Claude Codeで「出さない求人」の基準を整える｜人材紹介のための求人絞り込みガイド

提案を足し算で増やすほど、候補者の信頼は削れていく

人材紹介の売上は、分解するとこういう式になります。面談数 × 推薦率 × 書類通過率 × 面接通過率 × 内定率 × 承諾率 × 決定単価。ここでの推薦とは企業へ候補者を紹介すること、承諾とは内定を受ける返事をもらうことです。

この式を見ると、つい「面談数を増やそう」「推薦をたくさん出そう」という発想になります。けれど現場で効いているのは、そこではありません。

たとえば、スペックは完璧に合っているのに、その候補者の3年後のゴールには一ミリもつながらない求人。これを20件のうちの1件として混ぜて出すと、推薦率は上がったように見えます。その先の承諾率と、もっと言えばその候補者との信頼が、静かに削れていきます。

私たちの社内で成果を出していた層がやっていたのは、逆の動きでした。「スペックは合うけど、これは出さない」。一回の面談で、出せる求人の半分を自分で捨てている。捨てた分だけ残った提案の濃度が上がり、決定までの確度が上がっていました。

「なんとなく違う」を言葉にしないと、引き算は会社に残らない

困るのは、この引き算が完全に属人化していることです。「なんとなくこれは違う気がする」を、その人の頭の中だけが知っている状態では、会社の資産になりません。

私たちは、過去に「出さなかった求人」を引っ張り出し、「これ、なんで出さなかったんですか」を一件ずつ聞いていきました。最初は「いや、なんとなく」しか返ってきません。そこを粘って、判断の裏側を言葉にしてもらう。出てきたのは、たとえばこういう基準でした。

• スペックは合うが、候補者が面談で漏らした中長期のゴールにつながらない。短期の年収だけ上がって、3年後に同じ悩みで戻ってくる。だから出さない。
• この転職理由の出方をする方が、この企業のこのフェーズに入ると、同じ理由でまた辞める可能性が高い。求人票のスペックがどれだけ合っていても、この組み合わせは危ない。
• 一見前向きだが、面談の端々に出ていた事情から、最終局面で辞退に傾くリスクが読める。だから深追いせず、本人が本当に動ける条件が揃う求人に絞る。

やっているのは、誰かそっくりの分身をこしらえることではありません。頭の中にしかなかった引き算の基準を、誰が見ても使える形にして、会社の側に置き直す作業です。

AIに任せる範囲と、人が担う範囲を線で分ける

求人紹介の工程は、材料を整える部分と、腹を括る部分に分かれます。私たちはここに、動かさない線を引いています。

情報を整理して比較し、「この求人は中長期のゴールから外れる可能性が高い」と材料を出すところまでがAIの仕事です。その材料を前に、候補者の本音や迷いを受け止め、「それでも挑戦したいか」を一緒に確かめるのは人の仕事になります。合理性はAIに、熱量は人に。

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う。これは除外の提案についても同じで、理由をそのまま候補者に伝えるのではなく、CAが言葉を選び直して渡します。

評価の目盛りを三段階に固定し、真ん中に逃げないようにする

絞り込みを任せるなら、仕分けの目盛りを先に決める必要があります。私たちは候補求人を三段階で振り分けています。

• 良いマッチング：職種が直撃し、候補者の譲れない条件を完全に満たす。自信を持って提案する。
• 普通のマッチング：職種は合うが、確認事項が1つある。勤務形態の頻度が希望に届かない、記述がない、隣接職種、年収が希望の下限、といった状態。提案は可能だが、CAの確認が要る。
• 悪いマッチング：候補者の譲れない条件に反する、または職種がミスマッチ。提案は非推奨とする。

大事なのは、精度とは「この三段階を正しく振り分けられているか」だという点です。真ん中に評価が集中しているときは、見分けがついていないサインと受け取ります。

あわせて、年齢・年収・勤務地・勤務形態については、絶対に外れる条件（ハード除外）と、気になるが相談の余地がある点（ソフト懸念）を分けて出させます。たとえば30歳を超えた経験者の場合、対象年齢から5歳程度までは経験の合致を優先し、必須要件の中で若手限定や年齢上限が強調されているものはハード除外にする、といった具合です。

