【人材業】推薦文の下書きをAIで作る方法｜経験を誇張しない入力ルール

推薦文をAIで作るときに入力ルールが必要な理由

AIによる推薦文作成で重要なのは、文章の上手さよりも入力情報の管理です。推薦文は候補者を求人企業へ紹介するための文書であり、事実と異なる経験や実績が含まれると、候補者と求人企業の双方に確認負担が生じます。

自然な文章ほど誤りを見落としやすい

生成AIは、入力された情報を自然な文章へ整えることを得意としています。一方で、情報が不足している場合に、文脈上ありそうな内容を補ってしまう可能性があります。

例えば、後輩の相談に乗っていたという情報から、チームマネジメント経験があると表現したり、営業経験が長いことから高い成果を継続して上げたと補ったりすると、元資料にはない情報が推薦文へ入り込みます。

元資料と推薦文の間に入力シートを置く

職務経歴書や面談メモをそのままAIへ渡すだけでは、どの情報を推薦文へ使うのかが曖昧になります。そこで、元資料とAIの間に推薦文用の入力シートを置く方法が有効です。

入力シートで職歴、担当業務、実績、スキル、転職理由、推薦ポイント、要確認事項を分けると、AIへ渡す情報の範囲を担当者自身が確認できます。

推薦文作成でAIに任せる範囲と任せない範囲

推薦文作成では、事実の決定と文章化を分けることが重要です。事実を確定するのは担当者、確定した情報を整理して文章へ変える作業をAIが支援する、と役割を明確にします。

AIに任せやすい作業

AIだけに任せない作業

経験を誇張しないための入力ルール

推薦文の品質を安定させるには、担当者ごとに自由な文章をAIへ入力するのではなく、入力項目を共通化する方法が適しています。特に、確認済みの事実と要確認事項を明確に分離します。

事実として入力する情報

AIへ入力する情報は、履歴書、職務経歴書、候補者との面談などで確認できている内容を基本とします。

事実・評価・不明情報を分ける

AIへ推測禁止を明示する

情報を整理するだけではなく、プロンプトにも推測禁止の条件を入れます。候補者情報に記載されていない経験、役割、実績、人物評価を追加しないよう明示することが重要です。

推薦文の下書きをAIで作る5つの手順

実務では、職務経歴書をAIへ渡して推薦文を作成させるだけでは不十分です。元資料の確認、入力情報の整理、AIによる文章化、人による照合という工程を分けます。

1. 候補者の元資料を確認する

   履歴書、職務経歴書、面談メモなどを確認します。資料間で在籍期間、職種、担当業務などに違いがある場合は、この段階で要確認事項として分けます。

2. 推薦文に使う事実だけを入力シートへ移す

   求人に関係する経験を中心に、確認済み情報を推薦文作成用の入力シートへ整理します。候補者の資料を丸ごとAIへ渡すのではなく、必要な情報を選別します。

3. 求人との関連性を担当者が整理する

   求人企業が求める経験と候補者の実際の経験を比較します。候補者にない経験を補うのではなく、共通している経験や活かせる可能性がある経験を整理します。

4. AIに推薦文の下書きを作らせる

   整理済みの候補者情報と、推測禁止などの作成条件をAIへ入力します。最初から完成文を求めるのではなく、確認しやすい下書きとして作成させます。

5. 元資料と一文ずつ照合する

   職歴、実績、スキル、推薦理由を元資料と照合します。AIが意味を広げた部分や断定を強めた部分がないかを確認し、担当者が修正したうえで利用します。

AIで作成した推薦文の確認項目

AIが作成した文章が自然でも、そのまま求人企業へ送らないようにします。最終確認では文章表現だけでなく、すべての主張に元となる情報があるかを確認します。

送信前のチェックリスト

モデルケースで見る安全な文章化

以下は実在する候補者の事例ではなく、推薦文の作り方を説明するためのモデルケースです。

この場合、後輩へのサポート経験は記載できますが、営業チームのマネジメント経験があると書くのは適切ではありません。AIには確認できている範囲で文章化させます。

この例では、確認できていない管理職経験や成果数値を追加していません。魅力を強く見せることより、求人企業が候補者の経験を正しく判断できる情報を整えることを優先します。

推薦文作成で起こりやすい失敗例と対策

推薦文へのAI活用では、AIそのものよりも依頼方法と確認工程によって品質が大きく変わります。特に、良い推薦文にしてほしいという抽象的な指示だけで作成すると、表現が必要以上に強くなる場合があります。

失敗1：職務経歴書だけを渡して自由に作らせる

AIがどの情報を重視するかを判断するため、求人と関係の薄い経験が強調されたり、不足部分が自然な文章で補われたりする可能性があります。

推薦文用の入力項目を作り、利用する情報を担当者側で選んでから生成します。

失敗2：魅力的に書いてほしいとだけ指示する

魅力的という条件には明確な基準がありません。AIが文章を強くする過程で、主体的に推進した、豊富な経験を持つ、高い成果を上げたなど、元情報より強い表現になる場合があります。

事実を変更しない、情報を追加しない、推測しないという制約をプロンプトへ明記します。

失敗3：求人票に合わせて経験を書き換える

求人要件との一致度を高く見せることを目的にすると、実際には補助的に経験した業務が主要業務として表現される場合があります。

求人票は候補者の経験を書き換える材料ではなく、どの実体験を推薦文で優先して説明するかを決めるために利用します。

失敗4：数字をAIに補完させる

売上、達成率、担当社数、プロジェクト人数などは具体性が出る一方、確認できていない数字をAIに推測させてはいけません。数値が不明な場合は数字を使わず、実際に担当した業務内容を記載します。

失敗5：AI出力を元資料と照合しない

文章が読みやすいと、内容も正しいように感じやすくなります。推薦文を求人企業へ送る前に、職務経歴書や面談記録と照らし合わせ、追加された情報がないか確認します。

まとめ

人材紹介の推薦文でAIを活用する場合は、文章を自動生成することだけを目的にせず、候補者情報を正確に文章化するための業務フローを作ることが重要です。

まずは日常的に作成している推薦文を1件選び、現在どの情報を確認し、どのように文章へ変えているかを整理してみてください。その工程を入力シート、AIプロンプト、確認チェックリストに分けると、AIを業務へ組み込みやすくなります。