Media > AI活用ユースケース > 採用 > 人材紹介会社のWebの登録フォームに届く求職者の経歴と希望を要約し、初回面談の準備メモと確認したい点をキャリアアドバイザーに送る

人材紹介会社のWebの登録フォームに届く求職者の経歴と希望を要約し、初回面談の準備メモと確認したい点をキャリアアドバイザーに送る

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

人材紹介会社の登録フォームに届く求職者の経歴と希望を要約し、初回面談の準備メモにまとめます。書かれていない項目や食い違いから面談で確かめたい点を挙げ、担当のキャリアアドバイザーに送ります。

サマリー
生成AI
ChatGPT/Claude/Gemini
連携・自動化
Make/n8n/Power Automate/Zapier
対象業界
人材/介護/医療
対象部門
採用
対象業務
書類作成/要約
主な課題
人手が足りない/属人化している/書類作成に時間がかかる
AIで行う処理
要約
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
半自動化
費用感
API連携(中)
人間の確認
条件付き
現在工数
100h/月
AI導入後
40h/月
想定削減
60%
年間削減
720h
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. 登録フォームの送信が、求職者の台帳に1行追加される
  2. 事務の担当が希望職種を見て、担当のアドバイザーを決め、Slack で知らせる
  3. アドバイザーが台帳を開き、職歴の欄を読んで、会社・期間・職種を手元のメモに書き出す
  4. 希望条件を読み、現年収との差、勤務地、時期を確かめる
  5. 面談で聞くことをメモにする
  6. 初回の面談を行い、聞いた内容を台帳に書き足す
導入後(After)
  1. 自動登録フォームの送信を Webhook で受け、Make のシナリオが動く
  2. 自動求職者の台帳で、同じ連絡先の過去の登録を探す
  3. 自動希望職種で担当表を引き、担当のアドバイザーを決める
  4. 自動Claude が登録内容を読み、職歴の時系列、経験の要約、希望条件の整理、確認したい点をJSONで返す
  5. 自動JSONを項目に分け、面談の準備メモとして台帳の別のシートに書き込む
  6. 自動担当のアドバイザーに、準備メモの要点と台帳へのリンクを Slack で送る
  7. 人アドバイザーが準備メモを登録内容の原文と見比べ、確認したい点を足し引きする
  8. 人初回の面談で確認したい点を聞き、台帳に結果を書き足す
各工程の詳しい説明を読む
  1. 登録フォームの送信が、求職者の台帳に1行追加される
  2. 事務の担当が希望職種を見て、担当のアドバイザーを決め、Slack で知らせる
  3. アドバイザーが台帳を開き、職歴の欄を読んで、会社・期間・職種を手元のメモに書き出す
  4. 希望条件を読み、現年収との差、勤務地、時期を確かめる
  5. 面談で聞くことをメモにする
  6. 初回の面談を行い、聞いた内容を台帳に書き足す

(a)職歴を読み解くのに時間がかかる。 自由記述の職歴から、会社ごとの期間と職種を拾い出す作業です。「2019年春から」「3年ほど」のような書き方を年月に直し、期間の重なりや切れ目を確かめるのは、慣れたアドバイザーでも数分かかります。

(b)面談の準備の深さが人によって違う。 経験の長いアドバイザーは、職歴の切れ目や希望年収の差に気づいて問いを用意しますが、経験の浅いアドバイザーは、登録内容をなぞる面談になりがちです。 面談の後で上長に「この点は聞いたか」と言われ、電話で聞き直すことがあります。

(c)聞いてはいけないことを聞いてしまうおそれがある。 職歴の切れ目の理由を聞くとき、「ご家族の事情ですか」「ご出身はどちらですか」と話を広げてしまうことがあります。 悪意は無くても、指針が収集してはならないとしている事項に触れる問いになります。

(d)面談が立て込む週に準備が薄くなる。 月初や求人の多い時期には、1日に何件も面談が入ります。準備の時間が削られ、面談の最初の10分が登録内容の確認に使われます。

