面接の録音から評価シートの下書きを作る

処理の起点を決める

文字起こしファイルの生成を起点にします。UC-0001（営業日報）と同じ理由で、会議終了を直接のトリガーにすると、まだ存在しないデータを取りに行って失敗します。

ただし、この構成では同意の確認が前段に入ります。 候補者が録音に同意していない面接は、処理対象から除外します。ATS側に「録音同意」のフラグを持たせ、それが立っている面接だけを処理する分岐を必ず入れてください。

入力データを集める

前回面接の抽出結果を渡すことで、「1次で確認済みの項目」と「まだ確認できていない項目」を区別できます。 これが引き継ぎの質を上げます。

データの取得方法を決める

文字起こし： Microsoft Graph の GET /users/{userId}/onlineMeetings/{meetingId}/transcripts で一覧を取得し、/content で本文を取得します。UC-0001と同じく、カレンダーに予定として存在する会議のみが対象で、テナント管理者がGraph経由のアクセスを止めていると403が返ります。

面接は必ずカレンダーに予定を入れて実施するため、この制約は営業商談より問題になりにくいはずです。

評価項目の定義： 職種ごとに、評価項目とその定義を用意します。

{
  "job_family": "ソフトウェアエンジニア",
  "criteria": [
    {
      "id": "C-01",
      "name": "技術的な深さ",
      "definition": "担当した技術領域について、なぜその選択をしたかを説明できるか",
      "evidence_examples": ["設計判断の理由", "採用しなかった選択肢とその理由", "失敗とその対処"]
    },
    {
      "id": "C-02",
      "name": "課題解決の進め方",
      "definition": "課題を分解し、優先順位を付けて進めた経験があるか",
      "evidence_examples": ["課題の分解方法", "優先順位の判断基準", "想定外への対応"]
    }
  ]
}

evidence_examples を定義しておくことが重要です。 これがないと、AIは「技術的な深さ」という抽象語に対して何を抜き出せばよいか分からず、面接全体の要約を返してきます。

AIへ渡す前に整形する

1. 発言者の分離 … 面接官の発言と候補者の発言を分けます。評価対象は候補者の発言のみです
2. 雑談・冒頭説明の除去 … 会社説明、条件面の説明は評価に関係しません
3. 個人情報の扱い … 候補者の氏名、前職の社名、大学名は、評価項目の抽出には不要な場合があります。後述の理由から、外部AIへ渡す前に伏せ字にすることを検討してください
4. 面接段階の識別 … 1次か2次かで、抽出すべき内容が変わります

AIに処理させる

発言事実の抽出のみです。

この線引きが、この構成でもっとも重要な設計判断です。 理由は§13に書きます。

指示内容を固定する

あなたは面接記録を整理する担当者です。
以下の面接の文字起こしから、評価項目ごとに候補者の発言を抜き出してください。

【厳守事項】
- 点数、評価、合否の判断を一切書かないでください。
  「優れている」「不十分」といった評価語も使わないでください。
- 候補者の性格、適性、将来性を推定しないでください。
  発言として観測できることだけを書いてください。
- 候補者が述べていない経験、実績、数値を作らないでください。
- 各項目について、根拠となる発言を文字起こしから引用してください。
  引用できない項目は「この面接では確認できていない」としてください。
- 面接官の発言を、候補者の発言として記載しないでください。
- 候補者の話し方、声のトーン、外見に関する記述をしないでください。
- 年齢、性別、家族構成、出身地、思想信条に関する記述を
  一切含めないでください。これらが会話に出ていても記録しないでください。

【応募職種】{job_family} / 【面接段階】{stage}

【評価項目の定義】
{criteria_definitions}

【前回面接で確認済みの内容】
{previous_findings}

【面接の文字起こし】
{transcript}

「年齢、性別、家族構成、出身地、思想信条を記録しない」の制約は、法令遵守のために必須です。 職業安定法の指針により、これらは採用選考において収集すべきでない情報とされています。面接中に候補者が自発的に話すことはありますが、それを記録に残すと、選考に使ったと見なされるリスクがあります。

「話し方、声のトーン、外見に関する記述をしない」も同様です。これらは評価項目に含まれておらず、記録に残すと差別的評価の根拠になり得ます。

出力形式を固定する

{
  "candidate_id": "",
  "stage": "",
  "findings": [
    {
      "criterion_id": "C-01",
      "criterion_name": "技術的な深さ",
      "observed_statements": [
        { "summary": "", "quote": "" }
      ],
      "status": "confirmed | partial | not_covered"
    }
  ],
  "not_covered_criteria": [],
  "suggested_questions_next": [],
  "excluded_content_note": ""
}

• status: not_covered … この面接では確認できなかった項目。次の面接官への引き継ぎで、ここが最重要になります
• suggested_questions_next … 未確認項目を確認するための質問案
• excluded_content_note … 記録対象外と判断した内容があった場合の注記（内容そのものは書かない）

評価点を出力項目に含めないことが、この設計の要です。 スキーマに score を作ると、いずれ誰かが埋めさせます。

システムへ連携する

抽出結果をATSの評価シートへ書き込みます。書き込むのは「発言事実」の欄だけで、「評価点」の欄は空のままにします。

面接官は評価シートを開き、抽出された事実を確認しながら点数を付けます。ATSがAPIを提供していない場合は、スプレッドシートに出力し、面接官がそこで評価を記入する運用にします。この部分は利用環境に応じた個別確認が必要です。

次面接官への引き継ぎは、findings のうち status: confirmed のものと、not_covered_criteria を並べた形で共有します。

人が確認する

全件、面接官が確認します。

確認するのは2点です。

1. 抽出された発言が実際の発言と合っているか … 引用があるので照合できます
2. 記録対象外の情報が混入していないか … 年齢、家族構成などが書かれていないか

そのうえで、評価点は面接官が付けます。 AIの抽出結果は、評価の材料であって評価そのものではありません。

例外に対処する

記録を残す

この業務では、保存期間と削除の設計が法令上の要件になります。

• 面接の文字起こし
• AIの抽出結果
• 面接官が付けた評価
• 録音同意の取得記録

保存期間は、自社の個人情報保護方針で定めた採用応募者情報の保存期間に従います。不採用者の情報は、定めた期間の経過後に確実に削除する仕組みを、実装の段階で組み込んでください。 後から追加するのは困難です。