採用 · October 3, 2026 · 約9分
再現できる採用プロセス:2回回せる13のステップ
AIロールのための再現できる採用プロセス:3つのルール、5フェーズ13ステップ、AIが下書きをしても決めてはいけない場面を解説。Hiring Hubで無料で読めます。
目次
この記事は、これからAIロールの募集を始める採用マネージャーや創業者の方に向けたものです。最初に少し居心地の悪い課題から始めます。直近で採用した人のことを思い出し、自分が何をしたのか、記憶だけで正確に書き出してみてください。多くの人はできません。そこで必要になるのが、再現できる採用プロセスです。今回の採用で回し、次の採用でもう一度回せる、文書化された手順のことです。新しい分野での採用ミスは気づくのも是正するのも遅くなりがちで、誰も説明できないプロセスは改善できません。以下では、3つのルール、5フェーズ13ステップ、AIが役立つ場面と決めてはいけない場面、そしてプロセスがうまくいったかの測り方を説明します。
再現できる採用プロセスとは?
再現できる採用プロセスとは、各ステップに担当者と完了の定義を持たせた文書化された手順で、回すたびに同等の結果を生み出すものです。誰かに面接する前に基準を合意し、すべての候補者に同じ証拠を求め、その証拠に照らして決定を記録します。チームの誰でも引き継いで実行でき、なぜその人を選んだのかを後から説明できます。
実際の採用の多くは、そうなっていません。入口にはオファーレターと入社日があり、その間はぼんやりしています。カレンダーの招待、前回のポジションから使い回した求人票、前回の募集以来誰も開いていない面接質問の共有ドキュメント、といった具合です。これは性格の欠点ではなく、採用をプロセスではなく一回限りの取り組みとして扱ったときに起こることです。そして見落としやすいコストがあります。どう採用したかを説明できなければ、それを繰り返すことも、改善することも、次のマネージャーに引き継ぐこともできません。
採用は、記憶に残る離れ業ではなく、2回回せるプロセスであるべきです。
AIロールの採用が、他のロールより難しいのはなぜですか?
AIロールの採用が難しいのは、ロールが新しく、同じ肩書きでも組織によって意味が異なり、マネージャーが普段借りてくるテンプレートが乏しいか、別の仕事を想定しているためです。AIエンジニア、AIエージェントエンジニア、プロンプトエンジニア、AIプロダクトマネージャー、AIガバナンスリードは急速に変化しており、同じ肩書きでも会社が違えば仕事も違います。仕事の共通定義がなければ、良い候補者の共通定義もありません。
そのすき間から、ばらつきが入り込みます。ある面接官はモデル評価について聞き、別の面接官はお気に入りのフレームワークについて聞き、3人目は以前の勤務先のブランドについて聞きます。それぞれの会話はもっともらしく感じられますが、どれも比較できません。一方で、採用に関する助言の多くは、まさに助言にとどまっています。構造化する、成功を定義する、リファレンスを確認する、といったことです。どれも正しいのですが、実際に動くプロセスは、募集を出したまま、チームが助けを待つ中、期限に追われて自分で作ることになります。
採用マネージャーに必要なのは、実際に動くプロセスに近いものです。順番に並んだステップ、それぞれの担当者、完了の姿、そして本来ゼロから書くことになる文書です。それがHanzomon Hiring Hubの考え方であり、この記事の残りで順に説明していきます。
プロセスをまとめる3つのルール
どのルールも特別なものではありません。ただ、月曜日からそのまま使える形で書かれていることが少なく、だからこそ忙しいときに忘れられてしまいます。ロールを問わず、すべてのステップに当てはまります。
- 誰かに会う前に基準を合意する。ロールに必要なこと、そして何を強い証拠とみなすかを最初に固定しておけば、候補者ごとに基準がぶれません。
- 全員から同じ証拠を集める。同じ課題、同じ質問、同じ順序で行えば、たまたま楽な会話になった人ではなく、対等な条件で候補者を比較できます。
- まず一人で採点し、その後で一緒に決める。デブリーフの前に各面接官が自分の見解を書き留め、決定は声の大きい人ではなく証拠に照らして記録します。
3つ目のルールが、目立たないところで最も大きな役割を果たします。先に各自が独立して採点すれば、意見の違いは勝負ではなく情報になります。同じワークサンプルを見た2人の面接官の採点が3点離れていたなら、話し合う価値のあるものが見つかったということです。面接の進め方は構造化面接のガイドで詳しく説明しており、書面のスコアカードがそれぞれの見解を紙に残します。
最初に基準を固定してください。求人票からオファーまで、その後のすべてのステップは、最初の候補者が来る前に基準が書かれていれば、進めやすく、説明もしやすくなります。
採用ライフサイクルの13ステップとは?
