【2026年最新】Claude Code人事活用ガイド｜採用・評価・労務30実装

結論: 人事担当者がClaude Codeを活用すると、採用・評価・労務の30業務を大幅に効率化できます。プログラミング知識は不要で、本記事掲載のプロンプト30選をコピペすれば今日から始められます。個人情報保護法・労働法への対応設計もセットで解説します。

この記事の要点:

• 要点1: 日本のHRテック市場は2034年までに39.3億ドル規模へ拡大予測（CAGR 6.87%）、採用活動でAIを活用する企業は2026年に半数超へ拡大の見通し（国内HR Tech調査各社データ）、乗り遅れは即競争力格差につながる
• 要点2: Claude Codeは採用10・評価10・労務10の計30業務プロンプトで網羅でき、人事部門の定型業務を平均30〜40%削減できるという報告もある（測定例は本文記載）
• 要点3: 個人情報保護法2026年改正・課徴金制度導入の動向をふまえた「匿名化+人間確認」の運用設計が成功の分水嶺

対象読者: 採用担当者・人事部門責任者・HRBP・労務担当で、Claude Codeを人事業務に実装したい方
読了後にできること: 30プロンプトをコピペして今日から採用・評価・労務の各業務に使い始められる。30-60-90日のチーム展開ロードマップも手に入る

「採用担当が3名しかいないのに、年間200名を採用し続けなきゃいけない。書類選考とメール対応だけで週の半分が消えている…」

これは先日相談を受けた、従業員300名規模の中堅IT企業の人事部長からの言葉です（想定シナリオ。100社以上の研修・顧問経験をもとに構成）。AIに候補者データを入力することへの不安はある。でも今の作業量では人がもたない。そのジレンマを多くの人事担当者が抱えています。

この状況に対してClaude Codeは強力な答えを持っています。ただし、「何でも自動化できる万能ツール」として使うのではなく、「人間の判断を支える言語処理エンジン」として設計することが重要です。実際、採用・評価・労務の30業務をプロンプト化して正しく運用した企業では、人事部門の定型業務時間が大幅に削減されたという報告があります。

この記事では、即使えるプロンプト30選とともに、個人情報保護・労働法対応・ガバナンス設計まで全部公開します。「使えるものだけ試したい」という方は、まず「即効プロンプト3選」のセクションから見てください。

AI全般の人事活用についての基礎は、採用担当者向けAIビジネスプロンプト30選も参照してください。

Claude Code×人事 — まず知っておきたい「できること・できないこと」

人事業務にClaude Codeを導入する前に、まず「自動化できる範囲」と「人間が必ず担う範囲」を整理しておきましょう。これを曖昧にすると、後述する失敗パターンにはまります。

大原則: 雇用・処遇に関わる最終判断をClaude Codeに委ねてはいけません。「情報整理と文書作成の自動化」に限定して使うことが、法的・倫理的安全の確保と業務効率化の両立につながります。

まず試したい「即効プロンプト」3選

「とにかく今日から使いたい」という方のために、最もインパクトが出やすい3つのプロンプトを先出しします。いずれも5分以内で試せます。

> 事例区分: 想定シナリオ
以下の活用例・効果は100社以上の研修経験をもとに構成した典型的なシナリオです。実際の効果は組織・運用体制によって異なります。

即効プロンプト1: 採用メール自動生成（1通15分 → 3分）

採用業務の中で最も「量が多いが内容は定型」な作業がメール作成です。書類通過・不通過・日程調整・内定通知——これらをClaude Codeにドラフトさせると、確認・送信まで含めて3分程度に収まることが多いです。

以下の採用状況に合わせた採用メールを1通作成してください。

## 送信状況
- 候補者名: 【氏名（敬称はClaude Codeが適切に付けること）】
- 応募ポジション: 【ポジション名】
- 選考ステップ: 【書類選考通過 / 一次面接通過 / 最終面接通過 / 内定 / 不通過】
- 次のアクション: 【面接日程調整 / 内定通知 / 選考終了通知】
- 指定日程（ある場合）: 【日時の候補を3〜4個】

## 会社情報
- 会社名: 【会社名】
- 担当者名: 【担当者フルネーム】
- 問い合わせ先: 【メール / 電話】

## トーン指定
- 丁寧かつ温かみのある文体
- 通過の場合: 期待感と感謝を前面に
- 不通過の場合: 感謝と敬意を忘れずに、傷つけない表現で

情報が不足している場合は先に質問してください。
⚠️ 最終送信前に必ず担当者が内容・固有名詞・日付を確認してください。

即効プロンプト2: 面接質問リスト生成（2時間 → 15分）

ポジションが変わるたびに面接質問をゼロから作るのは非効率です。このプロンプトを使えば、15分でSTAR形式・カルチャーフィット・スキル確認まで網羅した質問バンクが完成します。

以下のポジション向けに面接質問リストを作成してください。

## ポジション概要
- 職種: 【職種名】
- 必須スキル: 【スキル1, スキル2, スキル3】
- 歓迎スキル: 【スキル4, スキル5】
- このポジションで最重要な能力: 【説明】
- 文化・価値観として重視すること: 【説明】

## 質問の種類と数
1. 過去経験を問う質問（STAR形式）: 6問
2. 問題解決力・仮説思考を測る質問: 4問
3. カルチャーフィット・価値観を確認する質問: 3問
4. 職種固有のスキル・知識確認質問: 5問

## 条件
- 違法質問（家族構成・出身地・信仰・性的指向等）を絶対に含めないこと
- 各質問に「確認したい能力・意図」を1行で添えること
- 候補者が具体的に答えやすい粒度にすること

情報不足があれば最初に質問してください。
⚠️ 生成後は必ず法務・人事リーダーが違法質問混入がないか確認してください。

即効プロンプト3: 1on1アジェンダ生成（30分 → 5分）

1on1は「準備が9割」と言っても過言ではありません。前回からの課題・今月の目標・フィードバック事項をまとめれば、構造化されたアジェンダが5分で完成します。

以下の情報をもとに、1on1面談のアジェンダを作成してください。

## メンバー情報
- 役職・担当: 【役職と主要業務】
- 今月の主要目標: 【KPI・OKR等】
- 前回の1on1からの課題・継続事項: 【箇条書き】

## 今回の1on1で扱いたいテーマ
- マネージャーから: 【伝えたいこと・確認したいこと】
- メンバーから（分かる範囲で）: 【相談事項・確認事項】

## 面談形式
- 時間: 30分 / 60分（どちらかを選択）
- 形式: 対面 / オンライン

## 出力形式
1. 時間割り当て付きアジェンダ（例: 0〜5分: チェックイン）
2. 各テーマの「確認したいこと」1〜2点
3. 面談後に記録すべきアクションアイテム欄（テンプレート形式）

⚠️ このアジェンダは準備ツールです。面談本番ではメンバーの言葉に耳を傾けることを最優先にしてください。

採用業務プロンプト10選（求人票・スカウト・スクリーニング）

採用業務は「ポジションを公開して候補者を集め、選考して採用する」というフローで成り立っています。各ステップにClaude Codeを組み込むことで、採用担当者が「考える仕事」に集中できる時間を確保できます。

