilinks padrão pras Sessions GCA, Narrativa Profissional, Roadmap.
• Callouts Obsidian apropriados:
  • > [!info] BLUF
  • > [!abstract] o que sabemos sobre a empresa
  • > [!warning] sinais de alerta
  • > [!question] perguntas pra fazer / perguntas prováveis
  • > [!note] sinais culturais
  • > [!quote] drafts de pitch (sempre marcados "Draft v1")
• Tabelas Markdown pras matrizes (Pontos fortes, Gaps, Histórias, Vocabulário, Histórico).
• Power verbs prioritários sempre customizados pra stack + setor da vaga (não copy-paste genérico).

Notas técnicas

Pra empresas anônimas (Mappa, marketplaces de talento)

Mappa.ai (e marketplaces similares) escondem o nome da contratante até o Recruiter Call. Nesses casos:

• Marcar empresa: Anônima (oculta na listagem da Mappa) no frontmatter.
• Usar plataforma: Mappa (ou nome da plataforma intermediária).
• Na ## 1. Briefing da empresa, focar no pitch declarado pelo marketplace + skills listadas + faixa salarial.
• Adicionar > [!question] com perguntas pra revelar nome no Recruiter Call ("Qual o nome da empresa contratante e onde fica a sede?").
• Após Recruiter Call, atualizar o documento com nome real + pesquisa LinkedIn/Glassdoor.

Pra empresas com vaga rica em detalhe

Quando a descrição já traz responsabilidades + stack expandida + processo de entrevista:

• Reduzir ## Stack provável (inferida) a só o que NÃO está declarado.
• Expandir ## 5. Prováveis perguntas com cases stack-specific declarados na vaga.
• ## 8. Logística lista o processo declarado em vez de inferido.

Pra vagas onde o candidato já tem cases diretos

Quando o dossiê (Narrativa Profissional + Sessions GCA) contém múltiplos cases relevantes pro domínio da vaga:

• Tabela ## 6. Histórias do banco pesada (>9 linhas se aplicável).
• Pitch adaptado com 3-4 frases de impacto concreto em vez de 2.
• Match analysis com 7-8 linhas de pontos fortes em vez de 3-4.