【人材紹介・採用代行】求人票作成をClaude Code/Codexで自動化する方法
aikanri-admin
この記事の内容
求人票作成は、企業から聞いた採用要件を、候補者に伝わる言葉へ変換する業務です。商談メモ、過去の求人票、求人媒体の入力フォーム、企業からのメールを行き来しながら、必須条件と歓迎条件を分け、仕事の魅力を言語化し、媒体ごとの体裁に整える作業が一度に発生します。とくに初稿づくり — どの条件を必須として立て、どこを訴求の軸にするか — は経験に依存しやすく、要件整理が得意なベテラン1人に集中しがちです。AIは採用要件の良し悪しや募集可否を決めるものではありませんが、ヒアリングメモの構造化、必須・歓迎条件の分離、求人票ドラフトの作成、表現の調整を先に行う補助として使えます。
1求人票あたりの要件整理とドラフト作成 (リンクワークス社のモデル事例)
本記事では、AI鬼管理 が支援を想定する リンクワークス社 (大阪府・IT/バックオフィス職の人材紹介中心・求人保有数約320件) をモデル事例に、Claude Code/Codex で求人票の初稿を「要件の分解 + 求人票ドラフト + 企業確認リスト」まで半自動化する手順を解説します。要件整理をベテランCAの早瀬さん1人が担い、初稿づくりに1件60分かかっていた会社が、入社2年目の三田さんも初稿を起こせるようになり、企業確認の戻りと公開遅れを減らした流れです。
代表菅澤
代表菅澤
AI鬼管理山崎
この記事を最後まで読むと、
- 求人票作成で担当者が抱えている負荷(条件の拾い出し・過去求人票探し・媒体ごとの書き分け)が分かる
- Claude Code/Codexで自動化できる3項目(要件の構造化/求人票ドラフト/企業確認リスト)が理解できる
- 5ステップでのPoC〜運用の進め方が分かる
- 採用要件ヒアリングから求人票ドラフトを起こす型が分かる
- 求人媒体・職種別に訴求を書き分ける考え方が分かる
01 PROBLEM 求人票作成の現場で起きていること 条件の拾い出し・過去求人票探し・媒体別の書き分けのトリレンマ
問題1: 要件の分解がベテラン1人に集中する。商談メモを見ながら「何を必須にし、何を歓迎に回すか」「どこを訴求の軸にするか」を判断する作業は、リンクワークス社では実質、早瀬さん1人しかできませんでした。若手の三田さんは条件の優先順位がつかめず、結局は早瀬さんの確認待ちになり、早瀬さんがボトルネックになります。
問題2: 過去求人票を探すだけで時間が消える。「前に出した似た職種の求人、どう書いたか」を探すのに、共有フォルダや各媒体の管理画面をたどって30分。案件ごとに見出しの付け方や条件の粒度もバラバラで、同じ会社の求人なのに文章のトーンが揃いません。
問題3: 媒体・職種ごとの書き分けが属人化する。同じ求人でも、スカウト媒体・求人広告・自社サイトでは、文字数も刺さる切り口も違います。どの媒体にどの訴求を載せるかが担当者の感覚に依存し、リンクワークス社でも、繁忙期に急いで作った求人票ほど、媒体に合わない使い回しになっていました。
02 WHAT Claude Code/Codexで何を自動化するか 要件の妥当性判断ではなく、構造化と未確認条件の抽出を自動化
📚 用語解説
採用要件：企業が求める人材の条件を、職務内容・必須条件・歓迎条件・人物像・選考基準などに整理したもの。求人票の土台になるが、どの条件を必須に立てるか・どこまで歓迎に回すかが担当者の経験に依存しやすく、同じ案件でも担当者によって求人票の精度が変わる、属人化の主因になりやすい工程。
処理1: ヒアリングメモの構造化。商談メモやメールの文章から、職務内容・募集背景・必須条件・歓迎条件・働き方・選考フロー・訴求ポイントに分けて整理します。「英語が使える」のような一文を、必須なのか歓迎なのか、レベル感はどの程度かまで確認できる形に並べ替えます。
