1. 課題提起：求人票・面接質問・評価表を毎回ゼロから作っていませんか
採用担当を兼務している小規模組織や部署では、「求人票」「面接質問」「評価表（評価ルーブリック）」を毎回“手作業で新規作成”していることが多いはずです。
書き慣れていない担当者ほど、作るまでに時間がかかりますし、直前で内容を詰めるほどミスも起きやすくなります。
結果として、応募が集まっても面接がバラバラになり、評価基準が人によって変わる状態になりがちです。
しかも近年は、求人票に書くべき「労働条件明示」の項目が増えています。
たとえば厚生労働省の案内では、2024年4月1日から、求人票・募集時に新たに明示が必須となった事項として、(1) 従事すべき業務の変更の範囲、(2) 就業の場所の変更の範囲、(3) 有期労働契約を更新する場合の基準（通算契約期間または更新回数の上限を含む）が挙げられています。
これらは、普段“なんとなく”求人票を書いていると、つい抜けてしまうポイントです。
さらに注意したいのが、「年齢」や「性別」を理由にした表現です。
厚生労働省の情報では、募集・採用における年齢制限は原則として禁止で、例外が限られた形で列挙されています。
つまり、求人票や面接質問の中に「〇歳まで」「若手に限る」といった書き方が混ざると、意図が善意でも問題になり得ます。
同様に性別についても、男女雇用機会均等法の考え方から、一方の性だけを対象にすることや、男女で異なる取扱い（たとえば性別を前提にした質問の作り分けなど）は違反になり得ます。
この2つ（労働条件明示の見落とし／年齢・性別の禁止表現の混入）は、担当者が「自分は大丈夫だ」と思っていても起こり得ます。
なぜなら、作成作業が忙しいほど、チェックは最後まで回らず、文面を“読まないまま”提出してしまうからです。
だからこそ、作成をAIチャットに任せるのではなく、「作った後の確認」を仕組み化する必要があります。
ここでいう“AI活用”は、採否判断をAIに任せることではありません。
あくまで、求人票・面接質問・評価ルーブリックの叩き台を作り、あなた（採用担当）が法令観点と整合性を最終確認するための材料を早く揃える使い方です。
AIが出した文章をそのまま確定させず、人が最終確認する運用にします。
この線引きを最初に決めておくと、AIを使う安心感が上がり、失敗のリスクも下げられます。
では、読者が遭遇しやすい具体的な“困りごと”を、現場の場面に落とします。
たとえば、募集が出るまで時間がないので、過去の求人票をコピペして修正します。
しかし、変更点（労働条件明示の追加事項など）が反映されていない可能性があります。
また、面接質問は経験則で作ってしまい、評価表は「なんとなく良さそう」で付けることになります。
すると、面接官によって評価がブレます。
さらに、誰が作っても同じ品質になりません。
これでは、採用を前に進めているのに“疲弊”だけが残ります。
次に、初心者・未経験者の方がつまずきやすいポイントも整理します。
評価ルーブリックという言葉は難しく感じるかもしれませんが、要するに「面接で何を見て、どの程度なら合格に近いか」を段階で書いた評価の基準表です。
つまり、面接質問と評価基準がつながっている状態を作ると、面接が整理されます。
逆に、質問だけ作って評価表がない、または質問と評価が結びついていないと、面接が“雰囲気”になります。
準備する環境について明記します。
2026-09-28時点の確認として、文章生成に使うツールはclaude.aiの無料Webチャットを想定します。
また法令チェック観点の一次情報として、厚生労働省の公式ページと、claude.ai公式のpricingページを直接確認する前提で進めます。
なお、無料プランの利用条件（利用量上限など）は画面表示に従う必要があります。
数値が記事にない場合でも、あなたの画面で提示される上限を確認してください。
最後に、失敗したときの戻り方も先に決めておきましょう。
たとえば求人票の作成途中で「この項目、ほんとに必要？」
と不安になったら、一度AIの出力を確定せず、法令チェック表（後の章で作ります）に照らして“不足”を見つけます。
また年齢・性別に関する文言を入れてしまった疑いがあれば、AIが提案した言い回しを採用せず、「性別・年齢を条件にしない形」に言い換え候補を作り直します。
こうして「戻る場所（チェック表）」を用意すると、迷った時間が減ります。
---
2. 全体像：claude.aiの無料チャットだけで作る3つの成果物とチェック表
ここからは全体像です。
最初に言い切りますが、この方法はコードやAPIキー、コマンド操作なしで完結します。
Webブラウザでclaude.aiにログインし、無料チャットだけを使って、求人票・面接質問・評価ルーブリックの叩き台を作ります。
さらに、作ったものを人が最終確認する運用にします。
つまりAI活用のゴールは「文章を作る」ことではなく、「あなたが確認しやすい形で材料を揃える」ことです。
全体の流れは、次の順番がおすすめです。
まず「求人票の叩き台」を作ります。
つぎに求人票を、法令チェック表で確認します。
ここで不足や危ない表現（労働条件明示の抜け、年齢・性別を条件にするような言い回し等）を洗い出します。
その後で、求人票に書いた職務内容や条件に合わせて「構造化面接質問（面接質問の叩き台）」を作ります。
最後に、面接質問の答え方に連動する「評価ルーブリック」を作り、評価のブレを減らします。
まず成果物の1つ目は「求人票」です。
ここには職種名、業務内容、勤務地、契約形態、想定する労働条件などを含めます。
特に労働条件明示として、厚生労働省が案内している必須の追加事項（業務の変更範囲、就業場所の変更範囲、有期契約更新の基準）を反映する方針で作ります。
求人票は、後で面接質問と評価基準の“元ネタ”になります。
したがって、ここを雑に作ると、次工程が全部ズレます。
2つ目の成果物は「面接質問」です。
ここでいう構造化とは、「質問が評価項目につながるように設計する」ことです。
たとえば「なぜこの仕事を選んだか」を聞くなら、そこから“理解度”や“志向性”をどう評価するかを決めます。
すると面接が散らかりません。
逆に、質問が多いのに評価表がないと、聞いた内容を評価に変換できず、面接官ごとに感想で採点しがちです。
構造化面接質問は、その状態を避けるための設計です。
3つ目の成果物は「評価ルーブリック」です。
これは、評価基準を段階で書いた表です。