  1. 【自動】 登録フォームの送信を Webhook で受け、Make のシナリオが動く
  2. 【自動】 求職者の台帳で、同じ連絡先の過去の登録を探す
  3. 【自動】 希望職種で担当表を引き、担当のアドバイザーを決める
  4. 【自動】 Claude が登録内容を読み、職歴の時系列、経験の要約、希望条件の整理、確認したい点をJSONで返す
  5. 【自動】 JSONを項目に分け、面談の準備メモとして台帳の別のシートに書き込む
  6. 【自動】 担当のアドバイザーに、準備メモの要点と台帳へのリンクを Slack で送る
  7. 【人】 アドバイザーが準備メモを登録内容の原文と見比べ、確認したい点を足し引きする
  8. 【人】 初回の面談で確認したい点を聞き、台帳に結果を書き足す

7番目が、この設計の分かれ目です。 準備メモは面談の前の下ごしらえであって、求職者についての記録ではありません。アドバイザーが原文と見比べて直したものだけが、面談に使われます。

4番目でAIに評価をさせないのも、意図してのことです。 「経験が浅い」「転職回数が多い」といった評価の言葉は、一度メモに書かれると、面談の前から求職者の見方を決めてしまいます。 準備メモには事実と問いだけを書きます。

02今回想定するシステム構成

構成図
自社サイトの登録フォーム
   │  送信時に Webhook で送る
   ▼【トリガー】Custom webhook(即時)
Make(シナリオ)
   ├──▶ Google Sheets ── 求職者の台帳を連絡先で探す(過去の登録)
   ├──▶ Google Sheets ── 担当表を希望職種で探す(担当のアドバイザー)
   ▼
Anthropic Claude(Create a Prompt)
   │   職歴の時系列・経験の要約・希望条件の整理・確認したい点 をJSONで返す
   ▼
JSON(Parse JSON)── 項目に分ける
   ▼
Router(ルーター)
   ├── 1:通常              → 準備メモのシートに追加、担当へ Slack
   ├── 2:過去に登録あり    → 準備メモに過去の登録を添えて追加、担当へ Slack
   └── 予備:解析できない   → 原文のまま事務の担当へ Slack
   ▼
【アドバイザーが原文と見比べて直し、初回の面談で確かめる】
役割想定する製品代替候補
ワークフローMake(Webhooks、Router、JSON、Google Sheets、Slack)Zapier、Power Automate、n8n
生成AIClaude(Make の Anthropic Claude アプリ)ChatGPT(OpenAI)、Gemini
保管Google スプレッドシート(求職者の台帳、担当表、準備メモのシート)Airtable
通知Slack(担当のアドバイザーへのダイレクトメッセージ)Microsoft Teams

登録フォーム、求職者の台帳、Slack は、今あるものを使います。 足すのは Make のシナリオと、台帳の中の準備メモのシートです。求職者の台帳の元の行は、この構成からは書き換えません。 準備メモは別のシートに、登録の番号で結び付けて追加します。

起点は、Make の Webhooks(Custom webhook)です。 任意のデータを送れる URL を Make が発行し、URL がリクエストを受け取るとすぐにシナリオが動きます。 受け取ったリクエストはいったん Webhook のキューに入り、即時の設定なら届いた順に処理されます。10秒あたり300件までのリクエストを受けられ、超えると429のエラーが返ります。 登録フォームの送信の頻度なら、この上限に近づくことはありません。

要約を受け持つのは、Make の Anthropic Claude アプリです。 Create a Prompt のモジュールで、Anthropic のコンソールで発行した API キーを使って Claude に指示を送ります。ほかに、API を直接呼ぶ Make an API Call、ファイルを扱うモジュールもあります。API キーを用意せずに使える Simple Text Prompt もありますが、Make のクレジットで精算される形なので、件数が多い構成では費用の見通しを分けて立てます。