2026年3月にビズリーチが発表したプレスリリースによると、HRMOS採用では「求人自動生成」機能と「書類判定アシスト」機能を新たに提供開始しており、ATSレベルでのAI化が進んでいます（出典: HRMOS採用プレスリリース 2026年3月13日）。Claude CodeはATSと組み合わせることで、さらに高い自動化を実現できます。

> 事例区分: 想定シナリオ
以下の効果例は、複数社の研修・顧問支援経験をもとに構成した典型的なシナリオです。

採用プロンプト#1: 求人票作成（完成版）

求人票の作成は「どの言葉が候補者に刺さるか」を考えながら書く必要があり、意外に時間がかかります。役割定義さえ渡せば、Claude Codeが職種の魅力を引き出した求人票を10分以内に生成します。

以下の情報をもとに、求人票（JD: Job Description）を作成してください。

## 基本情報
- 職種名: 【正式名称】
- 雇用形態: 【正社員 / 契約社員 / 業務委託 / アルバイト】
- 業務内容（箇条書きOK）: 【主要業務3〜5点】
- 必須スキル・経験: 【スキル1, スキル2, スキル3】
- 歓迎スキル・経験: 【スキル4, スキル5】
- 勤務地・リモート可否: 【勤務地 / フルリモート / ハイブリッド】
- 給与レンジ: 【〇〇万〜〇〇万（経験・能力による）】
- 待遇・福利厚生: 【各種保険 / 退職金 / 研修制度等】

## 会社のアピールポイント（箇条書きOK）
- 事業の社会的意義: 【一言で】
- 働く環境の特徴: 【文化・チーム・成長機会等】
- このポジションの面白さ: 【チャレンジングな点・成長できる点】

## スタイル指定
- 「活躍してほしいビジョン」が伝わる、温かみと本気度を両立した文体
- Wantedly / Green / リクナビNext 等の媒体に合ったスタイル

情報不足があれば最初に確認してください。
⚠️ 生成後は掲載前に人事リーダーが必ず内容確認・給与条件の最新化を行ってください。

採用プロンプト#2: スカウトメール（返信率向上版）

スカウトメールの開封率・返信率は、件名と書き出しの1〜2文で決まります。Claude Codeに候補者のプロフィールを匿名化して渡すことで、「なぜこの候補者に声をかけたか」が伝わるパーソナライズ文を生成できます。

以下の候補者プロフィール（匿名化済み）と求人情報をもとに、スカウトメールを作成してください。

## 候補者プロフィール（氏名・住所等の個人特定情報は除外してください）
- 現職種・経験年数: 【例: バックエンドエンジニア 5年】
- 主要スキル・実績: 【例: Python, AWS, スタートアップでの0→1経験】
- 直近のアウトプット（GitHubやブログ等）: 【概要のみ】

## 求人情報
- 会社名: 【会社名】
- ポジション: 【ポジション名】
- 特にアピールしたい点: 【この候補者に響きそうな魅力3点】

## 要件
- 件名: 候補者が思わず開きたくなる件名（30字以内）
- 本文: 「なぜあなたに声をかけたか」が明確に伝わる文体（300〜400字）
- CTA: 「まず話だけでも」という心理的ハードルの低い誘導

⚠️ 送信前に必ず候補者情報が匿名化されていることを確認してください。個人情報の混入がないかチェック必須です。

採用プロンプト#3: 候補者スクリーニング分析（匿名化対応版）

注意: このプロンプトは個人情報保護の観点から「匿名化済みサマリー」を前提としています。氏名・住所・生年月日等の個人特定情報をそのまま入力しないでください。

以下の候補者スキルサマリー（個人特定情報除外済み）を採用要件と照合してください。

## 採用ポジション要件
- 必須スキル: 【スキル1, スキル2, スキル3】
- 歓迎スキル: 【スキル4, スキル5】
- 経験年数の目安: 【X年以上】
- 特に重視する実績・経験: 【説明】
- このポジションで躓きやすいポイント: 【過去の採用失敗から学んだ点】

