採用July 30, 2026

なぜ人材紹介の面談で決定が増えないのか｜決定率を上げる質問と設計

ByTasonal 編集部

人材紹介AI面接

2026年7月更新

結論（30秒で把握）

人材紹介の決定率は、スキルや根性よりも候補者面談の質で大きく変わります。

浅い面談は「希望条件のヒアリング」で終わり、深い面談は候補者の本音・キャリア観・懸念まで引き出します。この差が推薦の精度と候補者のモチベーションを分け、決定率を左右します。

面談で引き出した事実（facts）は、そのまま推薦文やマッチングの土台になります。面談の質が、後工程すべての質を決めます。

決定率は候補者面談だけでは決まりません。求人企業へのヒアリングも深め、両面の事実を突き合わせることが、ミスマッチのない決定につながります。

AIに任せるのは面談の「前後」（準備・記録・フォロー）です。面談そのもの（対話・信頼構築・見極め）は人が担います。

面談の質を上げ、浮いた前後の時間を対話に回すことが、増員せずにコンサル1人あたりの決定数を伸ばす道になります。

「たくさん面談しているのに、決定が増えない」。人材紹介の現場でよく聞く悩みだ。だが決定数は、面談の「量」だけでは決まらない。むしろ効くのは面談の「質」である。同じ候補者でも、面談の深さ次第で、その後の推薦の精度も、候補者の意欲も、決定に至る確率も変わる。本記事では、なぜ面談の質が決定率を左右するのかを整理したうえで、決定率を上げる面談の設計と、AIをどこで使い、どこで人が担うのかを示す。

なぜ面談の質で決定率が変わるのか

候補者面談は、単なる条件のヒアリングではない。面談の質が決定率に効く理由は、大きく3つある。

理由①：推薦の精度が上がる

候補者の本音・強み・懸念を深く掴むほど、企業の要件と正確に接続できる。要件に事実でひも付いた推薦は書類通過率が高く、面接につながりやすい。逆に、浅い面談で得た表面的な情報からは、誰にでも当てはまる汎用的な推薦しか作れない。

理由②：候補者のモチベーションが保たれる

面談で信頼関係が築ければ、選考中に不安が生じても、他社から声がかかっても、伴走関係が続く。転職活動は挫折の連続になりやすく、書類落ちや不合格で心が折れる候補者は少なくない。面談で築いた信頼が、その挫折を越えて活動を継続させる。ここが辞退率を下げ、決定率を支える。

理由③：ミスマッチが減る

候補者が口にする希望（「年収を上げたい」）の奥には、本当の動機（「今の成果が評価されていない」など）が隠れていることが多い。表面の希望だけで求人を探すとミスマッチになりやすいが、本当の動機まで掴めば、長く続く決定に導ける。

人材紹介の本質的な価値は、候補者のキャリアに伴走し、モチベーションを保ちながら、より良い雇用へと導くことにある。その価値は、深い面談なしには生まれない。

なぜ面談は浅くなってしまうのか

質の重要性は分かっていても、現場の面談はしばしば浅くなる。原因は担当者の意欲ではなく、構造にある。

時間に追われている: 準備・記録・日程調整などの前後作業に時間を取られ、対話に集中しきれない
型がない: 何をどの順で聞くかが個人任せで、深掘りが安定しない
記録が負担: 面談中にメモを取ることへ気が向き、候補者と正面から向き合えない

つまり、面談の「前後の作業」が対話の質を圧迫している。ここを軽くできれば、面談そのものの質は上げられる。

決定率を上げる面談の設計

では、決定率を上げる面談はどう設計すればよいのか。ポイントは「何を聞くか」「どう信頼を築くか」「引き出した事実をどう残すか」の3つになる。

何を聞くか

希望条件を確認して終わりにしない。その背景と動機まで踏み込む。

表面の希望ではなく、「なぜそう思うのか」という背景
キャリア観、譲れない条件と妥協できる条件の線引き
これまでの転職・意思決定の理由（判断の癖が見える）
言語化されていない不安や懸念

深掘りは、思いつきで質問するより、聞く領域を先に決めておくと安定する。領域別に、使える質問の例を挙げる。

動機・軸（希望の奥にある本当の理由）

「その希望の背景には、どんな経験がありますか」
「前職を辞めようと思った一番の決め手は、何でしたか」
「これまでで一番やりがいを感じたのは、どんな場面でしたか」

キャリア観（これからどうなりたいか）

「3年後、どんな状態になっていたいですか」
「もし条件のすべては叶わないとしたら、何を最優先しますか」
「これだけは譲れない、という条件はありますか」

意思決定パターン（どう選ぶ人か）

「これまでのキャリアの選択で、最後の決め手になったのは何でしたか」
「迷ったとき、何を基準に決めることが多いですか」

懸念・不安（言語化されていないブレーキ）

「今回の転職で、一番不安に感じていることは何ですか」
「前回の転職で、もっとこうすればよかったと思うことはありますか」

これらは、表面の希望の奥にある本当の軸と、意思決定の癖、そして見えていない不安を引き出すための問いだ。領域をひととおり押さえておくと、担当者が変わっても深掘りの質がぶれにくくなる。

