応募書類を募集要件と突き合わせて一次確認の所見を作る

処理の起点を決める

専用の受信アドレスに応募書類のメールが届いたことを起点にします。Power Automate の Office 365 Outlook コネクタには「新しいメールが届いたとき（V3）」トリガーがあり、添付ファイルの有無や差出人で絞り込めます。

人材紹介会社からの推薦メールは、この専用アドレスへ送ってもらいます。求人媒体の管理画面からのダウンロードは自動化しにくいため、当面は担当者が所定のフォルダへ保存する運用にして、フォルダにファイルが作られたことを第2のトリガーにします。ここを無理に自動化しようとすると、媒体側の画面変更のたびに壊れます。

入力データを集める

データの取得方法を決める

職務経歴書： PDFとWordが大半です。Claude API はPDFを直接受け取り、本文と図表の両方を読めます。リクエスト全体で32MBまで、ページ数は1リクエストあたり600ページまで（コンテキストウィンドウが1Mトークン未満の場合は100ページまで）と公開仕様に記載があります。職務経歴書は数ページなので、この上限に当たることはまずありません。

画像として貼られたPDFやスキャン原稿： Azure AI Document Intelligence の prebuilt-read モデルでテキスト化します。このモデルは活字と手書きの両方をPDF・スキャン画像から抽出し、Word・Excel・PowerPoint・HTMLからの抽出にも対応します。単語ごとに confidence が返るので、読み取りが怪しい箇所を後段で色分けできます。

募集要件シート： ポジションごとに、必須要件と歓迎要件を1行1項目で持ちます。ここが自動化の土台です。 「Javaの実務経験3年以上」のように、書類から確かめられる粒度まで分解しておきます。「主体性がある」のような項目は書類からは確かめられないため、要件シートに置いても照合の対象から外します。

AIへ渡す前に整形する

1. 書類種別の判定 … 1通のメールに履歴書・職務経歴書・ポートフォリオが混在します。ファイル名と先頭ページの見出しから種別を判定し、職務経歴書を本体として扱います
2. パスワード付きPDFの検出 … 人材紹介会社からの書類はパスワード保護されていることがあります。開けないファイルは処理を止めて担当者へ通知します。Document Intelligence もパスワードロックされたPDFは事前解除が必要と明記されています
3. 画像PDFの判定 … テキストが抽出できないPDFはOCRへ回します。全ページの抽出文字数が極端に少ないものを画像PDFとみなします
4. 重複応募の検出 … 同じ人が複数媒体から応募することがあります。氏名とメールアドレスで既存の応募者レコードを照合し、重複なら過去の選考履歴を添えて担当者へ知らせます
5. 選考に用いない情報の除去 … 本籍地、家族構成、家族の職業、住宅状況、生い立ち、信条、支持政党といった記載が書類にあった場合、後段へ渡すテキストから除きます。ここを前処理で落とすのが、後で見ていないと言える唯一の形です

AIに処理させる

役割を分けます。

OCR（Document Intelligence）にさせること： 画像PDFとスキャン原稿の文字起こし。ここは生成AIにさせません。専用モデルのほうが安定し、費用も安く済みます。

生成AI（Claude API）にさせること：

させないこと： 合否の判定、推奨度の点数付け、他の応募者との比較、人物評価。これらを出力させると、担当者はその数字に引きずられます。出力に無ければ引きずられようがありません。

指示内容を固定する

あなたは中途採用の書類選考を支援する担当者です。
応募書類と募集要件シートを読み、要件ごとに「書類のどこに何と書かれているか」を
整理してください。合否の判断はしません。

【厳守事項】
- 合否、推奨、点数、ランクを一切出力しないでください。
  「有望」「見送りが妥当」などの評価語も使わないでください。
- 書類に書かれていないことを補わないでください。
  書かれていなければ status を "記載なし" にしてください。
- 各要件には必ず evidence（原文の引用）を付けてください。
  引用できない場合は status を "記載なし" または "判断できない" にしてください。
- 次の情報は抽出も言及もしないでください。
  本籍地・出生地、家族の職業や続柄、住宅や生活環境、資産、
  信条・宗教・支持政党、労働組合への加入、健康状態、
  年齢・性別・国籍を理由とする記述。
- 経験年数は、在籍期間の記載から計算した根拠を併記してください。
  計算できない場合は null にしてください。
- 経歴の空白期間は事実として期間だけを書き、理由を推測しないでください。

