採用書類のスクリーニング

次のような状態に心当たりがあれば、このワークフローが効きます。

• 応募が増え、書類の目視確認が追いつかない
• 評価の基準が担当者ごとに違い、公平性に不安がある
• 面接の質問が毎回場当たり的になる
• 応募者への連絡の遅れが、機会損失になっている

処理は大きく 5 つの工程に分かれます。最初はすべてを自動化せず、1 と 2 の工程だけをつなぐところから始めるのがおすすめです。

各工程を担うツールの例と、選ぶときのポイントです。同じ役割は、無料ツールや既存の業務システムで置き換えられます。

※ ツール名は一般的な選択肢の例です。特定製品の推奨ではありません。

1 つの業務・1 つのチームを対象に、この順で進めます。各ステップの「完了条件」を満たしてから次へ進むと、手戻りが減ります。

1. 選考基準を文章化する

   必須要件・歓迎要件を、曖昧さのない形で書き出します。基準が曖昧なまま AI を使うと、偏りが強まります。

   完了条件：必須要件が箇条書きで 5〜8 個に整理されている

2. 書類を構造化する

   職務経歴書を「職歴・スキル・資格・実績（数字）」に分解します。書式が違っても同じ項目で比較できる形にします。

   完了条件：応募者が同じ表形式で比較できる

3. 適合の判定を作る

   各必須要件について「あり／なし／書類からは判断不可」を判定させ、根拠の該当箇所を必ず添えさせます。

   完了条件：判定には、必ず根拠の引用が付いている

4. 面接の確認事項を作る

   「書類からは判断できない」項目を、面接で確認する質問に変換します。これが面接の質を上げます。

   完了条件：応募者ごとに確認事項が出力される

5. 人の選考と連絡を残す

   最終判断は人が行い、判断理由を記録します。不採用の連絡も、放置せず一定期間内に送ります。

   完了条件：判断理由が、選考記録に残っている

導入時に実際に起きやすいつまずきと、その対処です。先に知っておくと回避できます。

運用に乗せたあと、月に一度はこの項目を確認してください。1 つでも外れていると、自動化が「使われない仕組み」になっていきます。

• 選考基準（必須・歓迎）が、文章として整備されている
• 職務に関係しない属性情報は、AI に入力していない
• AI の判定には、必ず根拠の引用が付いている
• 合否の判断は、必ず人が行っている
• 判断理由が、選考記録として残っている
• 応募者への連絡期限が決まっている

そのままコピーして、[ ] の中を自社の情報に置き換えてください。いずれも「推測させない」「根拠を明示させる」制約を入れています。

次の職務経歴書を、以下の表形式に整理してください。

【列】期間／会社・役割／担当業務／使用スキル・ツール／実績（数字があれば）
【制約】書いていないことは「記載なし」とし、推測で補わない。

【職務経歴書】
[ここに書類を貼り付け]

次の応募者情報を、選考基準と照らして整理してください。

【必須要件】
1. [要件]
2. [要件]
3. [要件]

【出力形式】各要件ごとに「あり／なし／書類からは判断不可」と、根拠となる書類の該当箇所（引用）を示す。
【制約】根拠がない項目は、必ず「判断不可」とする。

【応募者情報】
[ここにデータを貼り付け]

次の応募者情報のうち、書類だけでは判断できない点を 5 つ挙げ、それぞれ面接で確認する質問文にしてください。

【質問の条件】
・相手の経験を確かめる具体的な質問にする
・誘導尋問にならない形にする
・職務に関係しない属性には触れない

【応募者情報】
[ここにデータを貼り付け]

※ 出力は必ず人が確認してください。数値・固有名詞の誤りは、自動では検出できません。

理解を深めたい用語は、AI 用語辞典の詳細ページへ。定義・仕組み・出典をまとめています。

• LLM（大規模言語モデル）とは？仕組みと主な種類をわかりやすく解説
• プロンプトエンジニアリング
• プロンプト
• 人間参加型（HITL）
• 機械学習バイアス
• ハルシネーション（AI幻覚）とは？起きる原因と上手な付き合い方
• トークン
• AIガバナンス
• ゼロデータ保持