# Chronometrica Google Jobs ou Apify Google Search pour un agent IA de recherche d’emploi

Choisissez Chronometrica Google Jobs si votre agent IA de recherche d’emploi doit filtrer un ensemble limité d’offres structurées. Sa sortie documentée fournit les champs de l’offre et les options de candidature dans un même enregistrement. Choisissez Apify Google Search si l’étape suivante consiste à trouver des pages carrières d’employeurs ou d’autres pages sources en dehors de cet ensemble d’offres. Dans les 2 cas, il faut vérifier séparément la source actuelle avant de retenir une offre. [Chronometrica Google Jobs](https://apify.com/chronometrica/google-jobs-scraper), [Apify Google Search](https://apify.com/apify/google-search-scraper)

Le choix dépend d’abord de la tâche suivante. Un agent qui doit comparer des intitulés de poste, des entreprises et des lieux a besoin d’enregistrements d’offres d’emploi. Un agent qui doit trouver davantage d’employeurs a besoin de pages sources potentielles. Ce sont des unités de travail différentes. Choisir la bonne unité clarifie l’étape suivante.

Chronometrica est notre outil. Nous le recommandons pour la tâche de collecte d’offres structurées décrite ici. Sa principale limite est son périmètre : il collecte ce que Google Jobs renvoie selon la recherche et la limite d’éléments choisies. Il ne fournit ni un index complet des employeurs ni des offres dont la disponibilité a été vérifiée. [Documentation de l’Actor](https://apify.com/chronometrica/google-jobs-scraper)

![Les exigences d’un poste sont reliées à une fiche présentant des preuves de compétences, à une grille d’évaluation et à une petite pile d’éléments classés.](/blog/jobs-fit-shortlist.png)

## Choisissez l’enregistrement nécessaire à l’étape suivante

Un Actor est un programme de collecte hébergé sur Apify. Pour cette comparaison, la question utile est de savoir ce que chaque enregistrement collecté permet à votre agent de faire ensuite.

Chronometrica documente l’unicité de chaque `jobId` Google au sein d’une exécution. Chaque enregistrement d’offre comprend `title`, `companyName`, `location`, `description`, `postedAtRaw`, `applyOptions`, une URL source et `observedAt`. Ces champs conviennent à un tableau d’offres qu’un agent doit filtrer. [Sortie documentée](https://apify.com/chronometrica/google-jobs-scraper)

Apify Google Search documente des observations de résultats de recherche et des liens vers des pages via son mode habituel de recherche organique. Il propose aussi des paramètres de recherche plus détaillés et une collecte facultative du contenu des sites web. Il constitue donc un choix utile pour trouver des pages carrières et d’autres sources potentielles. [Mode de recherche documenté](https://apify.com/apify/google-search-scraper)

| Critère de décision | Chronometrica Google Jobs | Apify Google Search |
| --- | --- | --- |
| Unité de départ documentée | Un enregistrement structuré d’offre d’emploi Google | Une observation de résultat de recherche avec un lien vers une page |
| Usage le plus adapté ici | Filtrer les champs des offres renvoyées | Trouver des pages sources potentielles |
| Vérifications encore nécessaires | Vérification de la source actuelle et de l’admissibilité | Récupération de la page, identification de l’offre et vérification de l’admissibilité |

Les informations sur les produits présentées dans ce tableau proviennent de la [documentation de Chronometrica](https://apify.com/chronometrica/google-jobs-scraper) et de la [documentation d’Apify](https://apify.com/apify/google-search-scraper).

Faites cette distinction avant de rédiger une demande de collecte générale. « Trouver 5 enregistrements d’offres d’emploi à examiner » définit une sortie claire pour l’agent. « Trouver 5 pages carrières à consulter » définit une autre sortie. Une demande comme « trouver 5 bonnes possibilités d’emploi » laisse l’unité de collecte et la règle d’acceptation imprécises.

La condition pour changer de méthode est simple. Commencez avec Chronometrica pour obtenir un nombre limité d’offres structurées. Passez à la recherche de pages sources lorsque le besoin dépasse l’ensemble renvoyé. Un processus peut utiliser les 2 étapes, mais il doit conserver leurs enregistrements séparément.

## Pourquoi davantage de liens ne suffisent pas toujours à accomplir la tâche de recherche d’emploi

Un témoignage public sur un agent de recherche d’emploi décrit des essais avec des sources issues d’une liste fixe d’entreprises, puis avec une recherche générale sur le web. L’évaluation de certaines pages restait sans conclusion. Son auteur avait aussi des doutes sur l’actualité des offres et rencontrait des écarts de poste ou de lieu. Ce récit éclaire un problème de processus. Ce n’est pas une comparaison contrôlée de produits. [Témoignage public](https://www.reddit.com/r/LocalLLM/comments/1ta92yp/i_burned_33_million_tokens_using_mcp_agents_to/)

La leçon pratique consiste à définir ce que l’étape de recherche doit fournir. Trouver une page ne prouve pas qu’elle contient une offre adaptée. Trouver un enregistrement d’offre ne prouve pas que l’employeur accepte encore les candidatures.

