採用面談の振り返りをAIで整理する方法

結論：AIは面談メモを構造化する作業に使い、採用判断は人間が下す

採用面談の振り返りで時間がかかるのは、メモを整理して評価コメントを書く作業と、複数の候補者を横断的に比較するレポートの作成だ。これをAIに任せると、面談後の事務作業が1人あたり20〜40分から5〜10分に短縮できる。ただし、採用判断そのものをAIに委ねることはできない。評価コメントはあくまで人間が確認・修正するための叩き台として使う。

AI活用の全体フロー

採用面談でのAI活用は、3段階で構成される。

1. 面談中：構造化されたメモを取る
2. 面談後：メモをAIで評価コメントに変換する
3. 選考フェーズ：複数候補者の比較レポートをAIで生成する

この順番通りに進めると、最終的なレポートの品質が上がる。

ステップ1：構造化されたメモの取り方

面談中のメモが散漫だと、AIへのインプットが悪くなる。事前にメモのフォーマットを決めておくと効果的だ。

【候補者ID】A-2026-045（氏名は社内管理システムで管理）
【面談日時】2026-06-10 14:00〜15:00
【面接官】山田（採用担当）、佐藤（現場マネージャー）

【質問と回答メモ】
Q: これまでの業務で最も難しかった課題は何ですか
A: 前職でシステム移行プロジェクトのPMを担当。ベンダー3社との調整が難航し、リリースが2ヶ月遅延した。最終的にはXXという方法で解決した。

Q: チームメンバーと意見が対立したときはどう対処しますか
A: ...

【印象メモ】
- 論理的な説明ができている
- 具体的な数値を挙げて話す
- 想定外の質問への対応がやや硬い

個人情報保護の観点から、AIに渡すメモには候補者の氏名・連絡先・生年月日などの個人識別情報を含めない。候補者IDなど内部管理番号に置き換えて入力する。

ステップ2：評価コメントを生成するプロンプト

面談メモができたら、次のプロンプトで評価コメントを生成する。

以下は採用面談のメモです。次の評価項目ごとに、根拠となる発言を引用しながら評価コメントを作成してください。

【評価項目】
1. 課題解決力（困難な状況でどう問題を解決したか）
2. コミュニケーション力（論理的に説明できるか）
3. チームワーク（他者との協働経験）
4. 成長意欲（学習や挑戦への姿勢）

【評価基準（各項目5段階）】
5：具体的な実績があり、詳細に説明できる
4：実績があり、概ね説明できる
3：経験はあるが、具体性に欠ける
2：経験が浅いか、説明があいまい
1：該当する経験が見られない

【面談メモ】
（メモの内容を貼り付け）

出力形式：
- 各評価項目：スコア（1〜5）+ 根拠となる発言の引用 + 60字以内のコメント
- 全体印象：100字以内
- 懸念点・確認事項：箇条書き

「根拠となる発言の引用」を求めることで、AIが推測で評価する部分を減らせる。引用が薄いコメントは、人間がメモに戻って確認するサインになる。

ステップ3：候補者比較レポートの生成

複数の候補者の評価コメントが揃ったら、横断比較レポートをAIで生成する。

以下は同じポジションの採用面談を受けた候補者3名の評価コメントです。
各候補者を評価項目別に比較した一覧表と、採用判断の参考情報として各候補者の強み・懸念点をまとめてください。

採用判断そのものは行わず、情報整理のみを出力してください。

【候補者A-2026-043の評価】
（評価コメントを貼り付け）

【候補者A-2026-044の評価】
（評価コメントを貼り付け）

【候補者A-2026-045の評価】
（評価コメントを貼り付け）

出力形式：
1. 評価項目別比較表（候補者×評価項目のマトリクス）
2. 各候補者の強み（箇条書き2〜3点）
3. 各候補者の懸念点・確認事項（箇条書き1〜2点）

「採用判断そのものは行わない」とプロンプトに明記するのは重要だ。これがないと、AIが「A候補を推奨します」のような評価を出力することがある。採用判断は面接官と採用担当者が行うものであり、AIの出力はその判断材料の一つに過ぎない。

評価基準のブレを防ぐルーブリック設計

同じ候補者でも、面接官によって評価にばらつきが出ることがある。AIを使う前に、評価項目と基準を文書化したルーブリックを作成しておくと、この問題を緩和できる。

ルーブリックには次の要素を含める。

要素	内容
評価項目	採用するポジションで必要な能力・特性
判断基準	各スコアに対応する具体的な行動・発言の例
NG例	スコアを高く付けすぎるケース（ハロー効果など）

AIへのプロンプトにこのルーブリックを添付することで、評価の軸が統一され、担当者間のブレが減る。

バイアスを含む表現への注意

AIが生成した評価コメントには、意図せずバイアスを含む表現が混入することがある。確認すべき主なパターンは以下だ。

属性への言及： 「女性にしては論理的」「若いのに経験豊富」「外国語が母語のわりに流暢」のような表現は、属性に基づく評価であり採用業務では不適切だ。

外見・印象への言及： 面談はオンラインでも対面でも行われるが、外見や服装への言及は評価項目として適切でない。

曖昧な「文化的フィット」： 「うちの会社に合いそう」「なじめると思う」のような表現は、客観的な根拠がなく差別につながりやすい。具体的な行動や発言に基づいた評価に置き換える。

採用・人事業務でのAI活用では、求人票の作成からオンボーディングまでの広い視点でAIの使い方を解説している。

個人情報管理の実務的な注意点

採用業務では候補者の個人情報を扱うため、AIツールへの入力には慎重な判断が必要だ。

一般的に確認すべき事項は次の通り。

• 利用するAIツールの利用規約で、入力データが学習に使われないかを確認する
• 社内の情報セキュリティポリシーで外部AIサービスへの個人情報入力が許可されているかを確認する
• 採用業務に特化した社内導入版AIを使うことが望ましい場合もある

具体的な判断は社内規定と利用ツールの規約に従う。疑問がある場合は情報システム部門や法務に確認してほしい。

また、会社で生成AIを使うときの注意点には、業務でのAI利用に関する一般的なリスクと対策をまとめている。

まとめ

採用面談のAI活用は、構造化メモの作成→評価コメント生成→候補者比較レポート作成の3段階で進める。AIは評価の叩き台を作るのに使い、採用判断は人間が行う。個人情報の取り扱いには社内規定を確認し、生成された評価コメントにバイアスが含まれていないかを人間がチェックする習慣をつける。