結論: 人事担当者がClaude Codeを活用すると、採用メール作成・履歴書スクリーニング・面接質問リスト・評価レポート・社内規程チェックの5業務を大幅に自動化できます。プログラミング知識は不要で、コピペできるプロンプトをすぐに使い始められます。
この記事の要点:
- 要点1: AI人事活用率は2026年に43%へ上昇（2024年26%から急増）、Claude Codeは人事の言語系タスクに特に強い
- 要点2: 採用業務でClaude Codeを使うと履歴書スクリーニングが「20時間→30分」相当に短縮できる
- 要点3: 人事特有の「機密情報リスク」対策と「人間チェックの運用設計」が成功の鍵
対象読者: 採用担当者・人事部門責任者・HRBPで、Claude Codeを使った業務効率化を検討している方
読了後にできること: 人事業務5シーンのプロンプトをコピペして今日から使い始められる
「採用業務を何とかしたい…でもAIツールって情報漏洩が怖くて」
企業向けAI研修でよく聞くのがこの声です。
先日、ある中堅IT企業（従業員300名）の人事部長から相談を受けました。「年間200名の採用を3名の人事チームで回していて、書類選考とメール対応だけで週の半分以上が消えている。でもAIに履歴書を読み込ませるのは個人情報的にどうなのか…」というジレンマを抱えていました。
この経験から気づいたのは、人事職でClaude Codeを活用する際には「何ができるか」と同じくらい「どう安全に使うか」の設計が重要だということです。この記事では、5つの具体的シーンをプロンプト付きで解説しつつ、情報セキュリティの運用ポイントも正直にお伝えします。
ChatGPTビジネス活用の全体像については、ChatGPTビジネス完全活用ガイドも参考にしてください。
まず押さえる：人事×Claude Codeで自動化できることとできないこと
| タスク | Claude Codeで自動化 | 人間が必ず担当 |
|---|---|---|
| 採用メール文面の生成 | ◎ 文面のドラフト作成 | 送信前の内容確認 |
| 履歴書スクリーニング | ◎ 要件マッチングの分析 | 最終合否判断 |
| 面接質問リストの作成 | ◎ ポジション別Q&A生成 | 面接官としての判断 |
| 評価レポートのドラフト | ○ 構造化サマリー | 評価点数の決定 |
| 社内規程の更新チェック | ○ 差分・矛盾点の洗い出し | 法務確認・承認 |
| 採用判断（合否） | ✕ 使用禁止 | 人間が必ず判断 |
重要: 雇用に関する最終判断をAIに委ねることは、労働関連法令・差別禁止法の観点からリスクがあります。Claude Codeは「下書きとリサーチの自動化」に限定して使いましょう。
シーン1: 採用メールの自動生成
人事業務の中で最も単純作業の多い「メール作成」から始めましょう。書類選考通過・不通過・面接日程調整・内定通知・オファーレターなど、採用プロセスには定型メールが山ほどあります。
研修先のEC企業（人事4名）では、採用メールを全てClaude Codeでドラフト生成するようにしたところ、1人あたりのメール作成時間が週4時間→30分に削減されました（測定期間: 2025年10〜12月、測定方法: Togglタイムトラッキング）。
以下の採用状況に合わせた採用メールを作成してください。
## 送信状況
- 候補者名: 【氏名】様
- 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】
## 会社情報
- 会社名: 【会社名】
- 担当者名: 【担当者名】
- 問い合わせ先: 【メール / 電話】
## トーン
- 丁寧で温かみのある文体
- 会社への期待を持ってもらえる表現（通過時）
- 応募への感謝を必ず冒頭に（不通過時も）
情報が不足している場合は、最初に質問してください。
最終送信前は必ず担当者が内容を確認してください。シーン2: 履歴書スクリーニング支援
注意：このシーンは使い方に最も気をつける必要があります。
個人情報保護の観点から、Claude Codeに履歴書の個人特定情報（氏名・住所・生年月日等）を入力するのは原則避けることを推奨します。代わりに「匿名化した要約」をベースに要件マッチングの分析をさせる運用が安全です。
顧問先の人材会社で実際に採用した運用方法：
以下の候補者スキルサマリー（個人特定情報は除外済み）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: 【X年以上】
- 特に重視する点: 【〇〇に関する実績】
## 候補者スキルサマリー（匿名）
- 職種経験: 【年数・業種】
- 保有スキル: 【スキルリスト】
- 直近の実績: 【概要のみ】
## 出力形式
1. 必須要件充足度（◎○△✕）
2. 歓迎要件充足度
3. 特筆すべき点（良い点・確認が必要な点）
4. 面接で深掘りすべき質問案（3つ）
※ 合否の判断は行わないこと。あくまで情報整理のみ。
※ 分析結果は参考情報であり、最終判断は人事担当者が行います。シーン3: 面接質問リストの作成
ポジション別の面接質問リストを毎回ゼロから作るのは非効率です。Claude Codeに「ポジションの要件定義」を渡すだけで、構造化された面接Q&Aを生成できます。
研修先の食品メーカー（採用担当2名）では、マーケ・営業・エンジニアの3職種分の面接質問バンクをClaude Codeで作成し、面接官全員で共有。面接の質と一貫性が大幅に向上したと報告を受けています。
以下のポジション向け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】
- このポジションで最も重要な能力: 【能力の説明】
## 質問の種類
1. 過去の経験を問う質問（STAR形式）: 5問
2. 仮説思考・問題解決力を測る質問: 3問
3. カルチャーフィット・価値観を確認する質問: 3問
4. スキル・知識を測る実務質問: 4問
## 質問の条件
- 違法質問（家族構成・出身地・信仰等）を含まないこと
- 抽象的すぎず、候補者が答えやすい具体的な問いにすること
- 各質問に「意図」を一行で添えること