難しい言葉に見えますが、ポイントは「誰が採点しても同じ方向を見やすい形」にすることです。
たとえば同じ“コミュニケーション”でも、「具体例があるか」「相手目線で説明できているか」「業務上の改善につながるか」など、評価の軸を文章で揃えます。
これにより、採用担当が専任でない状況でも、評価の再現性が上がります。
そして、全体を支えるのが「チェック表」です。
求人票には法令上の注意が複数あります。
ここでは、厚生労働省の案内（労働条件明示の必須事項、年齢制限の原則禁止、性別による差別禁止の考え方）に沿って、チェック項目を表にします。
重要なのは、あなたが“判断”するのは最終確認の段階だということです。
AIに採否判断をさせません。
AIは叩き台を作り、チェック表が不足・リスクを見つける役割になります。
あなたは最終的に、人として整合性と要件を確認して確定させます。
準備と確認の手順（作業の始め方）も、最初に決めます。
まずclaude.aiにログインします。
無料プランを使う場合、利用可能モデルとしてSonnetやHaikuが案内されていることがpricingページ上で示されています。
無料プランには日常的な質問向けの利用を想定した上限があり、具体的な数値は記事側に固定できません。
だからこそ、あなたが画面で表示される上限（利用量や回数など）を確認してください。
上限を超えたら、作業は進めず、次の章の“戻り方”に従って進行を調整します。
次に、claude.aiのチャット画面に入ったら、最初の入力で「何を作りたいか」「対象職種」「労働条件明示で必須の観点」「年齢・性別に関する注意」をまとめて伝えます。
ここで長文にしすぎないのがコツです。
読ませるより、必要な要件を箇条書きで与えたほうが、叩き台がブレにくくなります。
確認方法はシンプルです。
求人票の叩き台が出たら、法令チェック表でチェックします。
面接質問の叩き台が出たら、求人票の内容と評価ルーブリックの軸がつながっているかを見ます。
評価ルーブリックが出たら、面接質問ごとに評価の見方が対応しているかを確認します。
つまり、成果物同士を“つなげて検証する”のが成功の見分け方です。
もし期待と違った場合の戻り方も明確にします。
たとえば求人票が長くなりすぎたり、項目が抜けていたら、面接質問の作成に進まず、求人票を直します。
理由は簡単で、求人票は後工程の前提だからです。
また、面接質問が抽象的で評価しづらいなら、評価ルーブリックの段階表を作り込まずに、質問文を「具体的な出来事を聞く形」に修正します。
最後に、評価ルーブリックが細かすぎて現場が回らないなら、段階数を増やしすぎず、評価軸の数を絞って再作成します。
戻る場所は、常に直前の工程（求人票→質問→評価ルーブリック）です。
飛び越えて修正しないほうが早く戻れます。
この章の要点を一言でまとめます。
claude.aiは、求人票・面接質問・評価ルーブリックの叩き台作成を速くする道具です。
一方、採否判断は採用担当が最終確認します。
だからこそ、チェック表と工程のつながりを中心に運用してください。
次の章では、そのための事前準備（架空の職務要件の整理）を一緒に進めます。
---
3. 事前準備：架空の職務要件を整理し、claude.aiにログインする
まず、AIに“何を作らせるか”を固めます。
ここを曖昧にすると、求人票も面接質問も評価ルーブリックも、あなたの組織の事情とズレます。
そこで、最初は架空の職務要件で練習します。
つまり、実在しない例で試して、型をつかんだ後にあなたの実際の求人内容へ置き換えるやり方です。
初心者の方でも、これなら「間違えても致命傷になりにくい」形で進められます。
準備する内容は、求人票を作るための材料です。
以下の項目を、あなたの状況に合わせて箇条書きで用意してください。
ポイントは、専門用語を無理に使わず、普段の言葉で書ける範囲にすることです。
- 職種名（例：「バックオフィス事務」「人事サポート」「営業アシスタント」など）
- 主な業務内容（例：書類作成、データ入力、問い合わせ対応、社内調整、請求関連など）
- 1日の流れのイメージ（午前で多い業務、午後で多い業務など“ざっくり”でOK）
- 勤務地（例：本社所在地、最寄り駅、リモートの有無など“出せる範囲”）
- 契約形態（例：正社員、契約社員、パートなど）
- 雇用の更新があり得るか（有期の場合は更新の考え方が必要になります）
- 労働条件明示として明確にしたい項目（後で必須事項に合わせて埋めます）
- 採用したい人物像（※年齢・性別ではなく、経験や姿勢に寄せる）
- 面接で確認したいこと（例：業務の進め方、優先順位、ミスの減らし方等）
ここで重要なのが、年齢や性別を“条件として”書かないことです。
たとえば「若い方」「女性歓迎」などの言い方は避けます。
もちろん、仕事の物理条件などでどうしても必要になる場合は例外があり得ますが、その該当性は最終確認が必要です。
初心者の段階では「年齢・性別に触れない文章」に寄せるだけでリスクが下がります。
次に、claude.aiを使うための準備です。
使うのはWebブラウザ上のclaude.ai（claude.aiの無料Webチャット）です。
まず、公式pricingページで無料プランの内容を確認します。
ここでは、ログインが必須であること、利用可能モデルとしてSonnetやHaikuがあること、無料プランは“日常的な質問向け”で利用量上限があることが示されています。
数値は固定できないため、あなたの画面に表示される上限に従ってください。
また、無料プランの場合、ログインが必要です。
つまり、アカウントがない状態では作業を始められません。
事前にアカウント作成（ログイン）まで済ませておきましょう。
費用については、この手順は無料プランを前提にしますが、実際に無料が適用されるかはあなたの画面の表示に従ってください。
上限表示が出た場合は、無理に続行せず、途中で作業を止めて後述の戻り方に従います。
ログインができたら、claude.aiのチャット画面に移動します。
ここでやることは1つです。
「作成したい成果物」と「あなたの職務要件」を、最初の入力でまとめて渡します。
例として、次のような“テンプレ文”で始めると安全です（そのまま使って、括弧部分だけ置き換えてください）。
- 例（入力する文の雛形）
- あなたは採用担当の支援者です。以下の職務要件をもとに、求人票の叩き台、面接質問、評価ルーブリックの叩き台を順に作ってください。
- 対象：小規模組織で採用担当が兼務している前提です。