処理2: 求人票ドラフトの作成。整理した採用要件を、候補者向けの文章に変換します。仕事内容を箇条書きと本文に整え、読みやすい見出しを付け、「誰のどんな課題を解決する仕事か」「入社後に何を任されるか」が伝わる初稿を作ります。
処理3: 企業確認リストの作成。給与レンジ、勤務地、リモート可否、選考回数、必須資格など、AIが補ってはいけない・企業確認が必要な項目を一覧化します。この確認リストが先にあるだけで、未確認条件のまま公開してしまうトラブルが減ります。
| 入力情報 | AIが整理すること | 人(担当者/企業)が確認すること |
|---|---|---|
| 商談メモ | 職務内容・必須/歓迎条件の候補 | 条件の妥当性、募集の意図、優先順位 |
| 過去求人票 | 使える表現・見出しの型の候補 | 今回との差分、媒体への適合 |
| 媒体の入力欄 | 媒体ごとの文字数・項目への割り付け | 掲載ルール、表現規定の適合 |
| 企業からのメール | 待遇・選考フローの未確認項目の抽出 | 企業確認済みの事実か |
AIの役割は要件の構造化・ドラフト・未確認条件の抽出まで。条件が狭すぎないか、募集として適切か、表現に問題がないかは必ず担当者と企業が確認します。この線引きを最初に決めておくと、現場が安心してAIを使えます。
03 HOW 具体的な進め方 5ステップ 小さくPoCし、外した表現の理由を求人票ルールへ戻す
求人票作成AI化の5ステップ
件数が多く書き直しが多い職種(例: 経理・ITエンジニア)を1つ選び、求人票の型を作りやすい対象から始める
「経理なら必須は実務年数と決算経験、歓迎は税務・連結」など、早瀬さんの頭の中の分け方と、必ず企業確認する項目を文章化する
要件の分解・求人票ドラフト・企業確認リストを、確定ではなく確認用ドラフトとして出す
担当者が直した箇所と「なぜその表現を外したか」をCLAUDE.mdへ戻し、初稿の精度を上げる
初稿づくりを若手に任せ、ベテランは訴求と事実確認に回る。うまくいった職種から横展開する
5ステップで最も大切なのは、STEP 4の「外した表現の理由」を残すことです。AIが書いた訴求や条件表現を担当者が直した場合、「なぜこの表現は使わないのか」を残さないと、次回も同じ表現が出ます。逆に、その理由をCLAUDE.mdへ戻せば、AIの初稿は少しずつリンクワークス社の求人票基準に近づきます。
04 RESULT 導入後の変化と数値効果(リンクワークス社の事例) 求人票初稿60分→15分、属人化の解消
- 商談メモから条件を、早瀬さんが手作業で必須/歓迎に振り分けていた(1件約60分)
- 似た過去求人票を共有フォルダや各媒体の管理画面から探すのに時間がかかった
- 必須条件と歓迎条件が混ざり、応募のミスマッチや企業確認の戻りが多かった
- 若手の三田さんは初稿を作れず、求人票が早瀬さん1人に集中して公開が遅れていた
- AIが商談メモを必須/歓迎/人物像/訴求に分解し、初稿づくりは約15分に
- 過去求人票の見出しや表現を参照し、職種別の型に沿って下書き
- 未確認の待遇・選考条件を企業確認リストとして先に提示し、戻りが減少
- 若手の三田さんが初稿を起こし、早瀬さんは訴求と事実確認に専念できるように
AI鬼管理山崎
05 PITFALL よくある落とし穴3つ 要件判断・未確認条件・候補者情報の扱いを誤らない
条件が狭すぎないか、その募集が適切か、表現に問題がないかは、企業と市場を知る担当者・企業が確認します。AIは要件の整理と下書きまで。妥当性の最終判断を任せると、現実に合わない求人票がそのまま公開されます。
給与レンジ、勤務地、リモート可否、選考回数、必須資格などは、AIの補完ではなく企業確認済みの情報だけを使います。AIが”それらしく”埋めた条件をそのまま載せると、応募者との認識違いや、企業との信頼問題になります。
