候補者推薦コメントのAI活用 — 通過率を上げる書き方の型

「山根さん、この推薦コメント、テンプレっぽくて読み飛ばされてませんか」と、ある企業の人事担当の方に言われたことがあります。当時、AI下書きをそのまま整えただけの推薦コメントを送っていて、内容自体は綺麗にまとまっていたのですが、結果として書類選考の通過率が明らかに落ちていました。今日はその反省も含めて、推薦コメントにAIをどう使うと通過率を上げられるのか、僕の体感値と運用の型をお話しします。

結論から言うと、推薦コメントはAIに骨格を作らせて、そこに人が固有の一次情報を注入する、という順番を守ることが大事だと考えています。AIが得意なのは構成と言い回しの整理で、AIが不得意なのは「その候業者にしかない具体的な場面」を持ち出すことです。この二つを分けて運用すると、AI活用の速度を落とさずに通過率を維持できる、というのが今の僕の実感です。

0. 推薦コメントが「読まれない」という現実から

まず前提として、企業側の担当者は一日に何十件もの推薦コメントに目を通しています。書類選考の場に立ってみると分かりやすいのですが、似たような言い回しの推薦コメントが並ぶと、担当者の目は自然と流し読みモードに入ります。「コミュニケーション能力が高く、チームへの貢献意欲が強い」という一文は、正しいことを言っているのですが、何十件も見た担当者にとっては情報量がゼロに近い文章です。

僕が冒頭で紹介した失敗も、まさにこのパターンでした。AIに候補者の職務経歴書を読み込ませて推薦コメントの下書きを作らせたところ、文法的には正しく、褒め言葉も適切に配置された文章が出てきました。ただ、それは「その候業者にしか書けない文章」ではなく、「似た経歴の人なら誰にでも当てはまる文章」だったわけです。企業の担当者はそこを見抜いていて、僕にフィードバックをくれたのだと思います。

この経験から僕が学んだのは、推薦コメントの価値は「文章の綺麗さ」ではなく「その人固有の情報がどれだけ入っているか」だということです。AIはこの固有情報を持っていません。持っているのは面談をした僕たちCA・RAだけです。だからこそ、AIと人の役割分担を最初にはっきりさせる必要があると考えています。

1. 推薦コメントが通過率を左右する構造

推薦コメントが通過率に影響する理由を、もう少し構造的に見てみます。企業の書類選考担当者が推薦コメントから読み取ろうとしているのは、大きく三つだと僕は考えています。一つ目は「この人はなぜこの職務で活躍できるのか」という職務適合性の裏付け、二つ目は「この人はどういう場面で強みを発揮するのか」という具体的な行動の再現性、三つ目は「エージェントは本当にこの人を推しているのか」という熱量の伝わり方です。

この三つのうち、AIが単独で作れるのは一つ目の職務適合性の裏付けだけです。職務経歴書やスカウト返信の文面から、どの経験がどの職務に合っているかを整理するのはAIの得意分野で、僕の体感値でもここは人が手を動かすより速く、かつ抜け漏れが少ない印象があります。

ところが二つ目の具体的な行動の再現性と、三つ目の熱量の伝わり方は、面談で候業者本人から直接聞いた言葉や、僕自身がその場で感じた印象がないと書けません。ここをAIの一般論で埋めてしまうと、先ほどの失敗のように「誰にでも当てはまる文章」になり、企業側の担当者に見抜かれてしまいます。僕の感覚では、この二つの要素が入っているかどうかで、書類選考の通過率が1〜2割ほど変わってくる印象があります。もちろんこれは公的な統計ではなく、僕の現場での体感値としての目安ですが、実務判断としては十分に意味のある差だと思っています。

2. AIに任せてよい部分／任せてはいけない部分

ここまでの話を整理すると、推薦コメントの構成要素は大きく三つに分けられます。（1）職務適合性の裏付け（2）具体的な行動の再現性（3）熱量の伝わり方、です。この三つのうち、AIに任せてよいのは（1）だけで、（2）と（3）は人が担うべき領域だと僕は考えています。

具体的な運用としては、まずAIに職務経歴書と募集要項を読み込ませ、「この候業者がこの職務に合っている理由を3つ、それぞれ経歴のどの部分が根拠になるかを示して」という指示で骨格を作らせます。ここで出てくる文章は、いわば推薦コメントの骨格であり、まだ肉がついていない状態です。

次に、この骨格に対して、面談で聞いた具体的な発言や場面を人が注入していきます。たとえば「チームマネジメントの経験がある」という骨格に対して、「離職率が高かった5人チームを1年で立て直した際、まず1on1の頻度を週1回に固定して、メンバーの不満を可視化することから始めた、と本人が話していた」というような固有の場面を加えます。この一文があるかないかで、担当者が受け取る情報量はまったく変わってきます。

熱量の部分についても同じで、「弊社としても是非推薦したい人材です」という定型文ではなく、「面談の最後に、前職での苦労を振り返って少し声を落として話していた場面があり、そこに人柄の誠実さを感じました」というような、僕自身の一次体験を混ぜることで、テンプレでは出せない説得力が生まれます。AIにはこの部分を書かせない、というのが今の僕の運用ルールです。