- 注意：求人票には労働条件明示として必要な項目を入れてください。年齢・性別を条件にする表現は入れないでください。
- 職務要件：
- 職種名：（ ）
- 主な業務：（ ）
- 勤務地：（ ）
- 契約形態：（ ）
- 更新の考え方：（ ※有期の場合）
- 求める人物像：（ ※年齢・性別なし）
この入力の効果は、「AIに作業指示が伝わる」ことだけでなく、「生成された文言をチェックしやすくなる」ことです。
特に労働条件明示と禁止表現の方針を先に伝えると、後工程の手戻りが減ります。
最後に、結果を確認する手順と、期待と違った場合の戻り方です。
最初に求人票の叩き台が出たら、あなたは法令チェック表で次を確認します。
ここでの詳細なチェック項目は次の章以降で運用しますが、少なくとも「業務の変更範囲」「就業場所の変更範囲」「有期の更新基準が必要な場合の記載」を見ます。
抜けがあれば、その箇所だけ追加指示をして求人票を直します。
面接質問へ進まないのがコツです。
また、AIが“たまたま”年齢や性別に触れた言い回しを入れてしまった場合は、即座に採用せず、修正を依頼します。
「年齢・性別の条件表現を避け、人物像は業務適性や姿勢で表現して」と伝えて戻します。
戻る場所は求人票です。
求人票が安全でないまま面接質問や評価表に進むと、後で整合性を直す手間が増えます。
この章の目的は、作業を始めるための“土台”を作ることです。
架空の職務要件を箇条書きにして、claude.aiにログインし、最初の指示で労働条件明示と禁止表現の注意を渡す。
これができれば、次の工程（求人票→面接質問→評価ルーブリック）で迷いにくくなります。
さらに、上限表示が出た場合でも、作業を区切ってやり直せるようになります。
---
4. 求人票の叩き台を作る：プロンプト例と2024年4月改正の明示事項
求人票を作ろうとして止まるポイントは、たいてい「何を書けばよいか」「どこまで書けば誤解が起きないか」「文章がそれっぽくても、抜けがないか」です。
特に小規模組織や兼任の採用担当だと、労働条件明示の抜け漏れが不安になりがちです。
そこでまずは、AI活用で“叩き台”を素早く作り、最後に人の目で整える手順にしましょう。
ここでは、claude.aiの無料Webチャットだけで求人票のたたきを作るためのプロンプト例と、出力例（完成イメージ）を示します。
操作はシンプルです。
①まず、あなたの組織で必要な職務要件（業務内容）を1枚分用意します。
②次に、その内容をAIチャットに貼り付けます。
③AIが出してきた求人票を、労働条件明示としての必須項目（2024年4月の改正で追加された3点を含む）と、言い回しの安全性で点検します。
なお、AIの文章は“候補”です。
最終的な労働条件や運用は必ず採用担当の責任で確認してください。
---
求人票の叩き台に入れるべき前提（あなたが先に用意するもの）
まず、AIに渡す材料をそろえます。
最低限、次のような情報を“あなたの言葉”で箇条書きにしてください。
専門用語は不要です。
- 募集する職種名（例：事務／営業アシスタント／企画補助など）
- だれが何をするか（例：問い合わせ対応、書類作成、データ入力、社内調整）
- 勤務地の候補（例：本社、または近隣拠点、在宅の有無）
- 勤務時間・休日の基本（例：平日中心、週休、残業の扱いの方針）
- 応募者に求める経験・スキルの方向性（例：Word/Excelが使える、対人調整ができる）
- 雇用の形（例：正社員、契約社員などの区分）
このうち特に重要なのが「従事すべき業務」と「就業の場所」です。
ここが曖昧だと、求人票の文章がぼやけて誤解を招きます。
そこで、次の章で説明する“2024年4月改正で新たに必須になった明示事項”を、プロンプトに確実に入れるようにします。
---
claude.aiに貼り付ける求人票プロンプト例（そのまま使えます）
ここでは、あなたが作った職務要件を貼り付けるだけで、求人票の叩き台を出すプロンプト例を示します。
次の枠を、claude.aiの無料Webチャットにそのまま貼ってください（【】の中だけ、あなたの情報に置き換えます）。
【プロンプト例：求人票（叩き台）作成】 あなたは採用担当の事務作業を手伝うAIです。以下の【職務要件】をもとに、求人票の叩き台（日本語）を作成してください。 ※必ず「労働条件明示」として、2024年4月1日から新たに必須となった次の3項目を必ず入れてください。
- 従事すべき業務の変更の範囲
- 就業の場所の変更の範囲
- 有期労働契約を更新する場合の基準（有期契約の場合は具体的に。無期の場合は「該当なし」と明記）
※また、虚偽や誤解を招く表現をしないでください。
確定していない事項は「要確認」と書いてください。
出力は次の見出し順でお願いします： (1) 職種（求人票タイトル） (2) 募集背景（1〜2行） (3) 業務内容（箇条書き） (4) 従事すべき業務の変更の範囲（必須・上記1） (5) 就業の場所（都道府県/市区町村レベルで） (6) 就業の場所の変更の範囲（必須・上記2） (7) 雇用形態・契約期間（有期なら期間、無期なら無期と明記） (8) 有期労働契約を更新する場合の基準（必須・上記3） (9) 勤務時間、残業の扱い（分かる範囲で。
未確定は要確認） (10) 休日・休暇 (11) 必要な経験・スキル (12) 歓迎する経験・スキル (13) 求める人物像（抽象的すぎない） (14) 賃金（最低限、確定している範囲だけ。
未確定は要確認） (15) 選考プロセス (16) 労働条件に関する補足（要確認事項をまとめる）
【職務要件】 （ここに、あなたの職務要件を貼り付けます。
例として以下は書き換えしてください）
- 担当業務：問い合わせ対応、書類作成、社内データ更新
- 勤務地：本社（○○市）／状況により近隣拠点
- 変更の可能性：業務分担の見直しにより関連業務を担当する可能性あり
- 契約：契約社員（最初の契約期間：〇か月）／更新あり（基準は検討中）
- 必須スキル：Excelでの入力・基本操作
- 歓迎：事務経験、対人対応の経験
---
出力例（“こう返ってくればOK”の形）
AIが出してくる叩き台は、次のように“項目がそろっているか”を見ます。
たとえば、あなたが有期契約（契約社員など）を想定している場合、必須の3項目が以下のように書かれていることが重要です（例はイメージです。
実際の内容はあなたの職務要件に合わせてください）。
