採用July 29, 2026

人材紹介の推薦文・職務経歴書作成をAIで速くする方法｜質を落とさず「AIっぽい嘘」を防ぐ設計

ByTasonal 編集部

人材紹介AI

2026年7月更新

結論（30秒で把握）

人材紹介のCAは、候補者の職務経歴書の整形・添削と、企業への推薦文の作成に多くの時間を溶かしています。これらは1件あたり相応の工数がかかる一方、生成AIの活用で大きく短縮できる余地があります。

ただし、生成AIに丸投げすると「AIっぽい嘘」（事実にない強みを盛った文や、誰にでも当てはまる汎用的な推薦）が生まれ、企業と候補者の双方からの信頼を損ないます。

決定単価の高い人材紹介では、推薦の信頼性そのものが資産です。速さのために信頼を失っては本末転倒になります。

打ち手は「facts-confirmed」です。面談で得た事実をCAが確認・確定し、AIはその確定事実からのみ文面を生成する設計になります。これなら速さと正確さを両立できます。

書類作成から解放された時間を面談と推薦の質に振り向ければ、増員せずにコンサル1人あたりの決定数を伸ばせます。

人材紹介のCAにとって、候補者の職務経歴書を企業向けに整える作業と、企業への推薦文を書く作業は、避けて通れない業務だ。しかもこの2つは、地味に時間を食う。1件あたりの作成に相応の工数がかかる一方、生成AIを活用すればその多くを短縮できる余地がある。書類作成は「人にしかできない仕事」ではないのに、CAの時間を大きく奪っている。

では、生成AIに任せてしまえばよいのか。ここに落とし穴がある。本記事では、推薦文と職務経歴書の作成がなぜ重いのかを整理したうえで、生成AIをそのまま使うと生じる「AIっぽい嘘」の問題と、速さと信頼を両立させる設計（facts-confirmed）を解説する。

なぜ推薦文・職務経歴書の作成は重いのか

CAの書類業務は、実は性質の異なる2つの作業に分かれている。

作業	何をするか	読み手	難しさ
職務経歴書の整形・添削	候補者の経歴を、応募先の要件に合わせて読みやすく整える	企業の採用担当・面接官	事実を変えずに「伝わる」形にする
推薦文（レコメンド）の作成	「なぜこの候補者がこの求人に合うか」を企業に説明する	企業の採用担当・面接官	要件と候補者の事実を接続して言語化する

この2つが重いのには、3つの理由がある。

理由①：一次情報が構造化されていない

面談で候補者のスキル・志向・実績を聞いても、それがメモや記憶に散らばったままだと、書類を書くたびにゼロから思い出して言語化することになる。面談で得た事実（candidate facts）が整理されていないことが、作成時間を押し上げる。

理由②：属人化と品質のばらつき

推薦文の質は、ベテランCAとそうでないCAで大きく変わる。要件と候補者を的確に接続できるCAの推薦は通過率が高いが、その書き方は個人の暗黙知に留まりやすい。組織として品質を揃えにくい。

理由③：1件ごとに書き起こす非効率

同じ候補者を複数企業に推薦する場合でも、企業ごとに要件が違うため推薦文を書き直す。土台となる事実は同じなのに、毎回一から書いている。

AIで速くできる｜落とし穴は「AIっぽい嘘」

これらの負担は、生成AIで大きく減らせる。実際、職務経歴書の下書きや推薦文の草案は、生成AIが得意とする領域だ。だが、生成AIにそのまま丸投げすると、深刻な落とし穴にはまる。

それが「AIっぽい嘘」だ。具体的には次のような文が生まれる。

事実にない強みを盛った推薦（「リーダーシップに優れ」など、面談では出ていない話）
誰にでも当てはまる汎用的な表現（「コミュニケーション能力が高く、成長意欲があります」）
候補者の実態と微妙に食い違う経歴要約

なぜ生成AIはこうした嘘を生むのか。生成AIは「もっともらしく続く言葉」を確率的に補完する仕組みで動くため、事実の空白があると、それらしい強みや実績で埋めてしまう傾向がある。悪意なく、しかし自然に「盛った」文が出てくる点に、本質的な難しさがある。

