Media > AI活用ユースケース > 人事 > ヒアリングメモから求人票のドラフトを作る

ヒアリングメモから求人票のドラフトを作る

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

現場部門へのヒアリングメモ(どんな人が欲しいか、何をしてもらうか、必須要件は何か)と、社内の過去の求人票を入力に、生成AIへ求人票のドラフトを作らせます。

サマリー
利用ツール
ChatGPT/Claude/Gemini
対象業界
IT・SaaS/介護/建設/製造
対象部門
人事/採用
対象業務
書類作成
主な課題
属人化している/書類作成に時間がかかる
AIで行う処理
生成
主な効果
品質標準化/対応スピード向上/工数削減
導入難易度
★☆☆☆☆
実装レベル
最小構成
費用感
既存ツールのみ(小)
人間の確認
必須
現在工数
30h/月
AI導入後
10h/月
想定削減
67%
年間削減
240h
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. 現場部門から「エンジニアを1名採用したい」と依頼が来る
  2. 採用担当が現場のマネージャーにヒアリングする(30分)
  3. メモを整理する
  4. 過去の似た求人票を探して下敷きにする
  5. 職務内容、応募資格を書く
  6. 現場に確認してもらう
  7. 「これだと実際の業務と違う」と指摘され、書き直す
  8. 掲載先ごとに文字数制限や項目構成が違うため、3媒体分に作り分ける
  9. 掲載する
導入後(After)
  1. 現場部門が、決められた項目のヒアリングシートに記入する(または採用担当がヒアリングしながら埋める)
  2. 採用担当がヒアリングメモをAIに渡す
  3. 自動求人票のドラフトが生成される。メモに書かれていない項目は「要確認」として明示される
  4. 採用担当が「要確認」の項目を現場に聞く(1回で済む)
  5. 内容を確定させる
  6. 自動媒体ごとの文字数・項目構成に合わせて変換する
  7. 労働条件を人事マスタから差し込み、最終確認する
  8. 掲載する
各工程の詳しい説明を読む
  1. 現場部門から「エンジニアを1名採用したい」と依頼が来る
  2. 採用担当が現場のマネージャーにヒアリングする(30分)
  3. メモを整理する
  4. 過去の似た求人票を探して下敷きにする
  5. 職務内容、応募資格を書く
  6. 現場に確認してもらう
  7. 「これだと実際の業務と違う」と指摘され、書き直す
  8. 掲載先ごとに文字数制限や項目構成が違うため、3媒体分に作り分ける
  9. 掲載する

問題は4つあります。

(a)現場が言語化できない。 「即戦力が欲しい」「コミュニケーション能力がある人」といった抽象的な要望しか出てこず、採用担当が具体化する負担を負っています。

(b)往復が多い。 書いて見せて直す往復が2〜3回発生します。1回の往復に数日かかります。

(c)媒体ごとの作り分け。 同じ求人でも、媒体によって項目構成と文字数が違うため、3回書き直しています。

(d)応募資格が過剰になる。 現場は「あれもこれも」と要望を出すため、必須要件が10項目並び、誰も応募できない求人票になります。

  1. 現場部門が、決められた項目のヒアリングシートに記入する(または採用担当がヒアリングしながら埋める)
  2. 【人】 採用担当がヒアリングメモをAIに渡す
  3. 【自動】 求人票のドラフトが生成される。メモに書かれていない項目は「要確認」として明示される
  4. 【人】 採用担当が「要確認」の項目を現場に聞く(1回で済む)
  5. 【人】 内容を確定させる
  6. 【自動】 媒体ごとの文字数・項目構成に合わせて変換する
  7. 【人】 労働条件を人事マスタから差し込み、最終確認する
  8. 掲載する

自動化されるのは「文章を組み立てる」「媒体ごとに作り分ける」の2つです。さらに重要なのは、3で「何が足りないか」が明示されることです。 現場への確認が1回にまとまり、往復が減ります。

02今回想定するシステム構成

構成図
ヒアリングシート(Googleフォーム / スプレッドシート)
   │
   ▼【トリガー】シートが記入されたとき
Google Apps Script / Make / Power Automate
   │
   ├──▶ 過去の求人票(社内の掲載実績)を参照
   ├──▶ 人事マスタ(等級別の賃金レンジ、勤務地、就業時間)を参照
   │
   ▼
LLM API ── 求人票ドラフトを生成
   │
   ▼
Googleドキュメント / スプレッドシートへ出力 ──【人が確認・加筆】
   │
   ▼
媒体別フォーマットへ変換