出力例（抜粋イメージ） (4) 従事すべき業務の変更の範囲（必須） 「採用後、業務分担の見直しにより、同等の事務・関連業務へ変更する可能性があります（要確認）。」
(6) 就業の場所の変更の範囲（必須） 「原則は本社（○○市）ですが、業務都合により近隣拠点への変更の可能性があります（要確認）。」
(8) 有期労働契約を更新する場合の基準（必須） 「契約期間満了時の業務量、勤務成績、職務適性、会社の経営状況等を総合的に勘案し、更新の可否を判断します（詳細は要確認）。」
ポイントは、3項目を“入れる”だけでなく、採用担当が次に手直しできる程度の具体性になっているかです。
逆に、AIが「変更の範囲：なし」など強すぎる断定をしてきたら、あなたの運用実態とズレます。
そこで、AIの文章を点検し、必要なら「要確認」をあなたの確認項目にします。
---
確認手順：求人票の叩き台を“人が直す場所”を決める
まず、あなたはAIの全文を読む必要はありません。
次の手順で確認すると、迷いが減ります。
- 3つの必須明示事項を探す
求人票の中で、(4)「従事すべき業務の変更の範囲」、(6)「就業の場所の変更の範囲」、(8)「有期労働契約を更新する場合の基準」が入っているか確認します。
- “変更”の書き方が実態に合うか確認する
たとえば「変更の可能性がある」と書く場合、どんな変更なら許容されるのか（業務の範囲、勤務地の範囲）を、あなたが説明できる状態にします。
曖昧なら「要確認」にして、運用ルールを決めてから確定させましょう。
- 確定していない条件を“要確認”に戻す
給与、残業、契約更新の基準など、あなたが社内でまだ決めていないものがあれば、AI文章を採用しないでそのまま「要確認」とします。
ここを無理に推測して埋めると、後で差し替えが必要になります。
---
期待と違ったときの戻り方（失敗パターン別）
AI出力でありがちな失敗は3つです。
- 失敗1：3つの明示事項が入っていない
この場合は、プロンプト冒頭の指示（必須3項目を入れる）を再提示し、出力し直させます。
チャットでは「必須3項目だけ追記して」と言うと短時間で直せます。
- 失敗2：「断定」が多すぎて不安
たとえば契約更新や勤務地変更を、あなたが確定していないのに断言している場合です。
このときは「未確定は要確認にして。
推測で埋めないで」と指示して修正します。
- 失敗3：文章が長い・読みにくい
叩き台の目的は“読むため”ではなく“項目をそろえること”です。
次の指示で圧縮できます。
「各項目は最大3行、業務内容は箇条書き5点まで」といった条件を付けましょう。
このように、AIに丸投げせず、採用担当が「直す場所」を決めると、求人票の叩き台づくりが安定します。
次の章では、面接質問や評価ルーブリックと連動できる形に整えていきます。
---
5. 求人票の法令チェック表：年齢・性別を理由にした表現を避ける
求人票や面接質問を作るとき、採用担当が気をつけたいのは「うっかり差別につながる書き方」です。
たとえば、年齢を条件にしたように読める表現や、性別を前提にした言い回しは、応募者に不利益が生じる恐れがあります。
また、文章は“意図せず”誤解されることがあります。
そこでここでは、労働施策総合推進法（旧雇用対策法）と男女雇用機会均等法にもとづく観点で、確認しやすいチェック表を示します。
なお、法律相談の代替ではありません。
最終判断は必ず人が行ってください。
この章のゴールは、AI出力（求人票、面接質問文、評価ルーブリックの説明文を含む）を“同じ基準で”目視チェックすることです。
AI活用をしても、最終的な責任と判断は採用担当にあります。
だからこそ、確認表を用意して機械的にチェックするのが効果的です。
---
チェック前に押さえる考え方（年齢・性別のルール）
年齢については、労働施策総合推進法（旧雇用対策法）により、募集・採用における年齢制限は原則として禁止です。
厚生労働省の整理では、例外として「法令により年齢制限が認められる業務」「定年年齢を上限として募集・採用する場合」など、限定的な事由が挙げられています。
つまり、年齢条件を入れたいと感じたときは、まず“例外事由に当たるか”を一次資料で確認する必要があります。
この記事では例外事由への該当判断まで断定しません。
性別については、男女雇用機会均等法により、募集・採用において一方の性のみを対象にすることや、男女で異なる質問をすることなどが違反となり得ます。
さらに間接差別として、業務上の合理的必要性なく身体条件や運用条件（転勤への対応可否など）を要件にしてしまうと問題になりうる、と整理されています。
したがって、求人票や面接質問に性別や年齢を“前提”として混ぜないことが大切です。
---
年齢・性別を避けるための「求人票法令チェック表」（そのまま使えます）
次の表を、求人票の各文言に対して当てはめます。
AIが出した文章をコピーしてチェックしやすいように、短い観点で作っています。
該当があれば、その箇所を直す方針に進みます。
求人票法令チェック表（年齢・性別）
| チェック観点 | よくあるNG（例：書かれていたら要注意） | チェック方法 | 修正方針（目安） |
| 年齢を条件にしていないか | 「○○歳まで」「若手限定」「年齢不問だが条件あり」など年齢を読むと条件になる表現 | 求人票の全文検索（年齢・○代・年齢感の単語） | 「年齢」ではなく「必要な能力・経験」に置き換える。どうしても年齢が必要なら例外事由の一次資料確認 |
| 定年を前提にした書き方になっていないか | 定年と絡めずに年齢上限だけを示す | 「定年」「上限」「年齢」周辺の文を確認 | 定年関連を適切に示す必要がある場合は、人がルール確認（断定で埋めない） |
| 「業務都合」で年齢を示唆していないか | 「体力が必要」「早い立ち上がりが前提で若い方歓迎」など年齢を連想させる | “体力・成長速度・立ち上がり”などの形容を点検 | 具体的な業務要件（体力の必要性が業務上どう必要か）に言い換え。年齢連想は避ける |
| 性別を限定していないか | 「男性」「女性のみ」「女性歓迎」など一方の性だけを対象にする | 「男性」「女性」「男女」表現を確認 | 性別要件を削除し、必要能力に統一する |
| 性別で面接の質問を変えていないか（面接質問にも波及） | 「女性だから…」「男性なら…」のような聞き方 | 面接質問の質問文を点検 | 質問は職務要件に紐づけ、全員同じ質問にする |