不足情報があれば最初に質問してください。シーン4: 評価レポートのドラフト作成
面接後の評価レポートは、面接官が口頭でメモした内容をClaude Codeに整理させると効率的です。ただし、「評価点数や合否の記述はClaude Codeに任せない」というルールを社内で明確に設定することが重要です。
以下の面接メモをもとに、採用評価レポートのドラフトを作成してください。
## 面接メモ（面接官が記録した内容）
【メモをそのまま貼り付け】
## 出力形式
1. 候補者の強み（面接での発言に基づく）: 3点
2. 確認が必要な点・懸念事項: 2点
3. 面接での印象・コミュニケーションスタイル: 1段落
4. 追加で確認すべき事項（次回面接がある場合）: 2点
## 絶対に含めないこと
- 合否の判断
- 点数・スコアリング
- 推薦・非推薦の記述
このレポートは参考資料であり、最終評価は面接官が独自に行います。
仮定した内容は「仮定:」と明記してください。シーン5: 社内規程の更新チェック
就業規則・人事規程・育児・介護休業規程などは、法改正のたびに見直しが必要です。Claude Codeに「現行規程」と「改正法の概要」を渡すと、矛盾箇所・更新が必要な箇所を洗い出せます。
正直にお伝えすると、これは最終的に必ず社労士や法務担当に確認が必要です。Claude Codeは「見落としを減らすためのファーストチェック」として使うことを推奨します。
以下の社内規程の条文を、記載されている法改正ポイントと照合し、見直しが必要な箇所を指摘してください。
## 現行の社内規程（対象箇所）
【条文をテキストで貼り付け】
## 対応すべき法改正のポイント
【改正法の概要・施行日・主な変更点】
## 出力形式
1. 改正対応が必要な箇所のリスト（条番号・現行内容・問題点）
2. 追記・削除が必要な可能性がある事項
3. 専門家（社労士）への確認推奨事項
このレポートは一次確認用です。最終的には社労士・弁護士の確認が必要です。
数字・固有名詞は出典を明記してください。【要注意】人事×Claude Codeでよくある失敗パターン
失敗1: 個人情報を無防備に入力する
❌ 履歴書のPDFをそのままClaude Codeに読み込ませる
⭕ 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
Claude Codeに入力したデータは、プライバシーポリシーに基づいて扱われます。Anthropicの利用規約を確認し、個人情報の扱いについて社内ルールを先に策定してください。
失敗2: 生成結果をそのまま使う
❌ Claude Codeが生成したメール文を一切確認せず送信
⭕ 必ず送信者が内容・固有名詞・日付を確認してから送信
研修先で実際に起きた失敗です。候補者名の敬称が間違っていたまま送信してしまい、候補者から指摘を受けました。「AIが生成した＝正確」ではありません。
失敗3: AIによる採用判断を行う
❌ 「Claude Codeが合格と言ったから採用」
⭕ AIはあくまで「情報整理のツール」。合否は必ず人間が判断する
これは法的・倫理的なリスクだけでなく、企業文化・チームフィットなど数値化できない要素を見落とす実務リスクもあります。
失敗4: 社内ルールなく個人利用から始める
❌ 人事担当者が個人のClaude.aiアカウントで採用情報を扱う
⭕ 法人向けプラン（Claude for Work）を導入し、情報管理ポリシーを設定してから開始する
AIガバナンスと情報セキュリティの詳細は 社内AI利用ガイドライン｜情報漏洩防止5鉄則 も参考にしてください。
情報セキュリティ運用のポイント
人事×Claude Codeを安全に使うための最低限の運用ルール：
- 法人プランを使う: Claude for Workでは学習データへの使用をオプトアウト可能
- 個人情報は匿名化: 氏名・住所・生年月日はシステムに入力しない
- ログを管理: どのプロンプトをいつ使ったか記録を残す
- 社内ポリシーを策定: 「AIで生成した内容は送信前に人間が確認」を規定化
- 定期レビュー: 四半期ごとに運用状況を確認し、必要に応じてルール改定
導入効果の目安
事例区分: 想定シナリオ
以下は複数の研修先ヒアリングをもとに構成した典型的なシナリオです。
| 業務 | 導入前 | Claude Code活用後 | 削減率 |
|---|---|---|---|
| 採用メール作成（1通） | 15〜30分 | 3〜5分（確認込み） | 約75%削減 |
| 履歴書スクリーニング（10名） | 3〜5時間 | 30〜60分 | 約70〜80%削減 |
| 面接Q&Aリスト作成 | 2〜4時間 | 15〜30分 | 約85%削減 |
| 評価レポートドラフト | 30〜60分 | 10〜15分 | 約70%削減 |
参考・出典
- Recruiting with Claude AI: The Complete 2026 Guide — HeroHunt.ai（参照日: 2026-04-07）
- How recruiters can use Claude Code — Truffle（参照日: 2026-04-07）
- Automate Your Hiring Workflow: Integrating Claude Into Recruitment Software — Aynsoft（参照日: 2026-04-07）
まとめ：今日から始める3つのアクション
1. 今日やること: 5シーンのうち「一番時間がかかっている業務1つ」のプロンプトをコピペして試す（まずは採用メール1通を生成してみる）
2. 今週中: 社内AI利用ポリシーの草案を作成し、チームで共有する（個人情報の匿名化ルールを最優先で決める）
3. 今月中: 法人向けClaude for Workの導入を検討し、費用対効果を試算する（週10時間削減 × 時給 × 52週で投資回収の計算）
次回予告: 次の記事では「Claude Code×マーケティング自動化」をテーマに、コンテンツ企画からSEO・広告コピーまで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。
