AIで面接の深掘り質問を職種要件から作る方法

面接の深掘り質問は、職種要件から「何の能力を、どの発言や行動で確認するか」を決めて作ります。候補者ごとにその場で質問を変える前に、全員へ聞くMain Questionと、回答に具体性が足りない場合のProbeを用意してください。AIは質問案の整理に使えますが、職務との関連、公正な採用選考、社内方針への適合は人事・採用責任者が確認します。

質問作成で先に固定するのは、評価するCompetency、質問の目的、回答から得たいEvidence、避ける質問範囲です。「コミュニケーション力を見る」のような広い言葉だけでは、面接官によって質問も評価も異なります。実際の職務で必要な行動に分解し、候補者の属性や印象を推測する問いではなく、仕事上の経験・判断・行動を確認する形にします。

要件からCompetencyを選ぶ

求人票や職務記述を読み、主要なTaskと必要な能力を対応させます。すべての要件を一問ずつ聞くのではなく、採否判断に重要な要件を絞ります。Competencyごとに、観察可能な行動と確認したいEvidenceを書いてください。たとえば「問題解決」なら、問題の把握、選択肢、判断理由、本人の役割、結果の振り返りを確認できます。専門性の確認では、実際の担当範囲と成果物を分け、肩書きだけで能力を判断しないようにします。

表は横にスクロールできます

職務要件	評価するCompetency	観察するEvidence	質問形式
複数案件を期限内に進める	優先順位・計画	判断基準、変更対応、共有	過去行動または職務状況
顧客課題を整理する	問題把握・説明	情報収集、仮説、確認	過去行動
障害時に関係者と動く	協働・対応	自分の役割、連携、再発防止	状況質問
専門業務を実行する	職務知識・技能	手順、制約、確認方法	職務関連の具体質問

この表は設計例です。実際の職務に必要な能力はJob Analysisや現場責任者の確認で定めます。評価語を「感じがよい」「社風に合う」だけにしないでください。抽象的な印象語を採用基準にすると、面接官の先入観が入りやすく、候補者へ同じ機会を提供したかを後から説明しにくくなります。

Main QuestionとProbeを設計する

Main Questionは、候補者全員に同じ意図で聞く中心質問です。過去の経験を尋ねる行動質問は、実際に起きた状況、本人の役割、取った行動、結果を確認できます。仮定状況を使う質問は、想定された条件でどう考えるかを確認できます。どちらを使うかは職務要件に合わせ、異なる質問形式の回答を同じ基準で比べるなら、その差が評価へどう影響するか検討します。

Probeは、回答が抽象的、本人の役割が不明、判断根拠が分からないときに追加で聞く質問です。追加質問が自由になりすぎると候補者によって情報量が変わるため、共通の目的と許容範囲を決めます。たとえば「その場であなたが担当した部分はどこですか」「選択肢をどう比較しましたか」「結果をどう確認しましたか」のように、評価対象のEvidenceに結び付けます。回答を誘導するヒントや、特定候補者だけへ有利な情報を与える質問は避けます。Probeの候補は面接前に一覧化し、同じ条件の回答には同じ目的の確認を使います。使用した質問番号と回答根拠を記録し、Probeが必要だったこと自体を能力不足の証拠にしないでください。候補者間で質問機会や補足の量が大きく違った場合は、採点前にその差を採用担当者が確認します。

表は横にスクロールできます

回答で不足している点	Probeの例	確認するEvidence
状況が曖昧	その時の制約や期限は何でしたか	判断の前提
個人の役割が不明	チーム内でご自身が担当した行動は何ですか	本人の貢献
判断理由がない	ほかの選択肢と比べ、何を基準に決めましたか	意思決定
結果が不明	結果をどのように確認し、次に何を変えましたか	成果と学び

共通質問と評価基準を作る

質問ごとに、回答のどの要素を評価するか事前に決めます。数値評価を使う場合は、点数名だけでなく、各水準で観察できる回答例や根拠を説明できるようにします。全員へ共通のMain Questionと共通の評価基準を使うと、面接後に候補者を同じ軸で見直しやすくなります。ただし質問を同じにするだけで、選考が自動的に公平になるわけではありません。面接官の訓練、質問の適切さ、記録方法、候補者に提供する機会も確認します。

米国OPMのStructured Interview資料は、職務に関連するCompetencyから質問を作り、共通質問・Probe・評価尺度を準備する設計例を示しています。日本の厚生労働省の公正採用選考資料は、応募者へ広く門戸を開き、適性・能力に基づく基準で選考する基本方針を示しています。これらを読む際も、米国の資料を日本の法的要件と混同せず、組織の採用方針や適用されるルールは担当者が確認してください。

