Skip to main content

HRAIT – Employment Agency

メニュー
メニュー

アメリカ採用活動

企業人事のAI活用術：面接の設計と記録はどこまで自動化できるのか ③

前回まで：① 応募者対応・書類選考／② スカウト・採用広報 このシリーズでは、企業人事の業務を細分化したうえで、自動化ポテンシャルの高い順に実践手順を紹介してきました。①では応募者対応・書類選考を、②では母集団形成（スカウト送付とSNS採用広報）を、いずれも追加ツールなしでChatGPTまたはClaudeだけで仕組み化する方法を扱いました。 今回の③では、選考の中心である面接を取り上げます。面接そのものをAIに代行させるのではなく、「質問・評価・記録をそろえるための準備」をAIで短縮し、面接官が増えても同じ基準で比べられる状態を作る方法です。 Table of Contents 面接で起きている3つのばらつき 実践編：質問リストと評価基準をAIで作る 実践編：面接の記録と振り返りを仕組みにする AIに任せてはいけないこと すべてを一括で任せるなら：HRAIT IQ+ この記事でわかること 面接官が増えるほど比べられなくなる原因と、そろえるべき3点 求人票から質問リストと4段階の評価基準を作る5ステップ 面接記録を要約させるときの出力フォーマットの決め方 1. 面接で起きている3つのばらつき 書類選考を通過した候補者が増えても、面接で正しく比べられなければ採用の精度は上がりません。面接官が複数になると、次の3つがばらつきます。 ここで重要なのは、AIで短縮できるのは「3つをそろえるための準備」であって、面接そのものや合否の判断ではないという点です。質問リスト、評価基準、記録の型を作る作業は、作り始めると半日仕事になります。この部分を数十分に縮めることが、今回の目的です。 2. 実践編：質問リストと評価基準をAIで作る ①②と同様に、ChatGPTまたはClaudeの「Projects」機能でプロジェクトを作り、求人票と評価の考え方を置いてから作らせます。 ステップ1：求人票から必須業務を抜き出す 「よくある面接質問」から選ぶと、どの職種でも似た質問になります。出発点は求人票です。プロジェクトに求人票を入れ、「この職種が入社後に実際に行う業務を、重要な順に5つ挙げてください」と依頼します。 ステップ2：業務ごとに評価項目を決める 業務そのものではなく、その業務を遂行するために必要な能力を評価項目にします。「生産計画の立案」という業務なら、評価項目は「優先順位の判断」「部門間の調整」「数値の扱い」といった形です。ここは人が確定させてください。評価項目が増えすぎると面接時間に収まりません。1回の面接につき3〜4項目が目安です。 ステップ3：評価項目ごとに質問を作らせる プロジェクト内で、形式を指定して依頼します。 確定した評価項目それぞれについて、本質問を1つと追加質問を2つ作成してください。本質問は、候補者が過去に実際に行った行動を聞く形にしてください。「どう思いますか」「どうしますか」といった仮定の質問にはしないでください。追加質問は、回答の具体性を確かめるためのものにしてください。 仮定の質問を禁じるのが要点です。「どうしますか」を聞くと、準備してきた理想論が返ってきやすく、候補者間の差が出ません。 ステップ4：4段階の評価基準を文章にする 「5段階の3」が何を指すのかが共有されていないと、点数は面接官の感覚になります。点数ではなく、その点がつく回答の中身を文章で書いておきます。 AIには「各評価項目について、4から1までの段階ごとに、その点がつく回答の特徴を1文で書いてください」と依頼します。出てきた文章は必ず人が読み、自社で実際に見ている観点に書き換えてください。 ステップ5：面接官に配る1枚にまとめる 質問リストと評価基準を同じ1枚にまとめ、面接前に面接官へ配ります。別々の資料にすると、評価基準だけが読まれずに終わります。初めて面接に入る担当者には、この1枚が面接官トレーニングの教材にもなります。 3. 実践編：面接の記録と振り返りを仕組みにする 面接中にメモを取ろうとすると、候補者の話を聞く量が減ります。記録は「その場で書く」から「後でそろえる」に切り替えます。 ステップ1：録音の可否と同意の取り方を先に決める 録音や文字起こしを行う場合、候補者への説明と同意が必要です。同意の取り方、記録の保管期間、外部サービスへ音声を渡してよいかは、州や自社の規程によって扱いが異なります。仕組みを作る前に、必ず自社の法務・人事規程で確認してください。録音しない運用にする場合は、面接官が評価項目ごとにキーワードだけ残す形にします。 ステップ2：出力フォーマットを固定して要約させる 「要約して」とだけ依頼すると、毎回構成が変わり、候補者間で比べられません。出力の形を指定します。 「推測で補わず、発言になかったことは『言及なし』と書く」という一文を必ず入れてください。これがないと、AIが文脈から足りない部分を埋めてしまい、言っていないことが記録に残ります。 ステップ3：当日中に評価シートへ転記する 要約が出たら、面接官が自分の評価を確定させます。要約を読んで点数を決めるのではなく、自分の評価を先に決めてから、要約で事実関係を補う順番にしてください。順番が逆になると、要約の書き方に評価が引きずられます。 ステップ4：次の面接への引き継ぎを作る 出力フォーマットの4行目「確認できなかった点」が、そのまま次の面接官への引き継ぎになります。二次面接で同じ質問を繰り返さずに済み、候補者の負担も減ります。 4. AIに任せてはいけないこと 特に注意が必要なのは、AIが作った質問リストに、聞いてはいけない内容が混ざる場合があることです。家族構成、出身、信仰、健康状態、年齢に関する質問が紛れていないか、面接官へ配る前に人が必ず確認してください。AIは「この職種の適性を測るため」という目的に沿って質問を作るため、適切かどうかの線引きまでは判断しません。 また、要約はあくまで面接官が自分の評価を確定するための材料です。要約だけを読んで合否を決めると、発言のニュアンスや、要約から落ちた情報が判断に反映されません。 5. […]

