+++
title = "AI時代の採用面接で、実際に使っている質問の設計方法"
date = 2026-06-08
description = "AIで代替できない能力を見抜くための面接質問の作り方と、実際の例"
[taxonomies]
tags = ["HR×AI", "面接設計", "採用面接", "AI時代採用", "HR実務"]
[extra]
public = true
belief_version = 1
ai_written = false
one_true_sentence = "AIが2分で書ける質問への答えは、候補者ではなくAIを面接しているだけだ。"

[[extra.faqs]]
question = "AIで回答を準備しにくい面接質問の特徴は何ですか？"
answer = "3つの特徴があります。①その候補者だけが経験した具体的な事実を聞く（一般的な例ではなく実体験の詳細）、②面接中に初めて提示する状況判断の問い（事前準備が効かない）、③定型回答から深掘りを繰り返す（「なぜその判断をしたか」を何度も問う）。この3つを組み合わせることで、AIで準備した回答では対応できない面接になります。"

[[extra.faqs]]
question = "AI理解度を確認するためにエンジニア採用で有効な質問を教えてください。"
answer = "「最近AIを使って解決した技術的な問題を教えてください。その問題をAIに任せた理由と、自分で考えた部分を両方教えてください」が有効です。AIを「使う」だけでなく「どこをAIに任せてどこを自分で考えるか」の判断力を見ます。具体的な技術的文脈で答えられるかどうかで、実際のAI活用能力と言語化能力の両方を確認できます。"

[[extra.faqs]]
question = "既存の面接質問がAIで準備できる質問かどうかを確認する方法は？"
answer = "実際にChatGPTなどに「この質問の模範回答を教えて」と入力してみます。自然に説得力のある回答が出てきた場合、その質問はAIで準備できます。その場合は深掘り方式（「その時どう決断したか」「具体的にはどんな状況だったか」を繰り返す）に変えるか、候補者固有の経験を起点にした質問に変えます。"

[[extra.faqs]]
question = "構造化面接の質問をClaudeを使って効率的に準備する方法はありますか？"
answer = "「自社の○○ポジションの役割は△△です。このポジションで求められる能力を5つ挙げ、各能力を確認するための面接質問を2つずつ作ってください」という形でプロンプトを設計します。生成された質問は採用チームでカスタマイズし、AIが答えやすい質問を深掘り形式に変えます。ライブラリ化しておくと担当者ごとのばらつきも減ります。"

+++

面接で、模範解答みたいに滑らかな志望動機が返ってきた。立て板に水。なのに面接室を出た瞬間、その人のことが何ひとつ思い出せない——この感覚、ここ1〜2年で増えていないだろうか。

「志望動機を教えてください」「強みと弱みを教えてください」。こうした定型質問の回答は、いまや2分で生成できる。候補者がそれを暗記して臨めば、面接官が聞いているのは本人の思考ではなく、生成された答えのほうだ。つまり、人ではなくAIを面接している。

精度を取り戻す方法はひとつ。質問の設計を変えることだ。

---

## AIで準備しにくい質問の特徴

AIで回答を準備しにくい質問には共通の特徴がある。

**その候補者だけが経験した具体的な事実を聞く**

「前職で最も難しかったプロジェクトを教えてください」ではなく、「前職の○○さん（または特定の状況）の時に、あなたはどういう判断をしましたか」という聞き方。

AIは一般的な「難しいプロジェクトの回答例」は生成できるが、候補者が実際に経験した具体的な出来事の詳細は答えられない。

**その場での判断を問う**

「この状況ではどうしますか」という質問を、面接中に初めて提示する。

例：「今、弊社のAI採用ツールが書類選考で○○という問題を起こしているとします。あなたが担当者だったら最初の30分で何をしますか」

この質問はその場で初めて問われるので、事前準備が効かない。

**深掘りを続ける**

定型質問にAIで準備した回答を言われても、そこから深掘りすると候補者の実際の理解度が分かる。

「その時、なぜその判断をしたのですか」「具体的にはどんなことを考えていましたか」「その判断は後から見て正しかったですか」と繰り返すと、丸暗記した回答では対応できなくなる。

---

## 実際に使っている面接質問の例

採用の現場に伴走していると、効く質問とそうでない質問の差ははっきり見えてくる。効くのは決まって「その人の中にしか答えがない」質問だ。残ったものを並べる。

### AI理解度を確認する質問（エンジニア採用）

「最近AIを使って解決した技術的な問題を教えてください。その問題をAIに任せた理由と、自分で考えた部分を両方教えてください。」

**なぜこの質問か：** AIを「使う」だけでなく、「どこをAIに任せてどこを自分で考えるか」の判断力を見る。

### 判断のプロセスを確認する質問（全職種）

「過去に、自分では正しいと思ったが、チームや上司に反対された経験はありますか？その時どうしましたか？」

**なぜこの質問か：** 判断の根拠の持ち方と、組織の中での動き方を同時に確認できる。AIが生成する模範回答は「適切にチームと議論しました」だが、実際の経験がある人は具体的なエピソードが出てくる。

### 採用担当者向け質問（HR職）

「AI採用ツールのデモを見せてもらう立場になったとして、最初に聞く質問を3つ挙げてください。」

**なぜこの質問か：** AI採用ツールへの理解度と、HR担当者としての観点の深さを確認できる。事前準備ができる質問だが、準備している候補者とそうでない候補者の差が出やすい。

---

## 面接質問の設計チェックリスト

面接質問を新しく作る時の確認：

- [ ] この質問はAIで回答を準備できるか（できるなら深掘り方式に変える）
- [ ] この質問の回答で「この候補者の何が分かるか」が言えるか
- [ ] 良い回答と悪い回答のイメージが自分にあるか
- [ ] 複数の担当者が同じ候補者を評価した時、評価が一致しやすいか

---

## 面接の準備は、AIと組む

候補者を見抜く側の準備では、AIを相棒にしている。

**質問のライブラリ化：** 職種・ポジション別の質問のたたき台をClaudeと一緒に作り、採用チームが自社向けに研ぐ。ゼロから考えるより速いし、担当者ごとのばらつきも減る。

**評価基準の言語化：** 「自社のプロダクトマネージャーに求める能力を5つ」とClaudeに壁打ちすると、議論の出発点ができる。

**評価のすり合わせ：** 面接後の評価メモをClaudeと一緒に読み直し、担当者の間で評価軸がずれていないかを確かめる。

---

**月曜からできること：** 自社で使っている面接質問を3つ書き出し、それぞれをChatGPTに入れて「模範回答を作って」と頼む。スラスラ出てきた質問は、候補者も同じようにAIで準備できる。その質問は深掘り方式に切り替えるか、本人の経験を起点にした問いに作り替える。15分で、面接のどこに穴が空いているかが見える。

---

## 関連記事

- [面接官の質をAIで上げる：フィードバックループの作り方](/n/ai-improve-interviewer-quality/) — 面接質問の設計と面接官スキル向上をつなぐ方法
- [AI採用でカルチャーフィットを評価できない理由](/n/ai-hiring-culture-fit-limits/) — 面接質問で文化的適合性をどこまで測れるか
- [AIエンジニアを採用しても活かせない組織のパターン](/n/ai-engineer-hired-but-underused/) — 面接で見抜くべき組織とのミスマッチの兆候