どう信頼を築くか

信頼は、売り込みからは生まれない。候補者の現在地を率直に伝え、できることとできないことを正直に示す。そのうえで「一緒に考える」という伴走の姿勢を取る。この関係があってはじめて、本音が出てくる。

引き出した事実を「facts」として残す

面談で得た事実を、記憶やメモに散らばらせず、構造化して残す。この確定した事実が、推薦文の作成やマッチングの土台になる。面談の質は、面談だけで完結せず、後工程すべての精度を左右する。

たとえば、面談で次のような事実を引き出せたとする。

表向きの希望は「年収アップ」だが、本当の軸は「成果が正当に評価される環境」
これまでの選択は「裁量の大きさ」を基準にしてきた
懸念は「入社後に評価制度が形骸化していないか」

これらをfactsとして残せば、推薦文は「年収を上げたい方です」ではなく、「成果に応じた評価と裁量を重視し、評価制度の運用実態まで確認したい方です」と、事実にひも付いた具体的な推薦になる。面談の深さが、そのまま推薦の解像度に変わる。

面談の型を持つ

面談を場当たりにせず、型で回すと質が安定する。一例として、次の流れがある。

導入: 目的と進め方を共有し、率直に話せる空気をつくる
深掘り: 希望の背景・キャリア観・懸念を、上記の質問で引き出す
現在地のすり合わせ: 市場での立ち位置を率直に伝え、現実的な選択肢を一緒に描く
クロージング: 次のアクションと、いつ何を連絡するかを明確にする

型があると、担当者による質のばらつきが減り、組織として再現できるようになる。

観点	浅い面談	決定率を上げる面談
聞くこと	希望条件の確認	希望の背景・本当の動機まで
候補者の位置づけ	情報提供者	伴走される当事者
残るもの	断片的なメモ	構造化された事実（facts）
後工程	汎用的な推薦	事実に基づく精度の高い推薦
結果	辞退・ミスマッチ	通過率・決定率の向上

具体例で見てみよう（架空の例）。候補者が「年収を上げたい」と話したとする。

浅い面談は、その条件だけで求人を探して終わる。

候補者「年収を上げたいです」
CA「では年収◯◯万円以上の求人をお持ちします」

深い面談は、その背景を掘り下げる。

候補者「年収を上げたいです」
CA「なぜ上げたいと思われたのですか」
候補者「成果を出しても、今の会社では評価に反映されなくて」

すると、「年収」という条件の奥に「成果が正当に評価される環境」という本当の軸が見えてくる。この軸で求人を提案すれば、候補者の納得度が高く、入社後の定着まで見込める決定につながる。年収だけで選んだ求人より、決定率も定着率も上がる。

決定率は候補者面談だけでは決まらない｜求人企業へのヒアリング

ここまでは候補者面談を見てきた。しかし決定率は、候補者側だけでは決まらない。求人企業への理解が浅ければ、どれほど良い候補者を見つけても、企業の見送りで決定に至らない。決定率は「候補者面談の質 × 求人企業ヒアリングの質」という、両面の掛け算だと考えたほうがよい。

求人票の丸写しでは、企業が本当に欲しい人物像は掴めない。要件の言葉を追うだけでは、なぜそのポジションが空いたのか、どんな人なら活躍できるのかが見えず、推薦がずれる。ずれた推薦は、書類は通っても面接で見送られ、決定率を静かに下げる。

求人企業に対しては、次のような点を深掘りしておきたい。

このポジションが空いた背景（増員なのか、欠員の補充なのか、新規事業なのか）
過去に見送った候補者と、その理由（要件の「本当の線引き」が見える）
社内で活躍している人の共通点（要件票には書かれない人物像）
要件のうち、本当に譲れないものと、交渉の余地があるもの

こうして引き出した企業側の事実も、候補者側と同じく構造化して残す。候補者のfactsと企業のfactsが揃ってはじめて、事実に基づくマッチングが成立する。片側だけを深く掘っても、決定率は上がりきらない。両面の面談の質を上げることが、ミスマッチのない決定への近道になる。

AIは面談の「前後」を支える、対話は人が担う

面談の質を上げるうえで、AIの役割ははっきりしている。AIは面談の「前後」を支え、面談そのものは人が担う。役割を分けることが肝心だ。

面談の工程	担い手	内容
事前準備	AI	職務経歴・求人情報の要約、聞くべき論点の下ごしらえ
面談本番（対話）	人	本音の引き出し、信頼構築、モチベーション担保
記録・facts化	AI（人が確認）	面談内容の構造化、事実の整理。最終確認は人
フォロー	AI（人が判断）	温度感の低下検知、定型連絡。介入判断は人