Promptで質問案を作る

AIへ渡す情報は、個人の応募書類ではなく、必要最小限の職務要件とCompetencyから始めます。候補者の氏名、年齢、性別、家族、健康情報、写真などを入力せず、AIに候補者の適性や採否を判定させません。社内で承認された環境と入力条件が確認できない場合は、実データを使わず架空の職務例で質問案の構造だけを作ります。

「以下の職務要件とCompetencyだけを使い、構造化面接の質問案を作成してください。各Competencyについて、①全候補者へ聞くMain Question、②回答の事実・本人の役割・判断理由・結果を確認する中立的なProbe、③質問で得たいEvidence、④回答を評価する観察項目、⑤職務と関係が薄い質問や候補者属性を推測する問いのリスクを表にしてください。職務要件にない能力、応募者の属性、採否、人物像を推測しないでください。制度・法令・社内方針への適合を断定せず、人事担当者が確認すべき点として分けてください。不明な要件は質問を作らず、確認待ちとしてください。」

出力をそのまま質問票へ貼り付ける前に、求人要件との関連、複数候補者への適用可能性、候補者を誘導しない言い回し、回答から判断できるEvidenceを人が確認します。質問案を作った人と承認者、修正理由、使用する面接段階も記録します。採用責任者が承認していない質問は、本番の面接で使用しません。

架空例：プロジェクト遅延への対応

「関係者と協力し、期限の厳しい案件を進める」という職務要件を例にします。これは質問設計を説明するための架空例で、特定企業や実際の候補者の面接ではありません。Competencyを「優先順位付け」「関係者との共有」「リスクの早期発見」に分けます。Main Questionでは、過去に期限が厳しい案件をどのように進めたかを尋ね、Probeで制約、本人の担当、選択肢、関係者への共有、結果の確認を聞きます。

評価では、単に「間に合わせた」と答えたかではなく、優先順位の根拠、早めの相談、変更時の共有、結果の確認など、定めたEvidenceが説明されているかを見ます。経験がない候補者へは、事前に決めた職務状況質問を使う選択肢があります。過去経験質問と状況質問の回答を比較する場合は、評価軸と重みが同じ意味になるか確認し、形式の違いを不利に扱わないようにします。

質問レビューと失敗時の修正

表は横にスクロールできます

症状	原因候補	次の対応
面接官ごとに質問が違う	Probe範囲が未定義	共通Mainと許容Probeを文書化
評価が印象で決まる	観察可能な基準が不足	Evidenceと水準例を定義
回答が職務と結び付かない	要件から質問への対応が弱い	Job Analysisへ戻る
候補者間で情報量が違う	誘導や追加説明に差がある	質問意図と補足手順を見直す
個人属性に触れる案が出る	Prompt/レビューが不十分	使用を止め、人事責任者が確認
AIが回答や評価を補完する	指示・運用範囲が広すぎる	質問案生成に限定し出力を再確認

厚生労働省の公正採用選考に関する案内では、AIを含む方法でも、応募者へ広く門戸を開くことと、適性・能力に基づく採用基準を守る考え方が示されています。面接で避ける内容や適用範囲の判断は、この一文だけで済ませず、最新の公的資料、社内方針、担当専門家へ確認します。この記事は個別の法的助言ではありません。

面接後は質問ごとにEvidenceと評価根拠を記録し、評価者間で大きな差がある場合は点数だけを平均するのではなく、どの回答事実をどう解釈したか確認します。質問の変更が必要になったら、変更理由と適用開始時点を記録し、途中で候補者によって異なる版を使わないようにします。試行段階では、面接担当者が質問の理解、所要時間、回答を評価できるかを確認し、運用責任者の承認後に使用します。

次にすること

最初に一つの職務要件を選び、必要なCompetency、Evidence、共通質問、Probeを一行ずつ対応付けてください。次に採用担当者と現場担当者が質問の職務関連性と評価基準をレビューし、避ける質問や判断できない条件を確認します。AI案は下書きとして扱い、承認済み質問票と評価表へ反映した後、面接担当者間で使い方をそろえます。

AIものさしの判断

深掘り質問の価値は質問数ではなく、職務に必要なEvidenceを候補者へ公平に尋ね、同じ基準で検討できることにあります。AIはCompetencyに沿う案や中立的なProbeを整える補助に限定し、職務要件との関連と採用上の適用可否は人が確認します。まず一つのCompetencyで質問・Probe・評価根拠を試し、説明できない質問は面接前に外すか修正してください。