入社後に後悔しない面接質問──生成AIで質問設計する方法
はじめに
面接で「いい人だ」と感じて採用したのに、入社3ヶ月で「思っていたのと違う」。逆に、面接では地味だった候補者が入社後に成果を出す。この採用ミスマッチは、質問の設計に原因がある。
自分がチームの採用面接に初めて同席したとき、「強みは何ですか」と聞いて「コミュニケーション力です」と返ってきた。何の判断材料にもならなかった。そのまま採用した人は3ヶ月で「聞いていた話と違う」となった。曖昧な質問からは曖昧な回答しか返ってこない。面接の失敗は採用の失敗に直結する。
「自己PRをどうぞ」「強みと弱みは？」──こうした定番質問では、候補者の準備済みの回答しか引き出せない。実際の行動特性や業務適性を見極めるには、過去の具体的な行動を掘り下げる「構造化面接」が必要だ。
この記事では、生成AIを使って職種ごとの行動ベース質問を設計する手順を解説する。
構造化面接とは何か
構造化面接は、すべての候補者に同じ基準で同じ質問をする手法だ。Googleの人事部門の研究では、非構造化面接と比較して予測妥当性が約2倍高いと報告されている。
核となるのは「STAR法」だ。
Situation（状況）：どんな場面だったか
Task（課題）：何を求められていたか
Action（行動）：具体的に何をしたか
Result（結果）：どんな成果が出たか
この4要素を引き出す質問を設計すれば、候補者の「語り」ではなく「実績」で評価できる。
面接で本当に見るべきは「何をやったか（What）」ではなく**「もう一度やったら同じ結果が出るか」だ。自分はこの視点を「再現性テスト」**と呼んでいる。STAR法のAction（行動）で「偶然の成功」と「再現可能な行動」を見分ける。「たまたまうまくいった」と「仕組みを作って成功した」では、入社後のパフォーマンスがまるで違う。
生成AIで質問を設計する3ステップ
ステップ1：職務要件とコンピテンシーを整理する
まず、募集ポジションに必要な能力要件を生成AIに整理させる。
以下の職務記述書から、この職位で成果を出すために必要な
コンピテンシー（行動特性）を5つ抽出してください。
各コンピテンシーに、具体的な行動指標を2つずつ付けてください。
【職務記述書】
（ここにJDを貼る）出力例：
課題発見力：既存プロセスの非効率を自ら特定し、改善提案した経験がある
関係者調整力：利害が対立する部門間で合意形成を主導した経験がある
ステップ2：STAR法に基づく質問を生成する
抽出したコンピテンシーごとに、行動ベースの質問を生成する。
以下のコンピテンシーについて、STAR法で回答を引き出せる
面接質問を各2問ずつ作成してください。
【条件】
- 「はい/いいえ」で終わらない質問にする
- 過去の具体的な経験を問う形式にする
- 深掘り用のフォローアップ質問も1つずつ付ける
【コンピテンシー】
1. 課題発見力
2. 関係者調整力出力例：
「前職で、誰も問題視していなかった業務の非効率に気づいた経験を教えてください。どのように気づき、何をしましたか？」
フォローアップ：「その改善による定量的な成果はありましたか？」
ステップ3：評価基準を作成する
質問だけでなく、回答の評価基準もセットで用意する。
上記の各質問について、以下の3段階で回答を評価する基準を
作成してください。
- 高評価：具体的な行動と定量的な成果が述べられている
- 中評価：行動は具体的だが成果の記述が曖昧
- 低評価：一般論や抽象的な回答に留まっている評価基準があることで、面接官による判断のばらつきを防げる。
注意すべき落とし穴
生成AIで質問を作る際に気をつけるポイントがある。
質問数を絞る：1回の面接で深掘りできるのは3〜4つのコンピテンシーが限界。全部聞こうとすると表面的になる
候補者の職歴に合わせる：新卒と中途で同じ質問は不適切。経験年数に応じた難度調整が必要
AIの質問をそのまま読まない：質問リストは「準備メモ」として使い、面接では自然な会話の中で引き出す
STAR法で質問しても候補者が抽象的にしか答えない場合は、「もう少し具体的に」と言い換えないこと。代わりに「そのとき一番最初にやったことは何でしたか？」と行動の起点に焦点を絞る。起点が具体的に言える人は、その後の行動も具体的に語れる。
まとめ：明日の面接から使える手順
職務記述書を生成AIに入力し、コンピテンシーを5つ抽出する
各コンピテンシーにSTAR法の質問を2問ずつ生成する
3段階の評価基準を作成する
面接では3〜4項目に絞り、フォローアップで深掘りする
準備時間は15分程度。「いい人だと思ったのに」という後悔を減らすための投資としては、十分に見合う時間だ。
