如何用一個簡單 API 收集 Google Jobs 結果

招聘資料變化很快。新的職位會出現，舊職位會消失，公司會調整職位名稱，同一個崗位也可能同時出現在多個招聘平台。

對招聘平台、HR 分析工具、求職平台、勞動力市場儀表板和 AI 招聘 agent 來說，手動查看 Google Jobs 遠遠不夠。你需要一種可重複的方法，把職位結果收集成結構化資料。

使用 TalorData SERP API，開發者可以透過一套 API workflow 收集 Google Jobs 結果，並將搜尋結果轉成可用於資料庫、儀表板、警示和 AI workflow 的 JSON。TalorData 提供結構化搜尋結果資料，支援 JSON / HTML 輸出和地理定位 SERP 資料。

基本流程如下：

職位搜尋 query
↓
TalorData SERP API
↓
結構化 Google Jobs 結果
↓
標準化職位記錄
↓
儲存、分析、警示或傳入 AI agent

為什麼要收集 Google Jobs 結果？

Google Jobs 結果可以幫助團隊了解不同職位、地區、行業和公司的真實招聘動態。

這類資料可以用於：

• 求職搜尋產品
• 招聘儀表板
• 競爭對手招聘監控
• 勞動力市場研究報告
• 技能需求分析工具
• AI 招聘助手
• 職位資料補充流程

價值不只是收集職位連結，而是把職位搜尋結果轉成產品可以重複使用的招聘資料。

可以收集哪些資料？

一條有用的 Google Jobs 記錄不應只有職位名稱。

常見欄位包括：

標準化後的職位資料可以像這樣：

{
  "query": "software engineer jobs in New York",
  "title": "Software Engineer",
  "company_name": "ExampleTech",
  "location": "New York, NY",
  "source": "LinkedIn",
  "description": "Build backend services and internal tools.",
  "posted_at": "3 days ago",
  "schedule_type": "Full-time",
  "apply_link": "https://www.example.com/apply",
  "job_id": "example-job-id",
  "collected_at": "2026-07-17T09:00:00Z"
}

這種格式比原始搜尋頁更容易儲存、篩選、比較和接入後續流程。

步驟 1：從聚焦的職位 Query 開始

Query 決定你要收集哪個招聘市場。

太寬泛：

jobs

更好：

data analyst jobs in Austin

更具體：

entry level data analyst jobs in Austin remote

常見 query 模式：

每條結果都應保存原始 query，否則職位記錄會失去上下文。

步驟 2：加入地點和語言

招聘資料高度依賴地點。

同樣的 query，在 New York、London、Singapore 或 Toronto 可能返回完全不同的招聘市場。為了讓資料穩定可比較，請求中應包含 location 和 language。

請求形態可以像這樣：

{
  "engine": "google_jobs",
  "query": "software engineer jobs in New York",
  "location": "United States",
  "language": "en",
  "output": "json"
}

實際 endpoint 和參數名稱應以 TalorData API 文件為準。核心原則是：每次搜尋都應該可重現。

步驟 3：標準化 JSON 回應

API 返回職位結果後，應將其標準化成一致 schema。

Python 範例：

from typing import Any

def normalize_google_jobs(response: dict[str, Any], query: str) -> list[dict[str, Any]]:
    raw_jobs = (
        response.get("jobs_results")
        or response.get("job_results")
        or response.get("results")
        or []
    )

    jobs = []

    for item in raw_jobs:
        apply_options = item.get("apply_options") or []
        first_apply_link = ""

        if apply_options and isinstance(apply_options, list):
            first_apply_link = apply_options[0].get("link", "")

        detected = item.get("detected_extensions") or {}

        jobs.append({
            "query": query,
            "title": item.get("title"),
            "company_name": item.get("company_name"),
            "location": item.get("location"),
            "source": item.get("via"),
            "description": item.get("description"),
            "posted_at": detected.get("posted_at"),
            "schedule_type": detected.get("schedule_type"),
            "apply_link": first_apply_link,
            "job_id": item.get("job_id"),
        })

    return jobs

Parser 應保持簡單、清楚、容易更新。搜尋結果格式可能變化，簡單 parser 更容易維護。

步驟 4：保存職位結果快照

如果你在做招聘市場產品，不要只保存最新結果。

應保存快照。

實用資料表可以包含：

快照可以回答：

• 哪些公司招聘最頻繁？
• 哪些職位在特定城市增長？
• 哪些技能反覆出現？
• 哪些招聘平台最常出現？
• 哪些職位消失了？
• 招聘市場變化有多快？

這才是從職位搜尋資料走向勞動力市場情報的關鍵。

步驟 5：去重職位列表

職位經常跨平台重複出現。

同一個崗位可能同時出現在公司官網、LinkedIn、Indeed 和其他招聘平台。

常見去重信號包括：

不要盲目刪除所有重複。某些重複來源本身可以反映公司使用哪些招聘渠道。

步驟 6：用於 AI 招聘 Workflow

結構化 Google Jobs 資料很適合 AI 招聘和勞動力市場分析。

示例：

使用者詢問 data analyst 招聘需求
↓
Workflow 收集 Google Jobs 結果
↓
結果被標準化和篩選
↓
AI 摘要公司、地點、技能和職位趨勢
↓
報告包含來源連結和職位 metadata

可支援：

AI 不應該憑空生成職位。它應基於當前結構化職位結果工作。

TalorData SERP API 幫助開發者收集結構化搜尋資料，而不需要自己維護 scraping infrastructure。團隊可以用它請求 Google Jobs 結果，獲取結構化資料，標準化職位記錄，並接入招聘產品、儀表板、警示、報告或 AI agents。開始免費測試Google Jobs SERP API>>

流程如下：

定義職位 query
↓
設定地點和語言
↓
呼叫 TalorData SERP API
↓
取得結構化 Google Jobs JSON
↓
標準化並去重
↓
保存快照
↓
建立儀表板、報告、警示或 AI workflow

這適合招聘團隊、HR 資料產品、求職平台、市場情報工具和 AI 招聘系統。

結語

用一個 API 收集 Google Jobs 結果，本質是把職位搜尋轉成可重複使用的資料。

核心流程很清楚：

撰寫聚焦職位 query。
設定地點和語言。
請求 Google Jobs 結果。
提取 title、company、location、description、source 和 apply links。
標準化 JSON。
去重職位。
保存快照。
用於招聘工具、儀表板、報告或 AI workflow。

對開發招聘產品的團隊來說，手動搜尋不是 workflow。結構化 Google Jobs 資料才是。