生成AIを採用業務に取り入れたものの、「求人票を書かせてもクオリティが高くない」「スカウト作成が思ったようにいかない」と感じている方は少なくないのではないでしょうか。多くの場合、その原因はAIを「工数削減」のためだけに使っていることにあります。

一方で、AIを「採用そのものをアップデートする道具」として使いこなす企業も現れています。採用競合の分析、候補者体験の設計、スカウトの個別最適化、面接の評価まで、これまで人手と勘に頼っていた領域がAIで再現可能になりつつあります。

2025年5月15日、株式会社ミギナナメウエ 執行役員兼採用支援事業部長の井上愛海様と、株式会社overflow代表取締役CEOの鈴木裕斗が登壇し、「優秀人材を逃さない。AI活用で変わる採用業務の超・実践事例」をテーマにウェビナーを開催しました。

本記事では、採用支援RPOの現場で使われる「明日から使えるプロンプト」、Offersの自動AIスカウト、Geminiを使った面接評価、そしてAIを組織に浸透させる方法まで、スカウト支援とRPO双方の視点からお届けします。

AIが変える採用市場──求人倍率とAI求人の現在地、各ファネルのAI活用

――鈴木：まず目線を揃える意味で、AIを取り巻く採用環境からお話しします。

鈴木：エンジニアの求人倍率はやはり飛び抜けて高い傾向があり、背景にはDXがあります。米国のAI求人を見ると、2023年の少し前にChatGPTがリリースされて以降、今では求人数が大体2.5倍くらいまで増えています。

日本はまだそこまでの影響度は来ていない印象ですが、数年以内にはAI求人やAIを使える人の採用が増えてくると予想しています。

採用プロセスのどこでAIが使えるかをオーバービューで見ると、応募を集める・求人を作るところでは、すでに求人票の自動生成や、ダイレクトリクルーティングのデータベースから自社に合う人を自動でピックアップする、といったことが始まっています。今後は需要予測です。

タレントマネジメントシステムと連携して数ヶ月後にどのポジションに何名必要かを予測し、ダイレクトリクルーティングと連携してスカウトを自動で打つ、という世界線にもなっていくと考えています。

書類選考・面接・評価・フォローアップという各ファネルでAIは浸透してきており、今後の進化もまだまだ残されています。最後に「AI時代に求められる人物像」ですが、これはエンジニアに限らず、下に行くほどAIに代替されやすく、上に行くほど代替されにくい。

マネジメントができる人、人を見れる人は相対的に価値が上がり、求人倍率も上がっています。採用難易度は上がっていくので、工夫が必要なポイントだと捉えています。

AIは「工数削減」より「採用アップデート」に使う

――鈴木：では井上様から、採用コンサルタントが実際に使っているAI活用法をお願いします。事前にお話しする中でも、ミギナナメウエさんはAIをかなり活用されている印象でした。

井上様：私のパートでは、ミギナナメウエ流のAI活用法、明日から使えるGPTのプロンプト、人事がAIを活用する際のポイントの3点でお話しします。去年と今年で、5ヶ月くらいでも全く違う使い方をしているので、AIのスピードは本当に早いと感じます。

今回お伝えしたいのは、工数削減だけでなく、アトラクトやより採用をアップデートしていくところに使っていただきたい、ということです。

AI活用で「あんまりうまくいかない」という企業さんのあるあるは、楽にするためにGPTで求人票を書いてもらったがクオリティが高くない、スカウト作成が思ったようにいかない、というもので、ほとんどが工数削減のために使っているケースが多いです。

工数削減も最終的には必須ですが、それと同時に「もっと採用をアップデートするために使いこなせないか」という観点で使うと、より使いこなしやすくなります。

――鈴木：具体的には、どんな場面で使えるのでしょうか。

井上様：工数削減でいえば、採用ターゲットの策定や戦略を考える上流の部分でも壁打ちができますし、スカウト文章の作成、媒体ごとの訴求の打ち出し、会社紹介資料の作成も幅広く楽になります。