最小構成では、システム構成は不要です。 ChatGPT、Claude、Gemini などのチャット画面と、ヒアリングシート(スプレッドシート)だけで運用できます。

半自動化する場合の構成は次のとおりです。

役割想定する製品代替候補
ヒアリング収集GoogleフォームMicrosoft Forms、スプレッドシート、Notion
生成AIClaude / ChatGPT / Gemini(チャット画面で可)各社のAPI
出力先GoogleドキュメントWord、Notion
採用管理ATS(採用管理システム)スプレッドシート

ATSに求人票の生成機能が付いている場合は、まずそれを試してください。

03どうやって実装するのか

Step1

処理の起点を決める

最小構成では採用担当の操作です。

半自動化する場合は、ヒアリングシートが記入されたことを起点にします。Googleフォームの送信、またはスプレッドシートの行追加をトリガーにします。

Step2

入力データを集める

データ中身取得元
ヒアリングメモ募集背景、業務内容、必須要件、歓迎要件、チーム構成、使用技術現場部門
過去の求人票同じ職種・近い職種の掲載実績(3〜5件)社内の掲載履歴
労働条件等級別の賃金レンジ、勤務地、就業時間、休日、社会保険、試用期間人事マスタ
媒体の仕様項目構成、各項目の文字数上限各媒体の入稿規定

ヒアリングシートの項目設計が、この構成の成否を決めます。 自由記述1つだけのシートでは、生成される求人票も曖昧になります。次の項目を必ず聞く形にします。

項目聞き方
募集背景増員か欠員補充か。なぜ今必要か
入社後3か月でやってもらうこと具体的な作業を3つ
入社後1年でやってもらうこと担当範囲
必須要件3つまで。これがないと業務が務まらないもの
歓迎要件5つまで
チーム構成人数、年齢構成、上長
使用技術・ツール具体名
この仕事の面白さ現場マネージャーの言葉で
難しさ・大変なところ正直に。ここを書かないと入社後の離職につながる

「必須要件は3つまで」という制約を、シートの段階で設けてください。 現場が10項目挙げてくることを、システム側で防ぎます。これはAIの役割ではなく、フォーム設計の役割です。

Step3

データの取得方法を決める

最小構成では手作業のコピー&ペーストです。

半自動化する場合、ヒアリングシートはフォームの回答から、過去の求人票は社内フォルダまたはATSから、労働条件は人事マスタのスプレッドシートから取得します。

Step4

AIへ渡す前に整形する

  1. 過去求人票の選択 … 同じ職種の掲載実績を3〜5件選びます。採用に成功した求人を優先して選んでください。 応募が来なかった求人を下敷きにしても意味がありません
  2. 労働条件の分離 … 賃金、労働時間、休日などは生成対象から外し、マスタの値を差し込む形にします
  3. 禁止表現リストの用意 … 後述の法令上の制約に該当する表現を、生成後にチェックするためのリストを作ります
Step5

AIに処理させる

処理内容
職務内容の文章化「入社後3か月」「1年」の記述を、業務内容の文章にする
応募資格の整理必須と歓迎を分け、抽象表現を具体化する
仕事の魅力の言語化現場の言葉を、応募者に伝わる表現にする
不足項目の指摘メモに書かれていない項目を列挙する
媒体別の変換文字数と項目構成に合わせて調整する

労働条件は生成させません。 賃金、労働時間、休日、社会保険は、AIが作文すると事実と違う内容になります。これは法令上の問題に直結します(§13)。

Step6

指示内容を固定する

あなたは採用担当者です。
以下のヒアリングメモと過去の求人票をもとに、求人票のドラフトを作成してください。

【厳守事項】
- 賃金、労働時間、休日、社会保険、勤務地、試用期間については
  一切記載しないでください。これらは別途マスタから差し込みます。
- ヒアリングメモに書かれていない業務内容、実績、社風を
  作らないでください。書かれていない項目は
  missing_items に列挙してください。
- 応募資格の必須要件は3つまでにしてください。
  メモに4つ以上ある場合は、業務遂行に不可欠なものを3つ選び、
  残りは歓迎要件に回してください。
- 性別、年齢、国籍、身体的条件を条件として書かないでください。
  (例:「若手歓迎」「体力に自信のある方」も不可)
- 「アットホームな職場」「風通しの良い社風」のような、
  根拠を示せない形容を書かないでください。
  メモに具体的な事実がある場合のみ、その事実を書いてください。
- 「難しさ・大変なところ」の記載は、和らげずにそのまま書いてください。