03どうやって実装するのか

Step1

処理の起点を決める

登録フォームの送信を、Make の Custom webhook で受けます。 フォームの送信先に Make が発行する URL を設定し、送信のたびに中身が届くようにします。Webhook のリクエストは、クエリの値と本文が1つのまとまり(バンドル)としてシナリオに渡されます。

台帳への行の追加(Watch New Rows)を起点にしない理由は、速さです。 スプレッドシートの新しい行を見張る方式は、一定の間隔で確かめに行く形になります。登録から2営業日以内に面談という約束を守るには、登録の直後に準備メモが担当の手元にあるほうがよいので、送信と同時に動く Webhook を選びます。

1件ごとに動かします。 夜間や休日の登録も、その場で準備メモを作り、翌営業日の朝にはアドバイザーの Slack に届いている状態にします。

Webhook のキューには上限があります。 月あたりのクレジットの量に応じて1つの Webhook のキューに置ける件数が決まり、最大で10,000件です。シナリオを止めている間に登録がたまっても、上限までは失われずに残ります。

Step2

入力データを集める

データ中身取得元
登録の内容最終学歴、職歴(自由記述)、保有資格、現年収、希望職種、希望年収、希望勤務地、転職の希望時期、ご要望(自由記述)、送信日時登録フォーム(Webhook)
過去の登録同じメールアドレス・電話番号の過去の登録日と、そのときの面談の記録の有無求職者の台帳(Google スプレッドシート)
担当表希望職種ごとの担当のアドバイザーと、その Slack のユーザー担当表(Google スプレッドシート)
確認したい点の観点期間の切れ目、年収の差、勤務地、時期、資格の有効性など、社内で決めた面談の観点社内で決めた観点の一覧

AIに渡さないものを先に決めます。 氏名、生年月日、連絡先は、要約にも問いにも要りません。Claude に渡すのは、職歴・学歴・資格・希望条件・ご要望の欄だけにし、年齢が必要な観点(若手向けの求人の対象かなど)は、ワークフローの側で年齢の区分にしてから渡します。

質を決めるのは、確認したい点の観点の一覧です。 経験の長いアドバイザーが面談で必ず確かめていることを、「期間に3か月以上の切れ目がある」「希望年収が現年収より3割以上高い」のように、条件の形で書き出します。 これが (b) のばらつきをそろえる作業そのものです。

Step3

データの取得方法を決める

台帳と担当表を探すのは、Make の Google Sheets の Search Rows のモジュールです。探す条件を指定し、AND と OR で条件を組み合わせられます。1回の実行で返す件数の上限も設定できるので、過去の登録を探すときは新しいものから数件に絞ります。

取るものどこから何に使うか
過去の登録求職者の台帳をメールアドレスまたは電話番号で検索2回目の登録かを見分け、前回の記録を添える
担当のアドバイザー担当表を希望職種で検索Slack の送り先を決める
観点の一覧観点のシートClaude への指示に差し込む

過去の登録が見つかったときは、前回の面談の記録の有無だけを添えます。 前回の記録の中身を Claude に渡すと、前回の面談で聞いたことと今回の登録が混ざった要約になります。 前回の記録はアドバイザーが台帳で直接読みます。

担当表に希望職種が無いときは、事務の担当に回します。 「営業事務とマーケティング」のように2つの職種を書く登録もあり、どちらを優先するかは担当表の側で決めておきます。

Step4

AIへ渡す前に整形する

  1. AIに渡す欄を絞る … 氏名・生年月日・連絡先を除いた欄だけを、Claude へのまとまりにします
  2. 年齢の区分にする … 生年月日は渡さず、必要な観点のためだけに区分にします
  3. 欄の名前を付ける … 「【職歴】」「【希望年収】」のように、欄ごとに見出しを付けてつなげます
  4. 空の欄を明示する … 空の欄は「(記入なし)」と書いて渡し、書かれていないことをAIが見分けられるようにします
  5. ご要望の欄の確認 … ご要望に、家族・出身・信条などの記述があっても、そのまま渡し、指示の側で準備メモに写さないよう止めます
  6. 重複の確認 … 同じ連絡先から24時間以内に同じ内容が届いていれば、二度目は準備メモを作りません