## 候補者スキルサマリー（匿名加工済み）
- 経験職種・業種・年数: 【概要】
- 保有スキル・資格: 【リスト】
- 直近の実績・成果: 【数値は概算のみ】

## 出力形式
1. 必須要件充足度（◎○△✕ + 理由1文）
2. 歓迎要件充足度（同上）
3. 面接で深掘りすべき質問案（5問）
4. 懸念点・確認が必要な事項（2〜3点）

⚠️ 合否判断はしないこと。あくまで情報整理のサポートです。最終判断は必ず人事担当者が独自に行ってください。

採用プロンプト#4: 不採用通知文（候補者体験を守る版）

不採用通知は候補者体験に直結します。「お祈りメール」と揶揄される定型文をやめ、感謝と敬意が伝わる文を毎回出力できます。

以下の状況に合わせた不採用通知文を作成してください。

## 状況
- 選考フェーズ: 【書類選考 / 一次面接 / 二次面接 / 最終面接】後の不採用
- 特記事項（ある場合）: 【惜しかった点・将来に期待したい旨を伝えたい場合等】

## 会社情報
- 会社名: 【会社名】
- 担当者名: 【担当者名】

## 要件
- 必ず感謝から始めること
- 選考への時間・思いへの敬意を表すこと
- 理由の具体的説明は含めないこと（法的リスク回避）
- 候補者の今後の活躍を心から応援する締め
- 文字数: 200〜300字

⚠️ 不採用理由の詳細記載は訴訟リスクになり得ます。内容は必ず法務・人事リーダーに確認してください。

採用プロンプト#5: 内定オファーレター（説得力版）

内定承諾率を高めるオファーレターは、条件の羅列ではなく「なぜあなたを選んだか」の物語が鍵です。

以下の情報をもとに、内定オファーレターを作成してください。

## 候補者・ポジション情報
- 候補者名: 【氏名】様
- 応募ポジション: 【ポジション名】
- 特にこの候補者を選んだ理由（面接での印象・スキル等）: 【2〜3点】

## 条件（正確な数字を入れてください）
- 年収 / 月給: 【金額】
- 入社日: 【予定日】
- 試用期間: 【あり: X ヶ月 / なし】
- 勤務地・リモート条件: 【】

## アピールポイント
- 入社後の期待・役割: 【】
- 成長できる環境・学べること: 【】

## スタイル
- 法的に正確で、かつ候補者が「この会社で働きたい」と感じる温かい文体
- 返答期限を明記（例: ○月○日まで）

⚠️ 労働条件通知書と内容に齟齬がないか必ず法務・人事が確認してください。数字の誤記は内定後トラブルの原因になります。

採用プロンプト#6: 面接評価サマリー（合議用）

複数の面接官が同一候補者を評価する場合、バラバラなメモを合議シートにまとめる手間をClaude Codeが代替します。

以下の複数面接官のメモをもとに、採用合議用の評価サマリーを作成してください。

## 面接官A のメモ（役職: 【】）
【メモをそのまま貼り付け】

## 面接官B のメモ（役職: 【】）
【メモをそのまま貼り付け】

## 面接官C のメモ（役職: 【】）
【メモをそのまま貼り付け】

## 出力形式
1. 複数面接官に共通した評価ポイント（強み・懸念）
2. 面接官間で評価が分かれた点とその理由の推察
3. 次回面接 / 採用会議で確認すべき事項（3点）
4. 総合印象サマリー（150字以内）

⚠️ 合否の推薦・非推薦は含めないこと。点数化もしないこと。評価の最終決定は採用委員会が行います。

採用プロンプト#7: 採用要件定義書（JDの前工程）

求人票を書く前に「何を採用するか」を明確化する要件定義書は、採用成功の土台です。事業部門と人事の認識合わせに使えます。

以下の情報をもとに採用要件定義書を作成してください。

## 背景・課題
- 採用したい背景（なぜ今必要か）: 【】
- 現チームの構成・課題: 【】
- このポジションが解決すべき課題: 【】

## 求める人物像
- ハード要件（資格・スキル・経験年数）: 【】
- ソフト要件（思考スタイル・行動特性）: 【】
- 価値観・文化適合の観点: 【】

## ポジションの成功定義
- 入社3ヶ月後にできていること: 【】
- 入社1年後に達成してほしいこと: 【】

## 出力形式
1. Must（必須要件）/ Want（歓迎要件）/ Not Want（ミスマッチになりやすい要素）の三分類表
2. 採用ペルソナ（150字の人物像説明文）
3. 面接で必ず確認すべき評価軸（3点）

⚠️ 生成後は採用部門・事業部門・人事リーダー三者で合意してください。一方的に決めると採用後のミスマッチにつながります。

採用プロンプト#8: オンボーディング計画書

内定者の入社後30日計画は、早期離職防止に直結します。役割・業務・関係構築の3軸でClaude Codeが構造化します。

以下の情報をもとに、新入社員向けオンボーディング計画書（最初の30日間）を作成してください。

## 入社者情報
- ポジション: 【】
- 経験レベル: 【新卒 / 第二新卒 / 中途（経験年数）】
- 配属部署・チーム: 【】

## 入社者に習得してほしいこと
- Day 1〜5（1週目）: 環境整備・関係構築フェーズで達成したいこと
- Day 6〜14（2週目）: 業務理解フェーズで達成したいこと
- Day 15〜30（3〜4週目）: 実務参加フェーズで達成したいこと

## 社内リソース
- メンター候補: 【役職・名前（任意）】
- 参照すべき社内ドキュメント: 【リスト（任意）】

## 出力形式
- 週次の目標・KPI
- 重要な関係者との顔合わせスケジュール提案
- Day 30のチェックポイント（期待成果）

⚠️ 計画はメンターと入社者本人がレビューして調整してください。一方的な押し付けにならないよう注意。

採用プロンプト#9: 採用広報SNS投稿文

採用広報は継続的な発信が重要です。LinkedIn・X・Wantedlyの媒体別に最適化したSNS投稿文を自動生成します。

以下の採用情報をもとに、各SNS向けの採用広報投稿文を作成してください。

## 採用情報
- ポジション: 【】
- 最大のアピールポイント（3つ以内）: 【】
- ターゲット候補者像: 【】
- 申し込みURL: 【】

## 媒体別に作成してください
1. LinkedIn（400〜600字、ビジネス向け、成長・挑戦の観点）
2. X（Twitter）（140字以内、思わずRTしたくなるフック）
3. Wantedly ストーリー書き出し（200字、共感を生む体験談スタート）

## 条件
- 「活躍してほしい人へのラブレター」のトーン
- 押しつけがましくない表現
- ハッシュタグ: X投稿のみ3個まで（#転職 #採用 + 職種タグ等）

⚠️ 給与・労働条件の記載が法律（職業安定法）の要件を満たしているか確認してください。虚偽の誘引はリスクになります。

採用プロンプト#10: 採用振り返りレポート

採用プロセスの振り返りは、次の採用精度を上げる最重要フィードバックループです。Claude Codeで構造化されたレポートを生成し、改善点を見落とさない体制を作れます。

以下の採用データをもとに、採用振り返りレポートを作成してください。

## 採用の基本データ
- 採用期間: 【期間】
- 採用ポジション: 【】
- 応募者数: 【】
- 書類通過者数 / 通過率: 【】
- 一次面接通過者数 / 通過率: 【】
- 内定者数 / 内定承諾者数: 【】
- 採用にかかった費用（概算）: 【】
- 採用にかかった工数（概算）: 【】

## 採用チームの感触（自由記述）
- 良かった点: 【】
- 課題・改善したい点: 【】
- 採用しきれなかった理由（ある場合）: 【】

## 出力形式
1. KPIサマリーテーブル（歩留まり率の可視化）
2. 採用フローの課題3点（原因仮説つき）
3. 次回採用に向けた改善提案3点
4. 採用コスト分析（採用単価、費用対効果の評価）

⚠️ 不採用候補者の個人情報を混入させないこと。データは必ず匿名化・集計値のみを使用してください。

評価・1on1業務プロンプト10選（評価シート・面談議事録・育成計画）

評価業務は「公平性・一貫性・納得感」の三つが揃って初めて機能します。Claude Codeは評価コメントのドラフト作成・フィードバック文の生成・育成計画の構造化に力を発揮しますが、評価点数の決定と評価面談の実施は必ず人間が担います。

ある顧問先（製造業・従業員150名、想定シナリオ）では、評価サイクルの評価シート作成にかかる管理職1人あたりの時間が、Claude Code導入後に週2時間程度削減されたと報告されています。管理職が「評価を考える時間」に集中できるようになったのが大きな効果でした。

評価プロンプト#11: 目標設定シート（MBO / OKR対応）

以下の情報をもとに、メンバーの目標設定シートを作成してください。

## メンバー情報
- 役職・担当業務: 【】
- 今期（四半期 or 上半期）の部門目標: 【】
- このメンバーに期待する貢献: 【】

## 目標フレーム
- MBOの場合: 定量目標3〜5個（指標・目標値・期限を含む）+ 定性目標1〜2個
- OKRの場合: Objective 1個 + Key Results 3〜4個（測定可能な形で）

## 出力形式
- 目標の草案（各目標に「なぜこれを設定するか」の背景1文を添える）
- 達成水準のレベル定義（未達 / 達成 / 超過達成の基準）
- 目標達成を阻む主な障害とその対策案（1〜2点）

⚠️ このシートは草案です。必ずメンバーとの1on1で内容を合意してから確定させてください。一方的に決定した目標は心理的負荷とエンゲージメント低下につながります。