これにアトラクトを掛け合わせると、各採用フェーズでどんな候補者にニーズがあり、どんなアピールをすればいいかのフェーズ別アトラクト、ポジション別の採用広報、カスタムしたメール文章、ウェルカムブックやオファーレターなどの資料作成にも使えます。

採用競合をDeep Researchで定義する──離脱要因・刺さる魅力・魅力最大化

――鈴木：明日から使えるプロンプトを、具体的にご紹介いただけますか。

井上様：今回は10弱のプロンプトをご紹介します。まず弊社が行っているのは、採用競合をDeep Researchで定義して調査することです。「競合調査をしましょう」と言われても、自社の採用競合がどこなのかを探すのは難しい。

プロンプトはシンプルで、自社の募集要綱を貼り付け、「採用競合に当たる企業」「競り負ける危険性のある要素」「競合より勝っている可能性のある要素」「付け加えるとプラスになる要素」を教えて、と記載します。これだけでも角度の高いものが出ます。

さらに「採用競合の定義」を加えると深掘りできます。「採用競合となる会社は同じようなターゲットを募集している会社です」と定義するか、「同じ言語を使っているエンジニアを採用したい会社です」と定義するかで、抽出される競合が変わります。

大枠で抽出した上で、これは競合に当たるか違うかを見て、弾く・入れるための条件を考えると、GPTとのやり取りがうまくいきます。

GPTは「育てる」もの──やり取りで精度を上げる

――鈴木：1回の指示で完璧な答えを求めない、ということですね。

井上様：そうです。GPTは1回のラリーで正式な回答がもらえると思わず、「育てていく」認識を持つことが重要です。会話を重ねると傾向を掴んでくれ、別の求人で依頼した時にも特徴を捉えて評価してくれます。

「競り負ける危険性のある要素」は、候補者が離脱しやすい要因のイメージです。いろんな求人票を見比べた上で、他社が打ち出している強みや、定量的に給料で負けている点などを見られるので、市場調査として使えます。

続く「競合より勝っている可能性のある要素」は刺さる魅力、「付け加えるとプラスになる要素」は魅力最大化です。採用広報での打ち出しは、自社が他社より勝っているプラスの訴求と、「他社より劣っていない」という不安の払拭が必要です。

企業が認知されても選ばれない理由は、不安が勝るか魅力が感じられないかのどちらかに集約されるので、要因を1つ1つ潰し、市場的に競り負けている点は正直に口頭で伝えた上で「こんな魅力がある」とカウンタートークを用意します。

「プラス要素」では改善案まで提示してくれる

――鈴木：「付け加えるとプラスになる要素」では、改善案まで出してくれるのでしょうか。

井上様：はい。「評価制度に透明性を持たせた方がいい」「職種別のキャリアパスの図を示した方がいい」「顧客事例の数値を訴求した方がいい」といったことを、他社の成功事例を見てGPTが判別してくれます。

今足りていない部分、今何をやればいいかを採用コンサルレベルでやってくれるので、採用コンサルという領域すらAIが代替していくのではないか、と思うほどです。

採用フェーズ別アトラクトと、人事がAIを使いこなす要件定義力

――鈴木：2つ目のプロンプトについてもお願いします。

井上様：募集ポジション・採用フェーズ別のアトラクト施策の立案です。「以下の採用要件を見た上でペルソナを仮定し、母集団形成から内定後のフォローアップの中で各フェーズにおいて行うべきアトラクト施策を洗い出して」という指示です。ペルソナをある程度GPTと揉んだ後に貼ると、より詳しい回答が上がります。

各フェーズは企業さんによって変わるので、一次・二次・最終・オファー面談がある会社なのか、カジュアル面談がある会社なのか、リファラルで採用するケースもあるのか、採用経路も入れると解像度が高くなります。