4番目を省くと、「現年収」が空の登録で、AIが希望年収から現年収を推し量って書きます。 空の欄は空のまま渡すのではなく、空であることを文字で伝えます。

5番目で欄を消さないのは、消すとご要望の中の仕事の希望まで消えるからです。 1つの文の中に「親の介護があるので残業の少ない職場を」と書かれていれば、残業の少ない職場という希望は残し、介護の事情は準備メモに写さない、という扱いが要ります。これは指示で止めます。

Step5

AIに処理させる

させるのは、4つの塊を作ることです。

塊中身決められないときの扱い
職歴の時系列会社ごとの在籍期間(年月)、職種、雇用形態期間が「3年ほど」なら年月を推測せず、書かれたまま写す
経験の要約担当した業務、扱った商材や仕組み、役割を3〜5行書かれていないことを足さない
希望条件の整理職種、年収、勤務地、時期、働き方の希望書かれていなければ「記入なし」
確認したい点観点の一覧に当たる箇所と、面談で聞く問い観点に当たらなければ挙げない

右端の列が大事です。 職歴の期間を年月に直すとき、「3年ほど」を「2021年4月〜2024年3月」と書いてしまうと、後で面談の記録と食い違います。 書かれた期間があいまいなら、あいまいなまま写し、確認したい点に「在籍期間の年月」を挙げます。

させないこと理由
求職者の評価(向き不向き、印象)面談の前から見方を決めてしまう
紹介できる求人の判断アドバイザーが面談のうえで行う
家族・出身・信条などに触れる問い指針が収集してはならないとしている事項に当たりうる
職歴の切れ目の理由の推測推測が準備メモに残り、事実のように読まれる
書かれていない経験・資格の補完職種から経験を想像して足さない

3行目がいちばん気をつけるところです。 職歴に切れ目があると、AIは「ご家族の事情か、ご病気か」と理由の候補を挙げがちです。問いは「この期間について、差し支えない範囲でお聞かせください」の形にそろえ、理由の候補を書かせません。

Step6

指示内容を固定する

あなたは人材紹介会社のキャリアアドバイザーが、初回の面談の前に読む準備メモを作る立場です。
次の登録内容だけを根拠にしてください。書かれていないことを補わないでください。

【作るもの】
1. career_timeline:会社ごとに、在籍期間・職種・雇用形態を古い順に並べる
   期間があいまいな場合(「3年ほど」など)は、年月に直さず書かれたまま写す
2. experience_summary:担当した業務、扱った商材や仕組み、役割を3〜5行で
3. preferences:希望職種、希望年収、希望勤務地、転職の希望時期、働き方の希望
   書かれていない項目は「記入なし」とする
4. check_points:次の観点に当たる箇所について、面談で聞く問いを作る
   {check_rules}
   観点に当たらない場合は挙げない

【問いの作り方】
- 期間の切れ目については「この期間について、差し支えない範囲でお聞かせください」
  という形だけにしてください。理由の候補を挙げないでください。
- 問いは、仕事の経験と希望条件に関することだけにしてください。

【厳守事項】
- 求職者を評価する言葉(向いている、経験が浅い、転職が多い など)を書かないでください。
- 紹介できる求人や、採用の見込みを書かないでください。
- 家族、出身地、本籍、国籍、宗教、思想・信条、労働組合、健康状態に関することは、
  登録内容に書かれていても、準備メモのどこにも写さないでください。
  書かれていた場合は has_sensitive を true にするだけにしてください。
- 経験や資格を、職種から想像して足さないでください。
- 「(記入なし)」の欄を、他の欄から推し量って埋めないでください。
- JSONだけを返してください。説明の文を付けないでください。

