Thunderbits AI-drivna Lever Scraper gör det enkelt att förvandla karriärsidor som körs på Lever till rena, strukturerade dataset på bara några minuter. Med AI kan du identifiera rätt fält (jobbtitel, plats, team, beskrivning, ansökningslänk med mera), skrapa både listvyer och enskilda jobbsidor och exportera till Excel, Google Sheets, Airtable eller Notion. Den är byggd för rekryteringsteam, säljteam och analytiker som behöver tillförlitlig jobbdata utan manuell copy-paste.
🧲 Vad är Lever Scraper
En Lever Scraper är en AI Web Scraper som hämtar jobbannonser och jobbdetaljer från karriärsidor på . Med AI Web Scraper öppnar du bara en Lever-sida med jobb, klickar på AI Suggest Columns och sedan Scrape – Thunderbits AI läser sidan och strukturerar datan i en tabell som du kan ladda ner eller skicka vidare till dina verktyg.

🧾 Vad kan du skrapa från Lever
Lever-sidor används ofta som publika jobbtavlor och passar utmärkt när du vill hämta både data på listnivå (det du ser i översikten) och data på detaljnivå (innehållet i varje enskild annons). Nedan är två vanliga arbetsflöden du kan köra med Thunderbit.
Skrapa rekrytering för Enterprise SaaS Sales
Det här scenariot handlar om att skrapa jobbannonser från en enterprise SaaS-aktörs Lever-sida (exempel: Palantir). Du kan samla in roller, platser och team – och sedan berika datasetet genom att gå in på varje jobbsida för att få med beskrivningar, krav och ansökningslänkar.
Målsida:

Steg:
- Ladda ner och registrera ett konto.
- Gå till målsidan, till exempel: .
- Klicka på AI Suggest Columns så att AI föreslår bästa kolumnnamn och datatyper.
- Klicka på Scrape för att köra skrapningen och exportera till Excel/CSV eller skicka till Google Sheets, Airtable eller Notion.
Kolumnnamn
| Kolumn | Beskrivning |
|---|---|
| 🧑💼 Jobbtitel | Rollens namn som visas i listan (t.ex. Account Executive, Sales Engineer). |
| 🏢 Avdelning / Team | Organisationsgrupp eller funktion (Sales, GTM, Engineering m.m.) när det finns. |
| 📍 Plats | Stad/region/remote-status som anges för rollen. |
| 🕒 Arbetsform | På plats, hybrid eller remote (om det framgår på sidan). |
| 🔗 Jobb-URL | Länken till den enskilda jobbsidan. |
| 📝 Jobbbeskrivning | Fullständig beskrivning från jobbsidan (använd Subpage Scraping för att hämta). |
| ✅ Krav | Avsnittet med kvalifikationer/krav som extraheras från jobbsidan. |
| 🧾 Ansvar | Ansvarsavsnittet som extraheras från jobbsidan. |
| 📨 Ansöknings-URL | URL till ansökningslänk/knapp för rollen. |
| 🗓️ Publiceringsdatum | Datum då annonsen publicerades, när det finns på jobbsidan. |
Skrapa forskning inom autonoma fordon
Det här scenariot passar bra för att följa rekryteringstrender inom autonoma fordon (exempel: Zoox). Du kan skrapa roller inom engineering, research, safety och operations och sedan använda subpage-berikning för att hämta detaljerade krav och ansvarsområden för analys.
Målsida:

Steg:
- Ladda ner och registrera ett konto.
- Gå till målsidan, till exempel: .
- Klicka på AI Suggest Columns för att skapa ett strukturerat schema för sidan.
- Klicka på Scrape för att hämta datan och ladda ner eller exportera den.