私たちが使う採用ライフサイクルは、5つのフェーズに分かれた13ステップで、ポジションの承認からプロセスの振り返りまでを通して回ります。10ステップはすべての採用で必須です。3ステップは任意で、下に印を付けています。本来得られない証拠を補えるときは行う価値があり、そうでなければ省いて構いません。各ステップには、誰が担当し、何をもって完了とするかが定められています。
- 計画:1. 役割を計画する。2. 成功の定義を合意する。
- 募集:3. 求人票を書く。4. 候補者を探す(任意)。
- 選考:5. 応募書類を確認する。6. リクルーター面談(任意)。7. ワークサンプル。8. 構造化面接。
- 意思決定:9. 証拠を比較する。10. リファレンスを確認する(任意)。11. オファー条件に合意する。
- 受け入れと振り返り:12. 入社後の定着を支援する。13. 採用までの時間を測定する。

任意のステップが任意である理由
候補者を探すこと、リクルーター面談、リファレンスチェックは、それぞれ正しい一手になることもあれば、1週間の無駄になることもあります。直接の応募だけで十分に強い候補者リストが得られるなら、ソーシングで得られるものはわずかです。応募者がごく少数であれば、リクルーター面談で聞く報酬や条件の確認は、応募書類の確認に含められます。リファレンスチェックは、法律と社内ポリシーが認める範囲で、そして仕事ぶりを見た人からの具体的な証拠が判断を変えうる場合に行う価値があります。それぞれに、使うべきとき、省くべきときを記しておくことで、プロセスは労力について正直であり続けます。
完了の姿とは
完了の定義は、思っている以上に大切です。定義がなければ、ステップはいつの間にか長引くか、終わったのかどうか誰もわからないまま飛ばされてしまいます。「成功の定義を合意する」は、基準とそれを満たす証拠が書き出され、面接を担当する人たちが承認した時点で完了です。「ワークサンプル」は、最終候補者全員が同じ課題を終え、同じ基準で採点された時点で完了です。ワークサンプルは、その人が仕事にどう取り組むかを示す直接的な証拠になります。
10分しかないなら、13ステップを読んで、前回の採用で飛ばしたものが2つか3つないか確認してください。そこが、抜けを探す最初の場所です。
採用プロセスがうまくいっているか、どう測りますか?
採用プロセスが機能しているかどうかは、ステージごとの日数、時間が失われている場所、オファーの承諾率と候補者の離脱を追跡し、各募集を前回と比較することで測定します。ステップ13で、これらの指標をまとめます。採用までの時間は、採用された候補者について、応募または最初の接点からオファー承諾までの日数です。ポジション充足までの時間は、リクイジションの承認から承諾までです。2つは別の問いに答えるため、私たちは分けて扱っています。
この違いが初めてなら、採用までの時間とポジション充足までの時間で定義を、採用平均時間で、単一の平均値がうまくいかなかった募集をなぜ隠してしまうのかを説明しています。再現できるプロセスは、ここで真価を発揮します。すべての募集が同じステップをたどれば、遅いステージは不運な一件の逸話ではなく、複数の採用にまたがるパターンとして現れ、候補者の母集団のせいにするのではなく、そのステージを直せるようになります。
スピードは一つの指標にすぎません。もう一つは、採用した人が実際に良い人だったかどうかで、それは数か月後にならないとわかりません。ステップ12の入社後の定着支援には30-60-90プランが付いており、求人票に書いた成果に対する90日時点での確認が、プロセスが正しく選べたかを教えてくれます。何度か採用を重ねるうちに、この比較がプロセスを改善する方法になります。
採用でAIはどこで役立ち、どこで決めてはいけませんか?