3. 実務フロー：下書きAI→本音注入→整形の三段階

実際の作業フローとしては、三段階に分けて進めています。第一段階は「AI下書き」です。職務経歴書、募集要項、面談メモの要約をAIに渡して、職務適合性の観点から骨格となる推薦コメントを作らせます。この段階では長さを気にせず、根拠となる要素を多めに出させるのがポイントです。

第二段階は「本音注入」です。ここで面談メモを見返しながら、AIが出した骨格の中から使えそうな箇所を選び、それぞれに固有の場面や発言を差し込んでいきます。僕の場合、面談メモには候業者の発言をできるだけそのまま残しておくようにしていて、この段階で「そのまま使える言葉」があるかどうかが、推薦コメントの説得力を大きく左右します。面談メモの取り方自体が推薦コメントの質に直結している、というのが実感です。

第三段階は「整形」です。AIに戻して、注入した本音部分の言い回しを整えたり、全体の長さを調整したりします。ここは再びAIの得意分野で、文章の流れをスムーズにする作業は任せてよいと考えています。ただし、固有の場面や数字を書き換えてしまわないよう、整形後は必ず人が読み直して事実確認をすることを僕は徹底しています。AIは時々、文章を綺麗にする過程で細部の数字や表現をさりげなく変えてしまうことがあるため、この最終確認を省略すると事実と違う推薦コメントが企業に届いてしまうリスクがあります。

4. よくある失敗と対処／ケース比較

この運用を始めてから、いくつかの失敗パターンにも気づきました。一つ目は「本音注入を後回しにして提出期限に間に合わせる」というパターンです。AI下書きの骨格だけで一旦提出してしまい、後で直そうと思っているうちに忘れてしまう、というケースが実際にありました。これを防ぐために、僕はAI下書きが出た時点で本音注入の作業をカレンダーに予定として入れるようにしています。

二つ目は「盛り過ぎ」です。本音を注入しようとするあまり、面談で実際に聞いた話以上に候業者を持ち上げてしまうことがあります。これは企業側との信頼関係を損なうリスクがあるため、注入する内容は必ず面談メモに実際に記録されている発言や事実に限定するというルールを自分に課しています。

三つ目は「候業者本人の言葉を消してしまう」パターンです。整形の段階でAIが言い回しを整える際に、候業者らしい独特な言葉遣いまで一般的な表現に直してしまうことがあります。これは推薦コメントの個性を失わせる要因になるため、印象的な発言はそのまま引用として残す、という判断を人がする必要があります。

職種によって型を変える必要があることも実感しています。以下は僕が使い分けている大まかな型の比較です。

ハイクラス職種の場合、企業側は「この人がどういう基準で意思決定をしてきたか」を知りたがっている印象が強く、面談で聞いた判断の背景を厚めに書くようにしています。一方で若手ポジションの場合は、現時点のスキルよりも伸び幅や学習速度への期待が重視される傾向があるため、失敗談やそこからの気づきを具体的に書く方が響きやすい、というのが僕の体感値です。

5. 今日からできる実務手順

ここまでの話を、今日から実践できる手順に落とし込んでおきます。まず一つ目、面談メモの取り方を見直すことです。推薦コメントの説得力は面談メモの質に直結するので、候業者の発言はできるだけ言い換えずにそのまま記録する習慣をつけることをお勧めします。

二つ目、AI下書きを作る際は「職務適合性の根拠を3つ示して」という具体的な指示を出し、骨格だけを作らせることに徹します。この段階で本音や熱量まで求めると、AIが一般論で埋めてしまい、後の作業が逆に増えてしまいます。

三つ目、本音注入の時間を提出期限の前日ではなく、AI下書きが出た直後に確保することです。時間を空けるほど面談の記憶は薄れていくため、なるべく早いタイミングで固有の場面を差し込む作業を済ませておくのが安全です。

四つ目、整形後の推薦コメントは必ず一度、面談メモと並べて読み直し、数字や発言が変わっていないかを確認することです。これは事実確認の最終防波堤として欠かせない工程だと考えています。

五つ目、ハイクラス職種と若手ポジションで型を変える意識を持つことです。同じテンプレートをそのまま流用するのではなく、企業側が何を知りたがっているかを職種特性に合わせて調整することで、通過率の伸び方に差が出てくると感じています。

(結論)AIは筆を速くするが、推す理由は人が決める

推薦コメントの作成において、AIは文章を速く、整った形で作る力を持っています。ただ、企業側の担当者が本当に知りたがっているのは、その候業者にしかない具体的な場面と、僕たち自身がどれだけ本気でその人を推しているかという熱量です。この二つはAIが持っていない情報であり、面談を通じて僕たちだけが手に入れられるものだと考えています。

だからこそ、AIに骨格を作らせて速度を確保しつつ、本音の注入と最終確認は人が担う、という三段階のフローを守ることが、通過率を安定させる一番の近道だと僕は感じています。テンプレ化した推薦コメントで一度失敗した経験があるからこそ、この役割分担の大切さを実感しています。皆さんいかがでしたでしょうか。では今日もがんばりましょう。