これらは一見それらしく読めるだけに厄介だ。そして人材紹介において、この「盛った推薦」は致命的なリスクになる。

なぜなら、推薦の信頼性そのものが人材紹介の資産だからだ。 企業は「このエージェントが推薦するなら会ってみよう」という信頼で面接を組む。一度でも「推薦文と実際の候補者が違う」と感じれば、その信頼は崩れ、以降の推薦が通らなくなる。決定単価の高い人材紹介では、これは大きな損失につながる。候補者側も同じで、事実と違う職務経歴書を出されれば、面接でのミスマッチや不信を招く。

つまり、速さのために信頼を失っては本末転倒なのだ。生成AIの「速さ」だけを取りに行くと、人材紹介の一番大事な資産を削ってしまう。

質を落とさず速くする設計＝facts-confirmed

では、速さと信頼をどう両立するのか。鍵は、AIに「自由に書かせない」ことだ。

そこで有効なのが「facts-confirmed」という考え方だ。流れはこうなる。

面談で得た候補者の事実（職歴・スキル・志向・実績）を、CAが確認して確定する
AIは、その確定した事実からのみ推薦文や職務経歴書の文面を生成する
最終的な文面は、CAが承認して送る

この設計の核心は、AIが「事実を作り出す」余地をなくすことにある。AIは確定事実の範囲内で表現を整えるだけなので、「AIっぽい嘘」が構造的に入り込まない。速く書けて、しかも事実に基づく。

	そのまま生成AIに書かせる	facts-confirmed設計
速さ	速い	速い
事実性	盛り・汎用化のリスク	確定事実に限定＝嘘が入らない
企業からの信頼	崩れうる	守られる
品質の再現性	プロンプト次第でばらつく	事実ベースで安定する
CAの役割	出力の後始末	事実の確認と最終承認（判断）

ここで効くのが「判断は人がする／AIは判断材料をそろえる」という役割分担だ。事実の確認と最終承認という判断はCAが担い、下書きという作業はAIが担う。役割を分けるからこそ、速さと信頼が両立する。

facts-confirmedの「facts」とは何か｜推薦文と職務経歴書の共通の土台

「確定事実（facts）」と言われても抽象的なので、具体で示す（架空の例）。ある候補者について、面談を通じてCAが確認・確定した事実が、たとえば次のように整理されているとする。

職歴: 前職でtoB SaaSの新規プロダクトを0→1で立ち上げ（企画〜初期営業を担当）
実績（数字）: 初年度の有料契約を二桁社まで拡大、前年比150%
スキル: 事業企画、初期の顧客開拓、社内外の巻き込み
志向: 立ち上げフェーズで裁量を持って働きたい

ポイントは、これらが「CAが候補者に確認して確定した事実」である点だ。ここが曖昧なまま生成AIに書かせると、前述の「AIっぽい嘘」が入り込む。

そして重要なのは、この一つの確定事実の束から、推薦文と職務経歴書の両方が生まれることだ。

推薦文（企業向け）: 企業の要件に合わせ、上の事実から関連するものを接続する（例: 「事業企画ができる人材」を求める企業には0→1の実績を前面に出す）
職務経歴書（候補者書類）: 同じ事実を、読み手（企業）が拾いやすい構造・粒度に整える

土台となる事実は一つに集約される。出力先（企業への推薦か、候補者の書類か）に応じて、AIが形を変えて下書きする。だからこそ、事実さえ確定していれば、二つの書類を速く・矛盾なく作れる。そして一度確定した事実は次の推薦でも再利用でき、資産として積み上がっていく。

職務経歴書をAIで添削する｜候補者書類を磨く

もう一方の職務経歴書の添削は、「事実を変えずに、企業に伝わる形へ整える」作業だ。実績の見せ方、要約の付け方、応募先要件との対応づけ。ここをAIで下支えする。

ポイントは、誇張ではなく構造化であることだ。事実を盛るのではなく、すでにある事実を読み手（企業）が拾いやすい順序・粒度に整える。これにより、企業の書類確認の時間が短くなり、候補者の書類通過率も上がる。CAの添削時間も減る。三方にとって良い。

これも具体例で見ると分かりやすい（架空の例）。職務経歴書に「営業として売上に貢献」とだけ書かれていたとする。事実を変えずに構造化すると、「新規開拓を担当し、年間20件の受注・売上3,000万円（前年比150%）を達成」のように、実績を読み手が拾える粒度へ整えられる。数字や役割は候補者への確認で確定した事実であって、盛ったものではない。企業が価値を一目で判断できるようになり、書類通過率の向上につながる。

