Media > AI活用ユースケース > 営業 > 介護・製造の人材を扱う人材会社が、日本語の求人票を Azure OpenAI で英語・中国語に訳し、給与・勤務の時間・在留資格の訳語をそろえて訳し落としを拾う

介護・製造の人材を扱う人材会社が、日本語の求人票を Azure OpenAI で英語・中国語に訳し、給与・勤務の時間・在留資格の訳語をそろえて訳し落としを拾う

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

確定した日本語の求人票を項目ごとに英語・中国語へ訳し、給与・手当・勤務の時間・在留資格の名前を社内の訳語の表にそろえます。原文と訳文の数字・項目の数・必須の訳語を機械で照らし、訳し落としと食い違いを一覧にして担当に回します。

サマリー
生成AI
Azure OpenAI Service/Claude
対象業界
人材/介護/製造
対象部門
営業/採用
対象業務
内容確認・チェック/書類作成
主な課題
人手が足りない/書類作成に時間がかかる/確認ミスが多い
AIで行う処理
翻訳
主な効果
入力漏れ削減/品質標準化/工数削減
導入難易度
★★☆☆☆
実装レベル
本格構成
費用感
API連携(中)
人間の確認
条件付き
現在工数
120h/月
AI導入後
36h/月
想定削減
70%
年間削減
1,008h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 求人の管理システムで、日本語の求人票が確定する
  2. 担当が、項目を表計算に写し、英語と中国語に1つずつ訳す
  3. 手当・在留資格・社会保険の言葉は、表計算の訳語メモを開いて合わせる
  4. 給与・時間・日数の数字を、原文と見比べる
  5. もう1名の担当が読み、意味の通らない箇所を直す
  6. 求職者向けの求人ページに貼り付けて公開する
  7. 条件が変わったら、変わった項目を探して訳を直す
導入後(After)
  1. 人求人の管理システムで、日本語の求人票を確定する
  2. 自動確定をきっかけに、求人票を項目ごとに取り出す
  3. 自動原文の数字・時刻・金額・日数を、プログラムで抜き出す
  4. 自動原文に出てくる言葉に当たる行だけを、訳語の表から引く
  5. 自動Azure OpenAI が、項目ごとに英語・中国語へ訳す
  6. 自動訳文の数字・項目の数・必須の訳語を、原文と機械で照らす
  7. 自動訳文を日本語へ訳し戻す(原文は渡さない)
  8. 人担当が、照らした結果で印の付いた項目を中心に、訳し戻しを原文と見比べる
  9. 人直したうえで、求職者向けの求人ページに公開する
各工程の詳しい説明を読む
  1. 求人の管理システムで、日本語の求人票が確定する
  2. 担当が、項目を表計算に写し、英語と中国語に1つずつ訳す
  3. 手当・在留資格・社会保険の言葉は、表計算の訳語メモを開いて合わせる
  4. 給与・時間・日数の数字を、原文と見比べる
  5. もう1名の担当が読み、意味の通らない箇所を直す
  6. 求職者向けの求人ページに貼り付けて公開する
  7. 条件が変わったら、変わった項目を探して訳を直す

(a)手当の訳し方が担当ごとに違う。 「処遇改善手当」を英語で何と書くか、「固定残業代」をどう書くかが、担当によって違います。同じ施設の求人なのに、月ごとに手当の名前が変わって見えることがあります。

(b)数字が抜け、ずれる。 「月給22万円(基本給18万円+夜勤手当4万円・月4回想定)」を訳すと、括弧の中の「月4回想定」が落ちやすくなります。落ちると、夜勤の回数にかかわらず22万円もらえるように読めます。

(c)在留資格の名前が崩れる。 「特定技能」「介護」「技術・人文知識・国際業務」を、担当が「work visa」「care visa」のように言い換えることがあります。求職者は、自分の在留資格でその仕事に就けるかを、この名前で判断します。

(d)条件の変更が訳に届かない。 日本語の求人票で時給を直しても、外国語の求人ページは前の時給のまま、ということが起きます。直し漏れは、求職者からの問い合わせで初めて分かります。

