「条件に合う人がいない」で終わらせない。応募書類を深く読み、近い候補を理由つきで返すAIエージェントです。
条件で絞ると該当ゼロ。多くの採用はここで止まります。どこをどう緩めれば誰が視野に入るのかが分かりません。
AIが評価カタログの基準で応募者全体を判定し、0名のときも業界外や経験の近い候補を理由つきで示す。どこを緩めればよいか自分で考える手間がなくなる。
履歴書・職務経歴書を1通ずつ読む時間はなく、キーワードで拾って終わり。職歴の空白や退職理由の書きぶりまでは追えません。
AIが履歴書・職務経歴書を1通ずつ読み、職歴の空白や退職理由の書きぶりまで踏まえて判定する。キーワードで拾い読みする必要がなくなる。
並び順が出ても「なぜこの人なのか」を説明できなければ現場も役員も動かない。決裁に要るのは順位ではなく、判断の筋道です。
AIが総合評価と根拠、面談で確かめるべき点をまとめて返す。順位だけでなく判断の筋道が付くので、説明し直す手間がなくなる。
採用したい職種と条件を伝えると、AIが評価カタログに照らして応募書類を読み込み、理由つきの候補一覧を返します。条件を変えて聞き直すこともできます。
| 順位 | 候補者 | 総合 | ひとこと |
|---|---|---|---|
| 1 | 候補者A | A | 整形外科16年・大病院多ステークホルダー営業の経験値が突出。希望年収の確認が先決。 |
| 2 | 候補者B | A | 医療機器12年＋医療デジタル1年・複数フィールドで実績を再現。転職動機を面談で確認したい。 |
| 3 | 候補者C | B+ | 大型案件をクローズした実績あり。医療業界は未経験のため転身意欲を面談で見極めたい。 |
| 4 | 候補者D | B | 教育委員会向け多層組織営業で合意形成の手法を習得。業界外候補の中で商談構造の親和性が最も高い。 |
回答はチャット上の表で返ります。各候補に総合評価とひとことの判断材料が並び、上位が僅差のときはどちらを優先すべきかの視点までAIが添えます。
| 順位 | 候補者 | 総合 | ひとこと |
|---|---|---|---|
| 1 | 候補者A | A | 大病院向け長期営業の経験値が突出。希望年収の確認が先決。 |
| 2 | 候補者B | A | 医療機器・医療デジタル分野で実績を再現。転職動機を面談で確認したい。 |
| 3 | 候補者C | B+ | 大型案件の実績はあるが医療業界は未経験。転身意欲を面談で見極めたい。 |
この後に、条件を変えると候補になる方・面談前に確認すべき点が続きます。
テンプレートが出力した候補者評価結果を要約して転記したものです。候補者名・数値はデモ用の架空データです。
| 場面 | 汎用のAIチャット | STORM＋このテンプレート |
|---|---|---|
| 「◯◯業界の営業を採用したい」と言ったとき | 一般論と、その場で貼った資料だけ。会社のことは知らない | RAGに登録した評価の観点・自社の求める人物像・応募書類を参照し、「うちの答え」を返す |
| 候補者が条件に一人も合わないとき | 条件検索は該当0名で終了。汎用AIは根拠のない順位を返す | 0名でも角度を変えた候補を理由つきで提示。総合評価と根拠、面談で確かめる問いまで返す |
| 評価の基準を見直すとき | 良くするには、うまいプロンプトを書き続けるしかない | RAGの文書を差し替えるだけ。業務部門が自分で育てられる |