企業人事のAI活用術：スカウト・採用広報はどこまで自動化できるのか ②

前回：企業人事のAI活用術：採用業務はどこまで自動化できるのか ① 前回の①では、企業人事の業務を細分化したうえで、最も自動化効果が出やすい「応募者対応・書類選考」を、すでに契約しているChatGPTまたはClaudeだけで進める手順を紹介しました。ただし、書類選考を効率化しても、そもそも応募が集まらなければ選考する母集団がありません。 今回の②では、①で「自動化ポテンシャルが高い」としたもう一つの業務、母集団形成——スカウト送付とSNS採用広報——を、同じく追加ツールなしで仕組み化する手順を解説します。 Table of Contents 母集団形成のどこに時間がかかっているのか 実践編：スカウト文面をAIで量産する 実践編：SNS採用広報を仕組み化する この方法の限界 すべてを一括で任せるなら：HRAIT IQ+ この記事でわかること 母集団形成の6工程のうち、AIで時間を減らせるのはどこか スカウト文面を型に分けて量産する6ステップ SNS採用広報を4つの投稿型で回す方法 1. 母集団形成のどこに時間がかかっているのか 「スカウトを送る」という一つの作業に見えても、実際には次の6工程に分かれています。 ターゲット定義（どんな人に送るかを決める） 候補者の抽出（媒体の検索条件で絞り込む） 文面作成（求人ごと・相手ごとに書き分ける） 送信・記録（媒体から送り、送信先を残す） 返信対応（返信内容に応じて返す） 再アプローチ（無反応・辞退者へ改めて送る） このうち②の抽出は媒体の検索機能、④の送信は媒体の管理画面が担う部分で、AIが入り込む余地はほとんどありません。一方、③の文面作成、⑤の返信対応、⑥の再アプローチは「書く作業」であり、ここが担当者の時間を最も消費しています。 特に③は、求人が5件あれば5通り、送り先の経歴に合わせるならさらに枝分かれします。結果として「テンプレートを1つ作って全員に送る」運用に落ち着き、返信率が下がるという流れになりがちです。 2. 実践編：スカウト文面をAIで量産する 書類選考のとき（①のステップ2）と同様に、ChatGPTまたはClaudeの「Projects」機能でプロジェクトを1つ作り、そこに材料を置いてから書かせます。毎回ゼロからプロンプトを書かない、という考え方は同じです。 ステップ1：文面を6つのブロックに分解する 「良いスカウト文を書いて」と頼むと、当たり障りのない文章が返ってきます。先に型を決め、ブロックごとに中身を埋めさせてください。 特に差が出るのは③「なぜあなたに送ったのか」です。ここが薄いと、どれだけ丁寧な文章でも定型文だと判断されます。 ステップ2：ターゲット像を1枚にまとめる 求人票をそのまま貼り付けるのではなく、「誰に送るか」を1枚のシートにします。これをProject instructionsに入れておくと、求人が変わっても書き分けの精度が安定します。 「相手が抱えていそうな不満」と「触れない情報」の2行を必ず入れてください。前者がないと文面が求人票の要約になり、後者がないとAIが企業名や推測を勝手に書き込みます。 ステップ3：プロジェクトに保存する ChatGPTの場合：Projectsでプロジェクトを作成し、Project instructionsにステップ1の型とステップ2のシートを記載 Claudeの場合：Projectsで同様にプロジェクトを作成し、カスタム指示（Project knowledge/instructions）に同じ内容を記載 求人ごとにプロジェクトを分けるか、1つのプロジェクトに複数求人のシートを入れて呼び分けるかは、募集件数で決めてください。常時5件以上動いているなら、職種カテゴリごとに分けるほうが混ざりません。 ステップ4：1本ではなく3パターン出させる プロジェクト内で次のように依頼します。 登録したターゲット像シートと文面の型に沿って、スカウト文面を3パターン作成してください。Aは仕事の中身から、Bは経歴の重なりから、Cは条件から書き始めてください。各パターンについて件名と本文を出し、本文は250字以内にしてください。 どの切り口が効くかは職種と媒体で変わります。1本に絞らず、送り分けてから判断してください。 ステップ5：差し込み項目を決めて台帳で管理する 文面のうち相手ごとに変える箇所（③の「経歴の重なり」など）を差し込み項目として切り出し、送信結果と同じ表で管理します。 「使った型」の列を残しておくと、どの切り口の返信率が高かったかを後から比べられます。 ステップ6：返信後の文面もまとめて作っておく 返信が来てから文面を考えると、対応が遅れます。同じプロジェクト内で、次の3つを先に作らせてください。 返信あり：面談日程の候補を提示する文面 辞退：今回は見送る旨を受け止め、別ポジションが出た際の連絡可否を確認する文面 […]

