人材 · COURSE
面接質問リストを構造化する
コンピテンシー基準で職種・役職別に質問セット、スコアシート、面接官ガイドまで。
audience
人事部・面接官
duration
60分
lessons
5 章
reviewed
2026.05
達成目安
全 5 レッスンを読み、コース完了マークを付ける
未完了
クイズ 3 問に挑戦し、正答率 80% 以上
未挑戦
コース構成
このコースで学ぶこと
- 01
面接質問のバラツキ問題
面接官ごとに質問が違う、評価軸が揃わない、結果『面接官との相性』で合否が決まる現象。これを構造化で解消。
面接の質を上げる最も効果的な方法は『質問と評価軸を構造化する』こと。同じ職種・同じ役職には同じ質問を、同じ評価基準で。
Claude Code に募集要件 + コンピテンシー定義を渡せば、職種別・役職別の質問セット + スコアシート + 面接官の言い回しガイドまで一気通貫で生成できます。
- 質問の標準化 → 候補者間で公平な比較
- 評価軸の明確化 → スコアシートでの可視化
- 面接官ガイド → 経験浅い面接官でも安定運用
- 02
コンピテンシー定義を CLAUDE.md に
弊社が候補者に求めるコンピテンシー（行動特性）を最初に明文化。
markdown# 弊社コンピテンシー定義 ## 共通 - **問題解決力**: 複雑な課題を構造化・解決する力 - **協働力**: 多様な人と協力して成果を出す力 - **顧客視点**: 顧客の本当のニーズを理解する力 - **学習力**: 新しい情報を取り入れ続ける力 - **誠実さ**: ミスを認め、改善する姿勢 ## 役職別の追加 ### マネージャー - リーダーシップ - 意思決定力 - 部下育成 ### シニアエンジニア - 技術的判断 - アーキテクチャ設計 - メンタリング - 03
プロンプトテンプレ：質問セット生成
募集職種・役職を指定すると、質問 + 評価基準 + スコアシートが揃う。
text> 募集職種: バックエンドエンジニア（リード級） 面接フェーズ: 2 次面接（45 分） CLAUDE.md のコンピテンシー定義に基づき、質問セットを生成。 ## 出力 ### 1. 質問セット（45 分構成） - 自己紹介・経歴: 5 分 - コンピテンシー質問 5 つ（各 7 分、計 35 分） - 各質問は STAR 法（Situation/Task/Action/Result）で答えやすい形に - フォローアップ質問 2 つずつ - 候補者からの質問: 5 分 ### 2. 評価基準（スコアシート） 各コンピテンシーごとに 5 段階評価 - 5: Exceptional（社内 TOP 5%） - 4: Strong（合格レベルを大きく超える） - 3: Solid（合格レベル） - 2: Concern（要懸念） - 1: Significant gap（不合格） 各レベルの『この発言・行動例』を具体的に。 ### 3. 面接官ガイド - 質問の導入の仕方 - 候補者が詰まったときのフォロー - 評価のキャリブレーション例（過去の良い回答 / 微妙な回答）出力イメージ面接質問セットの抜粋（下書き）## 質問セット（45 分） ### Q1 問題解決力（7 分） 「直近で、複雑な技術課題を構造化して解決した場面を教えてください」 - フォロー: その時、具体的に何をしましたか？（STAR の Action） ## スコアシート 各コンピテンシーを 5 段階で評価 …（評価基準・面接官ガイドは以下省略）
- 04
面接官の言い回しガイド
経験浅い面接官でも安定運用できるよう、言い回しを標準化。
- ✅ 「最近の業務で、難しい意思決定をした場面を 1 つ教えてください」
- ✅ 「その時、具体的に何をしましたか？」（STAR の Action）
- ❌ 「優秀ですね」（評価が候補者に漏れる）
- ❌ 「ストレス耐性ありますか？」（Yes/No 質問は無意味）
- 05
Skill 化と面接後の運用
`/interview-set <職種> <役職>` で質問セット即生成。面接後はスコアシートを集約。
手を動かす
0 / 4
理解度チェック
Q1.面接質問の構造化 Skill が、面接官の人数や経験差を超えて『公平な評価』を実現する鍵は？
Q2.面接質問を AI に生成させるときに CLAUDE.md に固定すべきは？
Q3.面接質問・スコアシートを構造化しても候補者情報は AI に渡すべきでない理由は？