上がってくるのは、想定する採用ペルソナ（年齢・経験・現職・志向性・課題・キャリア観点・不安）を洗い出し、それに対するアトラクト施策を、母集団形成の流入段階・応募後・カジュアル面談・面接中・内定承諾前・承諾から入社前と段階別に出してくれるものです。

これは採用領域で言うキャンディデートジャーニーに近く、候補者のフェーズごとの心理・ニーズ・欲しい情報を洗い出し、必要な広報を出すという施策が、全てGPTでできてしまう時代です。

――鈴木：エージェントへのフィードバックにも使われていると伺いました。

井上様：自社で人材紹介していただいた際、エージェントにしっかりフィードバックすると、ちゃんと紹介してくださるようになります。会話の文字起こし・メモ・議事録・録画を起こし、評価点・懸念点を自社の軸を入れて洗い出すと、かなり詳細にフィードバックでき、紹介数を上げていただけます。

――鈴木：人事がAIを活用する際に、特に意識すべきポイントは何でしょうか。

井上様：しっかり定義して使いこなせば、戦略・壁打ち・使いこなし方・作業のToDoまで幅広く使えます。AIでできることと人間がすべきことを整理し、適切な依頼文を作成するスキル、つまり要件定義力が非常に重要視される時代です。

また、個人情報を流出しないようマスクすることを徹底し、情報の取捨選択はAIに任せすぎないこと。最終的に候補者を引きつけるのは人なので、そこを意識した上でAIを使うと良いと思います。

Offersの自動AIスカウト──返信率とリマインドで「会えない」を減らす

――鈴木：ここからは私から、Offersでのスカウト×AIの活用をお話しします。

鈴木：Offersはダイレクトリクルーティングサービスで、今3万人ほどの候補者の方にご登録いただいており、企業の皆様がスカウトを打っていただくものです。まず「自動AIスカウト」という機能があり、スカウトを打つ時に大体8〜9割のクオリティで一旦作ってくれます。

そこからご自身で少しカスタマイズ・チェックしてお送りする流れです。

自動AIスカウトと通常スカウトを比べると、自動AIスカウトは返信率の平均が19%くらい、通常スカウトは12%くらいで、約7ポイントの優位差が出ています。もう一方が「リマインド」です。

エンジニア領域はものすごい売り手市場でたくさんスカウトを受けているので、1回のスカウトは見てはくれていますが、熱量が伝わりづらい。2回目・3回目のリマインドはエンジニア採用では当たり前になっており、これを自動でお送りする機能を実装しました。

最大リマインド2回、トータル3通を自動で送り、1通目に返信が来れば2通目は送らない自動制御も入っています。効果は大きく、1通の時だと返信率は大体3%ですが、3通目までお送りいただくと17%まで引き上がります。

スカウト文面の構成と「Why You」の自動生成

――鈴木：スカウトの文面は、どのような構成になっているのでしょうか。

鈴木：基本は、導入から、候補者の方への言及（「こんなところを拝見して」「SNSでこのような発信をされていた点に共感した」など）、送信者の役職（経営層からの連絡だと熱意・特別感につながる）、企業のご紹介・事業内容、ポジションの説明、最後にクロージングで面談の機会を、という流れが一般的です。

自動AIスカウトは、このうち候補者への言及や企業・ポジションの該当部分を自動で作ってくれるので、8〜9割型もう作れてしまいます。

特に一番時間がかかるのは、候補者のレジュメを読み、自社の求人を見て、どこがフィットするからあなたに送っているのかを考えて文字に起こす部分なので、ここがAIとして一番効果的です。

事例として、ある企業様でAI自動スカウトをお使いいただいています。ビフォーの課題は、候補者のプロフィールを読むのに時間と手間がかかること、採用担当の方がエンジニア出身でない場合が多くエンジニアに刺さる文面を考えるのが難しいこと、でした。