【過去の求人票(同職種・採用成功実績あり)】
{past_job_posts}

【ヒアリングメモ】
{hearing_notes}

「性別、年齢、国籍、身体的条件を条件として書かない」の制約が、この構成でもっとも重要です。 雇用対策法および男女雇用機会均等法により、募集・採用における年齢制限と性別制限は原則禁止されています。「若手歓迎」「体力に自信のある方」も間接的な差別表現として問題になり得ます。AIは過去の求人票を参考にするため、古い求人票にこうした表現が残っていると、それを再生産します。

「アットホームな職場」を禁止しているのは、根拠のない形容が応募者の期待と実態のずれを生み、早期離職につながるためです。

Step7

出力形式を固定する

{
  "job_title": "",
  "job_summary": "",
  "responsibilities": {
    "first_3_months": [],
    "first_year": []
  },
  "requirements_must": [],
  "requirements_preferred": [],
  "team_structure": "",
  "tools_and_tech": [],
  "appeal_points": [],
  "challenges": "",
  "selection_process": [],
  "missing_items": [],
  "flagged_expressions": []
}
  • missing_items … ヒアリングで聞けていない項目。これが現場への確認リストになります
  • flagged_expressions … 法令上の懸念がある表現をAI自身が検出したもの。ただし、これに頼り切らず、生成後に禁止表現リストで機械的にチェックします
Step8

システムへ連携する

生成結果をGoogleドキュメントまたはスプレッドシートへ出力します。

労働条件の差し込みは、テンプレート側で行います。 職種と等級を指定すると、人事マスタから賃金レンジ、勤務地、就業時間、休日、社会保険、試用期間が自動で入る形にします。AIの出力とマスタの値を、テンプレート上で結合します。

媒体別の変換は、媒体ごとの項目構成と文字数上限を渡して、AIに再構成させます。ここは元の内容を変えず、削るだけの処理にします。

Step9

人が確認する

全件、人が確認します。

求人票は労働条件を提示する文書であり、法令上の規制対象です。自動掲載はしません。

確認の観点は3つです。

  1. 法令上の禁止表現がないか … 年齢、性別、国籍、身体的条件。禁止表現リストでの機械チェックと、人の目視の両方を行います
  2. 労働条件がマスタの値と一致しているか … 差し込み結果を確認します
  3. 業務内容が実態と合っているか … 現場部門の確認を必ず取ります
Step10

例外に対処する

起きること対応
ヒアリングメモが薄い(3項目以下)生成せず、「ヒアリング項目が不足しています」として不足項目を返す
必須要件が5つ以上メモにある3つに絞り、残りを歓迎要件に回す。絞った理由を明記させる
禁止表現が生成された生成後の機械チェックで検出し、該当箇所を強調表示して人に修正させる。自動で書き換えない(意図が変わる可能性があるため)
過去求人票に禁止表現が含まれている参考にする前に、過去求人票側もチェックする。問題のあるものは参考対象から外す
労働条件がAIの出力に混入した出力チェックで賃金・時間の表現を検出し、削除する
媒体の文字数を超える削る優先順位(歓迎要件 → チーム構成 → 魅力)を決めておく
職種が過去にない新規職種参考求人票なしで生成する。missing_items が多くなるため、ヒアリングを厚くする
Step11

記録を残す

  • ヒアリングメモ
  • AIのドラフト
  • 最終的に掲載した求人票
  • 掲載後の応募数

最後が重要です。どの求人票が応募を集めたかを記録すると、次回の「参考にする過去求人票」の選定精度が上がります。 応募が来なかった求人票を下敷きにし続ける構造を避けられます。

04実装レベルの3段階

最小構成:ヒアリングシート+チャットAI / 文章の生成
半自動化:フォーム送信をトリガーに自動生成 → ドキュメント出力 / 生成と出力
本格構成:上記+労働条件の自動差し込み+媒体別変換+ATS連携 / 掲載直前まで

月15件の業務では、最小構成のままで構いません。 半自動化の実装コストを、月15件の手作業と比べて判断してください。求人数が月50件を超えるような規模(人材紹介会社、大量採用を行う企業)になって初めて、自動化の価値が出ます。

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
2 名
月間件数
15 件
1件あたり現在時間
120 分
1件あたり導入後時間
40 分
現在  15件 × 120分 ÷ 60 = 30 時間/月
導入後 15件 × 40分 ÷ 60 = 10 時間/月
月間削減時間
20h
削減率
67%
年間削減時間
240h
年間金額換算(時間単価3,500円)
84万円
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. 中途採用を継続しており、求人票の作成・改訂が月10件以上ある組織。複数の媒体に出稿している場合。
向いていない
  1. 採用が年数件の組織。求人票を人材紹介会社が作成している場合。