【年齢の区分】{age_band}
【登録内容】{registration_text}

has_sensitive を置くのは、写さないことと、気づかないことを分けるためです。 写すなと言うだけでは、AIは要約の中で言い換えて残すことがあります。フラグにだけ立てさせ、中身はどこにも書かせない形にすると、アドバイザーは「登録内容の原文に触れてはいけない記述がある」ことだけを知った状態で面談に入れます。

「JSONだけを返す」も外せません。 前置きの文が付くと、後段の Parse JSON が失敗します。

Step7

出力形式を固定する

{
  "career_timeline": [
    { "company": "", "period": "", "role": "", "employment": "" }
  ],
  "experience_summary": "",
  "preferences": {
    "job": "", "salary": "", "location": "", "timing": "", "work_style": ""
  },
  "check_points": [
    { "rule": "期間の切れ目", "evidence": "", "question": "" }
  ],
  "has_sensitive": false
}

受け取った文字列は、Make の JSON アプリの Parse JSON で項目に分けます。 Parse JSON はデータ構造(data structure)で JSON の形を定め、各項目を後のモジュールでそのまま使えるようにします。 データ構造を先に作らなくても、一度モジュールを動かせば、渡された JSON から Make が構造を組み立てます。

1つ目の理由は、準備メモのシートの列にそのまま書き込めることです。 時系列、要約、希望条件、確認したい点を別々の列に入れれば、アドバイザーは台帳の上で必要な列だけを見られます。

2つ目は、check_points に evidence を持たせていることです。 問いだけでなく、登録内容のどの記述からその問いが出たかを原文のまま並べます。アドバイザーは原文を探さずに、問いが妥当かを確かめられます。

3つ目は、has_sensitive で扱いを分けられることです。 true のときは、Slack の通知に「原文に配慮の要る記述あり。面談で触れないこと」とだけ添えます。

準備メモのシートの列は、次のとおりです。

列中身
登録の番号・登録日時台帳の元の行と結び付ける
担当のアドバイザー担当表から
職歴の時系列career_timeline を1行ずつ改行でつないだもの
経験の要約・希望条件experience_summary と preferences
確認したい点question と evidence の組
配慮の要る記述has_sensitive
アドバイザーの確認確認した日時と、足し引きした問い(人が記入)
Step8

システムへ連携する

つなぎ先方式内容
登録フォームWebhooks(Custom webhook)送信のたびに登録を受け取る
求職者の台帳・担当表Google Sheets(Search Rows)過去の登録と担当を探す
ClaudeAnthropic Claude(Create a Prompt)準備メモの4つの塊を作る
JSONParse JSON項目に分ける
ルーターRouter通常・過去に登録あり・予備の振り分け
準備メモのシートGoogle Sheets(Add a Row)準備メモを1行追加
SlackSend a Message担当のアドバイザーへダイレクトメッセージ

Router は、1つの流れを条件ごとの複数の道に分けます。 道は同時ではなく順に処理され、1つ目の道を終えてから2つ目に進みます。 順番は自分で決められ、どの条件にも当たらないものを受ける予備の道(fallback route)は最後に処理されます。 Parse JSON が失敗したものを予備の道で受け、事務の担当に原文のまま回します。

Slack は、担当のアドバイザーへのダイレクトメッセージで送ります。 部署のチャンネルに送ると、担当でないアドバイザーにまで求職者の経歴が流れます。 送るのは要点(職歴の会社数と期間、希望職種、確認したい点の数)と台帳へのリンクだけにし、本文に経歴の全文を書きません。

【新規登録】登録番号 R-20261007-0123(10/7 21:14)
担当:〇〇さん 初回面談の目安:10/9 まで
職歴:3社・通算 約9年(最新:法人営業)
希望:営業企画/年収 記入あり/勤務地 都内/時期 3か月以内
確認したい点:3件(期間の切れ目 1、年収の差 1、在籍期間の年月 1)
準備メモ:台帳の「準備メモ」シートの該当行