なぜ対話を人が担うのか。人は合理性だけでは動かないからだ。自己評価やキャリアの決断は、「何を言われたか」よりも「誰に言われたか」に強く左右される。信頼関係の中でしか本音は出ないし、挫折を越えるモチベーションも生まれない。だからこそ対話は人が担い、AIは人が対話に集中できるよう前後の作業を引き受ける。準備と記録に追われて対話が薄くなる状態こそ、決定率を下げる一番の原因である。

具体的なイメージを示す（架空の例）。AIの活用前後で、CA1件あたりの面談まわりの時間配分は次のように変わりうる。

工程	活用前	活用後
事前準備	30分	5分（AIが職歴・求人を要約し、論点を整理）
面談（対話）	30分	50分（対話そのものに集中）
記録・facts化	20分	5分（AIが構造化し、人が確認）

同じ1件でも、準備と記録に溶けていた時間を対話へ振り向けられる。面談まわりの総時間はむしろ減らしながら、対話に割ける時間を増やせる点が肝になる。

面談で決定率を落としていないか

自社の面談が決定率を削っていないかは、次の項目で確認できる。

□ 面談が希望条件の確認で終わっている
□ 「なぜそう思うのか」を掘り下げていない
□ 面談内容がメモのままで、構造化されていない
□ 準備と記録に時間を取られ、対話が薄くなっている
□ 面談後のフォローが場当たり的になっている

3つ以上当てはまるなら、面談の質が決定率を静かに削っている可能性が高い。

「増員せず決定数を伸ばす」という視点

面談の質を上げると、同じ面談数でも決定率が上がる。さらにAIに前後の作業を任せれば、CAは対話そのものに時間を割ける。準備と記録に溶けていた時間を、本音を引き出す対話に戻す。この積み重ねが、増員せずにコンサル1人あたりの決定数を伸ばす現実的な道になる。

効果は感覚で終わらせず、「面談決定率（面談から決定に至る割合）」「書類通過率」「辞退率」で測るとよい。面談の質を上げる施策が、これらの指標にどう効いたかを追うことで、投資の意味を経営の言葉で語れる。

よくある質問

面談の「量」と「質」、どちらを優先すべきですか？

量を追うほど1件あたりの面談は浅くなり、決定率が下がりがちです。まずは質を上げて決定率を高め、そのうえでAIに前後の作業を任せて量も確保する、という順序が現実的です。質を犠牲にした量は、決定にはつながりにくくなります。

深い面談は時間がかかりませんか？

対話そのものには時間をかける価値があります。一方で、準備・記録・フォローといった前後の作業はAIで巻き取れます。前後を圧縮して対話に時間を回すことで、質を上げながら全体の時間は増やさずに済みます。

面談はAIに任せてよいのですか？

面談そのもの（対話・信頼構築・見極め）は人が担うべき領域です。AIが担うのは前後の作業（準備・記録・フォロー）です。対話を人に残すからこそ、候補者のモチベーションを保ち、本音を引き出せます。

面談の質はどう測ればよいですか？

面談決定率・書類通過率・辞退率の3つが基本です。面談の深さそのものは数値化しにくいものの、その結果はこれらの指標に表れます。導入前後で比較すると、施策の効果が見えます。

本当に増員せずに決定数を伸ばせますか？

決定数は「面談数 × 決定率」で決まります。面談の質を上げて決定率を高め、AIで前後を効率化して面談に集中できるようにすれば、同じ人数のまま決定数を伸ばせます。

最初の一歩｜面談の質を上げる進め方

面談の質は、一度に変えようとせず、順を追って上げていく。

面談の型を決める: 導入・深掘り・すり合わせ・クロージングの流れを言語化し、チームで共有する
深掘り質問のリストをつくる: 領域別（動機・キャリア観・意思決定・懸念）の問いをそろえ、誰でも使える状態にする
前後の作業を軽くする: 準備・記録・フォローをAIに寄せ、対話に集中できる時間を確保する
決定率で効果を見る: 面談決定率・辞退率の変化を、施策の前後で比較する

この順で進めれば、属人的だった面談の質を、組織として底上げできる。

まとめ｜決定率は面談の質で決まる

人材紹介の決定率は、面談の量ではなく質で大きく変わる。深い面談で候補者の本音とfactsを引き出し、それを推薦やマッチングの土台にする。対話は人が担い、AIは準備・記録・フォローという前後の作業を支える。

面談の質を上げ、浮いた前後の時間を対話に戻すことが、増員せずにコンサル1人あたりの決定数を伸ばす一番の近道になる。そして質の高い面談は、候補者体験と信頼を守ることでもある。

Tasonal for Agents は、人材紹介会社向けのAIエージェントです。まずは三者間の面談日程調整を提供しており、面談の前後（準備・記録・フォロー）までAIで支え、CAが対話そのものに集中できる状態を目指して開発を進めています。詳細を見る →