  1. 【人】 求人の管理システムで、日本語の求人票を確定する
  2. 【自動】 確定をきっかけに、求人票を項目ごとに取り出す
  3. 【自動】 原文の数字・時刻・金額・日数を、プログラムで抜き出す
  4. 【自動】 原文に出てくる言葉に当たる行だけを、訳語の表から引く
  5. 【自動】 Azure OpenAI が、項目ごとに英語・中国語へ訳す
  6. 【自動】 訳文の数字・項目の数・必須の訳語を、原文と機械で照らす
  7. 【自動】 訳文を日本語へ訳し戻す(原文は渡さない)
  8. 【人】 担当が、照らした結果で印の付いた項目を中心に、訳し戻しを原文と見比べる
  9. 【人】 直したうえで、求職者向けの求人ページに公開する

6番目が、この設計の要です。 照らすのは生成AIではなくプログラムです。数字が1つ足りなければ、訳がどれほど自然でも印が付きます。

8番目で、担当は全文を読みません。 印の付いた項目と、訳し戻しで意味が変わって見える項目から読みます。全項目を同じ重さで読む設計にすると、60分はあまり減りません。

訳し戻しは、担当が外国語を読まなくても確かめられるようにするためのものです。 ただし、訳し戻しが原文と同じに見えても、訳文が正しいとは限りません。訳し戻しは「落ちたもの」を見つける道具で、「訳の自然さ」を確かめる道具ではありません。

02今回想定するシステム構成

構成図
求人の管理システム(日本語の求人票。項目に分かれている)
   ▼【トリガー】求人票の確定・変更
Azure Functions ── 項目ごとに取り出す/数字・時刻・金額を抜き出す
   │                訳語の表から、原文に出てくる行だけを引く
   ▼
Azure OpenAI ── ① 項目ごとに英語・中国語へ訳す(構造化出力)
   ▼
Azure Functions ── 数字・項目の数・必須の訳語を照らす
   ▼
Azure OpenAI ── ② 訳文を日本語へ訳し戻す(原文は渡さない)
   ▼
確認の一覧(項目ごとの原文・訳文・訳し戻し・印)
   ▼
【担当が印の付いた項目を確かめ、直して公開】
   ▼
求職者向けの多言語の求人ページ
役割想定する製品代替候補
生成AIAzure OpenAI(Microsoft Foundry)Claude API
連携Azure Functions(項目の取り出し、数字の照合、訳語の引き当て)Azure Logic Apps
訳語の表・確認の一覧SharePoint のリストDataverse

求人の管理システムと求人ページは、新しく足すものではありません。 求人票は管理システムから読み、訳は担当が確かめてから求人ページに載せます。この構成から求人ページへ直接書き込む経路は作りません。

数字の照合を Azure Functions に置くのは、照らし方を担当が読める形で残すためです。 どの単位をどう正規化し、何を印にするかがコードの中に書かれていれば、印が多すぎる・少なすぎるときに、どこを直せばよいかが分かります。 生成AIの指示の中に照らし方を書くと、その判断は毎回の応答の中に消えます。

根拠は職業安定法にあります。 第5条の3は、職業紹介事業者が職業紹介に当たり、求職者に対して従事すべき業務の内容と、賃金・労働時間その他の労働条件を明示しなければならないとしています。第5条の4は、広告などで求人の情報を提供するとき、虚偽の表示や誤解を生じさせる表示をしてはならないとし、職業紹介事業者には正確かつ最新の内容に保つための措置を求めています。訳で条件が落ちる、変わる、古いまま残る、の3つを止めることが、この構成の役目です。

訳し戻しは、訳と別の呼び出しにします。 1回の呼び出しで訳と訳し戻しを両方作らせると、訳し戻しが訳ではなく原文を見て書かれ、落ちた条件が訳し戻しには戻ってきてしまいます。

Azure OpenAI の構造化出力で、項目ごとの訳を形の決まった JSON で受け取ります。 公式のページは、Chat Completions では response_format、Responses では text.format に JSON Schema を置くと書いています。すべての項目を required にし、オブジェクトには additionalProperties: false を付けます。 項目は合計100まで、入れ子は5段までです。