通知には、確認したい点の件数だけを出し、問いの中身は出しません。 通知の文面は、移動中の端末の画面などで人目に触れやすいものです。問いの中身は、台帳を開いた人だけが読めるようにします。

Step9

人が確認する

  1. 準備メモを原文と見比べる … 時系列の期間と会社名が原文と合っているかを確かめます
  2. 確認したい点を足し引きする … 観点に当たらなかったが聞きたいことを足し、不要な問いを消します
  3. has_sensitive が true のときは原文を読む … 面談で触れないことを確かめ、準備メモに写っていないかも見ます
  4. 面談の後に、確認したい点の答えを台帳に書く … 準備メモの列ではなく、台帳の面談の記録に書きます

1番目を省かないでください。 期間の読み違いは、推薦の書類まで引き継がれると、求人企業に誤った経歴を伝えることになります。 準備メモは下ごしらえで、記録の元ではありません。

目標は、400件をならして1件6分です。 要約が原文と合っていれば数分で確かめ終わり、時系列が複雑な登録や、確認したい点を書き足す登録に時間を使います。

Step10

例外に対処する

起きること対応
職歴の欄が空時系列は空、確認したい点に「職歴」を挙げる
期間があいまい年月に直さず写し、確認したい点に「在籍期間の年月」を挙げる
同じ連絡先の過去の登録がある過去に登録ありの道へ。前回の記録の有無だけを添える
希望職種が担当表に無い事務の担当へ回し、担当を手で決める
JSON 以外の文字が付いて解析できない予備の道へ。原文のまま事務の担当へ
配慮の要る記述があるhas_sensitive を立てる。中身は写さない
同じ内容が二重に届く24時間以内の同じ内容は準備メモを作らない
Claude が応答しない予備の道へ。準備メモなしで担当へ通知する
担当のアドバイザーが休み担当表に代わりの担当の列を持たせ、そちらへ送る

上から2行目が、件数のいちばん多い例外です。 「3年ほど」「数か月」のような書き方は珍しくなく、ここを年月に直さないと決めておくことが、準備メモの信頼を保ちます。

Step11

記録を残す

  • 登録の番号と、Claude に渡したまとまり(氏名・連絡先を除いたもの)
  • Claude が返した JSON の全文
  • 準備メモのシートの行と、アドバイザーが確認した日時、足し引きした問い
  • has_sensitive が立った件の数(中身は残さない)
  • 予備の道に入った件と、その理由

3つ目を残すのは、観点の一覧を直すためです。 アドバイザーが毎回足している問いがあれば、それは観点の一覧に足すべきものです。 毎回消している問いがあれば、観点の条件が広すぎます。

準備メモのシートにも保存の期間を決めます。 指針は、収集目的に照らして保管する必要がなくなった個人情報を破棄・削除するための措置を求めています。面談が終わり、台帳の面談の記録に必要なことを書いた準備メモは、決めた期間で消します。

04実装レベルの3段階

最小構成:登録内容を手でAIの画面に貼り、準備メモを出させる / 1件ごとの要約
半自動化:上記+Make で登録の送信から準備メモのシート・Slack の通知まで動かす / 要約から担当への送付まで
本格構成:上記+添付の職務経歴書のファイルも読み、面談の予約の仕組みと連携して面談の前日に準備メモを送り直す / 職務経歴書の読み込みと面談の段取りまで

最小構成では、件数がさばけません。 確かめるための段階です。 半自動化で1件6分になり、この段階が本記事の想定です。 職歴の書き出しと問いの下書きが自動になり、残るのは原文との見比べと問いの足し引きです。本格構成では職務経歴書のファイルも読みますが、ファイルの形式がまちまちなので、読み取りの確かさを別に確かめる必要があります。 段階を飛ばさないでください。 半自動化の3か月で、アドバイザーが足し引きした問いの傾向が分かります。観点の一覧を整えてから先へ進みます。

