ガイド一覧に戻る
スカウト

AIスカウトのベストプラクティス

評価項目の構造化からスカウト文面の設計、候補者の優先順位付け、 フィードバックによる精度改善まで。 AIスカウトで返信率と有効応募率を最大化するための運用ノウハウを解説します。

前提:アカウント作成済み。まだの方ははじめてのTasonalをご確認ください。

全体像

4つのベストプラクティス

この4つを押さえることで、AIスカウトの成果を最大化できます

PRACTICE 01
評価項目を構造化
大項目/小項目+重み付け
PRACTICE 02
スカウト文面を設計
固定×AI可変の2層構造
PRACTICE 03
優先順位を活用
高マッチ候補者に注力
PRACTICE 04
フィードバックで改善
返信率の継続向上
01

評価項目を構造化する

AIスカウトの精度は評価項目の構造化で決まります。 大項目/小項目の階層で評価シートを設計し、重み付けで優先度を制御することで、「来てほしい人に確実に届く」スカウトを実現します。

現場メンバーと認識を合わせてから設計すると、採用と現場の評価軸のズレを防げます。

大項目評価の柱

評価の大きな軸を定義し、パーセンテージで重み付けします。合計100%になるように設定します

設定例

  • 技術スキル40%
  • カルチャーフィット30%
  • 志向性30%

Tip:大項目は3〜5個が目安。現場メンバーと認識を合わせて設定しましょう

小項目具体的な評価基準

大項目の中に具体的な基準を設定し、ポイントで重み付け。候補者のマッチ度スコアリングに反映されます

設定例

  • Go / TypeScript実務経験50点
  • マイクロサービス設計30点
  • インフラ(AWS/GCP/k8s)20点

Tip:求人票の要件を分解して小項目にすると設計しやすいです

共通NG減点・除外条件

該当する候補者をスカウト対象から自動除外、または減点します。大項目・小項目とは独立して設定します

設定例

  • 直近1年以内に応募・辞退済み除外
  • 競合企業の現職者除外
  • 短期離職を繰り返している減点

Tip:明確な除外条件のみ設定。曖昧な条件は小項目の低スコアで対応する方が柔軟です

設計のコツ:大項目は3〜5個に、小項目は各大項目あたり3〜5個に絞りましょう。 重み付けで優先度を制御できるので、項目を減らすよりウェイトの調整で対応するのがベストです。

02

スカウト文面をカスタマイズする

Tasonalのスカウト文は「固定パート」と「AI可変パート」の2層構造。 自社のトーンを保ちながら、候補者ごとにパーソナライズされたメッセージを生成します。

固定パート

全候補者に共通で伝える内容。自社のブランドメッセージを統一します

  • 会社紹介・事業の魅力
  • ポジションの概要
  • 福利厚生・働き方
  • チームの雰囲気・カルチャー

AI可変パート

候補者ごとにAIがカスタマイズ。一人ひとりに響くメッセージを生成します

  • 候補者の経歴に基づく共感ポイント
  • その人ならではの活躍イメージ
  • マッチ度が高い理由の具体的な説明
  • 次のステップへの自然な誘導

文面設計のDo / Don't

300〜500文字に収める
1,000文字以上の長文を送る

短すぎると情報不足、長すぎると読まれません

候補者の経歴に触れる一言を入れる
テンプレート感のある定型文だけで送る

「自分のことを見てくれている」と感じてもらうことが返信率の鍵

フォーマル/カジュアルを使い分ける
全候補者に同じトーンで送る

ターゲット層に合わせたトーンが返信率を左右します

03

候補者の優先順位を活用する

AIが評価項目に基づいて候補者をスコアリングし、優先順位付けを行います。全員に一律のアプローチをするのではなく、スコアに応じた戦略的なアプローチが成果を最大化します。

A
高マッチ
上位20%
最優先でアプローチ

Must条件をすべて満たし、Want条件の充足率も高い候補者。スカウト文面を丁寧にカスタマイズし、個別対応を意識して送信します

B
中マッチ
中位40%
効率的にアプローチ

Must条件を満たし、一部のWant条件に合致する候補者。AI生成の文面をベースに、必要に応じて微調整して送信します

C
低マッチ
下位40%
保留または見送り

Must条件の一部が未充足の候補者。要件を緩和できる場合にのみアプローチを検討します

集中と選択:スコア上位20%のAランク候補者に注力する方が、全員に一律送信するより圧倒的に効率的です。 限られたリソースを高マッチ候補者に集中させましょう。

04

フィードバックで返信率を継続改善

スカウトの結果をフィードバックすることで、AIのターゲティングと文面生成の精度が向上し続けます。結果に応じた適切なフィードバックが、改善サイクルの質を決めます。

返信あり → 面接へ

最も質の高いフィードバック。AIは「どんな候補者が面接に進むか」を学習し、ターゲティング精度を向上させます

返信あり → 辞退

辞退理由を記録します。「条件面」「タイミング」「興味なし」など、理由に応じてAIが文面やターゲティングを最適化します

開封のみ → 返信なし

文面は読まれたが刺さらなかったケース。AIがメッセージの訴求ポイントを調整し、次回の文面改善に反映します

未開封

件名や送信タイミングに課題がある可能性。AIが送信時間帯の最適化と件名のパターン分析に活用します

月次でレビューすべきKPI

返信率

スカウトに対する返信の割合

目標10%以上
面接到達率

返信から面接に至った割合

返信率より重要
スコア精度

AIスコア上位者の面接通過率

月次で確認

重要:返信率だけでなく「面接に至った率」を重視しましょう。返信が来ても面接・採用に繋がらなければ意味がありません。 有効応募率の改善がAIスカウトの真の価値です。

よくある質問

AIスカウトに関するよくある質問

評価項目の設計に時間がかかりそうですが?

求人要件を入力するだけでAIが評価項目のたたき台を自動提案します。Must/Want/NGの分類も、過去の採用データからAIが推薦するため、ゼロから設計する必要はありません。最初は最小限の項目で始め、運用しながら追加・調整するのが効果的です。

スカウト文面のトーンは選べますか?

はい、フォーマル/カジュアルなどのトーンを選択できます。また、固定パートで自社のトーンを設定しておけば、AI可変パートもそれに合わせたトーンで生成されます。

全候補者にAIが自動送信するのですか?

いいえ、送信前に候補者リストとスカウト文面を確認できます。AIはあくまで候補者の選定と文面生成をサポートし、最終的な送信判断は採用担当者が行います。

フィードバックはどのくらい返せばいいですか?

導入初期の1ヶ月間は、全件のフィードバックを返すのが理想的です。安定期に入れば、AIの判断と異なるケース(意外な返信/未返信)を重点的にフィードバックするだけで十分です。

AIスカウトを試してみませんか?

デモで評価項目の設計からスカウト文面の生成まで体験できます。採用と現場の評価軸を揃えたスカウトを始めましょう。