求人票作成で個人が特定できる候補者情報は原則不要です。参考にする場合も匿名化し、保存場所とアクセス権限を決めたうえで、必要最小限の情報だけを扱います。候補者情報と求人情報を同じメモに残し続けると、後で管理が難しくなります。
06 DRAFT 採用要件ヒアリングから求人票ドラフトの型 聞いた順ではなく、候補者が読む順に組み替える
求人票でつまずく一番の原因は、企業から聞いた順番のまま条件を並べてしまい、候補者が知りたい順番になっていないことです。リンクワークス社では、AIに渡す前にヒアリング項目を決め、そこから「候補者が読む順」に組み替えるドラフトの型を作りました。CLAUDE.mdにこの型を書いておくと、AIが同じ順番で初稿を組みます。
ステップ1: ヒアリングで必ず埋める項目を決める
ステップ2: 候補者が読む順にドラフトを組む
候補者は「どんな会社か→何をする仕事か→自分に合うか→条件は見合うか」の順で読みます。そこでAIには、ヒアリング項目を ①事業/募集背景 → ②仕事内容と任される範囲 → ③求める人物像 → ④必須・歓迎条件 → ⑤働き方・待遇 の順に並べ替えてドラフト化させます。聞いた順のまま条件を先頭に並べるより、応募の質が安定します。
ステップ3: 「事実」と「魅力づけ」を分けて確認する
ドラフトでは、給与や勤務地などの事実と、仕事のやりがいなどの魅力づけを分けて見ます。AIには「事実=企業確認が必要」「魅力づけ=担当者が表現を調整」とラベルを付けさせ、誇張や断定が混ざっていないかを担当者が確認します。
上のヒアリング項目と並べ替えの順番をCLAUDE.mdに書いておくと、AIが商談メモを同じ型に整えてドラフト化します。聞いた順のまま書くより、候補者が判断しやすい求人票になり、初稿の手戻りが減ります。
07 CHANNEL 求人媒体・職種別の訴求の書き分け 同じ求人でも、媒体と職種で刺さる切り口は変わる
同じ採用要件でも、載せる媒体と職種によって、刺さる訴求も適切な文字数も変わります。リンクワークス社が使っている、媒体別・職種別の書き分けの観点を紹介します。CLAUDE.mdにこの観点を書いておくと、AIが媒体・職種に応じて訴求の切り口を変えた初稿を出します。
媒体別の書き分け
職種別の訴求の軸
求人票は、性別・年齢・国籍などによる差別的表現や、誤解を招く誇大な表現が禁止されています。「若手活躍中」「未経験歓迎」などの表現も、職種や文脈によっては表現の調整が必要です。AIが出した訴求は、媒体の掲載基準と関連法令(職業安定法など)に照らして、必ず担当者が最終確認してください。
上の媒体別・職種別の観点をCLAUDE.mdに例文付きで書いておくと、AIが同じ求人から媒体・職種に合わせた訴求の初稿を作り分けます。媒体に合わない使い回しが減り、求人票の精度が担当者によらず安定します。
08 RELATED 関連記事: 人材紹介・採用代行の自動化事例10選(全業務マップ) 求人票以外の9業務も含めた事例集
本記事は人材紹介・採用代行の自動化事例10選のうち、事例1「求人票作成」を深掘りした内容です。スカウト文・候補者スクリーニング・推薦文作成など他の業務もあわせてご覧ください。→ 人材紹介・採用代行の自動化事例10選(全業務マップ)
09 ABOUT AI鬼管理について - 求人票作成の伴走サービス 属人化した求人票を、確認中心の運用へ
本記事を発信している AI鬼管理 は、人材紹介会社・採用代行チームのAI業務自動化をClaude Code/Codexで設計から伴走するサービスです。求人票作成は、要件整理と媒体別の書き分けの属人化を解くことで、公開スピードと若手育成に効く打ち手です。
代表菅澤
属人化した求人票初稿、いっしょに軽くしませんか?