| 間接差別につながる要件がないか | 根拠なく身長・体重・体力を要件化／転勤の可否を一律に要件化など | “身体”“転勤”“対応可否”などの要件を確認 | 業務上の合理的必要性がないなら削る。必要なら人が一次資料で確認 |
| 例外事由を出す場合は根拠確認済みか | 芸術・芸能など例外に言及しつつ、根拠が曖昧 | 例外に触れている文の根拠確認 | 根拠は人が一次資料で確認。AIの断定に頼らない |
この表は、求人票だけでなく、面接質問や評価ルーブリックの文言にも広げて使います。
たとえば「面接質問の導入文」や「評価項目の説明文」に性別を匂わせる表現が混ざると、同じ問題が起きます。
---
AI出力をチェックする手順（claude.aiの文章を安全に整える）
作業手順は次の通りです。
難しくありません。
- AIの出力を“文ごと”に見える形にする
求人票テキストを、そのままコピペして、見出しごとに分けます。
claude.aiの出力を長文のまま一気に読むと見落としが増えます。
- チェック表の観点に沿って該当箇所だけ読む
まず年齢関連（年齢・○代など）を探し、次に性別関連（男性・女性など）を探します。
次に間接差別になりうる要件（体力、転勤の可否など）を見ます。
- 見つけたら“置換”ではなく“要件化”に戻す
たとえば「若手限定」→「未経験でも対応できる業務範囲」「必要な学習・研修の前提」「習得に必要なスキル」を書く、という順番にします。
年齢の代わりに“職務要件”を置くのがコツです。
---
期待と違ったときの戻り方（修正の失敗を防ぐ）
失敗は「直したつもりが、別の形で残ってしまう」です。
よくあるパターンと戻り方を示します。
- 失敗パターンA：年齢を消したが、“雰囲気”で条件が残っている
例：「若いうちから任せます」など。
戻り方：チェック表の「年齢を示唆していないか」に戻り、文章の意図が能力要件に落ちているか確認します。
- 失敗パターンB：性別は消したが、転勤可否や身体条件が残っている
戻り方：間接差別につながる要件の観点で、要件として必須かどうかを人が点検し、必須でないなら削除します。
- 失敗パターンC：AIに「例外事由として書いて」と頼み、根拠が曖昧になる
戻り方：例外事由は一次資料で該当性を確認する必要があります。
この記事は該当性判断まで行いません。
採用担当が確認してから反映してください。
最後に重要な注意です。
ここで整理したのはチェックの“出発点”です。
最終判断は必ず採用担当などの人が、一次資料にもとづいて行ってください。
AI活用でスピードを上げつつ、意思決定は人が行う形が安全です。
---
6. 構造化面接質問を作る：職務要件から評価軸をそろえる
面接質問を作るとき、初心者・未経験者の採用担当がつまずくのは「面接当日に聞くことが思いつかない」「質問が毎回ぶれて、公平性が心配」「評価の基準が曖昧で、採否判断が説明しにくい」です。
そこで、構造化面接質問（毎回同じ型で聞き、評価も軸をそろえる方法）を作ります。
目的は、面接質問を“質問リスト”として終わらせず、評価ルーブリック（評価表）の軸とつなげることです。
この章では、職務要件から逆算して、応募者ごとに質問がぶれない仕組みを作る考え方と、claude.aiで作るためのプロンプト例・出力例を示します。
加えて、性別・年齢・家族構成など、踏み込む必要がない個人的な情報につながりやすい落とし穴も避けます。
---
職務要件から評価軸をそろえる考え方（簡単に言うと）
構造化面接では、次の流れで設計します。
- 職務要件を“行動”に分解する
例：「問い合わせ対応」→「相手の状況を聞く」「要点を整理して回答する」「記録する」「関係部署へつなぐ」など。
- 行動を“評価できる観点”にまとめる
例：「要点整理」「正確さ」「顧客（または社内）への配慮」「報連相」など。
- 質問は、評価観点を確かめる形にする
例：「直近で問い合わせが増えたとき、どう優先順位をつけたか」を聞くと、“要点整理”や“優先順位の考え方”が評価しやすくなります。
この手順にすると、評価ルーブリックの項目が先に決まりやすく、面接質問も同じ軸で作れます。
結果として、応募者によって質問が変わるリスクが下がります。
---
面接質問のプロンプト例（職務要件→質問→評価観点まで一気に）
次のプロンプトを、claude.aiの無料Webチャットに貼り付けてください。
求人票と同じく、【】をあなたの内容に置き換えます。
AIにやらせるのは“叩き台”作成です。
最後は採用担当が確認して調整してください。
【プロンプト例：構造化面接質問と評価の叩き台】 あなたは採用担当の面接設計を手伝うAIです。以下の【職務要件】から、構造化面接質問の叩き台を作成してください。 要件：
- 応募者ごとに質問がぶれないように、「質問セット（全員共通）」として出力する
- 質問ごとに「評価観点（評価ルーブリックに使う項目）」を必ず添える
- 性別・年齢・家族構成など、職務要件と直接関係しない個人的事情を聞く質問は作らない
- 可能な範囲で、「事例を聞く質問（いつ・何を・どうした）」にする
出力は次の順でお願いします： (1) 職務要件の要約（3〜5行） (2) 評価観点（評価ルーブリックの項目案、5〜8個） (3) 全員共通の面接質問（質問は8〜12個） 各質問について：
- 質問文（そのまま読み上げられる形）
- 評価観点（(2)の項目名を参照）
- 深掘り用の追加質問（任意、1つ）
(4) やらないことリスト（例：聞かない個人情報の種類を明記） 【職務要件】 （ここに、求人票の「業務内容」「必要な経験・スキル」などを貼る）
---
出力例（“この形なら評価ルーブリックにつながる”）
AIの出力例は、次のように「質問→評価観点」が結びついていることがポイントです。
以下はイメージです（実際の内容はあなたの職務要件に合わせてください）。
出力例（抜粋イメージ） (2) 評価観点（項目案）
- 職務理解（何を優先し、何を守るかを説明できる）
- 報連相の適切さ
- 事実整理（状況を正確に言える）
- 優先順位の付け方
- コミュニケーション（相手に配慮して伝える）
(3) 全員共通の面接質問（例） Q1. 問い合わせが集中したとき、あなたはどのように優先順位を決めますか。
直近の事例で、いつ・何が起きて・どう対応しましたか。
- 評価観点：優先順位の付け方
- 深掘り：そのとき、判断基準は何でしたか。
Q2. 書類作成やデータ入力でミスを防ぐために、日頃どんな工夫をしていますか。
- 評価観点：職務理解／事実整理