評価プロンプト#12: 評価コメント作成（評価者の偏り軽減版）

以下の情報をもとに、人事評価コメントの草案を作成してください。

## 評価対象メンバーの情報（匿名化してください）
- 役職・担当: 【】
- 今期の主要目標と達成状況（評価者の観察メモ）: 【自由記述でOK】
- 特に印象に残った行動・言動（良い点・気になる点）: 【】

## 評価コメントの条件
- 行動事実ベースで記述（「〜だと思う」ではなく「〜した」「〜を行った」の形）
- 強みを具体的に: 目標比較・行動比較・影響の3視点で
- 成長余地を建設的に: 「できていない」ではなく「さらに伸ばすと」の表現
- 文字数: 300〜500字

⚠️ 評価コメントに個人属性（年齢・性別・国籍等）に関連した記述が混入していないか必ず確認してください。差別的表現は人事評価の公平性を著しく損ないます。評価点数（S/A/B/C/D等）はClaude Codeに決めさせないでください。

評価プロンプト#13: フィードバック面談準備シート

以下の情報をもとに、フィードバック面談の準備シートを作成してください。

## 面談の前提
- メンバーの評価結果: 【S / A / B / C / D 等（記号のみ。具体的数値不要）】
- 強みとして伝えたいこと（行動事実ベース）: 【2〜3点】
- 課題として伝えたいこと（行動事実ベース）: 【1〜2点】
- 次期に期待する成長方向: 【】

## 出力形式
1. 面談の構成案（時間配分）
2. 強みフィードバックのスクリプト例（SBI: Situation/Behavior/Impact の形式）
3. 課題フィードバックのスクリプト例（批判でなく「期待と事実のギャップ」として伝える形）
4. メンバーが感情的になった場合の対処法（2〜3点）
5. 面談後のアクションアイテム欄（テンプレ）

⚠️ スクリプトはあくまで準備です。本番はメンバーの言葉を最優先で聞いてください。準備しすぎると「台本を読んでいる」という印象を与えます。

評価プロンプト#14: 育成計画書（個人別IDP）

以下の情報をもとに、メンバーの個人育成計画書（IDP: Individual Development Plan）を作成してください。

## メンバー情報
- 現職・経験年数: 【】
- 本人が希望するキャリア方向性: 【】
- 現在の強み（Top3）: 【】
- 強化が必要なスキル・経験（Top3）: 【】

## 育成の制約・リソース
- 育成に充てられる時間（月あたり）: 【時間】
- 活用できる社内リソース: 【OJT / 社内研修 / 外部研修 / メンター等】
- 育成期間の目安: 【6ヶ月 / 1年 / 2年】

## 出力形式
1. 3ヶ月・6ヶ月・1年の育成マイルストーン
2. スキル別の育成アクション（On-the-Job / Off-the-Job の両面）
3. 進捗確認の頻度・方法
4. 目標達成の成功基準（行動指標）

⚠️ IDPはメンバー本人と合意した上で作成してください。会社が一方的に決めた育成計画は機能しません。本人の「やりたい」を最大限組み込んでください。

評価プロンプト#15: 評価偏りチェックリスト（バイアス検出）

以下の評価コメント・評価結果分布に、典型的な評価バイアスが混入していないかチェックしてください。

## 評価データ（匿名化）
- 評価コメント（複数名分）: 【貼り付け】
- 部門別・評価者別の評価分布（S/A/B/C/D の人数比率）: 【表で提供】

## チェックしてほしいバイアス
1. ハロー効果（印象の良い人に全項目で高評価がつく）
2. 近時性バイアス（直近の出来事で全体評価が変わる）
3. 中心化傾向（全員をB/普通に評価してしまう）
4. 対比誤差（前の評価対象との比較で評価が変わる）
5. 属性バイアス（年齢・性別・出身等の属性が評価に影響している）

## 出力形式
1. 疑われるバイアスとその根拠（コメントの具体的箇所を指摘）
2. 評価分布の偏りの解釈（ 正常 / 中心化傾向疑い / 甘辛バラつき疑い）
3. 評価調整の推奨（キャリブレーション会議での議題案）

⚠️ このレポートはあくまで「疑い」の指摘です。最終的な評価の見直しは人事・評価委員会が判断してください。

評価プロンプト#16: サーベイ設計（エンゲージメント調査）

以下の目的に合ったエンゲージメントサーベイ（従業員調査）の設問を設計してください。

## 調査の目的
- 主な課題仮説: 【例: 離職率が高い / 管理職とメンバーのコミュニケーション不足 等】
- 調査対象: 【全社 / 特定部門 / 新入社員のみ 等】
- 回答方法: 【5段階リッカート / 記述式 / 選択式の組み合わせ】

## 出力形式
1. 設問リスト（20〜30問を推奨。カテゴリ別に整理）
   - 仕事のやりがい・意義（5問）
   - 上司・チームとの関係（5問）
   - 成長・キャリアの実感（5問）
   - 組織への信頼・透明性（5問）
   - 働きやすさ・制度満足度（5問）
2. 分析の観点（どの設問に注目すべきか）
3. フォローアップ面談のトリガー条件（例: 総合スコアが〇点以下）

⚠️ サーベイ結果は個人を特定できない形で分析することが必要です。少人数チームでは回答者が特定される恐れがあります。最低5名以上を単位としてください。

評価プロンプト#17: 昇格審査資料（推薦状ドラフト）

以下の情報をもとに、昇格審査に使用する推薦状の草案を作成してください。

## 対象者情報
- 現職・担当: 【】
- 推薦する昇格先のポジション: 【】
- 推薦者（あなた）の立場: 【直属上長 / 部門長 / HR等】

## 昇格推薦の根拠
- 実績・成果（定量）: 【KPI達成率・具体的数字等】
- 実績・成果（定性）: 【行動事実ベースで3〜5点】
- 昇格先のポジションに必要な能力の充足度: 【各能力についての評価】
- 今後への期待: 【】

## 条件
- 行動事実ベースの根拠が明確なこと
- 「期待値」と「実績値」を明確に分けること
- 推薦状として読んだ審査委員が判断できる情報密度

⚠️ 推薦状の内容に誇張・捏造がないか執筆者が責任を持って確認してください。昇格審査における虚偽記載は組織への信頼を損ないます。

評価プロンプト#18: 1on1振り返りメモ（記録自動化版）

以下の1on1面談のメモをもとに、次回に引き継ぐための振り返り記録を作成してください。

## 面談メモ（自由形式でOK）
【面談中に書いたメモをそのまま貼り付け】

## 出力形式
1. 今回の面談の主要テーマ（3点以内）
2. 決定したアクションアイテム（担当者・期限つき）
3. メンバーの状態・感情の温度感（文脈から読み取れる範囲で）
4. 次回1on1で確認すべきフォローアップ事項
5. メモには出てこなかったが気になった点（行間から感じたこと）

