求人票（JD）量産パイプライン

コース構成

このコースで学ぶこと

1. 01

   既存 JD の問題と量産化のメリット

   求人票は『どのターゲットに、どのチャネルで』で表現が変わる。手作業では 1 案件 1 案、AI なら 12 案。

   同じ募集職種でも、即戦力向け・ポテンシャル向け・キャリアチェンジ向けで訴求ポイントは違います。さらに公開チャネル（自社サイト・転職サイト・LinkedIn・社員紹介）で文章のトーンも変える必要がある。

   手作業だと 1 募集に 3-4 時間かかる。Claude Code で構造化すれば、30 分で 12 通り（3 トーン × 4 チャネル）が出ます。

   • ターゲット別の訴求差を作れる（即戦力/ポテンシャル/CC）
   • チャネル別のトーン調整（自社/転職サイト/LinkedIn/紹介）
   • 用語・言い回しが社内で揃う（CLAUDE.md 経由）
   • 応募増・採用ミスマッチ減の両立
   募集情報を構造化する
2. 02

   募集情報を構造化する

   JD の元データは Markdown でテンプレ化。フィールドを揃えると Claude が量産しやすい。

   markdown

   # 募集職種
   
   ## 基本
   - 職種：バックエンドエンジニア（リードクラス）
   - 部署：プロダクト開発本部
   - 雇用形態：正社員（中途）
   - 勤務地：東京 / リモート可
   - 給与：年俸 800-1200 万円
   
   ## スキル要件（必須）
   - TypeScript / Node.js 5 年以上
   - Postgres / Redis 運用経験
   - CI/CD パイプライン構築経験
   
   ## スキル要件（歓迎）
   - React / Next.js
   - AWS / GCP 基盤運用
   - チームリード経験
   
   ## カルチャー
   - フラット、議論好き
   - 品質に妥協しない
   - 顧客視点で考える
   
   ## NG 表現
   - 「絶対」「業界 No.1」（景表法）
   - 「やる気のある方」（曖昧）
   - 性別・年齢に関する文言（労基法）

   既存 JD の問題と量産化のメリット3 トーン × 4 チャネルを一気に生成
3. 03

   3 トーン × 4 チャネルを一気に生成

   1 プロンプトで 12 通りの JD を生成。CSV まで出力すれば各チャネルに即投入できる。

   text

   > data/hiring/be-lead-2026.md を基に、JD を 12 通り生成して。
   
   ## 3 トーン
   (A) 即戦力向け：40 代以上想定、専門性訴求、年収訴求
   (B) ポテンシャル向け：30 前後、成長機会・教育制度訴求
   (C) キャリアチェンジ向け：別職種からの転身、ポータブルスキル訴求
   
   ## 4 チャネル
   (1) 自社採用ページ：1500 字、SEO 意識
   (2) 転職サイト：800 字、簡潔・スキャンしやすい
   (3) LinkedIn：500 字、英語混在 OK、グローバル感
   (4) 社員紹介（リファラル用）：300 字、カジュアル、内輪向け
   
   ## 出力
   各 (A/B/C) × (1/2/3/4) = 12 通り の JD を jd-output.md にまとめて。
   各 JD の冒頭にメタ情報（タイトル・ターゲット・チャネル）を明記。

   出力イメージjd-output.md の抜粋（A×1 の 1 通り）

   --- [A-1] 即戦力向け / 自社採用ページ ---
   # バックエンドエンジニア（リード）募集
   年俸 800-1200 万円・東京/リモート可
   
   サンプル株式会社のプロダクト基盤を、設計から牽引いただくリードを募集します。
   …（残り 11 通りは以下省略 / ※ バイアスチェック・人事確認前提）

   募集情報を構造化するバイアスチェックを通す
4. 04

   バイアスチェックを通す

   生成した JD は機械的にバイアスチェック。性別・年齢・出身に関する偏った表現を検出。

   text

   > jd-output.md の 12 通り全てを以下の観点でチェック:
   
   ## 検出するパターン
   - 性別暗示（「男性的」「女性ならでは」「営業マン」等）
   - 年齢暗示（「若い人」「ベテラン」「即戦力」※文脈次第）
   - 国籍・出身暗示
   - ハラスメント的表現（「体力勝負」「タフな環境」等）
   - 曖昧表現（「やる気のある方」「コミュ力高い」等）
   - 景表法違反（「絶対」「業界 No.1」「100%」）
   
   ## 出力
   問題箇所を {file, line, expression, type, suggestion} の形で一覧。
   修正案も添える。修正コストが低いものから順に。

   出力イメージJD バイアスチェック結果（下書き）

   ## 検出結果
   | ファイル | 行 | 表現 | 種類 | 修正案 |
   |---|---|---|---|---|
   | A-2 | 14 | 「営業マン」 | 性別暗示 | 「営業担当」 |
   | B-1 | 22 | 「やる気のある方」 | 曖昧表現 | 具体的な行動例に |
   | C-3 | 8 | 「業界 No.1」 | 景表法 | 客観的表現に |
   …（以下省略 / ※ 人事・法務確認前提）

   3 トーン × 4 チャネルを一気に生成公開チャネル別の最終チェック
5. 05

   公開チャネル別の最終チェック

   各チャネルには独自の制約（文字数・必須項目・推奨フォーマット）がある。最後にそれを満たすか確認。

   • **自社採用ページ**：SEO（タイトル 32 字以内、見出し階層）、構造化データ JobPosting
   • **転職サイト**：プラットフォーム規約（NG ワード一覧）、応募導線
   • **LinkedIn**：英語タイトル併記推奨、Skill タグ 10 個以内
   • **リファラル**：紹介者向け Slack 投稿テンプレ含む

   手を動かす

   0 / 4

   • 12 JD のうち、すぐ公開できるものをマーク
   • 微修正が必要なものを別マーク
   • 全 JD をスプレッドシートに転記、公開予定日を入れる
   • 効果測定（応募数・通過率）の仕組みを準備

   Skill Builder で組み立て

   理解度チェック

   1. Q1.JD を量産したあと『次回も使える資産』にするために必須なのは？

      A応募が来た JD をすぐ削除するB公開後の応募数・通過率まで紐づけて、勝ち JD のパターンを CLAUDE.md に蓄積するCJD を毎回ゼロから書き直すD全 JD を匿名化する

   2. Q2.AI が生成した JD で『公開前に絶対チェックすべき』表現は？

      A感謝表現B性別・年齢・国籍を暗示する表現、ハラスメント的表現、景表法違反の断定表現、曖昧表現（「やる気のある方」など）C改行の位置D絵文字の数

   3. Q3.1 つの募集要項から 3 トーン × 4 チャネル = 12 通りの JD を生成する意味は？

      AJD の数を増やすためB即戦力 / ポテンシャル / キャリアチェンジ × 自社サイト / 転職サイト / LinkedIn / リファラル、と訴求とトーンを掛け合わせ、応募増と採用ミスマッチ減を両立するCAI を多用するためD応募者を混乱させるため
   バイアスチェックを通す