07最小構成で試す方法

このユースケースは、最小構成のまま実運用できます。

  1. ヒアリングシートの項目(§7の表)をスプレッドシートで作る
  2. 次の求人依頼で、現場マネージャーにその項目を埋めてもらう
  3. ChatGPT、Claude、Gemini などのチャット画面に、上のプロンプトと過去求人票3件を貼る
  4. 続けてヒアリングシートの内容を貼り、生成させる
  5. 出てきた内容をドキュメントに貼り、労働条件を差し込む

追加のシステムも費用も不要です。 月15件なら、この運用で十分に回ります。

評価の観点は「現場への往復が減ったか」です。従来2〜3回だった往復が1回で済むようになれば、効果が出ています。

08実装時につまずきやすいポイント

問題対策
ヒアリングが自由記述1つで、生成結果が曖昧になる項目を分けたシートを作る。これが最大の改善点
現場が必須要件を10個挙げてくるシートの段階で「3つまで」と制限する
「アットホームな職場」のような中身のない表現が出るプロンプトで禁止する。根拠のある事実だけを書かせる
過去求人票の古い表現(「若手歓迎」等)を再生産する参考にする求人票を事前にチェックする。問題のあるものは除外する
AIが賃金や労働時間を作文する生成対象から外し、マスタから差し込む。出力チェックで金額・時間表現を検出する
応募が来なかった求人票を下敷きにし続ける応募数を記録し、成功した求人を参考対象にする
媒体別の作り分けで内容が変わってしまう変換は「削る」だけの処理にする。新しい内容を足させない
「難しさ」の記載が和らげられるプロンプトで「和らげずにそのまま書く」と指示する

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: 組織の人員構成、募集背景(欠員補充なら退職者がいることが分かる)、賃金レンジ。組織の内部情報を含みますが、個人情報は原則含みません。

この構成で最大の論点は、情報漏洩ではなく法令遵守です。

  1. 年齢・性別による募集制限の禁止 … 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されています(例外事由に該当する場合を除く)。男女雇用機会均等法により、性別を理由とする募集・採用の差別も禁止されています。「若手が活躍中」「女性が多い職場」といった表現も、書き方によっては問題になります
  2. 間接的な制限表現 … 「体力に自信のある方」「未婚の方」などは、直接的な条件でなくても問題になり得ます。AIは過去の求人票を参考にするため、古い表現を再生産するリスクがあります
  3. 労働条件の明示義務 … 職業安定法により、募集時に労働条件を明示する義務があります。AIに作文させず、必ずマスタの正確な値を差し込んでください。 誤った条件を提示すると、法令上の問題になります
  4. 外部AIへの入力 … 募集背景に組織の内部事情(「◯◯部長が退職するため」など)が含まれる場合があります。ヒアリングシートの段階で、外部に出せない情報を書かない運用にします
  5. 自動実行してよい範囲 … 求人票の自動掲載はしません。掲載前に必ず人が確認します

禁止表現のチェックは、AIの自己申告に頼らず、機械的なリストでのチェックと人の目視を併用してください。 法令上の問題は、AIが見落とした場合の責任が自社に来ます。

なお、法令の解釈や個別の表現の可否については、社会保険労務士または顧問弁護士に確認してください。ここに書いた内容は一般的な留意点であり、個別判断の代わりにはなりません。

10まず何から始めるか

1週目:ヒアリングシートを作る

§7の項目でスプレッドシートを作ります。この作業だけでもヒアリング整理の時間が減ります。 AIはまだ使いません。

2週目:禁止表現リストを作る

過去1年分の自社求人票を読み、年齢・性別・身体的条件に関わる表現を洗い出します。厚生労働省の指針を参照し、リストを作ります。古い求人票に問題のある表現が残っていないかも、この機会に確認してください。

3週目:1件で試す

次の求人依頼で、最小構成(§8)を試します。現場との往復回数を記録します。

4週目以降: 3〜5件試して往復が減ることを確認したら、そのまま運用に入ります。月15件規模では、システム化せずこのまま運用するのが妥当です。


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:2026-09-02/最終更新:2026-09-08
確認した内容情報源確認日
募集・採用における年齢制限の禁止、労働条件の明示義務厚生労働省: 求人・募集に関する制度2026-09-02
Claude APIのStructured Outputs(JSON Schemaによる出力形式の固定)Anthropic: Structured outputs2026-09-02

法令の解釈および個別の表現の可否については、社会保険労務士または顧問弁護士への確認が必要です。本記事の記載は一般的な留意点であり、個別判断の代わりにはなりません。

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-0009)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