本記事のリンクワークス社の例は、IT/バックオフィス中心・求人保有約320件・要件整理1人集中というモデルケースです。貴社の取り扱い職種の構成や担当体制によって、最適な進め方は変わります。まずは今の求人票の作り方をうかがって、貴社に合った設計をご提案します。
代表菅澤
NEXT STEP
この記事の内容を、あなたのビジネスで
実践してみませんか？
AI活用を自社で回せるようになりたい方へ
AI鬼管理
Claude Code/Codex・Cowork導入支援から業務設計・社内浸透まで実践ベースで伴走。「自社で回せる組織」を90日で作る経営者向けトレーニング。
よくある質問
Q. 求人票をAIにそのまま作らせても大丈夫ですか?
A. 初稿作成には使えますが、そのまま掲載するのは避けます。給与・勤務地・選考条件などは企業確認済みの情報だけを使い、表現の適切性や媒体の掲載基準も担当者が最終確認します。
Q. 必須条件と歓迎条件の整理にも使えますか?
A. 使えます。商談メモから条件候補を必須/歓迎に分ける用途に向いています。ただし条件の採否や妥当性は企業と担当者が確認します。
Q. 候補者に刺さる表現も作れますか?
A. 作れます。仕事内容・成長機会・働き方などを候補者向けの表現に変換できますが、誇張や未確認情報、差別的表現がないかを必ず確認します。
Q. 求人媒体ごとに書き分けられますか?
A. 書き分けられます。媒体別・職種別の観点をCLAUDE.mdに登録しておくと、スカウト媒体・求人広告・自社サイトで訴求の切り口や文字数を変えた初稿を作れます。
Q. 候補者の個人情報は入れてよいですか?
A. 求人票作成では個人が特定できる候補者情報は原則不要です。利用する場合も匿名化し、保存場所とアクセス権限を決めておきます。
Q. 労働条件や求人広告表現の正確性はどう担保しますか?
A. AIの初稿は下書きです。労働条件の正確性や最終確認は人が行い、職業安定法など関連法令や媒体の掲載基準に照らして、差別的・誇大な表現がないかを担当者が確認します。
Q. 料金やプランを教えてください
A. 料金やサポートプランは AI鬼管理のサービスページをご覧ください。貴社向けの個別ご提案は本記事末尾のNEXT STEPからお問い合わせください。
Claude Codeで業務自動化を90日で叩き込む
経営者向けの伴走型パーソナルトレーニング
Claude Code を業務に落とし込む
専門研修コース一覧
受講者本人の業務を題材に、「使いこなせる」状態になるまで伴走する研修プログラム。1対1特化型・ハンズオン・法人講座の3コースを展開中。業務特化・実装まで踏み込むタイプのClaude Code研修です。
研修コース一覧を見る →AI鬼管理へのお問い合わせ
この記事を読んで気になった方へ。
AI鬼管理の専門スタッフが、御社に最適な
業務自動化プランを無料でご提案します。
- AI業務自動化サービス「AI鬼管理」を運営 — Claude Code を活用し、経営者の業務を「AIエージェントに任せる仕組み」へ転換するパーソナルトレーニングを 伴走構築 で提供。日報・採用・問い合わせ対応・経費精算・議事録・データ集計・営業リスト等の定型業務を、AIに代行させる体制を経営者と一緒に作り込む
- Claude Code 実装ノウハウを 経営者・法人クライアント に直接指導。生成AIを「便利ツール」ではなく 「業務を任せる存在」 として運用する手法を体系化
- 「やらせ切る管理」メソッドの開発者。シンゲキ株式会社（2021年設立・鬼管理専門塾運営）にて累計3,000名以上の学習者を志望校合格に導いた管理メソッドを、AI × 経営者支援 に転用
- 著書『3カ月で志望大学に合格できる鬼管理』(幻冬舎)、『親の過干渉こそ、最強の大学受験対策である。』(講談社)
- メディア出演: REAL VALUE / カンニング竹山のイチバン研究所 / ええじゃないかBiz 他
- 明治大学政治経済学部卒