⚠️ 「メンバーの感情・心理状態」の記録は非常にデリケートです。人事記録に使う場合は法的リスクを確認してください。プライバシーへの配慮が必須です。

評価プロンプト#19: 360度フィードバック設問設計

以下の対象者情報をもとに、360度フィードバック調査の設問を設計してください。

## 調査対象者の情報
- 役職・担当: 【】
- このポジションで特に重要な行動・能力: 【3〜5点】
- 調査の主な目的: 【育成目的 / 評価目的 / どちらも含む】

## 回答者の属性
- 上司（1〜2名）
- 同僚（3〜5名）
- 部下（1〜5名）
- 自己評価

## 出力形式
1. 共通設問（全回答者に聞く設問: 10問）
2. 立場別追加設問（上司・部下・同僚それぞれに固有の視点: 各3問）
3. 自由記述欄の設問文（強み・改善点・期待を引き出す問い: 各1問）
4. 結果レポートの見方・活用ガイド（150字）

⚠️ 360度フィードバックの結果を直接人事評価の点数に使用することは、日本の法的・実務的観点から慎重に検討してください。育成目的での活用が原則です。

評価プロンプト#20: 退職面談ガイド（ER強化版）

以下の情報をもとに、退職意向者への面談ガイドを作成してください。

## 状況
- 退職理由（分かる範囲で）: 【自己都合 / 転職先確定 / 未定 / 不満等】
- 在籍年数・役職: 【】
- 特に確認したいこと: 【引き止めの余地確認 / 組織改善ヒント収集 / 円満退職支援 等】

## 出力形式
1. 面談のゴール設定（何を達成したいか）
2. 話すべきトピックと順序（傾聴優先のアジェンダ）
3. 引き止め検討の場合に「聞くべき本音の引き出し方」
4. 組織にとっての学び（退職者へのアンケートに使えるような設問）
5. 退職後の関係維持（アルムナイ対応の視点）

⚠️ 退職者を説得・引き止めるための強引な働きかけは、パワハラリスクになり得ます。あくまで本人の意思を尊重し、組織が学べる機会として活用してください。

労務業務プロンプト10選（規程・契約・給与説明）

労務業務は「正確性」と「スピード」の両立が求められる分野です。就業規則の法改正対応・雇用契約の確認・給与説明文書の作成などは、Claude Codeが時間をかけずにドラフトを出せる領域です。ただし、最終的には必ず社労士・弁護士の確認が必要です。

個人情報保護法については、2026年1月の制度改正方針において課徴金制度の導入が明確化されています（出典: インターネットプライバシー研究所 2026年1月9日公表内容）。人事・労務データを適正に取り扱うことは、コンプライアンスの観点から今まで以上に重要です。

労務プロンプト#21: 就業規則 改正対応チェック

以下の就業規則の条文と法改正内容を照合し、対応が必要な箇所を洗い出してください。

## 現行就業規則（該当部分）
【条文をテキストでそのまま貼り付け】

## 対応すべき法改正
- 法令名: 【例: 労働基準法 / 育児・介護休業法等】
- 改正施行日: 【】
- 主な改正内容: 【箇条書き】

## 出力形式
1. 対応が必要な条文（条番号・現行内容・問題点のセット）
2. 追記・削除が必要な規定の候補
3. 改正対応の優先度（高 / 中 / 低 + 理由）
4. 社労士への相談推奨事項（Claude Codeでは判断できない論点）

⚠️ このレポートは一次確認用です。労働基準監督署への届出前に必ず社労士・弁護士の確認が必要です。Claude Codeの出力は法的助言ではありません。

労務プロンプト#22: 雇用契約書 内容チェック（リスク抽出版）

以下の雇用契約書の草案について、見落としやすいリスク・不備を指摘してください。

## 雇用契約書の草案
【全文または問題があると思う箇所を貼り付け】

## チェックしてほしいポイント
1. 労働条件通知書として必要な必須記載事項の漏れ
2. 試用期間の規定が適切か（解雇リスクの観点）
3. 固定残業代の設定が適法か（みなし残業の透明性）
4. 競業避止義務・秘密保持の規定が過度でないか
5. その他気になる条項

## 出力形式
1. 必須記載事項の充足確認（チェックリスト形式）
2. リスクが高い条項（高 / 中 / 低 + 問題点の説明）
3. 修正推奨の草案（修正前 / 修正後の対比）
4. 必ず弁護士・社労士に確認すべき論点

⚠️ Claude Codeの分析は法的助言ではありません。雇用契約書の最終確認・締結前には必ず弁護士・社労士のレビューを受けてください。

労務プロンプト#23: 給与明細説明文書（従業員向け）

以下の給与明細の各項目について、従業員が疑問を持ちやすい点をわかりやすく説明した文書を作成してください。

## 説明が必要な項目
- 基本給以外の手当: 【手当名と金額・計算根拠】
- 控除項目: 【社会保険料・所得税・住民税等の概算計算式】
- 今月特有の変動（増加・減少）: 【残業代 / 賞与 / 控除変更等】

## 対象読者のレベル
- 給与明細の知識: 【ほぼゼロ / 基本はわかる / 詳細まで理解したい】

## 出力形式
1. 各項目の「なぜこの金額か」をわかりやすく説明した文書
2. よくある質問（Q&A形式で3〜5問）
3. さらに詳しく知りたい人向けの参照先（社内窓口 / 公的機関）

⚠️ 給与の計算根拠・税率については最新の法令に基づいているか必ず人事・経理担当が確認してください。Claude Codeの計算値は参考値であり、正確な計算は社内システム・担当者が行ってください。

労務プロンプト#24: 育児・介護休業規程の整備チェック

以下の育児・介護休業規程について、最新の育児・介護休業法（改正対応）に照らした充足状況をチェックしてください。

## 現行規程
【該当条文を貼り付け】

## チェックポイント
1. 産前産後休業・育児休業の取得要件
2. 育児休業の申し出方法・手続き
3. 介護休業の取得要件・手続き
4. 育児・介護短時間勤務の対象者・申請方法
5. 育児休業給付金に関する従業員向け説明の整備

## 出力形式
1. 各チェックポイントの充足状況（充足 / 不足 / 要確認）
2. 不足している規定の補完案
3. 従業員向け周知文書の改善点
4. 社労士への確認推奨事項

⚠️ 育児・介護休業法は頻繁に改正されます。本チェックは2026年5月時点の情報をもとにしていますが、最新の施行状況は社労士・厚生労働省の公式情報で確認してください。

労務プロンプト#25: ハラスメント相談対応マニュアル

以下の情報をもとに、ハラスメント相談窓口の対応マニュアルを作成してください。

## 対象とするハラスメント
- パワハラ / セクハラ / マタハラ / モラハラ（必要なものを選択）

## 組織情報
- 従業員規模: 【〇〇名】
- 相談窓口の設置状況: 【社内窓口のみ / 外部窓口も併用 / 未設置】

## 出力形式
1. 相談受付から調査・対応完了までのフロー図（テキストで表現）
2. 初回相談時の傾聴・確認事項チェックリスト
3. 相談者のプライバシー保護の運用ルール
4. 相談対応担当者が知っておくべき「言ってはいけないこと」リスト
5. 調査・是正措置の記録テンプレート