企業人事のAI活用術：採用業務はどこまで自動化できるのか ①

近年、企業人事の現場でもAI活用が急速に広がっています。しかし「人事の仕事」と一言で言っても、その内訳は採用、労務、育成、評価、タレントマネジメントなど多岐にわたり、「どこから自動化すればいいのか」が見えにくいのが実情です。 本記事では、企業人事の仕事内容を細分化した上で、特に採用業務のどこにAI活用の余地があるのかを具体的なステップとともに解説します。 Table of Contents 企業人事の仕事内容を細分化する 採用業務のどこが自動化できるのか 実践編：応募者対応・書類選考をChatGPT・Claudeだけで自動化する この方法の限界 すべてを一括で任せるなら：HRAIT IQ+ この記事でわかること 企業人事の業務カテゴリと、自動化効果が出やすい領域 採用6業務それぞれの自動化ポテンシャル 追加ツールなしで書類選考を自動化する8ステップ 1. 企業人事の仕事内容を細分化する 企業人事の業務は、大きく以下のカテゴリに分類できます。 採用・要員計画 入社・オンボーディング 労務管理 人材開発・研修 評価・報酬制度 タレントマネジメント・配置 組織開発・エンゲージメント 退職・オフボーディング 人事企画・制度設計 人事データ・システム管理 法務・コンプライアンス対応 この中で、比較的「定型作業」が多く、AIによる自動化効果が出やすいのが採用業務です。本記事では採用業務のうち、以下の6つの業務にフォーカスして自動化の可能性を見ていきます。 採用計画・要員計画の策定 求人媒体・エージェントの選定と管理 母集団形成（スカウト送付、イベント出展、SNS運用） 応募者対応・書類選考 面接設計・実施（面接官トレーニング含む） 内定者フォロー・オファー面談 2. 採用業務のどこが自動化できるのか 自動化のしやすさを整理すると、以下のような傾向があります。 自動化ポテンシャルが高い業務 応募者対応・書類選考 チャットボットによる一次対応（選考状況の確認、必要書類の案内） レジュメのOCR・テキスト化と要件マッチングスコアリング 通過・不合格連絡メールの自動送信 母集団形成 候補者ごとにパーソナライズしたスカウト文面の自動生成 SNS採用広報の投稿文・画像案の自動生成とスケジュール化 自動化ポテンシャルが中程度の業務 内定者フォロー・オファー面談 内定通知後の自動フォローメール・アンケート配信 内定辞退リスクのスコアリングとアラート通知 求人媒体・エージェントの選定と管理 媒体別・エージェント別の応募数、通過率、採用コスト（CPA）の自動集計 過去データに基づく媒体選定の提案 面接設計・実施 […]