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 […]
ソフトウェア開発の保守実績を職務経歴書にどう書く？障害修正・改善・利用者対応の示し方
保守中心のソフトウェア開発経験を、問題、利用者影響、原因調査、実装、試験、公開後確認に分け、職務経歴書と面接で実績として伝える方法を解説します。
旅行・空港業務の面接で同時対応をどう答える？変更・遅延の優先順位を示す方法
旅行手配・空港接客の面接で複数の変更や遅延をどう優先するか。安全、時刻、空き状況、費用、影響、権限から回答を組み立てます。
米国求人の運転免許要件は車通勤の意味？応募前に確認したい業務運転と費用
米国求人の運転免許必須を、車通勤、業務運転、社用車・自家用車、訪問頻度、費用、保険、運転記録に分けて応募前に確認する方法を解説します。
事務職の職務経歴書で設備・業者対応をどう実績にする？依頼追跡と完了確認の書き方
米国の事務職を目指す方へ。備品、修理、設備、業者対応を、依頼受付、影響確認、承認、進捗、完了確認の実績として職務経歴書に書く方法を解説します。
製造計画の面接で材料不足をどう答える？納期・能力・在庫の組み替え方
米国の製造計画・生産管理面接で材料不足を聞かれたとき、需要、在庫、入荷、能力、品質条件、納期、選択肢、承認、実績を一つの回答へまとめる方法を解説します。
米国転職の推薦者は誰に頼む？依頼から提出までの準備手順
米国転職で推薦者を誰に頼むか、許可の取り方、求人票・職務経歴書の共有、推薦者一覧の書式、経歴調査との違いを順番に解説します。
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 […]
日本語講師の模擬授業面接はどう準備する？学習差に応じた授業案の示し方
米国の日本語講師面接で、模擬授業の目標、理解度確認、混合レベルへの支援、時間配分、授業後の振り返りをどう示すか解説します。
美容師の職務経歴書に何を書く？相談・施術記録・再来店を実績にする方法
米国の美容師求人へ応募する人向けに、顧客相談、施術履歴、担当範囲、衛生、記録、再来店を誇張のない職務経歴書の実績へ変える方法を解説します。