「採用は経験と勘」と言われていた時代は終わりました。Claude を採用業務に組み込んだ私の現場では、選考精度と速度が同時に上がっています。母集団100人から内定者を決めた1ラウンドの実体験を共有します。
使った場面：5つの工程
1. 求人票の起案
「新規採用するエンジニアの求人票を、3つのトーンで作って」と依頼。
– 形式重視（大手志向）
– 文化重視（スタートアップ志向）
– バランス型
3案から選んで、自社らしくチューニング。求人票の作成時間：4時間→40分。
2. スクリーニング
応募100人の履歴書を、応募ポジション要件と照らして「合致度」を5段階評価。
– A評価（要面接）：8人
– B評価（要検討）：22人
– C評価以下：70人
人間の判断と8割一致。残り2割は再確認することで、見落としリスクを下げる。
3. 面接準備
各候補者ごとに「履歴書の特徴・聞くべき質問・確認すべき懸念点」を Claude に整理させる。1次面接の準備時間：30分→5分。
4. 面接後の評価メモ
面接の音声記録を Claude にかけて「このポジションでの強み・気になる点・追加で確認したい点」に構造化。評価の客観性が大幅に上がる。
5. 候補者比較
最終候補3名のメモを Claude に投げて「ポジション要件への合致度・チームへの相性・育成可能性」で比較表化。意思決定が透明になる。
結果：母集団100人 → 内定1人までの所要時間
- 従来：3週間
- Claude 活用後：1.5週間
注意点：AI に頼ってはいけない場面
- 最終決定：人を採用する責任は人間が持つ
- 差別的な判断：年齢・性別・出身大学などのバイアスを意識的に排除
- 個人情報：氏名・連絡先など、Claude に必要のない情報は渡さない
- 感情的な相性：実際に会って話す感触を最優先
業務効率より「品質向上」が大きな効果
時短効果はもちろんですが、それ以上に「採用判断の質が上がった」効果が大きい。
– 面接前の情報整理が深い
– 評価軸が明確で比較しやすい
– 抜け漏れが減る
これらが「ミスマッチ採用」を減らし、長期的な定着率向上に貢献する。
導入の手順
- まずは求人票・スカウトメールから（負担小・効果大）
- 慣れたら履歴書スクリーニングへ
- 最終的には面接後評価まで
採用関係者に知ってほしいこと
「採用は AI で省略できる」ではなく、「AI を使うと、人間が判断に集中できる」が正解。 Claude が下書きを作ってくれるから、私たちは「この人と一緒に働きたいか」という最も重要な判断にフォーカスできるのです。
よくある質問
この記事に関連する質問と答えをまとめました。