Claude CodeをHRに使う方法——顧問が実務で1ヶ月回した手順
- SITUATION: AI採用ツールを買う前に、自分たちのデータで何が分析できるか知りたい
- GOAL: 人手で集計している作業を1つ選び、Claude Codeで自分の手で分析できる状態にする
- PREREQ: 個人情報をマスクできる評価シート・求人票・1on1ログなどのデータがある
- PITFALL: 個人情報を含むデータをそのまま渡す、または倫理ルールを後回しにすると信頼を失う
「HR顧問がコードを書いてどうするんですか」とよく聞かれる。1ヶ月、Claude Codeを実務に使い続けて分かったことを、使えなかった場面も含めて記録する。
STEP 1 — 問いを一つに絞ってから始める
最初の一歩は「データをAIに渡す」ことではなく「採用の何を知りたいか」を一問に絞ることだ。「内定承諾率が落ちるのはどの選考ステップか」のような具体の問いを持ってから、Claude Codeを相棒に採用データを分析すると、数週間かかっていた検証が一晩で回る。
「コミュニケーション力、A担当は8点、B担当は4点」——同じ候補者なのに、評価が割れていた。原因が採用基準なのか、見る人の癖なのか、現場では誰も言い当てられない。私はその夜にClaude Codeと並んで分析スクリプトを書き、翌朝には答えを持って打ち合わせに座った。以前なら数週間かかった話だ。
STEP 2 — 面接評価の「ばらつき」を検出する(所要1時間)
冒頭の評価割れを、感覚で片付けたくなかった。一貫して割れるなら、それは個人の癖ではなく、基準が言語化されていないサインだからだ。
そこでClaude Codeと一緒に、ばらつき分析スクリプトを1時間で組んだ。個人情報を含まないフォーマットの評価シートを読み込ませ、担当者ごとの評価傾向、項目別の標準偏差、担当者間の相関係数を出す。私が「こういう差を見たい」と言葉で渡すと、相棒が動く形に落としてくれる。
見えたのは、「コミュニケーション力」のばらつきが最大だったこと。つまり、その項目だけ採用基準が言語化されていなかった。直すべきは担当者ではなく、定義そのものだった。
教訓:HR業務の「感覚的なばらつき」は、コードにすると論点に変わる。誰が悪いかではなく、どの基準が欠けているかが見える。
STEP 3 — 求人票の「一貫性チェック」を自動化する(所要3時間)
求人票と採用基準書類と実際の面接評価項目を、一致しているかチェックしたい。「求人票には"英語力不問"と書いてあるのに、面接でTOEICスコアを聞いていた」という矛盾が現場で起きていた。
求人票・採用基準マニュアル・面接評価シートの3つを読み込ませ、各書類が言及する能力要件の差分を出すスクリプトを、相棒と3時間で組んだ。以前なら外部コンサルに頼むか、人手で読み合わせていた作業だ。
教訓:HR書類の「言葉の一貫性」はAIが得意な領域だ。「書いてあること」と「やっていること」のズレは、放っておくと候補者への約束違反になる。月1で回せば、現場が静かに溜める矛盾を先に潰せる。
STEP 4 — 退職リスクを定性データから早期発見する(倫理設計が先)
ある企業で、半年に1回の1on1ログをテキストとして蓄積していた。構造化されていないメモで、担当者が自由に書いたものだ。
これを相棒と処理した。1on1ログから「将来の希望」「不満・課題」「承認欲求」の言及をカテゴリ分類し、ネガティブな言及が増えているかをトレンドで追う。
倫理は、コードを書く前に決めた。個人の特定につながる情報は全てマスクし、集計・傾向分析だけに使う。個人の判定には絶対に使わない——この線を先に引いてからでないと、便利さが人を裁く道具に化ける。
見えたのは、ある部門で「将来の希望が語られなくなった」傾向。面談の優先度を上げ、退職の事前シグナルを早く掴めた。
教訓:HRの「定性データ」はAIが構造化できる。ただし原則がツールに先行する。順番を逆にした瞬間、信頼を失う。
STEP 5 — 良かったことと限界を仕分け、月曜から一歩を踏み出す
良かったこと:
- HR担当者が自分でデータを処理できるようになる
- 外部ベンダーに頼まず、社内でプロトタイプを作れる
- 「こういうデータ分析をしたい」という要件が曖昧でも、会話しながら動くものになる
限界:
- 個人情報を含むデータの処理は慎重な設計が必要(Claude Codeに直接個人データを流さない)
- 作ったスクリプトの保守・改善コストがかかる
- 「作れる」と「使われ続ける」は別の話
最も大きな変化:「このデータを見たい」と思った瞬間から、翌日には動くツールが手元にある。以前は「分析したい→要件定義→開発依頼→数週間後」だった。問いと答えの間が一晩に縮むと、意思決定のスピードそのものが変わる。HR顧問の私がやるのは、飛び抜けた分析を披露することではない。隣に座って、現場が持て余す問いを翌朝の打ち手に変えて渡すことだ。
「AI採用ツール」と名のついた製品は増えている。でも、相棒としてのClaude Codeがあれば、HR担当者自身が自分の採用データに手を入れられる。
月曜からやれる一歩:まず自社で「人手で集計している作業」を1つだけ選ぶ。評価集計・書類照合・1on1ログの傾向把握、どれでもいい。それを「個人情報はマスクして、担当者ごとのばらつきを出して」と、HR担当者自身がClaude Codeに言葉で頼んでみる。完璧なツールは後で買える。試す習慣だけは、今日この場で作れる。