⚠️ 実際のハラスメント対応は、法令・会社規程に基づき弁護士・社労士の指導のもとで行ってください。この文書はマニュアルの骨格であり、法的アドバイスではありません。

労務プロンプト#26: 賃金テーブル（給与テーブル）の見直し提案

以下の情報をもとに、賃金テーブルの現状分析と見直し提案を作成してください。

## 現状データ
- 現行の賃金テーブル（等級 / 号俸 / 基本給）: 【テーブルを貼り付け（数値はマスキング可）】
- 市場賃金との差異認識: 【自社が高い / 低い / 概ね同等】
- 課題感: 【例: 等級間の差が小さい / 若手の給与が低い / 管理職の格差が大きい 等】

## 見直しの目的
- 目的: 【採用力強化 / 離職防止 / 公平性向上 / コスト最適化】
- 制約: 【人件費予算の上限（概算）/ 対象範囲（全社 / 特定階層）】

## 出力形式
1. 現状の課題分析（等級分布・昇給カーブの観点）
2. 見直しの方向性（3案程度）
3. 各案の概算コストインパクトと想定効果
4. 導入時の留意事項（既存社員への説明・移行措置等）

⚠️ 賃金テーブルの改定は個々の雇用契約・就業規則の変更を伴います。不利益変更に該当する場合は労働組合・従業員代表との合意が必要です。必ず弁護士・社労士に相談してください。

労務プロンプト#27: テレワーク規程の整備チェック

以下のテレワーク規程（在宅勤務規程）について、運用上の問題点と改善案を提示してください。

## 現行規程
【条文を貼り付け】

## 特に確認したいポイント
1. 勤怠管理の方法（始業・終業・中抜けの扱い）
2. テレワーク手当・通信費の扱い
3. テレワーク中の業務上災害（労災）の認定要件
4. セキュリティルール（機器・接続環境の基準）
5. テレワーク解除・出社命令の要件

## 出力形式
1. 規程の充足状況チェック
2. 運用上の問題が生じやすい条文と改善案
3. テレワーク申請・変更のフロー案
4. 従業員向け運用ガイドラインの骨格

⚠️ テレワーク時の労災認定は複雑です。「業務に起因する」要件の判断は事例によって異なるため、発生時は必ず専門家に相談してください。

労務プロンプト#28: 社内通達文書（法改正・制度変更対応）

以下の制度変更・法改正について、全社員向けの社内通達文書を作成してください。

## 通知内容
- 変更内容: 【例: 育児休業の分割取得が可能になりました / 通勤交通費の上限が変更になりました 等】
- 施行日 / 適用開始日: 【】
- 対象者: 【全社員 / 特定の条件を満たす社員】
- 申請が必要な場合の手続き: 【手続きの流れ・期限】

## 出力形式
- 件名（件名のみ）
- 通達本文（300〜500字）
  - 変更の概要を冒頭に
  - 対象者と影響を明確に
  - 手続きが必要な場合のステップ
  - 問い合わせ先
- FAQプレ回答（想定される質問3〜5つ）

⚠️ 通達の内容が現行の就業規則・雇用契約と矛盾していないか必ず確認してください。誤った情報を全社通達すると訂正コストが高くなります。

労務プロンプト#29: 労働時間・残業管理の改善案

以下の状況をもとに、労働時間管理・残業削減のための施策案を提示してください。

## 現状データ
- 部門の月平均残業時間: 【〇〇時間】
- 残業が多い職種・役職: 【】
- 残業の主な原因（分かる範囲で）: 【例: 繁忙期集中 / 引き継ぎ不足 / 会議過多 / 個人差大きい 等】

## 制約・前提
- 人員増強の可否: 【可能 / 不可能 / 限定的に可能】
- 業務量の見通し: 【今後増える / 横ばい / 減る】
- 働き方改革関連法の36協定の状況: 【特別条項あり / なし / 不明】

## 出力形式
1. 残業原因の仮説分析（構造的 / 個人差 / 季節性等の分類）
2. 短期施策（すぐ着手できる改善案 3〜5点）
3. 中長期施策（組織・制度設計の見直し案 2〜3点）
4. 効果測定の指標と測定方法
5. 部門長向け実施チェックリスト

⚠️ 労働時間の削減施策は、業務量・人員・生産性のバランスを考慮しないと逆効果になります。現場管理職・従業員代表の意見を必ず取り入れてください。

労務プロンプト#30: 離職率分析レポート

以下の離職データをもとに、離職率の分析レポートと改善提案を作成してください。

## データ
- 対象期間: 【〇〇年〇〇月〜〇〇月】
- 総従業員数（期首）: 【〇〇名】
- 退職者数: 【〇〇名（自己都合: ○名 / 会社都合: ○名）】
- 職種別・等級別の内訳（分かる範囲で）: 【】
- 在籍年数別の退職者分布（分かる範囲で）: 【】

## 退職理由（退職面談・アンケートから集計済み）
【匿名化した退職理由の集計を貼り付け】

## 出力形式
1. 離職率の全体サマリー（業界水準との比較も含む）
2. 「誰が辞めているか」の分析（職種・年次・在籍年数の傾向）
3. 退職理由の構造的分析（表面的理由と本質的理由の分類）
4. リテンション施策の優先度順提案（3〜5点）
5. 1年後の目標離職率と達成シナリオ

⚠️ 退職者の個人情報が混入しないよう、データは必ず匿名化・集計値で提供してください。個人の退職理由の詳細を分析に使う場合は本人の同意が必要です。

【要注意】人事AI活用の失敗パターン4つ（バイアス・個情法・労務リスク）

研修・顧問現場で実際に聞いた（または予防のために伝えてきた）失敗パターンを4つ紹介します。いずれも「AI活用の失敗」より「設計の失敗」が本質です。

> 事例区分: 想定シナリオ
以下は100社以上の研修・顧問経験をもとに構成した典型的なシナリオです。実際の企業名・数値は含みません。

失敗パターン1: 個人情報を無防備に入力する

❌ 採用候補者の履歴書PDFをそのままClaude Codeに読み込ませる
❌ 従業員の評価データ（氏名・評価点数付き）を丸ごとプロンプトに貼り付ける
⭕ 氏名・住所・生年月日を除いた「スキルサマリー」に変換してから入力する
⭕ 集計値・匿名化済みデータを使う

なぜ危険か: 個人情報保護法2026年改正では課徴金制度の導入が方針として明確化されています（出典: インターネットプライバシー研究所 2026年1月9日）。人事データは「要配慮個人情報」を含む場合が多く、第三者提供・目的外利用には明確な同意が必要です。AI事業者のサーバーに送信することが「第三者提供」に該当する可能性があるため、企業の法務・情報セキュリティ担当と事前に方針を確認してください。