03どうやって実装するのか

Step1

処理の起点を決める

求人の管理システムで求人票が「確定」になったときに動かします。 下書きの段階では動かしません。下書きは条件がまだ動くので、訳しても捨てることになります。

条件の変更も同じきっかけで動かします。 確定済みの求人票の項目が直されたら、直された項目だけを訳し直し、ほかの項目は前の訳を使います。 全部を訳し直すと、担当が確かめる範囲が毎回全項目になります。

変わった項目は、前の版と今の版の項目を比べて見つけます。 比べるのはプログラムで、生成AIに「どこが変わったか」を探させません。

1日の終わりに、確定した求人票の数と、訳が公開された求人票の数を突き合わせます。 合わない分が、訳が止まっている求人票です。第3章の(d)の直し漏れを、ここで拾います。

きっかけ訳す範囲担当が見る範囲
新しい求人票の確定全項目印の付いた項目と、給与・時間・在留資格
確定済みの求人票の項目の変更変わった項目だけ変わった項目と、その項目に付いた印
訳語の表の変更その語を含む公開中の求人票の該当の項目差し替わった訳の一覧
Step2

入力データを集める

データ中身取得元
求人票職種、業務の内容、勤務地、雇用の形態、給与(基本給・手当・控除)、勤務の時間、休憩、休日、夜勤の回数、残業、社会保険、寮、必要な在留資格求人の管理システム
前の版の求人票変更の前の項目求人の管理システム
訳語の表日本語、英語、中国語、使い方の注意、必須かSharePoint のリスト
項目の名前の対訳「給与」「勤務時間」など見出しの訳SharePoint のリスト

質を決めるのは訳語の表です。 1行に「処遇改善手当」「英語の訳」「中国語の訳」「注意(毎月か一時金かを必ず書く)」「必須」を持ちます。最初は、過去の求人票によく出る言葉を60語ほど入れます。

在留資格の名前は、出入国管理及び難民認定法の別表の表記を起点にします。 「介護」「特定技能」「技術・人文知識・国際業務」などの名前を、日本語のまま括弧で残す訳語にしておきます。求職者が在留カードの表記と見比べられるようにするためです。 法の改正で名前が変わることがあるので、表は担当が見直します。

Step3

データの取得方法を決める

求人票は、管理システムから項目に分かれた形(CSV または API)で取ります。 画面を印刷した PDF から読むことはしません。項目の区切りが失われると、項目ごとに訳す設計が成り立ちません。

取るものどこから何に使うか
確定した求人票の項目管理システムの書き出し訳す対象
前の版の項目管理システムの履歴変わった項目の特定
訳語の表SharePoint のリスト訳に渡す行の引き当て、必須の訳語の照合
公開の状態求人ページの管理の画面の書き出し確定と公開の突き合わせ

訳語の表は、全行を渡しません。 原文に出てくる言葉に当たる行だけを、Functions で引いて渡します。全行を渡すと、原文に無い手当の訳語が訳文に紛れ込むことがあります。

項目ごとに、照らし方を先に決めておきます。 求人票の項目は管理システムで決まっているので、項目の名前から照らし方を引けます。

項目照らすもの特に見ること
給与金額、手当の数、控除の数基本給と手当が分かれているか、括弧の条件
勤務の時間時刻、時間、休憩の分交代制の時間帯の数、深夜の時間帯
休日日数、曜日「4週8休」のような数え方の単位
夜勤・残業回数、時間、割合「想定」「平均」の言葉が残っているか
寮・控除金額、期間控除が給与から引かれることが残っているか
在留資格必須の訳語日本語の括弧が残っているか

