スカウト文面の生成AI活用 — 全文自動生成が返信率を下げる理由

「スカウト、AIで全部書けるようになったんですよね？」

採用支援の商談で、この質問をいただく回数がこの1年で一気に増えました。皆さまの会社でも、誰かが一度は言い出していませんか。返信率が伸びない、送信数も足りない、担当者は疲弊している——だったらAIに書かせよう、と。

気持ちは痛いほど分かります。ただ、最初に結論を言い切ってしまいます。スカウトの全文AI生成は、返信率を下げる方向に働くことが多いです。これは僕がAI懐疑派だから言うのではありません。むしろ逆で、僕たちポテンシャライトは人材紹介の現場にスカウトAIを実装して運用している側です。その僕たちが、一度「全文生成」をやってみて、やめました。今回はその顛末と、代わりに落ち着いた「テンプレート×冒頭個別化」という型を、実装の手順まで含めて書きます。

0. 前提 — なぜ今、スカウトにAIなのか

前提の確認からです。いま採用の現場では「待ちの採用」が成立しにくくなっています。厚生労働省の一般職業紹介状況を見ると、有効求人倍率はこの数年1.2倍前後で推移しており、多くの職種で企業側が人を探しに行く構図が続いています。帝国データバンクの人手不足に対する企業の動向調査でも、正社員が不足していると答える企業は約5割にのぼります。応募を待てないから、スカウトを打つ。スカウトを打つには文面が要る。1通あたりの作成時間は、僕の体感値で言うと丁寧に書けば1通15〜20分。週50通打とうとすれば、それだけで12時間を超えます。スカウト文面は、人事の業務の中で最も「量と質の板挟み」がきつい仕事です。だからこそAIへの期待が最初に向かう場所でもあります。

1. 全文生成をやって、やめた話

僕たちも最初は素直に考えました。候補者のレジュメと求人票をAIに渡して、「この人に刺さるスカウトを書いて」と頼む方式です。出てきた文章は、正直に言うと、一見よくできていました。誤字はない、失礼もない、構成も整っている。ところが並べて読むと、妙な既視感があるんです。どの候補者宛ての文面も、丁寧なのに、要点がない。「ご経歴を拝見し、大変魅力的に感じました」から始まり、当社の魅力が続き、「ぜひ一度カジュアルにお話を」で終わる。読み手の立場に立つと、これは「自分宛て」に見えません。

誤解がないように申し上げると、AIの文章力が低いわけではありません。問題は構造です。スカウトの受信箱には、同じようにAIで整えられた文面がすでに大量に届いています。受け取る側は毎日それを浴びているので、「AIっぽさ」を見抜く目だけがどんどん肥えていく。全文生成は、その肥えた目の前に「いかにもな1通」を追加する行為になりがちです。僕たちはこの方式を検証の末に撤回しました。理由は単純で、手間は減ったけれど、成果につながる手応えがなかったからです。

2. 実務の正解 — テンプレート×冒頭個別化

では、どうするか。僕たちが最終的に落ち着いた型はシンプルです。本文は人が磨いたテンプレート、冒頭だけAIが個別化する。役割分担を明確にした分業方式です。

まず、候補者属性ごとのテンプレートを人間が作ります。僕たちの運用では、出身業界×年齢帯×想定年収のマトリクスで6〜10本。ここには自社の言葉で書いた訴求——なぜこのポジションか、何が変わるのか、正直にきついところはどこか——を凝縮します。テンプレートは資産です。一度磨けば何百通でも使え、返信率の検証対象にもなります。

そのうえでAIの仕事は、レジュメを読んで冒頭の2〜3行だけを書くこと。「〇〇業界で△△のご経験を積まれた後、□□に軸足を移されたご経歴を拝見しました」のような、その人にしか書けない導入部です。読み手が「自分のレジュメをちゃんと読んだな」と感じるのはこの数行であって、本文の美文ではありません。ここだけAIに下書きさせ、人が10秒確認して送る。1通の作成時間は体感値で15分から2〜3分まで縮みます。

2-1. なぜこの分業が効くのか

理屈はこうです。スカウトで読まれるのは冒頭の3行まで。そこで「自分宛てだ」と感じてもらえれば、本文のテンプレート部分は読んでもらえます。逆に冒頭が汎用文なら、本文がどれだけ良くても読まれない。個別化の価値が最も高い場所にだけ、AIの生成力を集中させる。これが工数と品質の交点です。

2-2. よくある失敗 — テンプレ整備を飛ばす

この型を紹介すると、テンプレート整備を飛ばしてAI部分だけ真似する会社が出てきます。これは順番が逆です。テンプレートがないままAIに書かせると、毎回文面が変わるので、返信率が良かったとき「何が良かったのか」を特定できません。再現性のない成功は、実務では成功と呼べません。まず人がテンプレートを書く。AIはその後です。

3. 効果検証 — テンプレート単位で週次で見る

実装したら検証です。見る数字は4つだけ。送信数、既読（開封）数、返信数、面談化数。これを1通単位ではなくテンプレート単位で集計します。「Aテンプレは返信率6%、Bテンプレは2%」が見えれば、次の打ち手は自明です。逆に1通ごとの良し悪しを会議で議論するのは、時間の割に何も決まらない典型パターンです。

注意点をひとつ。母数が少ないうちに結論を出さないでください。10通送って返信1件と0件の差は、実力差ではなくただの揺らぎです。目安として、テンプレートあたり100通は送ってから優劣を判断する。僕の体感値では、スカウトの返信率は媒体と職種によって2〜10%程度の幅があり、この幅の中のどこにいるかを知るだけでも、母数が要ります。

4. 今日からの実装手順 — 3週間モデル

最後に、実務パートです。今日から始めるなら、この順番をおすすめします。

第1週：テンプレートの棚卸しと再編。過去に返信をもらえたスカウトを20通引っ張り出し、共通点を言語化して、属性別テンプレート6本に再編します。所要は正味4〜6時間。ここが全体の背骨なので、エース級の担当者がやってください。第2週：AI個別化の運用開始。ChatGPTなどの汎用AIで構いません。「以下のレジュメを読み、テンプレートの冒頭に置く導入文を2〜3行、事実だけに基づいて書いてください。推測で経歴を盛らないでください」という指示を定型化します。「事実だけ」「盛らない」の一文は必須です。AIはレジュメにない実績を平気で褒めることがあり、これは候補者への失礼を通り越して事故になります。第3週：計測の仕組み化。スプレッドシートで十分です。テンプレート名・送信日・既読・返信・面談化の5列を作り、週1回15分だけ数字を見る会を置きます。

ここまでで、ツール購入費はゼロ円でも回り始めます。専用ツールの検討は、この運用が回って「ボトルネックがどこか」が見えてからで遅くありません。ツール選定の考え方はATS×AIの選び方に書きました。

（結論）AIに任せるのは「量」ではなく「個別化の一点」

まとめます。①スカウトの全文AI生成は、受信箱の中で「いかにもな1通」になり、返信率を下げやすい。②実務の正解は、人が磨いたテンプレート×AIによる冒頭個別化の分業。③検証はテンプレート単位・週次・母数100通から。④実装は3週間、ツール費ゼロで始められる。

スカウトAIの本質は「人の代わりに書く」ことではなく、人がやるべき仕事（訴求の言語化）と、AIが得意な仕事（1通ごとの個別化）を切り分けることにあります。この切り分けができた会社から、返信率は静かに変わり始めます。

皆さんいかがでしたでしょうか。自社のAI実装がいまどの段階か、まず15問の診断で現在地を掴んでみてください。では今日もがんばりましょう。