（左为Textio创始人Kieran Snyder）
不过，Textio选择的商业化方向是招聘。它的机器学习引擎分析了7千万份招聘广告，并从三个方面衡量不同的词汇和短语对招聘的影响：1）申请包含该词汇的求职者人数；2）满足该词汇的要求的人数在总求职者中的百分比；3）招聘广告发出后，多久招到了人。
现在，Textio可以实时检测任何一份英文招聘广告，智能分析文案中可能影响招聘的词汇并给出改进建议；它还会将当前的招聘广告和其数据库中的7千万招聘广告进行比较，给出一个综合得分，例如，83分即表示当前招聘广告优于总量的83%；另外，它还会给出一个整体的关于优劣势的分析，诸如“需要更多动词”、“描述太短”等。Kieran Snyder还曾致力于推动职场男女平等，所以，Textio还会给出哪些词汇能吸引女性求职者的建议。
因为有对上千万份招聘广告的分析，Textio甚至能直接给出某个公司的招聘广告的整体水平，并给出一个评分和简单的建议。雷锋网试用了这个功能，对几家科技公司进行了测试。