「4週8休」のような日本の数え方は、表に訳し方を書いておきます。 直訳すると意味が通らず、意訳すると担当ごとに書き方が分かれます。

Step4

AIへ渡す前に整形する

  1. 項目に分ける … 求人票を「項目の名前」と「中身」の組に分け、項目ごとに番号を振ります
  2. 数字を抜き出す … 金額(円)、時刻(22:00 など)、時間(8時間)、日数・回数(月4回)、割合(25%)を正規の形にして一覧にします
  3. 全角と半角をそろえる … 「22万円」「22万円」「220,000円」を同じ値として扱えるよう、値と単位に分けます
  4. 訳語の表を引く … 原文に出てくる言葉に当たる行だけを取り出します
  5. 個人の情報を外す … 施設・工場の担当者の名前と電話番号は求人票に入っていても訳に渡さず、公開の時に人が足します
  6. 変わった項目を選ぶ … 条件の変更のときは、前の版と違う項目だけを訳す対象にします
  7. 言葉の正規化の記録 … 抜き出した数字の一覧と、引いた訳語の表の行を、照合の材料として残します

2番目と3番目が、訳し落としを拾う土台です。 「22万円」が英語で「220,000 yen」、中国語で「22万日元」になっても、値と単位に分けておけば同じ数として照らせます。 ここを省くと、照合のたびに表記の違いで印が付き、担当が印を信じなくなります。

Step5

AIに処理させる

させるのは、項目ごとの訳と、訳し戻しの2つです。

させること中身
項目ごとの訳項目の中身を英語・中国語へ。訳語の表の行があれば必ずその訳を使う
数字の書き写し金額・時刻・回数を、原文の値のまま訳文に入れる
訳さない語の扱い在留資格の名前・施設の名前は、訳の後ろに日本語を括弧で残す
訳し戻し訳文だけを見て日本語に戻す(原文は渡さない)
させないこと理由
条件の足し引き「経験者優遇」「昇給あり」など原文に無いことを足さない
金額の換算円をドルや元に直さない。値は原文のまま
手当のまとめ基本給と手当を合計して1つの額にしない
在留資格の言い換え「work visa」のように一般の言葉にしない
訳し落としの判定数えるのはプログラム

3行目がいちばん起きやすい失敗です。 2行目の換算も、英語の読み手に親切にしようとして起きます。 英語の求人として自然にしようとすると、「月給22万円(基本給18万円+夜勤手当4万円)」を「monthly salary 220,000 yen」だけにまとめます。 第1章で項目ごとに訳すと書いたのは、このまとめを起こさないためです。

良い訳と崩れた訳の違いは、次のように見えます。

原文崩れた英訳求める英訳の形
月給22万円(基本給18万円+夜勤手当4万円・月4回想定)Monthly salary 220,000 yen基本給180,000円と夜勤手当40,000円を分け、「月4回を想定」を残す
在留資格:特定技能(介護)Work visa required表の訳+(特定技能)(介護)
寮あり(寮費月2万円を給与から控除)Dormitory available寮費20,000円が給与から引かれることを残す

3行目のように、控除が落ちると手取りが多く見えます。 寮費・食費・制服代の控除は、項目の中の後ろのほうに書かれていて、訳で最初に削られます。

Step6

指示内容を固定する

あなたは人材紹介の会社で、日本語の求人票を外国人の求職者向けに
訳す担当です。項目ごとに、英語と中国語(簡体字)に訳してください。

【守ること】
- 原文に書かれていることだけを訳してください。条件を足したり、
  省いたり、まとめたりしないでください。
- 金額・時刻・時間・日数・回数・割合は、原文の値をそのまま
  書いてください。円を他の通貨に換算しないでください。
- 基本給と手当、手当と控除は、原文で分かれているとおりに分けて
  書いてください。合計して1つの額にしないでください。
- 括弧の中の条件(「月4回想定」「試用期間中は」など)を落とさない
  でください。
- 【訳語の表】に載っている言葉は、必ず表の訳を使ってください。
- 在留資格の名前は、表の訳の後ろに日本語の名前を括弧で残して
  ください。visa などの一般の言葉に言い換えないでください。
- 原文の意味が分からない、2通りに読める箇所は、訳さずに
  uncertain_notes にその箇所をそのまま書いてください。
- 「経験者優遇」「安心」「高収入」など、原文に無い評価の言葉を
  足さないでください。

【項目】
{items}   ← 項目番号・項目の名前・中身の一覧

【訳語の表(この求人票に出てくる行だけ)】
{glossary_rows}

「括弧の中の条件を落とさない」を別に書くのは、括弧が訳で最初に落ちるからです。 括弧の中には「想定」「試用期間中」「交通費は上限あり」のような条件を弱める言葉が入っていることが多く、落ちると条件が良く見えます。職業安定法の「誤解を生じさせる表示」にいちばん近い失敗です。