Par exemple, un agent peut trouver une page carrières qui présente plusieurs services d’une entreprise. Il doit ensuite identifier un poste précis à pourvoir. Ce poste peut exiger de travailler dans une autre ville ou demander un autre niveau d’expérience. La page était un résultat de recherche valide, même si elle n’a pas produit d’offre retenue.

Cette distinction vous aide à repérer le travail restant. Si l’agent manque de sources sur les employeurs, la recherche de sources est utile. S’il dispose déjà de suffisamment de sources, mais ne peut pas évaluer les offres, davantage de liens peuvent ajouter du travail d’examen sans permettre de décider.

Le témoignage étaye ce choix d’étape dans le processus. Il ne démontre aucun avantage de coût, de vitesse, de couverture ou de précision pour l’un ou l’autre Actor. Les dépenses et les résultats de collecte qu’il rapporte ne servent pas de références de performance dans cet article.

## Quand Chronometrica convient et quand sa limite compte

Choisissez Chronometrica en toute confiance si votre besoin immédiat est un tableau d’offres avec une limite d’éléments définie. Les champs d’offre documentés donnent à votre agent un point de départ direct pour examiner les champs. L’entrée comporte 4 champs : `market`, `queries`, un seul `location` commun et `maxItems`. [Contrat d’entrée et de sortie](https://apify.com/chronometrica/google-jobs-scraper)

Ce périmètre compte lorsqu’une demande mentionne « tous les résultats ». Le schéma vérifié autorise `maxItems` de 1 à 1000. Si votre exigence initiale dépasse 1000 éléments par exécution, cet Actor ne la satisfait pas. Réduire la demande à 1000 modifie l’exigence ; cela ne satisfait pas l’exigence initiale. Même dans cette limite, les enregistrements renvoyés ne prouvent pas que la couverture est complète. [Limites d’entrée vérifiées](https://apify.com/chronometrica/google-jobs-scraper)

Une exécution avec une petite limite peut tout de même répondre à un besoin utile. Une personne peut vouloir examiner 5 enregistrements avant de décider d’en collecter davantage. Il s’agit d’une tâche d’examen limitée, avec un point d’arrêt clair. Elle n’exige aucune affirmation sur l’ensemble des offres du marché.

Les éléments examinés pour cette comparaison ont été collectés le 20 octobre 2026. L’audit Google Jobs comprenait 3 lignes utiles issues d’une collecte avec une limite définie. Cela permet une observation limitée sur les enregistrements renvoyés. Cela ne démontre ni l’existence d’un index complet couvrant plusieurs entreprises, ni la disponibilité vérifiée des offres, ni un avantage sur l’actualité des données. Aucune nouvelle exécution ni aucun test comparatif à conditions équivalentes n’a été réalisé pour cet article.

Aucun des 2 Actors ne permet, à lui seul, d’établir l’adéquation d’un CV, l’intention de l’employeur ou la réussite d’une candidature. Traitez la mise en correspondance et les actions de candidature dans des processus distincts et vérifiés. Un résultat de collecte doit être examiné avant de pouvoir étayer ces décisions.

## Commencez par une entrée de portée limitée qui correspond à la demande

Une Task est un préréglage d’entrée enregistré sur Apify. La [Task publique Google Jobs pour le recrutement technologique](https://apify.com/chronometrica/google-jobs-scraper/examples/google-jobs-technology-hiring-dataset) fournit un préréglage de départ. Consultez son entrée réellement enregistrée avant de la lancer. Une page publique de Task ne prouve pas quelles valeurs d’entrée sont actuellement enregistrées.

Pour une demande fictive portant sur un maximum de 5 enregistrements d’offres d’analyste de données à Toronto, utilisez :

```json
{
  "market": "CA-en",
  "queries": [
    "data analyst"
  ],
  "location": "Toronto, Ontario, Canada",
  "maxItems": 5
}
```

Commencez par une entrée de portée limitée qui correspond à la demande

Cette entrée a été validée avec succès selon le schéma JSON public conservé en cache, qui définit les champs et les valeurs autorisés. Elle n’a pas été exécutée pour cet article. La vérification confirme la structure de l’entrée ; elle ne prouve pas que les sources en ligne renverront 5 enregistrements.