AIは下書きと準備に役立ちますが、人に関する決定を下してはいけません。求人票の初稿、スカウト文のたたき台、回答を深掘りする追加質問、受け入れ計画、プロセスのどこが遅いかの分析などに使えます。候補者の順位付け、採点、足切りには使わず、候補者の個人情報を入力することも決してしないでください。AIが下書きし、人が決めます。
私たちはAIネイティブの採用プロダクトを作っているため、採用でもっとAIに任せるべきだと主張すると思われるかもしれません。しかし人に関する決定については、その逆だと考えています。下書きは、もともと誰かが書くはずだった作業であり、初稿があれば白紙から始めるのではなく、確認して手直しできます。決定は、人が説明できるものであるべきで、「モデルがそう言った」は、候補者にも、規制当局にも、自社の経営陣にも受け入れられる説明ではありません。
この立場は、形だけの慎重さではなく、意図的なものです。規制当局は採用におけるAIを重大な問題として扱っています。EU AI Actは、採用と選考に使われるAIシステムを、限定的な例外を除き、高リスクの用途の一つに挙げており、ニューヨーク市のLocal Law 144は対象となる自動化された雇用決定ツールを規制しています。それぞれの要件は、EU AI Actと採用およびNYC Local Law 144のガイドで解説しています。どの法域で採用するにしても、人に関するすべての決定には、責任を負う人がいるべきだと私たちは考えます。
これは一般的な情報であり、法的助言ではありません。採用を行う地域で適用される規則を確認し、候補者に関する決定でAIツールに頼る前に、資格を持つ弁護士の助言を受けてください。
各ステップの背後にある4Dプロンプト
Hiring Hubのすべてのステップには、AIフルーエンシーの4Dフレームワークに基づいた、そのままコピーして使えるプロンプトが付いています。4Dとは、委任(Delegation)、記述(Description)、識別(Discernment)、誠実さ(Diligence)です。要するに、何を任せるかを決め、明確に伝え、返ってきたものを確かめ、結果に責任を持つということです。プロンプト自体がルールを含んでいるので、候補者の順位付けや足切りをしないという指示が、つい無視したくなるまさにその場所に置かれています。より詳しい内容は4Dフレームワークの記事をご覧ください。
Hiring Hubには何が入っていて、費用はいくらですか?
Hiring Hubは、採用を最初から最後まで進めるためのインタラクティブなガイドで、まずAIロール向けに作られています。業界、職務ファミリー、職種を選ぶと、関連する文書が付いたライフサイクル全体が表示されます。ハブ上のコンテンツはすべて無料で読めます。ダウンロードにはすべてメールアドレスが必要です。リンクをお送りし、確認済みのメールアドレス1つで、そのロールのキットのダウンロードを7日間すべて利用できます。
Hiring Hub は、AIエンジニア、AIエージェントエンジニア、機械学習エンジニア、プロンプトエンジニア、AIプロダクトマネージャー、AIガバナンスリードといったAI関連のロールのキットから始まりました。現在は、その他の技術職に加え、看護と金融のロールにも対応しており、今後もロールを追加する予定です。各キットには次のものが含まれます。
- 画面上で読めて、WordとPDFでも入手できる、整った求人票。
- 採点基準付きのワークサンプル課題。
- 職務の中核スキルに関するロール別の面接質問と、強い回答と弱い回答の例。
- CSV形式のスコアカードと、各ラウンド用の面接官シート。
- 30-60-90の受け入れ計画、リファレンス質問、オファーのチェックリスト。
- キット全体をまとめた、ブランド入りの印刷可能なPDF。
- そのままコピーして使えるプロンプト集(単体でもダウンロード可能)。
これらの文書は完成された答えではなく、出発点です。求人票はチームに合わせて調整し、ワークサンプルは自社の技術スタックに合わせて変更し、基準は本当に必要なことに合わせて保ってください。
Hanzomonは、AIネイティブのスキルアセスメントプラットフォームであるH-Evaluateを提供しています。Hiring Hubはそれとは別のもので、アセスメントソフトウェアを使うかどうかにかかわらず機能する、人が進めるプロセスです。
再現できる採用プロセスは、どんなときに使うべきですか?
信頼できる方法がないまま募集を始めるとき、初めて扱う肩書きで採用するとき、頼れるリクルーターがいないまま最初のAI人材を採用するときに、再現できる採用プロセスを使ってください。すでに体制のある組織でも、現在のプロセスに抜けているステップがないか、比較できない根拠に頼っていないかを点検するのに役立ちます。
私たちは、誰も記憶を頑張るだけでは良い採用はできないと考えています。ステップが書き出され、証拠が比較でき、決定を後から説明できる人のもとにあるとき、人は良い採用ができます。Hiring Hubを開いてロールを選び、今の採用の進め方と照らして、このプロセスが通用するか確かめてください。良い採用は再現できます。2回回してみてください。
執筆者
Aayesha Patel · Co-founder, Hanzomon Inc
Co-founder of Hanzomon. Writes about skills-based hiring, fair assessment and building a better candidate experience.