- 深掘り：具体的に、ミスが起きた（または起きそうだった）場面はありますか。
Q3. 困ったときに、誰に・いつ・どのように相談しますか。
- 評価観点：報連相の適切さ
- 深掘り：相談する前に準備している情報は何ですか。
(4) やらないことリスト（例）
- 性別・年齢を理由にした質問
- 家族構成や家庭の事情に踏み込む質問
- 本人の嗜好や思想など、職務要件と関係が薄い質問
このように、評価観点がはっきりしていれば、後で評価ルーブリック（各観点の評価基準）を作りやすくなります。
逆に、質問だけあって評価観点が書かれていない場合は、構造化になっていません。
---
注意点：避けるべき質問と、代わりに聞くべきこと
構造化面接で大事なのは「職務要件と直接つながる問い」にすることです。
性別や年齢、家族構成など、個人的事情は通常、職務要件に直結しません。
さらにAIがそれっぽい文章で出してくると、うっかり混ざりやすいので注意が必要です。
そこで、次のように方針を決めておくと安全です。
- 避ける：「あなたは男性/女性ですか」「年齢は？」「家族は何人ですか」「子どもはいますか」など
- 代わりに聞く：「この職務で必要な作業（問い合わせ対応・書類作成など）をどう行いますか」「締め切りがある状況でどう優先順位を決めますか」など、行動や判断に寄せる
また、評価ルーブリックに落とし込む前提として、面接質問は“事例”を引き出すと強いです。
たとえば「あなたは几帳面ですか」より、「ミスを防ぐためにやった工夫を、実際にどう実施しましたか」のほうが評価しやすくなります。
ここでも、AIに“質問の型”を指定するのがコツです。
---
確認方法：質問がぶれていないかをチェックする
面接質問を最終化する前に、採用担当が次を確認します。
- 全員共通か
質問セットが「全員に同じ順番・同じテーマ」であるか確認します。
途中で受け答えに合わせて質問を増やすのは問題ありませんが、主質問が変わると公平性が落ちます。
- 評価観点が質問に付いているか
各質問に評価観点が紐づいているかを確認します。
紐づいていない質問は、評価ルーブリックに反映できません。
- 個人情報の匂いがないか
性別・年齢・家族構成などに触れていないか、少なくとも文面ベースで目視します。
AI出力は丁寧でも、意図せず踏み込むことがあります。
---
期待と違ったときの戻り方（改善の指示例）
失敗するときは、主に次の形です。
- 失敗1：評価観点が多すぎて運用できない
戻り方：AIに「評価観点は5〜6個に絞って」と指示し直します。
- 失敗2：質問が抽象的で、評価しづらい
戻り方：「“はい/いいえ”で終わらないように、いつ・何を・どうしたの事例形式にして」と追加指示します。
- 失敗3：避けるべき領域に踏み込んでいる
戻り方：「性別・年齢・家族構成などの個人的事情を含む質問を削除して。
職務要件に直結する行動質問だけにして」と強めに修正させます。
このように、AI活用は“作る”ところまで。
運用ルールと安全性の確認は採用担当が行います。
質問がぶれにくく、評価ルーブリックにすぐつながる状態を目指しましょう。
---
7. 評価ルーブリックを作る：採点基準をそろえて複数面接官で使う
7-1. まず「評価ルーブリック」が何かを短く理解する
評価ルーブリック（採点基準表）とは、面接官が「何を見て、どのくらいできていたら、何点（またはどの段階）にするか」を、項目ごとに文章でそろえる表です。
たとえば「課題を整理できる」「報連相ができる」などの“行動”を、段階（例：できている／ある程度できている／工夫が必要…）に分けて書きます。
これを作っておくと、面接官ごとの好みや言い方の違いが減り、採用担当が説明もしやすくなります。
さらに重要なのは、評価ルーブリックが「面接質問」とつながっていることです。
質問がふわっとしていると評価もブレます。
逆に、面接質問で引き出した具体例（いつ・何を・どう考えて・何になったか）を評価ルーブリックの項目に当てはめると、採用担当の判断が整理されます。
つまり、AI活用の目的は“合否をAIに決めさせること”ではなく、評価の物差しを揃えることです。
7-2. claude.aiに渡す「前提」と「作りたい形」
claude.ai（無料Webチャット）で評価ルーブリックを作るときは、最初に“前提”と“出力の形”をはっきり指定します。
前提とは、今回採りたい職務（仮でもOK）、評価の軸（例：業務遂行力、コミュニケーション、学習力など）、面接で聞く予定の質問の種類です。
出力の形とは、表の列（例：評価項目／評価段階／評価の目安／根拠として聞くポイント）をAIに合わせます。
また、ここでの注意点として、AIの文章はそのまま採用の根拠として使わず、面接官が運用できるように人が微調整します。
理由はシンプルで、実際の職場の期待（この職種で最初の3か月に何ができれば十分か等）は組織ごとに違うからです。
そこで人が「当社ではこの項目をこう評価したい」という解像度を少しだけ足します。
AI活用は下書き作成までに留めると安全です。
7-3. プロンプト例（評価ルーブリック叩き台）
以下は、そのままclaude.aiに貼って使えるプロンプト例です。
あなたは「職務要件（仮でOK）」と「面接で聞く予定のこと」を文章で渡すだけです。
プロンプト例：評価ルーブリック叩き台（表形式）
あなたは採用担当のアシスタントです。以下の職務要件に対して、面接官が複数人でも同じ基準で採点できる「評価ルーブリック（採点基準表）」を作ってください。 目的：面接質問で得た回答の内容を、評価項目に当てはめて段階評価できるようにすること。 出力形式：表（Markdown）で、列は「評価項目」「評価段階（例：A/B/C）」「段階ごとの目安（短文）」「面接官が確認する観点（根拠）」「NG例（あいまい／根拠不足など）」としてください。 ルール： - それぞれの評価段階に“違いが分かる言葉”を入れる - 「主観だけ」になる表現を避ける（例：「すごい」など禁止） - 面接質問と対応できるように、確認する観点を具体化する - 採点は0〜100のような数値ではなく段階（A/B/C）で。 - 最後に「このルーブリックの使い方（面接官向け手順）」を箇条書きで付ける。 【職務要件（叩き台）】 - 募集職種：事務・バックオフィス（非エンジニア想定） - 担当業務：資料作成、データ整理、関係者とのやりとり、手順に沿った業務遂行 - 求める人物像：期限を守りつつ正確さを重視し、分からないことは早めに確認できる - 面接で聞く予定：1）過去の業務で工夫した具体例 2）ミスを防ぐための取り組み 3）関係者との調整の経験