エンジニアの方に刺さる部分を作ってくれるのが自動スカウトの強みで、結果として返信率が13%から31%まで増え、作業時間も大幅に圧縮できたといただいています。

実際の生成画面では、候補者の職務経歴書と企業側の求人データの双方をAIが読みに行き、「転職を1年以内に考えている」といった点や「エンジニアリングマネージャーとしてピープルマネジメントとインフラ管理も担う」といった点を職務経歴書から拾い、「なぜあなたにスカウトを送るのか」につなげます。

エンジニア経験がない採用担当でも、エンジニアリングナレッジを持ったスカウト文面が作れます。

採用現場のAI活用Tips──スカウト・面談資料・面接評価・候補者の声

スカウトの「Why You」とプロフィール探索

――鈴木：ここからはディスカッションです。まずスカウトの書き方から、井上様いかがでしょうか。

井上様：先ほど鈴木さんがご説明された「なぜあなたに（Why You）」は本当に大事です。ここに使える内容として、その方のプロフィールをGPTで探せたりします。

個人情報の流出にならないよう「◯◯さんという方の情報があれば」と逆にあちらから出させる形で、こういう傾向の方ですとか、SNSが見つかってその傾向が分かったりします。「そこまでやるのか」という話ですが、本気でヘッドハンティング風にやっている会社はそこまでやられています。

――鈴木：何年も探しても見つからないハイレイヤー・シニアなポジションなら、そこまでやる必要がありそうですね。

井上様：はい。セルフヘッドハンティングをしている企業さんで、リストの作り方にGPTを活用されている会社がありました。

「こういう性質の会社で事業責任者をしている人のインタビュー記事を集めて」というやり方で、個人名・インタビュー記事・役職・自社に類似している会社の記事を見つけ、それをヘッドハンティングリストとしてSNSでスカウトを送る、ということをされていて、すごいなと思いました。

最近はGensparkでもExcelを出してくれるので、リサーチはAIに任せた方が質もスピードも早く、手作業でリストアップしていた時代が考えられないですね。

候補者面談資料をAIで作る（Genspark活用）

――鈴木：次の候補者面談資料も興味があります。フェーズごとに伝えるべきことが変わると思いますが、面談資料もAIでアップデートできるのでしょうか。

井上様：そうですね。面接・面談でこういうことを聞かれるだろう、知りたいだろうということをフェーズごとに資料にまとめていると、しっかり見てくれている企業だと分かり、魅力も伝わりやすいです。弊社ではGensparkを活用していて、ほとんど自分では作っていないかもしれません。

オファーレターのタイミングで、伝えたい内容を「このタイミングでこれを伝えるといい」とメンバーからテキストでコメントをもらって読み込ませる、期待していることや入社2〜3ヶ月後の話はポジションによって変わるので事前に用意しておく、といったことをやっています。

デザインは何も指示せずまず作ってもらい、納得いかなければ「色を変えて」「背景はこうして」と雑なプロンプトでも全部聞いてくれるので、わがままを言うデザイナーのような使い方ができます。余談ですが、経営計画から人員計画に落とし込んで採用戦略を立てるKPIの資料もGensparkで作れます。

「これをモデルにして」と自社のホームページや資料を送ると、よりそこに寄せてくれる活用もおすすめです。

Geminiによる面接動画の評価とトレーニング

――鈴木：次がGeminiの動画感情判断機能です。私も井上様から初めて聞いた内容ですが、どんなシーンで使っているのですか。

井上様：候補者さんの面談・面接が水準に達しているかを判断するために使っています。今のGoogleのGeminiは、何を話したかの文字起こしだけでなく、その時にどんなアクションを起こしたかという非言語の解析や、どんな感情になったかの解析ができるよう進化しています。

面接官が増えてくると、アトラクトはうまくいっているか、自社の説明はできているか、評価のタイミングで何を聞いているかを全ての動画を見て判断するのは難しい。そこを点数化する評価軸を設定して動画を見せると、面接項目ごとにGeminiが「この面接は何点」と評価してくれるので、面接官トレーニングに使えます。