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
12 名
月間件数
400 件
1件あたり現在時間
15 分
1件あたり導入後時間
6 分
現在  400件 × 15分 ÷ 60 = 100 時間/月
導入後 400件 × 6分 ÷ 60 = 40 時間/月
月間削減時間
60h
削減率
60%
年間削減時間
720h
年間金額換算(時間単価3,000円)
216万円
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. 自社サイトの登録フォームから月に数百人の求職者の登録を受け、キャリアアドバイザーが登録内容を読み込んで初回面談の準備をしている人材紹介会社。職歴や希望が自由記述で長く書かれ、面談の前に読み込む時間がアドバイザーごとにばらついている場合。面談で聞き漏らした項目を後から電話で聞き直すことがある場合。Make と Claude の API を使える場合。
向いていない
  1. 登録が月に数十人で、アドバイザーが全件を十分に読み込めている場合。登録フォームの項目がすべて選択式で、自由記述がほとんど無い場合。なお、求職者の評価、紹介の可否、推薦する求人の判断は、この構成では代替できません。

07最小構成で試す方法

  1. 先月の登録から20件を選ぶ(職歴の長いもの、切れ目のあるもの、希望年収の差が大きいものを入れる)
  2. 氏名・生年月日・連絡先を除く
  3. 手元のAIサービスの画面に、第7章の指示と登録内容を1件ずつ貼り付ける
  4. 出てきた時系列を原文と見比べ、確認したい点を、実際の面談で聞いたことと並べる
  5. 経験の長いアドバイザーに、確認したい点が妥当かを見てもらう

氏名と連絡先を除いてから試してください。 試す段階でも、求職者の個人情報を目的の外で使わないためです。

出てきた内容判断
時系列が原文と合い、確認したい点が面談で聞いたことと重なるMake のシナリオを組む段階に進む
あいまいな期間を年月に直した指示の「年月に直さない」を強める
切れ目の理由の候補を書いた問いの形を固定の文にそろえる
確認したい点が少なすぎる・多すぎる観点の一覧の条件を直す

08実装時につまずきやすいポイント

問題対策
あいまいな期間が年月に直されて残る「年月に直さない」を指示に書き、確認したい点に回す
職歴の切れ目に理由の候補が付く問いの形を固定の文にそろえる
家族や出身の記述が要約に写るhas_sensitive だけを立てさせ、写さないと指示する
評価の言葉が準備メモに入る禁じる言葉の例を指示に並べる
Parse JSON が失敗する「JSONだけを返す」を指示に書き、失敗は予備の道で受ける
空の欄を他の欄から埋める空の欄を「(記入なし)」と書いて渡す
部署のチャンネルに経歴が流れる担当へのダイレクトメッセージにし、本文に全文を書かない
前回の面談の記録と今回の登録が混ざる前回の記録の中身は Claude に渡さない
準備メモがいつまでも残る保存の期間を決めて消す
確認したい点がアドバイザーごとに足し引きされたまま毎回足される問いを観点の一覧に足す

上の3行が、この構成の失敗のほとんどです。 どれも、AIが親切に書き足すことから起きます。最小構成の20件で一度でも出たら、シナリオを組む前に指示を直してください。書かれたことだけを並べ、書かれていないことは問いにする、という線を指示で守ってください。

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: 求職者の職歴、学歴、資格、現年収、希望年収、希望条件、そしてご要望の欄に書かれうる家族の事情や健康の事情です。氏名・生年月日・連絡先は台帳にありますが、AIには渡しません。