失敗パターン2: 生成結果をそのまま使う（確認なし）

❌ Claude Codeが生成した採用メールを確認せずそのまま候補者に送信する
❌ 生成した評価コメントをコピペして評価シートに貼り付け、一切修正しない
⭕ 生成物は「叩き台」として、送信・提出前に必ず担当者が内容・固有名詞・数字を確認する

想定シナリオ例: ある人事担当者がClaude Codeで生成した内定通知メールを確認せずに送信したところ、候補者の名前が「【氏名】様」のままだった（プレースホルダーを埋め忘れた）。候補者からすぐに指摘が来て、謝罪対応が発生。内定受諾率への影響は測定できないが、印象悪化は避けられなかった。

失敗パターン3: AIによる採用合否判断を実施する

❌ 「Claude Codeが合格と分析したから採用」の意思決定をする
❌ スクリーニング結果をそのまま採用委員会に「AI判断」として提示する
⭕ AIはあくまで「情報整理・要件照合の補助」。合否は必ず人間の採用委員会が判断する

これは法的・倫理的リスクだけでなく、「AIが合格と言った候補者が入社後に合わなかった」という実務リスクも生じます。企業文化・チームフィット・成長可能性はプロンプトに入れられない情報であり、人間の面接官だけが判断できる領域です。採用の最終判断はAIに委ねないことを社内ルールとして明文化してください。

失敗パターン4: 社内ポリシーなしに個人アカウントで使い始める

❌ 人事担当者が個人のClaude.aiアカウントで採用候補者の情報を処理する
❌ IT部門・法務に確認せずに「とりあえずClaude Codeを使い始める」
⭕ 法人向けプラン（Claude for Work）を導入し、データ管理ポリシーを策定してから開始する
⭕ 使用するデータの種類・範囲・承認フローを先に決める

個人アカウントでは、入力データが学習に使われる可能性があります。Claude for Workでは学習データへの使用をオプトアウト可能です（Anthropic利用規約に基づく）。また、万が一情報漏洩が発生した場合、「個人アカウントで処理した」という事実が会社の管理責任を問われる材料になります。

ガバナンス：個人情報保護・労働法への対応設計

Claude Codeを人事業務に安全に導入するためのガバナンス設計を整理します。「あとでルールを決めよう」というアプローチは、実際に問題が起きてからでは手遅れになります。

個人情報保護法の観点（採用・評価データ）

採用候補者・従業員の個人情報を扱う人事業務では、以下の3点が特に重要です。

1. 利用目的の明示
個人情報を収集する際は、「AIを活用した採用・人事管理業務に使用する」旨を利用目的に含める必要があります。後から追加することは不利益変更に当たる可能性があります。

2. 要配慮個人情報の取り扱い
健康情報・障害の有無・犯罪歴等の「要配慮個人情報」は、取得に本人の明示的な同意が必要です。採用面接・入社時の健康診断情報等が含まれる場合は特に注意が必要です。

3. 委託先管理
Claude Codeを使うことは、入力データをAnthropicのサーバーで処理することを意味します。Anthropicを「個人情報の処理委託先」として位置づけた場合、委託先管理義務（個人情報保護法24条）が生じます。法務担当者と事前に確認してください。

参考: 2026年1月の改正方針では課徴金制度の導入が方針化されており、違反時のリスクが高まっています（出典: 個人情報保護委員会 2026年1月9日公表 制度改正方針）。

労働関連法の観点（評価・採用判断）

採用選考における差別禁止
採用選考では、性別・年齢・障害の有無・国籍等による差別的取り扱いが禁止されています（男女雇用機会均等法・障害者雇用促進法等）。AIによるスクリーニングがこれらの属性と相関した結果を出力していないか、定期的に確認することが推奨されます。

AIによる合否決定の禁止
AIが採用の合否を決定することは、上記の差別禁止法令の観点からリスクがあります。AIは「情報整理のアシスト」に限定し、最終判断は必ず人間が行う体制を設計してください。

評価の透明性
人事評価にAIが関与している場合、従業員から「なぜその評価か」を問われた際に説明できる体制が必要です。「AIが評価した」という説明は認められません。

Claude Code vs ChatGPT — 人事用途での使い分け

「ChatGPTと何が違うの？」は人事担当者から最もよく聞かれる質問です。両者の特徴を整理します。

人事用途での選択基準: 長文の就業規則・評価シートを一括処理したい場合、または「制約を確実に守る」必要がある採用スクリーニング系の用途ではClaudeが選ばれることが多いです。すでにMicrosoftエコシステムを使っている場合はCopilot（GPT-4o）との統合が選ばれることも多く、組織の環境に合わせた選択を推奨します。ChatGPTを使った人事プロンプトの詳細は採用AI業務プロンプト30選も参照してください。

よくある質問（FAQ）— 人事担当者が気になるポイント8問

Q1. 候補者の履歴書をClaude Codeに読み込ませても法律上問題ないですか？
A. 個人情報保護法の観点では、「入力したデータをAnthropicが処理する」ことが「第三者提供」に該当する可能性があります。Claude for Work（法人プラン）では学習データへの使用をオプトアウトできますが、まず自社の法務・情報セキュリティ担当に確認してください。個人特定情報（氏名・住所・生年月日）は入力しないことが最も安全な運用です。

Q2. AIによるスクリーニングは公平性・差別禁止の観点で問題がありますか？
A. AIが採用の合否判断を直接行うことは、男女雇用機会均等法等の観点からリスクがあります。本記事のプロンプトはすべて「合否判断を含めない」設計にしていますが、出力結果を参考にした人間の判断が特定の属性グループに偏らないか、定期的に確認することが推奨されます。

Q3. Claude Codeはプログラミングができなくても使えますか？
A. 本記事掲載のプロンプトはすべて「コピペして使う」前提で設計しており、プログラミング知識は一切不要です。「Claude Code」という名前に「Code」が含まれていますが、コーディング以外の言語処理タスク全般で活用できます。

Q4. 生成した評価コメントをそのまま評価シートに使ってもいいですか？
A. 「叩き台」としての使用を推奨します。生成コメントをそのまま使うと、評価者の観察・判断が入らない「テンプレ評価」になり、従業員の納得感が下がるリスクがあります。生成後に評価者自身が「この表現は自分の言葉か」「行動事実として正確か」を確認・加筆して使用してください。

Q5. Claude for Workの費用はどのくらいですか？
A. Anthropic公式サイトで最新の料金を確認してください（本記事執筆時点の情報は変更される可能性があります）。法人向けプランは契約規模・利用形態によって異なります。個人のClaude Proプランと混同しないよう注意してください。

Q6. 就業規則のチェックにClaude Codeを使う場合、社労士への確認は省略できますか？
A. 省略できません。Claude Codeによる一次チェックは「見落としを減らす」ためのものです。最終的な法的妥当性の確認・労働基準監督署への届出等は必ず社労士・弁護士が担う必要があります。