「増員せず決定数を伸ばす」という視点

書類作成をfacts-confirmedで速くすると、経営の景色が変わる。書類に溶けていた時間を、面談と推薦の質、つまり人にしかできない業務に振り向けられるからだ。

さらに副次的な効果がある。確定した事実（facts）が資産として貯まることだ。一度確認した候補者の事実は、次の推薦でも使える。同じ候補者を別企業に推薦するときも、土台の事実は再利用でき、企業ごとの接続だけを作り直せばよい。書けば書くほど速く、正確になる。

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土台になる。効果は「面接到達率」「書類通過率」「1件あたりの書類作成時間」で測るとよい。

よくある質問

生成AIで推薦文を書くと、事実と違う「嘘」になりませんか？

そのまま丸投げすると、事実にない強みを盛ったり汎用的な表現になったりするリスクがあります。これを防ぐのがfacts-confirmedの設計です。CAが確認・確定した事実からのみAIに生成させるため、事実の範囲を超えた文面が構造的に生まれません。

推薦文と職務経歴書、どちらからAI化すべきですか？

どちらも同じ「確定事実から生成する」設計に乗せられますが、まずは時間を最も食っている方から着手するのが現実的です。多くの現場では職務経歴書の整形・添削が量として大きいため、そこから始めると効果が見えやすくなります。

候補者の職務経歴書をAIで添削するのは、問題ないのですか？

事実を変えないことが前提です。目的は誇張ではなく、すでにある事実を企業に伝わりやすい形へ構造化することにあります。事実に基づいて読みやすく整える限り、候補者・企業の双方にとって有益です。

AIに書かせると、CAの書く力が落ちませんか？

facts-confirmedでは、事実の確認と最終文面の承認という判断はCAが担い続けます。AIが担うのは下書きの作業です。むしろCAは、要件と事実をどう接続するかという本質的な判断に集中できるようになります。

本当に増員せずに決定数を伸ばせるのですか？

決定数は「人数×1人あたりの生産性」で決まります。書類作成という非本質業務をAIに任せ、浮いた時間を面談と推薦の質に振り向けることで、同じ人数のまま面接到達率や書類通過率を上げられます。確定事実が資産として貯まる点も、中長期の生産性を押し上げます。

最初の一歩｜どこから着手するか

書類作成のAI化は、一度に全部を変えようとすると頓挫しやすい。小さく始めて効果を測るのがよい。

時間の内訳を測る: CA1人あたり、週にどれだけを職務経歴書の整形と推薦文作成に使っているかを1〜2週間記録する。ここが出発点になる。
どちらか一方から始める: 量の多い方（多くの現場では職務経歴書の整形）を1つ選ぶ。両方を同時に変えない。
factsの確定プロセスを先に決める: AIに書かせる前に、「面談で得た事実をどうCAが確認・確定するか」の運用を固める。ここがfacts-confirmedの肝になる。
効果を数字で見る: 1件あたりの作成時間・書類通過率・面接到達率の変化を、導入前後で比較する。

この順で進めれば、現場の納得を得ながら、書類作成を「速く・事実に基づく」状態へ移していける。

まとめ｜速さのために信頼を捨てない

推薦文と職務経歴書の作成は、生成AIで大きく速くできる。だが、そのまま丸投げすると「AIっぽい嘘」が生まれ、人材紹介の一番の資産である「推薦の信頼性」を削ってしまう。

答えは、速さか信頼かの二者択一ではない。面談で得た事実をCAが確定し、AIはその確定事実からのみ文面を生成する。facts-confirmedの設計なら、速さと信頼を同時に取れる。事実の確認と最終承認という判断は人が担い、下書きはAIが担う。

書類作成から解放された時間を面談と推薦の質に振り向け、確定事実を資産として貯めていく。それが、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。

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、面談で得た事実をCAが確認し、その確定事実から推薦文・職務経歴書へとつなげていく構想で、本記事で述べた facts-confirmed の考え方で開発を進めています。浮いた時間を、面談と推薦の質に振り向けられるようにします。詳細を見る →

	弱い推薦文	通過する推薦文
書き方	汎用的な美辞麗句	企業要件 × 候補者事実の接続
例	「意欲が高く優秀な人材です」	「要件Aに対し、前職で◯◯を実績として持ちます」
根拠	曖昧	確定事実にひも付く