  1. 収集してはならない事項を、準備メモにも問いにも入れない … 指針は、人種・民族・社会的身分・門地・本籍・出生地その他社会的差別の原因となるおそれのある事項、思想及び信条、労働組合への加入状況を収集してはならないとしています。求職者が自ら書いてきた場合も、準備メモに写さず、面談で問わない運用にします
  2. 収集目的の範囲で使う … 指針は、個人情報の保管・使用を収集目的の範囲に限るとしています。準備メモは初回の面談の準備のためのもので、他の目的に回しません
  3. AIに渡す範囲を絞る … 氏名・生年月日・連絡先を除き、要約に必要な欄だけを渡します
  4. アクセスできる人を絞る … 準備メモは担当のアドバイザーと上長だけが見られるようにし、通知はダイレクトメッセージにします
  5. 利用するサービスのデータの扱いを確かめる … Make と Anthropic の API について、入力したデータの扱いと保存の期間を確かめ、社内の規程と、求職者に示している利用目的に沿って使えるかを判断してください
  6. 保管が要らなくなった準備メモを消す … 指針は、収集目的に照らして保管する必要がなくなった個人情報を破棄・削除するための措置を求めています

誤りが起きた場合のリスクは、経歴を読み違えた準備メモが推薦まで引き継がれることと、触れてはいけない事情が問いになることの2つです。 前者は原文との見比べで、後者は指示と has_sensitive の仕組みで防ぎます。

10まず何から始めるか

1週目:確認したい点の観点を書き出す

経験の長いアドバイザーに、初回の面談で必ず確かめていることを挙げてもらい、「期間に3か月以上の切れ目」のような条件の形にまとめます。あわせて、面談で触れない事項を部署で確かめます。

2週目:20件で試す

先月の登録から20件を選び、氏名と連絡先を除いて手元のAIサービスで準備メモを作らせます。あいまいな期間を年月に直していないか、切れ目の理由を推測していないかを最優先で見ます。

3週目:シートと担当表を整える

準備メモのシートを作り、列を決めます。担当表に Slack のユーザーと代わりの担当の列を足します。準備メモの保存の期間を決めます。

4週目:フォームから準備メモまでをつなぐ

Make で Custom webhook、Search Rows、Create a Prompt、Parse JSON、Add a Row までを組みます。この時点では Slack の通知を止め、準備メモを2〜3名のアドバイザーだけで試します。

2か月目: 全員に Slack の通知を広げ、足し引きされた問いを毎週見ます。3か月目以降: 毎回足される問いを観点の一覧に入れます。面談の後の聞き直しの電話が減り、準備の時間が1件6分前後で安定した時点で、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:2026-10-07/最終更新:2026-10-07
確認した内容情報源確認日
Custom webhook が任意のデータを受ける URL を発行し、受け取るとすぐにシナリオが動くこと。リクエストがキューに入ること。クエリと本文が1つのバンドルになること。10秒あたり300件までで、超えると429が返ること。キューの件数がクレジットに応じて決まり、最大10,000件であることMake: Webhooks2026-10-07
Router が流れを複数の道に分けること。道は順に処理され、順番を決められること。予備の道(fallback route)が最後に処理されることMake: Router2026-10-07
Anthropic Claude アプリに Create a Prompt、Make an API Call、ファイルのモジュールがあること。API キーで接続すること。Simple Text Prompt がキー無しで使え、クレジットで精算されることMake: Anthropic Claude2026-10-07
JSON アプリの Parse JSON がデータ構造で JSON の形を定め、項目を後のモジュールで使えるようにすること。データ構造が無くても一度動かせば構造を組み立てることMake: JSON2026-10-07
Google Sheets の Search Rows、Add a Row、Watch New Rows などのモジュールがあること。Search Rows で AND/OR の条件と返す件数の上限を設定できることMake: Google Sheets modules2026-10-07
Slack の Send a Message がチャンネルとダイレクトメッセージに送れることMake: Slack modules2026-10-07
職業紹介事業者が、人種・民族・社会的身分・門地・本籍・出生地その他社会的差別の原因となるおそれのある事項、思想及び信条、労働組合への加入状況を収集してはならないこと。保管・使用が収集目的の範囲に限られること。保管の必要がなくなった個人情報の破棄・削除の措置が求められること新潟労働局: 指針(平成11年労働省告示第141号)(抄)2026-10-07

求職者の個人情報の扱いは、自社の職業紹介事業の個人情報適正管理規程とあわせて判断してください。 本記事は上記の公式ページ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-0701)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