訳し戻しの指示は別の呼び出しにします。 「次の英文を日本語に訳してください。原文は見せません」とだけ書き、原文を渡しません。 原文を渡すと、訳文に無い内容まで原文から補って戻すので、落ちたことが見えなくなります。

Step7

出力形式を固定する

次の形の JSON で受け取ります。

{
  "items": [
    {
      "item_no": 5,
      "item_name_ja": "給与",
      "en": "",
      "zh": "",
      "glossary_used": ["夜勤手当"],
      "uncertain_notes": ""
    }
  ]
}

プログラムで照らした結果は、項目ごとに次の印を付けます。

印付く条件
number_missing原文の数字(値と単位)が訳文に無い
number_extra原文に無い数字が訳文にある
item_count原文と訳文で項目の数が違う
glossary_missing原文に出てくる必須の訳語が、表の訳で訳文に無い
status_name在留資格の名前の後ろに日本語の括弧が無い
uncertain生成AIが uncertain_notes を書いた

1つ目の理由は、印をプログラムが決めることです。 生成AIの出力は en と zh と uncertain_notes だけで、訳し落としの有無は出力させません。 落とした本人に、落としたかを聞かない設計です。

2つ目は、項目番号で前の版と結べることです。 条件の変更のとき、変わった項目の番号の訳だけを差し替えます。

3つ目は、glossary_used で表の使われ方が分かることです。 表にある言葉が原文にあるのに glossary_used に無ければ、表の訳を使わなかった疑いがあります。照合の手がかりが2つになります。

確認の一覧は、項目ごとに1行で、原文・英訳・中国語訳・英訳の訳し戻し・中国語訳の訳し戻し・印を並べます。 担当が中国語を読めなくても、訳し戻しと印で確かめられます。

項目原文英訳の訳し戻し印
5 給与月給22万円(基本給18万円+夜勤手当4万円・月4回想定)月給22万円(基本給18万円と夜勤手当4万円)number_missing(4回)
7 休日4週8休4週間に8日の休み-
12 在留資格特定技能(介護)特定技能(介護)-

1行目は、「月4回想定」が落ちた例です。 数字の「4」は金額の「4万円」にも出てくるので、値だけでなく単位(回)まで分けて照らしていないと、この落ちは見えません。

Step8

システムへ連携する

つなぎ先方式内容
求人の管理システム書き出し(CSV または API)確定した求人票と前の版を読む
Azure OpenAIAPI の呼び出し項目ごとの訳と訳し戻し
SharePoint のリスト読み書き訳語の表を読み、確認の一覧を書く
求人ページの管理の画面担当が貼り付け・公開この構成からは書き込まない

求人ページへの公開は担当の手で行います。 自動で公開すると、印の付いた訳がそのまま求職者に届きます。公開のボタンを押すのは、印を全部見終えた担当です。

求人を出す施設・工場とのやりとりも、この構成の外に置きます。 uncertain_notes に出た箇所を施設に問い合わせるのは担当で、問い合わせの文面まで生成AIに作らせることはしません。 求人の条件の確認は、取引先との関係そのものだからです。

Step9

人が確認する

  1. 印の付いた項目から見る … number_missing と item_count を最優先にします。原文と訳文を並べ、何が落ちたかを確かめます
  2. 給与と勤務の時間の項目は、印が無くても訳し戻しを読む … 求職者がいちばん見る項目です
  3. 在留資格の項目を見る … 名前が表のとおりか、括弧が残っているかを確かめます
  4. uncertain_notes を、求人を出した施設・工場に確かめる … 原文が2通りに読めるなら、直すのは日本語の求人票のほうです
  5. 直した箇所を記録する … どの項目を、どう直したかを残します

4番目が、この構成の副産物です。 訳しにくい箇所は、たいてい日本語の原文があいまいな箇所です。「夜勤手当込み」が月給に含むのか別に払うのか、日本語の求職者にも分かりにくいはずです。