Kolumnnamn
| Kolumn | Beskrivning |
|---|---|
| 🚗 Jobbtitel | Rollens titel (t.ex. Perception Engineer, Research Scientist). |
| 🧪 Funktion / Kategori | Jobbkategori eller avdelningsgruppering som visas i listan. |
| 📍 Plats | Angiven(a) plats(er) för rollen. |
| 🌎 Remote-status | Om rollen är remote/hybrid/på plats när det anges. |
| 🔗 Jobb-URL | Direktlänk till jobbsidan. |
| 🧠 Nyckelkompetenser | Kompetenser/nyckelord som extraheras ur beskrivningen (du kan lägga till en Field AI Prompt för att standardisera). |
| 📝 Beskrivning (fulltext) | Fullständig jobbbeskrivning från jobbsidan via Subpage Scraping. |
| 🧩 Ansvar | Ansvarsavsnittet tolkat från jobbsidan. |
| 🎓 Kvalifikationer | Kvalifikations-/kravavsnittet tolkat från jobbsidan. |
| 📨 Ansöknings-URL | Ansökningslänken för rollen. |
🎯 Varför använda Lever-verktyget
Att skrapa Lever-jobbtavlor är värdefullt när du behöver strukturerad rekryteringsdata för analys, outreach eller operativt arbete.
- Rekrytering & Talent Ops: Bygg en sökbar databas över öppna roller hos konkurrenter, dotterbolag eller målkonton. Du kan även följa förändringar över tid med Thunderbits Scheduled Scraper.
- Sälj (Enterprise SaaS, bemanning, HR Tech): Hitta rekryteringssignaler (nya team, nya regioner, ledarskapsutbyggnad) och prioritera konton utifrån aktiv tillväxt i headcount.
- Marknads- & konkurrensanalys: Bevaka vilka team som anställer (AI, säkerhet, autonomi, GTM) och kvantifiera trender per plats, senioritet eller funktion.
- E-handel & operations-team: Om du bemannar logistik, support eller drift kan jobbtavlor vara en stark indikator på expansionsplaner och kapacitetsförändringar.
Eftersom Thunderbit använder AI för att läsa sidan varje gång passar det också bra för nischade jobbtavlor och variationer i Levers layout.
🧩 Så använder du Lever Chrome Extension
- Installera Thunderbit Chrome Extension: Hämta den från och skapa ditt konto.
- Gå till en Lever-jobbsida: Öppna en listvy som eller .
- Aktivera AI-drivna skrapningen: Klicka på AI Suggest Columns för att generera fält och justera vid behov kolumnnamn/datatyper (Text, URL, Date osv.).
- Skrapa listan och berika med undersidor: Klicka på Scrape för listtabellen och använd sedan Scrape Subpages för att besöka varje jobb-URL och hämta fullständiga beskrivningar, krav och ansökningslänkar.
Om du är ny inom AI-skrapning kan de här guiderna hjälpa:
💳 Priser för Lever
Thunderbit använder ett enkelt kreditsystem:
- 1 kredit = 1 utdatarad i din resultattabell (till exempel 1 rad per jobbannons).
- Arbetsflödet för AI-driven skrapning (AI Suggest Columns + Scrape) ingår, och export av data är gratis (Excel/CSV/JSON, Google Sheets, Airtable, Notion).
Du kan börja utan att betala:
- Gratisnivå: skrapa 6 sidor per månad (sidbaserad kvot).
- Gratis provperiod: skrapa 10 sidor gratis, perfekt för att testa Lever-tavlor och subpage-berikning.
För löpande arbetsflöden (t.ex. att bevaka flera bolag varje vecka) ger betalplaner fler månadskrediter, och årsplanen är rabatterad jämfört med att betala månadsvis. Jämför alternativen på .
| Nivå | Pris (månadsvis) | Pris (årsvis) | Totalpris per år | Krediter (månadsvis) | Krediter (årsvis) |
|---|---|---|---|---|---|
| Free | Free | Free | Free | 6 sidor | N/A |
| Starter | $15 | $9 | $108 | 500 | 5,000 |
| Pro 1 | $38 | $16.5 | $199 | 3,000 | 30,000 |
| Pro 2 | $75 | $33.8 | $398 | 6,000 | 60,000 |
| Pro 3 | $125 | $68.4 | $796 | 10,000 | 120,000 |
| Pro 4 | $249 | $137.5 | $1,592 | 20,000 | 240,000 |
❓ Vanliga frågor
-
Vad är AI Powered Lever Scraper?