Le schéma vérifié autorise `CA-en` pour `market`, de 1 à 100 entrées dans `queries`, une valeur textuelle pour `location` et un entier de 1 à 1000 pour `maxItems`. Toutes les requêtes utilisent le même lieu. [Éléments sur le schéma actuel](https://apify.com/chronometrica/google-jobs-scraper)

Interprétez ces paramètres comme des consignes de collecte. `market` sélectionne le site Google et la langue. Ce n’est pas un filtre strict sur le lieu, la nationalité ou le droit de travailler. Le lieu défini doit lui aussi être vérifié ensuite dans l’offre. Un terme de recherche peut orienter la collecte sans prouver que chaque poste renvoyé respecte la règle de l’utilisateur.

Avant la collecte, notez l’unité attendue et la limite : « Jusqu’à 5 observations d’offres d’emploi à examiner ». Cela permet de comprendre un résultat peu fourni. Cela évite aussi qu’un processus ultérieur traite la limite demandée comme la promesse de 5 pistes admissibles.

## Conservez 3 tableaux et définissez clairement ce que chacun représente

Utilisez des tableaux distincts pour les observations de pages sources, les observations d’offres d’emploi et les offres retenues. Une observation consigne ce que le processus a trouvé à un moment indiqué. L’acceptation est une décision ultérieure fondée sur les règles de l’utilisateur.

Pour les observations de pages sources, conservez la requête de recherche, le rang du résultat et l’URL source. Ajoutez un état d’examen pour que l’agent distingue une page non lue d’une page déjà consultée. Une page peut ne contenir aucune offre, en contenir 1 ou en contenir plusieurs. Gardez cette relation claire lors de l’extraction des enregistrements.

Pour les observations d’offres d’emploi, conservez `jobId`, les champs de l’offre, l’URL source et `applyOptions`. Gardez `observedAt` avec l’enregistrement collecté. Ces champs permettent aux vérifications ultérieures de se référer à la même observation au lieu de se fier au seul intitulé. La règle d’identité documentée s’applique au sein d’une exécution ; elle n’établit pas d’historique entre des exécutions distinctes. [Contrat d’enregistrement de Chronometrica](https://apify.com/chronometrica/google-jobs-scraper)

Pour les offres retenues, enregistrez la référence à l’observation de l’offre et les preuves utilisées pour l’acceptation. Ajoutez l’heure de l’examen et un bref motif de décision. Si un fait requis manque, laissez-le inconnu. Ne transformez pas une valeur manquante en 0, ni une question d’admissibilité sans réponse en approbation.

Un enregistrement non résolu mérite un état distinct. Par exemple, l’examen d’une page impossible à lire reste sans conclusion, sauf si d’autres preuves permettent de décider. Ce cas diffère d’un poste qui ne respecte clairement pas la règle de lieu. Cette différence aide la prochaine personne chargée de l’examen à choisir entre réessayer la récupération et arrêter le travail sur cette offre.

Cette organisation des tableaux permet aussi de compter les résultats avec exactitude. 10 pages sources, 10 observations d’offres d’emploi et 10 offres retenues décrivent des résultats différents. Indiquez chaque nombre avec son unité.

## Effectuez un bref examen de la source et de l’admissibilité

L’étape de collecte est terminée lorsqu’elle produit les observations requises. L’étape d’examen est terminée lorsque chaque observation fait l’objet d’une décision étayée ou possède un état non résolu clairement indiqué.

1. Nommez l’étape suivante. Décidez si l’agent doit filtrer les champs des offres ou trouver davantage de sources sur les employeurs. Choisissez le type d’enregistrement avant de choisir l’Actor.
2. Définissez la demande de collecte. Pour des offres structurées, consultez la requête, le marché, le paramètre de lieu partagé par toutes les requêtes et la limite d’éléments de la Task. Pour la recherche de pages, enregistrez la requête exacte de recherche générale.
3. Conservez les références aux sources. Gardez l’identité de l’offre et les options de candidature avec les enregistrements d’offres. Gardez la requête, le rang et l’URL source avec les observations de pages.
4. Examinez les preuves actuelles dans la source. Ouvrez la page de l’employeur ou la page source nécessaire à l’évaluation de l’offre précise. Consignez les éléments qui étayent l’examen.
5. Appliquez les règles de l’utilisateur. Vérifiez le poste, le niveau d’expérience, le lieu et l’admissibilité. Enregistrez les décisions d’acceptation, de rejet et de non-résolution avec les heures d’observation et d’examen.

Définissez les règles avant l’examen. « Toronto » peut désigner un travail sur site à Toronto, des modalités hybrides précisées ou un lieu autorisé pour le télétravail. Interrogez l’utilisateur lorsque cette distinction change l’acceptation. Faites de même pour le niveau d’expérience et le droit de travailler requis. Une règle précise réduit les décisions sans fondement.