確認の目安は、1件あたり印が2〜3個までです。 それより多い求人票が続くなら、訳の指示より先に、訳語の表の不足か、原文の書き方のくせを疑います。

Step10

例外に対処する

起きること対応
求人票が項目に分かれていない(自由文)訳さずに担当へ戻し、管理システムの項目に入れ直してもらう
原文の数字が訳文に無いnumber_missing を付け、その項目だけ訳し直す。2回続けば人が訳す
原文に無い数字が訳文にあるnumber_extra を付け、担当が原文を確かめる
訳語の表に無い手当が出てくる訳はさせ、表に足す候補として一覧に出す。表への追加は担当が決める
安全の方針で止まる(業務の内容の書き方による)止まった項目を記録し、担当が手で訳す
英語・中国語以外の言語を足したい足す前に代表的な求人票で試す
構造化出力の形に合わない応答1回だけ再試行し、だめなら担当へ回す
求人票の項目が空(休日の欄が空など)訳は空のまま、「原文が空」の印を付けて担当へ。空を訳で埋めさせない
同じ求人票が短い間に何度も確定し直される最後の確定から一定の時間を置いてから訳す

5行目は、まれですが起こりえます。 Azure の既定の安全方針(DefaultV2)は、憎悪・性・暴力・自傷の4分類を、入力と出力の両方で重大度「中」以上で止めます。求人票でこれに当たることは少ないはずですが、止まった項目は訳が空になるので、空のまま公開しないよう印を付けます。

6行目は、言語の追加のときの注意です。 安全の方針の分類器は、中国語・英語・フランス語・ドイツ語・イタリア語・日本語・ポルトガル語・スペイン語で学習・試験されていて、それ以外の言語では性能が変わりうるとされています。ベトナム語やインドネシア語を足すなら、代表的な求人票で止まり方を確かめてからにします。

Step11

記録を残す

  • 求人票の版(項目ごとの原文)と、訳した日時
  • 生成AIの出力の JSON の全文と、渡した訳語の表の行
  • 照らした結果の印と、印ごとに担当がどう直したか
  • 訳し戻しの全文
  • 公開した訳の版と、公開した担当・日時
  • 訳語の表の変更の履歴(いつ、どの語の訳を変えたか)

最後の行を残すのは、表を変えると過去の訳と食い違うためです。 「処遇改善手当」の訳を変えたら、その語を含む公開中の求人票を一覧にし、訳を直す対象にします。

公開した訳の版は、求人を取り下げた後も残します。 求職者から「載っていた条件と違う」と言われたとき、その時点で何を載せていたかを示せるようにするためです。

04実装レベルの3段階

最小構成:項目を手でAIの画面に貼り、訳と訳し戻しを作らせる / 項目ごとの訳
半自動化:上記+管理システムの書き出しから API で訳し、表計算に並べる / 訳と一覧化
本格構成:上記+確定をきっかけに動かし、数字・項目・訳語を照らして印を付ける / 訳から訳し落としの指摘まで

最小構成では件数がさばけません。 月120件の項目を1つずつ貼ることはできません。確かめるための段階です。 半自動化で、1件60分が35分程度になります。 訳は自動になりますが、数字の照合と訳語の確認は人が行います。本格構成で18分になり、この段階が本記事の想定です。 差が出るのは、数字と訳語の照合を、人の目からプログラムへ移すからです。 段階を飛ばさないでください。 半自動化の一覧を1か月使うと、印が付きやすい項目と、訳語の表に足りない言葉が見えてきます。表を育ててから照合を入れるほうが、印の空振りが減ります。 いきなり本格構成にすると、最初の月は印が多すぎて、担当が印を信じなくなります。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
4 名
月間件数
120 件
1件あたり現在時間
60 分
1件あたり導入後時間
18 分
現在  120件 × 60分 ÷ 60 = 120 時間/月
導入後 120件 × 18分 ÷ 60 = 36 時間/月
月間削減時間
84h
削減率
70%
年間削減時間
1,008h
年間金額換算(時間単価3,000円)
302万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. 介護施設・食品工場・部品工場などの求人を預かり、日本に住む外国人の求職者に紹介している有料職業紹介の会社。新規と条件の変わった求人票が月に100件を超え、英語・中国語で載せる訳を、語学のできる2〜3名の担当が手で作っている場合。夜勤手当・処遇改善の手当・固定の残業代などの訳し方が担当ごとに違い、求職者から「書いてある給与と違う」という問い合わせが来ている場合。Azure の契約がある場合。
向いていない
  1. 扱う求人が月に数件で、担当が1件ずつ訳して足りる場合。求人票の書式が求人ごとに自由文で、項目に分かれていない場合(先に項目をそろえるほうが効きます)。なお、求人票の労働条件が法令に合っているか、在留資格でその仕事に就けるかの判断は、この構成では代替できません。

