AI出力のチェックリストとは何か、確認が抜けるのはなぜか
AI出力のチェックリストとは、AIの下書きを外に出す前に、何をどの順で確かめるかを決めた一覧のことです。確認が抜けるのは注意力の問題というより、確認の基準が言葉になっていないことが原因です。
私たちのナレッジでは、推薦文や面接対策資料、候補者向けの提案文の下書きを、AIに渡してよい領域に入れています。下書きが短時間で出るようになると、扱う本数が増えます。本数が増えるほど、一本ずつの見直しは雑になりやすくなります。
- 何を確かめるかが担当者の頭の中にしかなく、人によって確認の深さが違う
- 根拠が見つからない記述を「たぶん合っている」で通してしまう
- 受けた指摘をその場で直して終わり、次の確認に生きない
品質管理を人の記憶ではなく、書いた基準で回す。チェックリストはそのための道具です。
AI出力の確認はどこまでClaude Codeに任せられるか
照合、表記、個人情報の検出までは任せられます。出すかどうかの判断と、根拠のない記述をどうするかは人が決めます。
| 確認の種類 | Claude Codeに任せる | 人が担う |
|---|---|---|
| 事実の照合 | 下書きの記述を面談メモや職務経歴書と突き合わせ、根拠のない箇所に印をつける | 印の箇所を候補者に確かめるか、削るかを決める |
| 表記 | 企業ごとに避けたい表現や、言い切りが強すぎる箇所を挙げる | どこまで言い切るかを決める |
| 個人情報 | 実名や在籍企業名など、出すべきでない情報の残りを見つける | 出してよい範囲を判断する |
| 抜け漏れ | 必要な項目が欠けていないかを確かめる | 補う中身を決める |
| 送る判断 | 任せない | 候補者や企業に出すかを決める |
私たちは「合理性はAI、熱量は人間」という線で役割を分けています。AIは発言や記録の差を仮説として示し、人がその妥当性を確かめる、という順番です。
AIの出力は人が事実確認・修正してから候補者や企業に使います。この約束には例外を作らないようにしています。
推薦文・提案文で使えるチェックリストの項目例
項目は、自社の失敗や受けた指摘から作るのが近道です。私たちのCA向けチェックリストから、AI出力の確認に使いやすいものを抜き出しました。
- 事実と合わない補強をしていない
- 学習中の領域を、実務経験として書いていない
- 企業ごとに避けたい表現と、言い切ってよい範囲を確認した
- 事例を、担当範囲・事実・再現性で選んでいる
- 元の面談メモで確認できない記述を、事実として書いていない
- 実名・年齢・在籍企業名が残っていない(年代、業種と規模などに置き換えた)
最初から全部を入れる必要はありません。自社で実際に起きたことに近い項目から並べると、使われるリストになります。
AI出力の確認手順を5ステップで回す
確認手順は、根拠をそろえる、照合させる、チェックさせる、読み戻す、人が決めるの5つです。順番を固定すると、担当者が変わっても確認の深さがそろいます。
- 根拠ファイルをそろえる:面談メモ、職務経歴書、求人票を下書きと同じ場所に置き、どれが根拠かを指示で示します。
- 事実の照合を頼む:記述ごとに根拠の箇所を示させます。見つからない箇所は「根拠なし」と印をつけさせます。
- 表記と個人情報をセルフチェックさせる:チェックリストを渡し、項目ごとに満たしているかを答えさせます。
- 直した後に読み戻す:修正した件数の報告だけで終わらせず、完成版をもう一度読ませて、名前や件数などが意図どおりかを確かめます。
- 人が最終判断し、修正理由を残す:残す、直す、削るを決め、その理由を社内のナレッジに書き足します。
5つ目が品質管理の要です。私たちは受けた評価や指摘を一度記録に溜め、再現性のあるものだけをルールに昇格させています。チェックリストも同じやり方で育てます。
確認を頼むときの指示の出し方の原則
原則は3つです。判定できないものは保留にさせる、根拠の場所を書かせる、指摘と修正を分ける、です。
判定できないものは「要確認」として残させる
情報が取れないときに「確認できない=NG」と断定すると、必要な記述まで消えてしまいます。私たちの判断基準では、不明なものは消さずに残し、「要確認」として報告に書く運用にしています。
根拠の場所を必ず書かせる
「問題ありません」だけの返事では、人が確かめようがありません。どのファイルのどの記述に基づくかを添えさせると、確認が数分で終わります。
指摘と修正を分けて出させる
いきなり書き直させると、何が変わったかが見えなくなります。先に指摘の一覧を出させ、人が採否を決めてから直させる順番にします。
AI出力の品質管理でつまずきやすい型
つまずきの多くは、確認の手間を減らそうとして、判断まで手放してしまうところで起きます。
- 読みやすさで合否を決める:整った文章ほど、根拠のない記述が紛れても気づきにくくなります。
- 確認できない内容を勝手に処理する:断定して残すのも、黙って消すのも危うく、「要確認」で止めるのが安全です。
- 修正件数だけ見て完了にする:直したという報告と、直った結果は別物なので、完成版を読み戻します。
- 指摘を口頭で直して終わる:チェックリストに戻さないと、同じ指摘が繰り返されます。
- 指示文に個人情報を直接書く:候補者は識別子やファイルの場所で指定し、氏名や連絡先を指示に書き込まないようにします。
よくあるご質問
AIが作った推薦文は、ダブルチェックなしで使っても大丈夫ですか?
いいえ、人の確認を経てから使うことをおすすめします。AIは面談メモにない実績や、強すぎる言い切りを書くことがあります。照合はClaude Codeに任せられますが、出すかどうかは人が決めます。確認の順番を固定しておくと、手間はそれほど増えません。
AI出力のチェックリストは、何から作り始めればよいですか?
過去に実際に受けた指摘や、自分で直した箇所から作るのが近道です。たとえば「事実と合わない補強をしていない」「学習中の領域を実務経験として書いていない」などです。少ない項目で始め、指摘が出るたびに書き足します。再現性のある指摘だけを残すと、リストが膨らみすぎません。
個人情報のチェックもClaude Codeに任せられますか?
見つける作業は任せられますが、出してよいかの判断は人が担います。実名や在籍企業名、年齢などが残っていないかを洗い出させるのは効果的です。ただ、企業に伝えてよい範囲は、案件や候補者の意向によって変わります。指示文には個人情報を書かず、識別子やファイルの場所で指定してください。
まとめ
AI出力のチェックリストは、確認の基準を言葉にして、担当者による差をなくすための道具です。事実の照合、表記、個人情報のセルフチェックはClaude Codeに任せられます。送るかどうかの最終判断と、根拠のない記述の扱いは人が担います。
確認手順は、根拠をそろえる、照合させる、チェックさせる、読み戻す、人が決めて理由を残す、の5つです。受けた指摘をリストに戻し続けると、確認の質が少しずつ上がっていきます。人材紹介向けClaude Code研修でも、この確認の流れを業務に合わせて組み立てています。
まずは直近で書いた推薦文を1本選び、面談メモと並べて「根拠のない箇所に印をつけて」と頼むところから始めてみてください。