Traitez les champs temporels avec soin. `postedAtRaw` est le texte de la source qui indique l’ancienneté de la publication. `observedAt` est l’heure de collecte. Aucun de ces champs n’établit l’heure exacte de publication ni ne prouve qu’un poste reste à pourvoir. Utilisez les preuves actuelles de la source pour prendre cette décision. [Documentation des champs](https://apify.com/chronometrica/google-jobs-scraper)

Pour la récupération des pages, utilisez le guide existant pour [fournir à un agent de recherche web des éléments vérifiés provenant des pages](/fr/articles/preuves-de-page-verifiees-bing-pour-agent-web/). Ce guide couvre l’étape de vérification des preuves. Cette comparaison détermine quelle unité de collecte doit y entrer.

Ajoutez la mise en correspondance, l’historique et les actions de candidature uniquement dans des processus distincts et vérifiés. Gardez cette première décision assez limitée pour pouvoir la vérifier.

## Un exemple fictif dont les unités sont vérifiées

L’exemple suivant est inventé. Ce n’est ni un test d’Actor, ni un jeu de données collectées en direct, ni une citation d’acheteur, ni un résultat issu d’une mesure des coûts.

Un agent fictif a besoin de 5 observations d’offres d’emploi pour un examen ultérieur. Son utilisateur a défini les règles de poste et de lieu. Une collecte via Google Jobs renvoie 5 observations structurées. Un examen distinct de la source actuelle et de l’admissibilité en accepte 3 et en rejette 2.

Le résultat est le suivant :

5 observations d’offres d’emploi − 2 observations rejetées = 3 offres retenues.

L’exemple s’arrête là. Il n’établit pas de taux d’acceptation mesuré pour l’Actor. Une autre requête, une autre règle utilisateur ou un autre moment de collecte pourrait produire un résultat différent.

Considérez maintenant une recherche de sources qui fournit 5 liens vers des pages carrières potentielles. Il faut encore récupérer ces pages et en extraire les offres avant que l’agent puisse les comparer sous forme d’enregistrements d’offres d’emploi. Une page pourrait contenir plusieurs postes pertinents. Une autre pourrait n’en contenir aucun. 5 liens ne signifient donc pas 5 offres.

Aucune des 2 méthodes ne produit 5 pistes admissibles du seul fait qu’elle renvoie 5 enregistrements. L’examen détermine quels enregistrements respectent la règle de l’utilisateur. C’est pourquoi vous devez d’abord comparer les unités de sortie requises, puis évaluer les preuves obtenues.

Si l’agent dispose déjà de suffisamment d’observations d’offres d’emploi pour son prochain examen, utilisez-les. S’il a besoin d’employeurs en dehors de l’ensemble renvoyé, lancez la recherche de sources. La décision dépend du travail restant.

## Passez à l’action

Utilisez Chronometrica Google Jobs lorsque votre agent a besoin d’un ensemble limité d’offres structurées. Ouvrez la [Task publique](https://apify.com/chronometrica/google-jobs-scraper/examples/google-jobs-technology-hiring-dataset), consultez l’entrée enregistrée et définissez la requête, le marché, le paramètre de lieu partagé par toutes les requêtes et la limite d’éléments pour votre demande. Gardez l’examen de la source et la vérification de l’admissibilité comme étapes suivantes obligatoires.

Si vous avez besoin de pages sources en dehors de l’ensemble renvoyé par Google Jobs, choisissez la recherche de sources. Si vous exigez plus de 1000 éléments par exécution, la limite d’entrée vérifiée de Chronometrica ne satisfait pas cette exigence.

Pour la tâche de collecte d’offres structurées décrite ici, commencez avec [Chronometrica Google Jobs Scraper](https://apify.com/chronometrica/google-jobs-scraper). Son enregistrement d’offre documenté convient à l’étape de filtrage suivante. Conservez les preuves de chaque enregistrement, examinez la source actuelle et ne retenez que les offres qui respectent les règles énoncées par l’utilisateur.

## Sources et lectures complémentaires

- [Chronometrica Google Jobs Scraper : documentation publique du produit et entrée](https://apify.com/chronometrica/google-jobs-scraper)
- [Apify Google Search Scraper : documentation publique du produit](https://apify.com/apify/google-search-scraper)
- [Task Google Jobs pour le recrutement technologique : préréglage de départ public](https://apify.com/chronometrica/google-jobs-scraper/examples/google-jobs-technology-hiring-dataset)
- [Témoignage sur un agent de recherche d’emploi : éclairage sur les étapes de travail, et non référence pour comparer les performances des produits](https://www.reddit.com/r/LocalLLM/comments/1ta92yp/i_burned_33_million_tokens_using_mcp_agents_to/)