【2026年版】ChatGPT人事活用法完全ガイド｜求人票・面接評価・内定者対応で使える実務プロンプトと個人情報のNGライン

「求人票の作成にまる半日かかっている」「面接後の評価コメントで、毎回同じような言葉しか出てこない」——ChatGPTを人事業務で使い始める人の動機は、たいてい小さな時間泥棒への苛立ちだ。一方で、就職活動をする学生の側はすでにAIを当たり前の道具として使いこなしている。マイナビの調査によれば、2026年卒学生のAI利用経験者は82.7%、就職活動そのものでの利用率は66.6%に達した。2年前からほぼ倍増した数字だ。「応募者の方がAIに慣れている」というねじれの中で、人事担当者はどこまで、どう使えば安全なのか。この記事では求人票の作成から面接評価、内定者対応、社内問い合わせまで、業務フロー別に使える実務プロンプトと、必ず押さえておきたい個人情報・著作権のNGラインを整理する。

人事のChatGPT活用は「応募者に追いつく」段階に来ている

まず現状のデータを押さえておこう。学生側の利用が急速に進む一方、企業の人事部門はまだ「守り」の使い方にとどまっている。

マイナビの「2026年卒 大学生キャリア意向調査」では、AI利用経験を持つ学生が82.7%と2年前の2倍以上に増え、就職活動そのものでの利用率も66.6%に達したと報告されている。エントリーシートの推敲にAIを使う学生は約7割にのぼる。

一方、企業側はどうか。Works Human Intelligence総研が大手企業64名を対象に行った調査（2025年8〜10月実施）では、生成AI利用を全社的に公開している企業は75.0%と前年の38.8%からほぼ倍増した。しかし実際に使われている業務のトップは「従業員への案内メール作成」で回答の約8割を占め、次いで「会議での壁打ち・アイデア整理」「資料作成」が続く。つまり多くの企業では、まだ人事の中核業務である採用・評価にまでは踏み込めていないのが実情だ。帝国データバンクの2026年3月調査でも、生成AIを業務に「活用している」企業は全体で34.5%にとどまり、本格活用はまだ道半ばという状況が裏付けられる。

学生側は当たり前のようにAIを使い、企業の人事はまだメール作成レベル。このギャップこそ、一歩踏み込んで使いこなせば差がつく余地でもある。ここから先は、採用フローの各工程で実際に使える活用法を見ていく。

使う前に確認したい個人情報・著作権のNGライン

便利さの前に、まず押さえておくべきリスクがある。人事が扱うデータは応募者・従業員の個人情報そのものであり、一般の業務効率化とは注意点が異なる。

HRproの解説によれば、応募者の氏名・住所・生年月日・職歴といった個人を特定できる情報をそのままChatGPTに入力する行為は、個人情報保護法上の「第三者提供」に該当しうるとされる。個人情報保護委員会も、生成AIサービスの提供事業者が入力情報を学習データとして利用するケースについて注意を呼びかけている。また、他社の求人原稿や既存文書をそのまま入力して改変させると著作権侵害のリスクが生じる。逆にChatGPTの生成物自体は原則として「著作物」と認められにくく、他社に無断で使われても著作権侵害を主張しにくいという、意外な逆側のリスクもある点は覚えておきたい。

求人票・スカウト文面の作成で使うプロンプト

ChatGPTの基本的な使い方に不安がある場合は、先にChatGPTの基本操作と使い方ガイドで操作に慣れておくと、ここから先の実務プロンプトがスムーズに試せる。

求人票やスカウト文面は、ゼロから書こうとすると時間がかかる一方、パーツごとに要素を渡せばChatGPTは叩き台として十分機能する。

一度で完璧な出力を求めず、「もう少しカジュアルなトーンで」「20代向けにキーワードを増やして」のように会話のキャッチボールをしながら調整していくのがコツだ。人事・採用担当が職種別にどうAIツールを使い分けているかは、職種別AIツールで業務効率化を進める完全マップでも人事のケースを含めて比較しているので、他部門との違いを知りたい場合の参考になる。

スカウト文面は候補者ごとに個別化するほど返信率が上がりやすい一方、経歴の要約を丸ごと入力すると個人情報の扱いに触れる。候補者名や連絡先は伏せ、経歴の特徴だけを抽象化して渡すのが実務上の落とし所になる。