07最小構成で試す方法

  1. 先月の求人票から10件を選ぶ(介護5件、工場5件。手当と括弧の多いものを入れる)
  2. 手元のAIサービスに項目ごとに貼り、第7章の指示で英語と中国語に訳させる
  3. 原文の数字を手で一覧にし、訳文に全部あるかを数える
  4. 訳文を別の会話で日本語に訳し戻させ、原文と見比べる
  5. 担当が以前に作った訳と、手当・在留資格の言葉を比べる

最初に見るのは、括弧の中の条件と、基本給と手当の分かれ方です。 10件の中に、括弧の多い求人を必ず入れてください。

出てきた内容判断
数字がすべて残り、括弧も落ちなかった項目の取り出しと照合のプログラムに進む
基本給と手当がまとめられた指示の書き方で直る。直らなければ項目をさらに細かく分ける
担当ごとに訳語が違っていたことが分かった訳語の表を先に作る。 そこが品質のばらつきの元

3行目が出ることは珍しくありません。 担当が以前に作った訳を並べるだけで、同じ手当に3通りの訳が付いていたことが分かることがあります。それ自体が、この試しの成果です。

08実装時につまずきやすいポイント

問題対策
基本給と手当が1つの額にまとめられる項目ごとに訳し、指示で禁じる。数字の数で照らす
括弧の中の条件が落ちる指示に別に書き、括弧の中の数字も照合の対象にする
生成AIに訳し落としを判定させる数えるのはプログラム
表記の違いで数字の照合が全部印になる値と単位に分けてから照らす
訳語の表を全行渡して余計な訳語が混ざる原文に出てくる行だけを渡す
在留資格が一般の言葉に言い換えられる表の訳+日本語の括弧を必須にし、印で見る
訳し戻しに原文を渡して落ちが見えなくなる訳し戻しには訳文だけを渡す
条件の変更が訳に届かない確定と公開の数を毎日突き合わせる
円をドルや元に換算する指示で禁じ、number_extra で拾う
訳を自動で公開する公開は担当の手で行う
英語・中国語以外を足して止まり方が変わる足す前に代表的な求人票で試す

上の2行が、この構成の失敗のほとんどです。 どちらも、訳が自然になるほど起きやすくなります。自然な英語の求人票を作ることより、条件を落とさないことを優先する、と最初に決めておいてください。

「表記の違いで印が全部付く」も、早く効いてきます。 印が多すぎると、担当は印を見なくなります。照合の精度は、印の数が少ないことで保たれます。

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: 求人を出す施設・工場の名前と所在地、労働条件(給与・手当・時間・寮)、担当者の連絡先です。求職者の個人の情報は扱いません。