除外基準を整えるまでの6ステップ

1. 過去に出さなかった求人を10件ほど集め、「なぜ出さなかったか」を一件ずつ聞き取り、そのまま文章で書き出す。
2. 「出さない理由」だけを集めたファイルを一枚つくる。推薦してはいけない状況、深追いしない状況、付き合わない企業の条件を、同じ一枚に置く。
3. 候補者の面談メモから、求人紹介の軸を書き出す。職種、勤務地、譲れない条件、中長期のゴール、転職理由の出方まで含める。
4. Claude Codeに、候補求人を三段階へ振り分けさせる。除外したものは必ず理由つきで、ハード除外かソフト懸念かを明記させる。
5. CAが一覧を確認し、「出す」「出さない」「確認してから出す」を自分で確定する。ここは人が握る工程として残す。
6. 候補者の応募・辞退の反応を評価として書き足し、繰り返し出てくるものだけをルールに昇格させる。

6番目が抜けると、基準は最初の一回で止まります。評価はまずログとして溜め、再現性のあるものだけをルールへ移す。この順番を守ると、現場の肌感と基準がずれにくくなります。

指示の出し方で押さえたい3つの原則

原則1：「合う理由」と同じ重さで「出さない理由」を先に渡す

除外の基準が空のままだと、AIはまた全部に丸をつけ始めます。NGの判断は、後から足すものではなく、最初に設計しておくものでした。合う理由の基準を書いたら、同じ分量で出さない理由も書く。これだけで仕分けの質が変わります。

原則2：除外は必ず理由とセットで出させる

「絞り込んで」とだけ頼むと、結果だけが返ってきます。なぜ落としたのかが分からない一覧は、CAが確認できません。どの条件に、どう反したのか。ハード除外なのか、相談で動く余地があるのか。ここまで書かせて初めて、人が引き取れる材料になります。

原則3：「絞り込み」と「条件の入れ替え」を言い分ける

候補者の反応を受けて条件を変える場面では、二つの頼み方があります。いま出ている候補の中からさらに絞るのか、一度取り下げた求人も戻したうえで新しい条件を当て直すのか。言葉にせずに頼むと、戻すべき求人が戻らないまま議論が進みます。「取り下げた分も一度リセットして、この条件でやり直してほしい」と明示するだけで結果が変わります。

つまずきやすい4つの型

型1：初回から軸を絞りすぎる

引き算が効くのは、候補者の軸がある程度見えてからです。書類を作成中で選考も始まっていない段階では、求人を見て初めて好みが出ることがあります。初回は仮説の軸を広めに握り、近い領域を混ぜて出し、応募か辞退かを直感で振り分けてもらう。次回の面談で、なぜ応募か、なぜ辞退かを一緒に言語化し、そこから本当の軸を絞っていきます。

型2：候補者の除外理由をすべて補正しようとする

辞退や除外の理由は、すべてが補正の対象ではありません。現在の取引先である、過去に話を聞いた企業である、いきなり管理職前提である。こうした違和感は候補者の判断を尊重すべき場合が多いところです。一方で、年齢要件のように確認の余地があるものもあります。ここを一緒くたにすると、信頼のほうが先に減ります。

型3：求人探しをRA任せにする

絞り込みをAIに任せても、企業理解まで預けることはできません。事業内容、収益モデル、競合優位性、採用背景、組織課題、求人票に出ていない魅力や懸念。ここをCA自身が持っているかどうかで、出す・出さないの判断の精度が変わります。

型4：出さない基準を後から足そうとする

合う理由の基準だけ整えて運用を始め、困ってから除外を足していくやり方は、たいてい間に合いません。最初の設計に、NGを扱う一枚を組み込んでおく。置き場所を決めてから動かすほうが、結果的に早く回り始めます。