Q7. 複数のプロンプトを1回のチャットで連続して使えますか？
A. はい。例えば「求人票を作成してから、同じチャットでスカウトメールも作って」という流れで連続使用できます。ただし、チャット履歴が長くなりすぎると前のコンテキストが薄れることがあるため、業務カテゴリごとに新しいチャットを始めることをお勧めします。

Q8. 人事部門での導入を経営者に提案するには？
A. 本記事のROI測定法セクションの計算式を使い、「年間削減工数×時給換算=年間効果額」を試算して提示するのが効果的です。まずパイロット導入（採用メール1ヶ月）の効果を測定してから、全社展開の稟議を通すステップを踏むと承認率が上がります。

Claude for Work 法人プランの始め方（5ステップ）

個人アカウントではなく法人プランで始めることが、人事データを安全に扱う第一歩です。

1. Anthropic公式サイト（anthropic.com）でClaude for Workのプランを確認
   チーム規模・利用用途に合ったプランを選択します。Enterpriseプランでは専任サポート・SSO・監査ログ等の法人向け機能が使えます。
2. IT部門・情報セキュリティ担当に事前確認
   「社外のAIサービスにデータを送信することへの承認」を得ます。多くの企業では情報システム部門の事前承認が必要です。
3. 法務・コンプライアンス担当と個情法対応を確認
   「入力してよいデータの種類・範囲」を事前にルール化します。最低限「個人特定情報（氏名・住所・生年月日）は入力しない」を原則として定めてください。
4. パイロット担当者1〜2名でテスト運用（2〜4週間）
   採用メール・面接質問リストなど、リスクの低い業務から試します。「使えた / 使えなかった / こんな問題があった」を記録してチームに共有します。
5. 全チームへの展開とプロンプトライブラリの整備
   社内Notionや SharePoint に本記事の30プロンプトをベースにしたライブラリを作成し、チーム全員が使える環境を整えます。Claude Codeの基本的な使い方についてはClaude Code機能20選で解説しています。

30-60-90日チーム展開ロードマップ

Claude Codeを人事チームに展開する際の現実的なロードマップを提示します。いきなり全30プロンプトを使い始めるのではなく、段階的に運用ルールを整えながら拡大するアプローチが成功につながります。

最初の30日: ルール設計と個人利用の習熟

31〜60日: チーム利用の標準化

61〜90日: 効果測定と制度化

既存ツール（HRMOS等）との使い分け

Claude CodeはATS（採用管理システム）や人事評価システムを置き換えるものではありません。それぞれの役割を理解した上で組み合わせることが重要です。

HRMOS採用は2026年3月にビズリーチ16年間のノウハウを活用した「求人自動生成」機能と「書類判定アシスト」機能を提供開始しています（出典: ビズリーチ プレスリリース 2026年3月13日）。ATSが得意な「データ管理と自動フロー」と、Claude Codeが得意な「言語生成と文書化」を組み合わせることで、人事業務のカバー範囲が格段に広がります。

Claude Codeのさらなる機能詳細については、Claude Code機能20選の完全解説も参照してください。

ROI測定法 — 人事部門の効果を数値で示す

Claude Code導入の費用対効果を測定する際は、以下の3指標を軸に計測することをお勧めします。

指標1: 時間削減効果（最も測定しやすい）

事例区分: 想定シナリオ
上記の時間は100社以上の研修・顧問経験をもとにした目安です。実測値は組織・個人のAIリテラシー・プロンプト設計の質によって大きく変わります。必ず自社で3ヶ月間のBefore/Afterをタイムトラッキングツール等で計測してください。

指標2: 品質向上効果（定性的）

• 採用メールの文章品質の均一化（担当者によるばらつきの解消）
• 面接質問の構造化（違法質問のリスク低減）
• 評価コメントの行動事実ベース化（評価の公平性向上）
• 就業規則チェックの見落とし減少

指標3: 費用対効果の計算式

年間削減工数（時間）= 各業務の削減時間 × 月発生回数 × 12ヶ月
年間削減コスト = 年間削減工数 × 人件費単価（時給換算）
ROI = （年間削減コスト − Claude for Work年間費用） / Claude for Work年間費用 × 100

Claude for Workの費用は契約形態によって異なりますが、採用担当者1人が月10時間削減できれば、時給換算3,000円の場合は月3万円・年間36万円の人件費削減効果になります。プロンプト利用頻度が高い組織では、費用対効果が大きくなります。

参考・出典

• 日本のHRテック市場規模、2034年までに39.3億米ドルに到達——年平均成長率（CAGR）6.87%で拡大 — NEWSCAST（参照日: 2026-05-11）
• HRMOS採用、ビズリーチのノウハウを搭載したAI機能を続々提供——第1弾は「求人自動生成」機能と「書類判定アシスト」機能 — HRMOS公式サイト（参照日: 2026-05-11）
• 個人情報保護法 2026年改正の方向性が明らかに——改正のポイントや企業への影響を整理 — インターネットプライバシー研究所（参照日: 2026-05-11）
• AI採用とは？2025年の進化と2026年の最新トレンドを徹底解説 — HRmony AI（参照日: 2026-05-11）
• Data and Digital Insights Vol.5：人事労務におけるAI活用と個人情報の取扱いの留意点③（各事業者共通編） — 三浦法律事務所 Miura & Partners（参照日: 2026-05-11）
• アクセンチュア、AIを中核に据えた企業変革の加速に向けてAnthropicとの日本での協業体制を強化 — アクセンチュア日本（参照日: 2026-05-11）

まとめ：今日から始める3つのアクション

この記事では、Claude Code×人事業務の採用10・評価10・労務10の計30プロンプトを公開しました。ポイントをまとめます。

あわせて読みたい:

• 採用AI完全ガイド — 採用プロセス全体のAI活用戦略
• Claude Codeプロンプト30選（ビジネス全業種版） — 人事以外の業務にも使えるプロンプト集
• 生成AI研修プログラム設計完全ガイド2026 — 全社AI研修を自社で設計する方法

1. 今日やること: 「即効プロンプト3選」のどれか1つを、今日の業務で試す（まずは採用メール1通か、今日実施する1on1のアジェンダ作成から）。コピペして動かすだけでOK

2. 今週中: IT部門・法務担当に「Claude for Work導入の事前確認」を持ちかける。「個人情報保護法の観点で問題ないか確認したい」という形で相談すると話が進みやすい

3. 今月中: 30-60-90日ロードマップの「最初の30日」計画を人事チームで共有し、パイロット担当者を1〜2名決める。全員一斉導入より「先行者がいる状態」からスタートする方が成功率が高い

次回予告: 次の記事では「Claude Code×経理・財務業務」として、請求書チェック・経費精算・月次報告書の自動化プロンプトをお届けします。

著者: 佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。X（@SuguruKun_ai）フォロワー約10万人。100社以上の企業向けAI研修・導入支援。著書『AIエージェント仕事術』（SBクリエイティブ）。SoftBank IT連載7回執筆（NewsPicks最大1,125ピックス）。

ご質問・ご相談は お問い合わせフォーム からお気軽にどうぞ。