  1. 担当者の名前と連絡先を渡さない … 訳に要るのは労働条件です。連絡先は公開の時に人が足します
  2. プロンプトと出力の扱いを確かめる … 公式のページでは、プロンプトと出力は他の顧客や OpenAI に渡らず、基盤モデルの改善に使われないとされています。Global のデプロイでは、モデルが置かれたどの地域でも処理されうるので、地域の扱いを決めてからデプロイの種類を選びます
  3. Responses API を使うなら履歴の保存に注意する … 公式のページでは、Responses API はメッセージの履歴を保存するとされています。訳は1回ごとに完結するので、履歴が要らない呼び方を選びます
  4. 悪用の監視を知っておく … 監視の仕組みでプロンプトと出力の一部が確認の対象になりうること、監視の変更を申請できることが書かれています
  5. 訳で条件を良く見せない … 職業安定法は、虚偽や誤解を生じさせる表示を禁じています。訳で落ちた条件は、求職者には条件が良くなったように見えます
  6. 在留資格で就けるかを判断しない … この構成は在留資格の名前を正しく訳すだけです。その資格でその仕事に就けるかは、紹介の担当が確かめます
  7. 訳した求人票の責任者を決める … 外国語の求人ページに載る内容も、日本語の求人票と同じく自社が提供する求人の情報です。 訳を公開した担当と日時を残し、問い合わせが来たときに誰が確かめるかを決めておきます

誤りが起きた場合のリスクは、条件が落ちて良く見えることと、古い条件が残ることの2つです。 前者は照合で、後者は確定と公開の突き合わせで止めます。どちらも生成AIの外に置いた仕組みで守ります。

10まず何から始めるか

1週目:訳語の表を作る

過去の求人票によく出る手当・控除・勤務の形・在留資格・社会保険の言葉を60語ほど選び、英語と中国語の訳を担当の間で決めます。意見が分かれた語は、注意の欄に理由を書いておきます。

2週目:10件で試す

介護5件・工場5件の求人票を、手元のAIサービスで項目ごとに訳させます。括弧の中の条件と、基本給と手当の分かれ方を最優先で見ます。

3週目:数字の照合を作る

金額・時刻・回数・割合を値と単位に分けて抜き出すプログラムを作り、10件の原文と訳文で照らします。表記の違いで印が付かないところまで直します。

4週目:管理システムからつなぐ

求人票の書き出しから項目ごとに訳し、確認の一覧に並べるところまで作ります。この時点では、全項目を担当が読みます。

2か月目: 印を付け、印の付いた項目から読む運用に切り替えます。確定と公開の突き合わせを毎日回します。3か月目以降: 変わった項目だけを訳し直す設計を足し、1件60分が何分になったかを実測します。求職者からの「条件が違う」という問い合わせが減ったことを確かめた時点で、この構成は完成です。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-11-17/最終更新:2026-11-17
確認した内容情報源確認日
職業紹介事業者が職業紹介に当たり、求職者に従事すべき業務の内容と賃金・労働時間その他の労働条件を明示しなければならないこと(第5条の3)。広告などで求人の情報を提供するとき虚偽の表示・誤解を生じさせる表示をしてはならないこと、職業紹介事業者が正確かつ最新の内容に保つための措置を講じなければならないこと(第5条の4)e-Gov 法令API: 職業安定法2026-11-17
在留資格の名前として「特定技能」「介護」「技術・人文知識・国際業務」などが法の中に定められていることe-Gov 法令API: 出入国管理及び難民認定法2026-11-17
構造化出力は Chat Completions の response_format、Responses の text.format に JSON Schema を置くこと。すべての項目を required にし additionalProperties: false を付けること。項目は合計100まで・入れ子は5段まで。並列の関数呼び出しと併用できないことMicrosoft Learn: structured outputs2026-11-17
プロンプトと出力が他の顧客や OpenAI に渡らず、基盤モデルの改善に使われないこと。Global のデプロイではモデルが置かれたどの地域でも処理されうること。Responses API が履歴を保存すること。悪用の監視でプロンプトと出力の一部が確認の対象になりうること、監視の変更を申請できることMicrosoft Learn: Data, privacy, and security2026-11-17
既定の安全方針(DefaultV2)が、憎悪・性・暴力・自傷を入力と出力の両方で重大度「中」以上で止めること。分類器が中国語・英語・フランス語・ドイツ語・イタリア語・日本語・ポルトガル語・スペイン語で学習・試験され、それ以外の言語では性能が変わりうることMicrosoft Learn: Default safety policies2026-11-17

求人票の労働条件の書き方、在留資格でその仕事に就けるかは、法令と所管の窓口で確かめてください。 本記事は上の公開情報で確認できた範囲だけを扱っています。

実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-3672)についてのご相談はこちらから。

AI活用について相談する
目次