HR採用・オンボーディング自動化（Dify実践）

シナリオ概要

課題1（採用）: 月に100通以上の応募書類が来るが、書類選考に時間がかかる。求める人物像に合っているか、経験・スキルが要件を満たしているかを1件ずつ確認するのが大変。

課題2（オンボーディング）: 新入社員が入社直後に「〇〇の申請はどこですか？」「有給は何日？」など同じ質問を何度もHRに聞いてくる。

解決策:

採用: 履歴書+求人要件 → スクリーニングスコア+コメント自動生成
オンボーディング: Chatflow で24時間対応の社内ボットを構築

ユースケース1: 書類選考スクリーニング

ワークフロー設計

Workflow 構成:

[Start]
  │ {{resume}}: 履歴書ファイル（File型）
  │ {{job_description}}: 求人要件テキスト
  ▼
[Doc Extractor]
  │ 履歴書テキストを抽出
  │ {{resume_text}}
  ▼
[並列実行]
  ├── [LLM A: 経験・スキルマッチング評価]
  │     → スコア(0-100)・マッチした経験・不足スキル
  │
  ├── [LLM B: 職務経歴の一貫性確認]
  │     → キャリアの一貫性・成長性の評価
  │
  └── [LLM C: 懸念点チェック]
        → 短期退職歴・空白期間・記載矛盾
  ▼
[Code: 総合スコア計算・判定]
  │ A: 書類通過 / B: 要確認 / C: 不通過 を判定
  ▼
[End]
  出力: スクリーニングレポート（JSON + 人間が読めるサマリー）

スクリーニングプロンプト

System:
あなたは採用担当のエキスパートです。
以下の求人要件と候補者の履歴書を比較して評価してください。

判定基準:
  必須要件をすべて満たす → A（書類通過推奨）
  必須要件を一部満たさないが経験で補える → B（要面談確認）
  必須要件が大きく不足 → C（今回は不通過）

出力形式（JSON）:
{
  "score": 0-100,
  "judgment": "A/B/C",
  "matched_skills": ["マッチしたスキル・経験"],
  "missing_requirements": ["不足している要件"],
  "strengths": "候補者の強み（1〜2文）",
  "concerns": "懸念点（あれば）",
  "interview_focus": "面接で確認すべき点（B判定の場合）"
}

User:
【求人要件】
{{job_description}}

【候補者の履歴書・職務経歴書】
{{resume_text}}

バッチ処理（複数応募者）

[Start]
  │ {{resumes}}: File List（複数ファイル）
  │ {{job_description}}
  ▼
[Iteration]
  │ 各履歴書に対してスクリーニング処理
  │ parallel_num: 5
  ▼
[Code: A/B/C 別に候補者を仕分け]
  │ A リスト・Bリスト・Cリストを生成
  ▼
[HTTP Request: スプレッドシートに書き込み]
  │ Google Sheets API で自動記録
  ▼
[End]
  出力: 選考結果一覧

ユースケース2: オンボーディングボット

新入社員が入社初日から使える Q&A ボット。

ワークフロー設計（Chatflow）

Chatflow 構成:

[ナレッジベース]
  登録文書:
  - 社内規則・就業規則
  - 各種手続きマニュアル（経費精算・有給申請・PCセットアップ等）
  - 組織図・連絡先一覧
  - よくある質問集（Q&A形式でインデックス精度UP）

[Start]
  │ {{sys.query}}: 新入社員の質問
  ▼
[Knowledge Retrieval]
  │ top_k=5 / ハイブリッド検索
  │ {{context}}: 関連マニュアル箇所
  ▼
[LLM]
  │ system: "新入社員に優しく丁寧に答えるオンボーディングボットです"
  │ context: {{context}}
  ▼
[Answer]（出典表示ON）

会話変数の活用:
  - conversation.employee_name: 名前を1回聞いて全ターンで使う
  - conversation.department: 部署によって案内内容を変える
  - conversation.start_date: 入社日から日数を計算してガイダンス

最初のターンで情報収集

Turn 1（ウェルカムメッセージ）:
  「ようこそ！入社おめでとうございます 🎉
  私は社内ナレッジボットです。
  まず、お名前とご所属部署を教えていただけますか？」

Turn 2（情報取得後）:
  「{{conversation.employee_name}} さん、{{conversation.department}}
  へようこそ！何でもお気軽に質問してください。
  例えば『有給申請の方法』『PCのVPN設定』等が聞けます 😊」

HRオートメーションの広げ方

一次面接の準備資料自動生成

入力: 候補者の履歴書 + 求人要件
  ↓
[LLM: 面接質問案生成]
  - 経歴の深掘り質問
  - スキル確認の技術質問
  - カルチャーフィット確認質問
  ↓
[LLM: 評価シート作成]
  - 評価項目・採点基準
  - 各質問への理想的な回答例
  ↓
出力: 面接官用準備資料（PDF）

内定者フォローボット

内定承諾後〜入社までの期間（内定フォロー）:

Chatflow で内定者の不安を解消:
  「入社前に準備すること」
  「初日の持ち物・服装」
  「入社後1ヶ月のスケジュール」
  「よくある不安への回答」

→ 内定辞退率の低下に貢献

倫理的考慮事項

AIによる選考で注意すべき点:

1. 最終判断は人間が行う
   → AIは「参考情報」として使う
   → スコアだけで落とさない

2. バイアスの確認
   → プロンプトに年齢・性別・出身校等を含めない
   → 「必須要件への合致度」のみを評価する

3. スクリーニング基準の明文化
   → プロンプトの判断基準を HR チームで合意する
   → ブラックボックスにしない

4. 候補者への説明責任
   → AI を使用していることを開示することを検討

参考：他のユースケース

RAGチャットボット構築 — 社内ナレッジボットの汎用設計
構造化データ抽出ワークフロー — 履歴書からの情報抽出パターン