このプロンプトのポイントは、「A/B/Cの目安」と「面接官が確認する観点」をセットで出させることです。
これが揃うと、面接官が評価しやすくなります。
7-4. 出力例（AIの下書きの見方）
ここでは“例として”AIが出しそうな出力のイメージを示します（そのまま採用判断に使わず、叩き台として扱う前提です）。
評価ルーブリック（出力例イメージ：叩き台）
| 評価項目 | 評価段階（A/B/C） | 段階ごとの目安（短文） | 面接官が確認する観点（根拠） | NG例（あいまい／根拠不足など） |
| 期限と段取り | A | 期限までの道筋（中間点・優先順位）を説明できる | いつ何を終える想定か／遅れそうな時の対処が言える | 「頑張ります」だけ |
| 正確さ・確認習慣 | A | ミスの原因を分解し、再発防止の具体策がある | チェック手順・ダブルチェックの方針がある | 「気をつけます」だけ |
| 分からない時の相談 | A | 早めに相談し、質問の仕方が具体的 | 誰に・何を・どの情報まで持って相談するか | 相談のタイミングが曖昧 |
| 関係者調整 | A | 相手の目的を踏まえて合意形成している | 伝え方、優先順位、落とし所が具体 | 相手の状況が語られない |
| 学習・改善 | A | 過去の振り返りから次の改善につなげている | 次回の具体行動が説明できる | “改善した”の根拠がない |
このように、段階ごとの目安が“行動”で書かれていることが重要です。
もしAIが「コミュ力が高い」など抽象語ばかり出したら、そこは人が言い換えます。
採用担当としては、面接で見たい成果が“説明可能な形”になっているかを確認します。
7-5. 複数面接官で使うための「使い方」を決める
次に、ルーブリックを作っただけで終わらせず、運用手順も一緒に決めます。
ここが揃わないと、結局面接官の感覚で評価が戻ってしまいます。
claude.aiには「最後に使い方を箇条書きで付けて」と依頼すると、面接官が読む前提で整理しやすいです。
使い方の例（人が最小限決めるべきこと）
- 面接官は、回答を聞いたら評価項目ごとに「根拠になる発言（短い引用）」をメモする
- 各評価項目はA/B/Cのどれか1つに決める（迷う場合は根拠が足りない可能性として扱う）
- 面接後に採用担当が集まり、C評価になった理由を“根拠メモ”で確認する
- もし共通質問でブレが出たら、次の面接までに面接質問（聞き方）側を微修正する
この運用により、複数面接官が同じ基準で記録しやすくなります。
ポイントは、「評価の理由を文章で残す」ことです。
面接官の頭の中の判断を、そのまま書類に移さないようにします。
7-6. 成功の見分け方：AI出力が“使える状態”かどうか
評価ルーブリックがうまくできたかどうかは、次の確認で見分けられます。
まず、各評価項目のA/B/Cの違いが読み手に伝わるかを見ます。
たとえば、Aは「根拠が具体」、Bは「ある程度具体」、Cは「具体が足りない」など、違いが文章で分かる状態が目安です。
次に、「面接質問で聞かない観点が紛れ込んでいないか」を見ます。
たとえば、面接質問が過去の行動例を聞く構成なのに、ルーブリックが“性格”ばかりを評価する形になっていたら、評価がズレます。
この場合は、評価項目を行動ベースに言い換えます。
こうして人が整えることで、求人票・面接質問・評価ルーブリックのつながりが強くなり、採用担当の説明もしやすくなります。
---
8. よくある失敗と戻り方：出力をそのまま使わない
8-1. よくある失敗①：曖昧な言葉が混ざる
評価ルーブリックや面接質問のAI出力でまず起きるのが、「良さそう」「期待できる」「臨機応変」など、判断基準が読み取りにくい曖昧な表現です。
曖昧なままだと、面接官ごとに解釈が変わり、評価がブレます。
さらに求人票や面接資料として使うと、応募者にも伝わりにくくなります。
戻り方はシンプルで、曖昧語を“観察できる行動”に置き換えるようAIに指示します。
たとえば「臨機応変」をそのまま残さず、「想定外が起きたときに、何を優先し、どんな確認をし、どう終わらせたか」を聞くように整えます。
ここで大事なのは、AIの文章を否定するのではなく、「評価のために必要な粒度にして」と頼み直すことです。
修正の例（架空）
- 悪い例：
「臨機応変に対応できる」
- 良い例（直す方向性）：
「トラブル時に、優先順位をどう判断し、関係者にどう連絡して、いつまでに何を完了させたかを説明できる」
このように、観察できる形に落とし込むと、採用担当が同じ基準で評価しやすくなります。
8-2. よくある失敗②：求人票の労働条件明示に関する表現が欠ける／ずれる
求人票をAIで作るとき、情報が不足したり、必要な項目が別の文章に吸収されて見落としやすくなります。
たとえば、募集時に新たに明示が必須となった事項として、従事すべき業務の変更の範囲、就業の場所の変更の範囲、有期労働契約を更新する場合の基準（通算契約期間または更新回数の上限を含む）がある点は、最低限の確認対象です。
AIがそれっぽい文章を作っていても、実際に明示として入っていないと労働条件明示としての整合が崩れます。
戻り方は、「明示事項チェック表」に沿って、人が確認して埋めることです。
AIの文章で“それらしい”が出てきても、チェックリストにあるかどうかで判断します。
チェック漏れが最も危険なので、見た目ではなく“項目として存在するか”を確認します。
確認の手順（戻り方の運用）
- 求人票の本文を見て、「従事すべき業務の変更の範囲」「就業の場所の変更の範囲」「更新基準（通算期間や上限を含む）」が見つかるか確認する
- 見つからなければ、AIに「上記3項目を求人票の見出しとして追記し、曖昧表現を避けて文章を整えて」と依頼する
- 追記されたら、次に“全体の整合”（他の条件と食い違いがないか）を読む
こうすれば、AIの出力に引きずられず、人が整えた状態に戻せます。
8-3. よくある失敗③：年齢や性別に触れる表現が混ざる
採用の文章では、年齢制限や性別による差別につながる表現が混ざるとリスクになります。
年齢については募集・採用における年齢制限は原則禁止で、例外事由が限られて列挙されます。
性別については、募集・採用で一方の性のみを対象にしたり、男女で異なる質問をするなどの取扱いは違反になり得ます。
つまり、文章の“意図”がよくても、書きぶりによっては問題になります。