点数だけでなく「もっとこうした方がいい」というアドバイスまでくれます。

面談内容のサマライズと候補者の本音フィードバック

――鈴木：表情や声色を見て、トレーニングまでやってくれるんですね。最後に、面談内容のサマライズです。

井上様：我々も候補者の方を人材紹介の形で企業様にご紹介するケースがあり、その際の面談を動画で撮らせていただいています。エージェントとしていろんな企業の求人をお伝えすると、候補者の方の反応、その企業名の前後の文脈を収集してサマライズし、レポートとして共有しています。

「初耳の会社だけど聞いてみたい」「この事業は興味があるかも」「聞いたことはあるけど特別な印象はない」など、面接の場ではネガティブなことは出ませんが、我々のような中立的な立場だと率直に言っていただけるので、企業側にすると改善のチャンス・発見のあるデータです。

月1回の定例で「事業のこういう所が候補者に伝わりづらい」「この条件面で不安がっている人が多そう」とお伝えし、会社の制度や広報コンテンツを変えていくレポーティングをしています。

――鈴木：企業からするとフラットな意見をもらえる、ない機会ですね。エージェントもオブラートに包むことが多いので、ダイレクトに定量的に判断されると嫌な気持ちにならず刺さりやすい。

井上様：そうですね。採用活動はプロダクト作りと同じで、候補者の声を聞かないと何を改善すればいいか分からないので、忖度なくストレートにお伝えするのが一番の価値だと思います。手作業だとラグが発生しますが、AIを使えばスピードを持ってフィードバックできます。

AIをどう組織に浸透させるか──不可逆な流れと「使う→広げる→組み込む」

――鈴木：本日のまとめです。AIをどう捉え、組織にどう浸透させるべきでしょうか。

鈴木：AIはもう不可逆な流れだと思います。HRの領域は、採用に限らず組織・HRBPの方も、テキストコミュニケーションがこんなに多い仕事はないと思うほど毎日たくさんのテキストをやり取りされています。そことLLM・AIは非常に相性がよく、影響度が高いので、積極的に使った方がメリットが大きい。

AIがすべきこと・人間がすべきことの整理は、AI側が毎日変わっているので線も毎日変わりますが、常にどこまでAIに任せ、人間は何に集中すべきかを社内で合意形成しておくと進めやすいと考えています。

そして、自分1人で使うより10人で使った方が享受できるものが多いので、まず使ってみて、次に誰でも使えるようにして、最後に実務のワークフローに組み込む。全員が情報をAIを通じて入れ、AIを通じて引き出すようにすると、浸透が早いと思います。

――鈴木：視聴者の方から「スカウト作成などを経営者が直接関われるレベルの内容で勉強になった」というコメントをいただきました。

鈴木：ありがとうございます。経営者と書かれていますが、人事責任者でも採用部門のリーダーでもよく、リーダーの人が率先して使わないと浸透は遅いので、リーダーの皆様はぜひ自ら動いてみるのが一番大事だと思います。

――鈴木：最後に、井上様から今日のご感想をお願いします。

井上様：AIは幅が広いと率直に感じました。待っていれば採用ができる時代から、今は売り手市場が100%という時代なので、採用はセールスで会社のトップラインを上げるのと同じくらい重要な領域です。

企業が伸びる大事な一手だからこそ、経営者や重要な役割の方が関わる機会が増えるだろうと思いつつ、「とはいえ」もあると思うので、AIを活用しながら進めていただけるといいと感じました。

おわりに

AI活用の本丸は、工数削減ではなく、候補者体験とアトラクトのアップデートにあります。採用競合の分析からフェーズ別アトラクト、スカウトの個別最適化、面接の評価まで、これまで人手と勘に頼っていた領域が、プロンプト次第で再現可能になりつつあります。

鍵になるのは、AIに丸投げするのではなく「育てる」こと、そしてAIと人間の役割を整理する要件定義力です。最後に候補者を引きつけるのは人である、という前提を持ちながら、まず自社の採用のどの工程から試すか。その一歩を持ち帰っていただければ幸いです。