AI Powered Lever Scraper är ett arbetsflöde i Thunderbit som hämtar jobbannonser och jobbdetaljer från karriärsidor som drivs av Lever och omvandlar dem till strukturerade rader och kolumner. I stället för att manuellt välja HTML-element klickar du på AI Suggest Columns så föreslår Thunderbits AI ett schema, och därefter klickar du på Scrape för att samla in datan. -
Vad är Thunderbit?
är en AI-baserad Chrome Extension för web scraping och webbautomatisering, byggd för affärsanvändare som vill få snabb, strukturerad data från webbplatser. Du kan skrapa webbplatser, PDF:er och bilder, exportera till verktyg som Google Sheets och Airtable och automatisera repetitiva webbmoment utan att skriva kod. -
Vilken data kan jag hämta från Lever-jobbtavlor?
Du kan hämta jobbtitlar, platser, avdelningar, jobb-URL:er och ansökningslänkar från listvyn. Med Subpage Scraping kan du även hämta fullständiga jobbbeskrivningar, ansvar, kvalifikationer och andra detaljer från varje enskild jobbsida. -
Kan Thunderbit skrapa jobbbeskrivningar från varje jobbsida?
Ja. Efter att du skrapat listvyn kan du använda Scrape Subpages för att låta Thunderbit besöka varje jobb-URL och berika tabellen med fält som beskrivning, krav och ansvar. Det är särskilt användbart när listvyn bara visar titel och plats. -
Hur hanterar Thunderbit paginering eller långa jobblistor?
Thunderbit stödjer både klickbaserad paginering och infinite scroll, beroende på hur Lever-tavlan är konfigurerad. Om sidan laddar fler roller när du scrollar kan du skrapa det som är inläst och fortsätta tills du fått med hela listan. -
Måste jag kunna koda för att använda Thunderbit på Lever?
Nej. Thunderbit är gjort för icke-tekniska arbetsflöden: öppna sidan, klicka på AI Suggest Columns och sedan Scrape. Vill du ha mer kontroll kan du byta kolumnnamn, välja datatyper (Text, URL, Date) och lägga till en Field AI Prompt för att standardisera resultat. -
Vad är en kredit och hur många krediter går åt vid en Lever-skrapning?
En kredit motsvarar en utdatarad i din resultattabell. Om du skrapar 200 jobbannonser blir det normalt 200 rader och kostar 200 krediter; om du dessutom berikar med undersidor får du fortfarande en rad per jobb, men med fler ifyllda kolumner. -
Kan jag exportera Lever-jobbdata till Google Sheets eller Airtable?
Ja. Thunderbit erbjuder gratis export till Excel/CSV/JSON och direkt export till Google Sheets, Airtable och Notion. Det gör det enkelt att dela dashboards för rekryteringstrender, bygga leadlistor eller analysera i ditt befintliga arbetsflöde. -
Är det okej att skrapa Lever-jobbsidor?
Lever-jobbtavlor är ofta publika, men du bör ändå följa gällande lagar, respektera integritet och granska webbplatsens villkor och policyer innan du samlar in och använder data. Thunderbit är ett verktyg för datautvinning – du ansvarar för att använda det på ett regelrätt sätt.
📚 Läs mer
- Kom igång med
- Utforska guider på
- Lär dig grunderna:
- Skapa bättre exporter:
- Jämför verktyg:
- Behöver du även kontaktdata:
Redo att göra Lever-jobbtavlor till strukturerad data du kan använda direkt: testa och kör din första skrapning från en Lever-sida på några minuter.