戻り方は、まず文章中の“条件っぽい語”を探します。
たとえば「〜歳まで」「〜歳以上」「女性募集」「男性のみ」などがないかを確認します。
さらに「体力が必要だから」「転勤に対応できる方」など、間接的に絞り込む文もゼロではありません。
ここは断定せず、採用担当として一次情報（厚生労働省の関連ページなど）もあわせて確認します。
記事内では判断の断定はせず、確認ステップとして扱います。
修正の例（架空）
- 悪い例：
「長時間対応が可能な方（若年層）を歓迎」
- 良い例（方向性）：
「業務上必要な勤務時間の条件を労働条件明示として記載し、面接では業務経験と対応手順を確認する」
AI出力を直すときは、「この表現は条件に読めるので、業務の要件と確認方法に置き換えて」と指示します。
8-4. よくある失敗④：面接質問が“答えやすい誘導”になっている
面接質問が上手くないと、評価ルーブリックに合わない回答が出ます。
たとえば「あなたは報連相が得意ですよね？」
のようにYes/Noで誘導すると、根拠の具体性が集まりません。
その結果、評価段階が決めづらくなります。
戻り方は、質問を「具体例を引き出す形」に変えることです。
たとえば「報連相で意識していることを教えてください」よりも、「過去に、報連相がうまくいかなかった／改善した経験を、いつ・何を・どう工夫して・何が変わったかで教えてください」のように、評価ルーブリックの観点に接続します。
採用担当は、面接質問の目的が“行動の証拠を集めること”だと意識すると失敗が減ります。
8-5. 「戻り方」テンプレ：そのまま使わず、必ず人が最終確認する
最後に、運用としての戻り方をテンプレ化します。
AI出力が悪いのは、AIが間違うからだけではありません。
人が「どこを見て直すか」を決めていないと、微妙なズレが残ります。
そこで、人の確認ポイントを固定します。
戻り方テンプレ（そのまま使わないための手順）
- 出力を求人票／面接質問／評価ルーブリックごとに分けて保存しない（ここでは運用方針として“そのまま貼らない”だけ意識）
- 求人票は労働条件明示の必須項目（変更範囲、更新基準など）を見出しとして満たすか確認する
- 面接質問は「評価ルーブリックの評価項目」と対応しているか（質問が何の根拠を集めるか）を確認する
- 年齢・性別・差別につながる語がないかを確認する
- 曖昧語があれば“観察できる行動”に言い換える指示をAIに返す
- 最後に採用担当が複数人で最終読み（最低でも一人）して、文意と整合を取る
この手順により、AI活用が「叩き台作り」から一歩も勝手に進まない状態を保てます。
成功は“AIの文章をそのまま通すこと”ではなく、“人が責任を持って整えた状態に戻せること”です。
---
9. まとめ：完成後のチェックリストと次に試すこと
9-1. 完成チェックリスト（再掲：明示・禁止表現・対応）
ここまでで作った成果物（求人票／面接質問／評価ルーブリック）を、最後に同じ基準で点検します。
初心者の方は「読む」より「確認する項目を機械的に追う」方が失敗が減ります。
以下のチェックリストは記事内で扱った観点に絞っています。
明示事項3点（求人票：労働条件明示）
- 従事すべき業務の変更の範囲が明記されている
- 就業の場所の変更の範囲が明記されている
- 有期労働契約を更新する場合の基準（通算契約期間または更新回数の上限を含む）が明記されている
年齢・性別の禁止表現（面接質問・求人票・評価表）
- 求人票・面接質問に「年齢を条件にする」書きぶりがない（例外事由の判断は断定せず、必要なら一次資料で確認する）
- 求人票・面接質問に「性別を理由にした条件」や、男女で異なる質問の設計がない
対応関係（面接質問 ↔ 評価ルーブリック）
- 面接質問が、評価ルーブリックの評価項目の“根拠”を集められる質問になっている
- 評価ルーブリックのA/B/Cが、面接で確認できる観察可能な行動になっている
- 曖昧語（主観だけの言葉）が、行動に置き換えられている
この3セットを通せば、採用担当として最低限の整合が取れます。
逆に、どれか1つでも抜けると、求人票の見落としや評価ブレに繋がります。
9-2. 自分で確認する手順（人の作業を最短にする）
次に、実務で回せる確認手順を提示します。
ポイントは「順番」です。
先に面接質問を整えたくなる気持ちは分かりますが、労働条件明示の確認を後回しにすると手戻りが増えます。
そこで順番を固定します。
確認手順（おすすめ順）
- 求人票：労働条件明示の必須3点が見出しや本文として入っているか確認する
- 求人票：年齢・性別の条件に読める表現がないか読む（気になる語は“削除または業務要件へ言い換え”の対象）
- 面接質問：評価ルーブリックの各評価項目に対応しているか確認する（質問が何の根拠を引き出すかを一言で言えるか）
- 評価ルーブリック：A/B/Cの違いが読み手に伝わるか、主観語がないか確認する
- 最後に採用担当が1回読み直し、全体の整合（求人票の条件と面接で確認する内容が食い違っていないか）を確認する
この順番なら、戻り方（どこから修正すれば良いか）が明確になります。
たとえば「労働条件明示が足りない」と分かった時点で求人票だけ戻せばいいので、面接質問まで崩れにくいです。
9-3. 次に試すこと（AI活用を“拡張”する）
最後に、次の一歩を提案します。
すでに叩き台ができているなら、AI活用の次の目標は“完成度を上げる”か“運用を楽にする”です。
初心者の方は、いきなり完璧を狙わず、小さく改善してください。
- 面接質問を職場の実態に寄せる：評価ルーブリックの項目が「良い感じ」でも、実際に使う現場の言葉と合わないことがあります。その場合は、面接官が使う言葉に合わせて質問文を微修正します。
- 評価段階の文言を短くする：A/B/Cが長すぎると面接後の記入が重くなります。観点を短くし、根拠メモ欄を用意する方向に整えます。
- 別職種・別部署へ展開する：同じ型（求人票→面接質問→評価ルーブリックのつながり）を横展開できます。まずは類似職種から始めると手戻りが減ります。
いずれも、AIが作った文章をそのまま採用の最終文書にせず、人が責任を持って調整する運用を維持してください。
採用担当としての品質は、最終確認と整合チェックで決まります。
この記事が少しでも参考になったら、AI実用ラボをフォローしていただけるとうれしいです。初心者にも分かりやすいAI活用情報をこれからもお届けします。
この記事の販売者