【募集要件シート】
{requirements}

【応募書類（職務経歴書・履歴書）】
{documents}

評価語も使わないという1行が要です。 合否を出すなと指示しても、「即戦力と思われます」のような一文が混じります。それが所見欄に残ると、担当者の判断より先に結論が置かれることになります。禁止する語まで書き下してください。

出力形式を固定する

{
  "position_id": "",
  "requirements": [
    {
      "requirement_id": "",
      "requirement_text": "",
      "kind": "必須 | 歓迎",
      "status": "記載あり | 記載なし | 判断できない",
      "evidence": [
        { "quote": "", "source": "職務経歴書 p.2" }
      ],
      "computed_years": null
    }
  ],
  "career_gaps": [
    { "from": "", "to": "", "months": 0 }
  ],
  "questions_for_interview": [],
  "excluded_content_found": false,
  "ocr_low_confidence": false,
  "needs_review": []
}

evidence を配列にして、引用と出典ページを対で持たせます。引用が原本のどこから来たかを示せない出力は、確認の役に立ちません。 excluded_content_found は、選考に用いない情報が書類に書かれていた場合に立てるフラグです。これが立ったときは、担当者にその旨だけを知らせ、中身は渡しません。

構造化出力を使うと、この形を毎回そろえられます。Claude API では output_config.format に type: json_schema とスキーマを渡します。ただし minimum maxLength といった数値・文字列の制約や正規表現は指定できないため、年数の範囲や引用の長さの検査は、受け取った後に自前で行う必要があります。

システムへ連携する

確定した所見をATSへ書き戻します。連携方法は3通りです。

ATSのAPIは製品によって提供範囲が大きく違います。 応募者レコードの読み取りはできても書き込みができない製品があります。この部分は利用環境に応じた個別確認が必要です。 書き込みができない場合でも、所見シートが整っていれば貼り付けの手間は十数秒で済みます。ここを理由に導入を止める必要はありません。

人が確認する

全件、人が判断します。自動化の割合を上げる運用もしません。

理由は2つあります。1つは、書類選考の結果が応募者の職業機会に直接影響することです。もう1つは、要件シートに書ける項目だけで人を評価しきれないことです。職務経歴書の書き方が不器用でも実務ができる人はいます。それを拾うのは人の仕事です。

確認を速くするための設計が重要です。

• 所見シートで、要件・引用・原本のページ番号を1行に並べる
• 「記載なし」の必須要件を上に集める（見送りの判断が速くなる）
• OCRの confidence が低い箇所に印を付ける
• 原本のPDFをすぐ開けるリンクを行ごとに置く

これらがないと、結局は最初から読み直すことになり、削減効果が出ません。

例外に対処する

引用の一致検査は、必ず入れてください。出力された quote が原文テキストに文字列として存在するかを照合し、存在しなければその項目を「判断できない」に落とします。生成AIが原文にない文を引用として出す事故は、これで止まります。

記録を残す

この業務では、保存するデータそのものが個人情報です。

• 応募書類の原本（ATSの保持ポリシーに従う）
• OCRの抽出結果と confidence
• 生成AIへ渡したテキスト（選考に用いない情報を除いた後のもの）
• 出力された要件ごとの引用と充足状態
• 担当者が修正した項目と、修正前後の値
• 確定した所見と判断、判断した担当者、日時

保持期間を決めて、期限が来たら消してください。求職者の個人情報は、募集や採用の目的を達成するために必要な範囲で扱うものとされています。いつか使うかもしれないという理由で残さないでください。

修正の記録は、精度の実測値になります。「経験年数の集計はほぼ直されないが、担当領域の引用は4割直されている」と分かれば、要件シートの書き方を改めるべきだと判断できます。