書類選考・面接評価で使う場合の設計と落とし穴

書類選考や面接評価は、人事業務の中でも最もAI活用の効果とリスクが両方大きい領域だ。Uravationの解説でも指摘されている通り、AIが出す評価文は「正しいが汎用的」になりやすく、採用基準の丸投げは失敗パターンの代表例とされる。あくまで「叩き台」として使い、最終判断と言葉づかいの調整は人が行うことが前提になる。

評価コメントの下書きに使う場合は、抽象的な印象ではなく「発言内容」「回答の具体性」「経験年数」といった客観的な事実をこちらから箇条書きで渡し、それを整えてもらう順番にすると精度が上がる。人事評価のプロンプトを作る際に「あなたはある会社の人事です」から始め、100字程度の制約条件を与えるパターンが実務でもよく使われている。長い職務経歴書や過去の評価履歴をまとめて読み込ませて比較したい場合は、モデルによって得意不得意があるためClaude Opus 4.7とSonnet 4.6の使い分けガイドのような長文処理の比較も参考になる。

内定者対応・オンボーディングの効率化

内定者フォローや新入社員対応は、件数が多く定型化しやすい一方、温度感のある文章が求められる領域でもある。ChatGPTに背景情報を渡して個別化することで、「定型文っぽくない」トーンを保ちながら作成時間を圧縮できる。

入社前のよくある質問をまとめたFAQ的な使い方も相性がよい。就業規則や制度の一次情報は必ず人事側で確認したうえで、回答文のトーン調整にChatGPTを使う、という役割分担が安全だ。

社内問い合わせ・労務ドキュメントのドラフト作成

人事は採用以外にも、規程整備や社内からの問い合わせ対応など、文書作成業務を数多く抱えている。ここもChatGPTの出番だ。

離職理由アンケートのような定性データの一次集計にも使える。「昨年度の離職理由アンケートを分析し、主な退職理由を頻度順にまとめてください」といった指示で、傾向把握のたたき台を素早く作れる。ただし個人が特定される自由記述欄は、要約する前に必ず匿名化しておく必要がある。

社内からの制度に関する問い合わせ対応にも応用できる。よくある質問と一次情報（就業規則の該当条文）をセットでChatGPTに渡し、「この条文をもとに、社員から寄せられそうな質問への回答文を作成してください」と依頼すれば、FAQページや社内チャットボットの回答文の叩き台が作れる。ここでも一次情報の正しさは人事側が担保し、ChatGPTは文章の分かりやすさを整える役割に徹するのが安全な線引きだ。導入コストに見合うかどうかを判断したい場合は、AIツールROI計算ガイドの診断ステップも参考にするとよい。

社内に定着させる3ステップ

WHI総研の調査では、生成AI活用が進まない最大の理由として「社内ルール整備の遅れ」が挙げられ、次いで「セキュリティ・情報漏洩リスク」「回答精度への懸念」が続く。裏を返せば、この3点さえ順序立てて対処すれば導入は進めやすい。

• STEP1：入力ルールを先に決める入力してよい情報・してはいけない情報のリストと、利用してよいプラン（学習利用オプトアウトの有無）を最初に明文化する。
• STEP2：リスクの低い業務から小さく始める案内メールの下書きや資料の要約など、個人情報を含まない業務から着手し、成功体験を積む。
• STEP3：定点で振り返る月次などで「どの業務にどれだけ使ったか」「時間はどれだけ短縮できたか」を振り返り、対象業務を段階的に広げる。

人事担当者自身のAIスキルをキャリアの武器にする

ここまで紹介した使い方を実践できる人事担当者は、社内でも希少な存在になりつつある。採用・評価・労務という機密性の高い業務でAIを安全に使いこなせるスキルは、社内での評価だけでなく、転職市場でも武器になる。非エンジニアがAIスキルをどう職務経歴に反映させるかは、転職で評価される「AIスキル」とは？実践ロードマップで詳しく整理しているので、キャリアの選択肢を広げたい人は合わせて読んでおきたい。

よくある質問

参考・出典

福朗

AI副業の実践者 / メディア運営。AIを活用した業務自動化と副業の仕組み化について発信しています。

X