AIで面接質問セットを自動生成|職種・経験レベル別カスタマイズ法
「面接で何を聞くかは、面接官に任せている」——中小企業では、この状態がいまだに珍しくありません。
面接官によって質問がバラバラ。評価基準もあいまい。結果、「なんとなく良さそうだった」で採用が決まり、入社後にミスマッチが発覚する。人事担当者やマネージャーなら、一度はこの経験があるのではないでしょうか。
本記事では、生成AIを使って職種・経験レベルに応じた面接質問セットを自動生成する具体的な手順を解説します。構造化面接の考え方をベースに、面接経験の浅い管理職でも再現性のある面接を実施できるようになる方法です。なお、採用プロセス全体への生成AI活用については中小企業の人事DXを生成AIで実現する完全ガイドで体系的にまとめています。
目次
- 1. 面接質問の属人化が採用ミスマッチを生む理由
- └ 1-1. 非構造化面接が招く3つのリスク
- └ 1-2. 中小企業の面接標準化が進まない背景
- 2. 構造化面接とは?中小企業に最適な面接設計の基本
- └ 2-1. STAR手法とコンピテンシー評価の概要
- └ 2-2. 構造化面接×生成AIが最適解になる理由
- 3. 生成AIで面接質問セットを作成する手順
- └ 3-1. プロンプトに含めるべき7つの要素
- └ 3-2. 生成から運用までの5ステップ
- 4. 職種別・経験レベル別のカスタマイズ事例
- └ 4-1. 営業職・エンジニア・事務職のプロンプト例
- └ 4-2. 経験レベル別の質問調整方法
- 5. 面接評価シートとの連動方法
- └ 5-1. 評価シートテンプレートの設計
- └ 5-2. 聞いてはいけない質問のフィルタリング
- 6. よくある質問(FAQ)
- 7. まとめ|AI面接質問の導入で面接品質を底上げする
面接質問の属人化が採用ミスマッチを生む理由
【結論】面接質問が面接官ごとにバラバラな状態は、評価のブレ・バイアスの混入・採用ミスマッチの温床になる。面接の「型」を整えることが採用精度向上の第一歩。
採用面接は、候補者を見極める最も重要なプロセスです。にもかかわらず、面接の質問内容や進め方が面接官個人に委ねられている企業は少なくありません。
この「属人化」が何を引き起こすか。端的に言えば、同じポジションの候補者を、異なる物差しで測っている状態です。Aさんの面接官は志望動機を重視し、Bさんの面接官は過去の実績を深掘りする。比較すべき候補者同士の評価軸がずれているため、正確な比較が不可能になります。
非構造化面接が招く3つのリスク
面接研究の分野では、質問が標準化されていない面接を「非構造化面接」と呼びます。非構造化面接とは、面接官が自由に質問を組み立てる形式のことです。この方式には以下のリスクがあります。
構造化面接の予測妥当性(入社後のパフォーマンスをどれだけ正確に予測できるか)は、非構造化面接の約2倍とされています。つまり、質問を標準化するだけで、採用の「当たり率」は大幅に上がるということです。
中小企業の面接標準化が進まない背景
「面接を標準化すべき」という認識自体は広がっています。しかし中小企業で実際に標準化できている企業は、体感で4社に1社もありません。
理由は明確です。質問セットを設計する「時間」と「ノウハウ」がない。人事専任者がいない企業では、現場の管理職が面接を兼務しています。通常業務の合間に「この職種に最適な質問リスト」を一から作る余裕はありません。
ここに生成AIの出番があります。ジョブディスクリプション(職務記述書)と評価基準を入力すれば、10分以内に構造化面接に基づく質問セットを生成できます。面接の標準化は、人事DXを生成AIで実現するうえでも効果を実感しやすい取り組みのひとつです。
構造化面接とは?中小企業に最適な面接設計の基本
【結論】構造化面接は「全候補者に同じ質問を同じ順序で聞く」方式。STAR手法との組み合わせで、面接経験が浅い管理職でも精度の高い面接を実施できる。
構造化面接とは、あらかじめ決められた質問セットを、すべての候補者に対して同じ順序・同じ表現で実施する面接形式のことです。Googleが採用プロセスに取り入れたことで広く知られるようになりました。
ポイントは「質問の自由度を意図的に制限する」ことにあります。自由度を下げることで、面接官の力量に依存せず、一定水準の面接品質を担保できます。
STAR手法とコンピテンシー評価の概要
構造化面接で使われる代表的なフレームワークがSTAR手法です。STAR手法とは、候補者の過去の行動を4つの要素で構造的に聞き出す面接技法です。
コンピテンシー評価とは、高い成果を出す人材に共通する行動特性(コンピテンシー)を基準に候補者を評価する手法です。「主体性」「課題解決力」「チームワーク」など、ポジションごとに必要なコンピテンシーを定義し、STAR手法で過去の行動事実を引き出すことで、候補者がそのコンピテンシーを持っているかどうかを判断します。
構造化面接×生成AIが最適解になる理由
構造化面接の最大のハードルは「質問セットを作る手間」です。職種ごと、経験レベルごとに最適な質問を設計するには、人事の専門知識と実務経験が求められます。
生成AI(ChatGPTやGemini、Claudeなど)は、このハードルを劇的に下げます。ジョブディスクリプションと求める人物像を入力するだけで、STAR手法に基づいた質問セットのたたき台を数分で生成できるからです。
「面接質問の自動生成は、生成AI活用の中でも特に導入ハードルが低く、効果が見えやすい領域です。人事にAIを導入する最初の一歩としては最適な選択肢だと考えています。重要なのは、AIが出した質問を”たたき台”として使い、自社の文化や価値観に合わせて磨き上げること。AIに丸投げするのではなく、人間の判断と組み合わせるのが成功のポイントです。」
— 生成AI顧問の視点
生成AIを業務に活かす具体的な方法について、より体系的に知りたい方は生成AI顧問サービスとはもあわせてご覧ください。
生成AIで面接質問セットを作成する手順
【結論】プロンプトに「職種・経験レベル・評価基準・面接形式・禁止質問」の7要素を含めることで、実用レベルの質問セットを10分以内に生成できる。
プロンプトに含めるべき7つの要素
生成AIに質問セットを作らせるとき、最も重要なのはプロンプト(指示文)の精度です。プロンプトエンジニアリング(AIへの指示設計)の考え方を応用し、以下の7つの要素を含めることで、出力品質が格段に上がります。
ポイント
7つの要素のうち、特に「評価したいコンピテンシー」と「禁止質問のフィルター指示」の2つが出力品質を大きく左右します。コンピテンシーが曖昧だと当たり障りのない質問しか出ません。禁止質問のフィルターを入れないと、無意識に不適切な質問が混入するリスクがあります。
生成から運用までの5ステップ
質問セットの生成から実際の面接運用までは、以下の5ステップで進めます。
ジョブディスクリプションの整理
募集ポジションの業務内容、必須スキル、求める人物像を箇条書きで整理する。既存の求人票をそのまま使ってもOK。
7要素を含むプロンプトで質問セットを生成
ChatGPT、Gemini、Claudeなどの生成AIに、上記7要素を含んだプロンプトを入力。コンピテンシーごとに2〜3問ずつ生成させる。
不適切質問のチェック(人間による確認)
厚生労働省「公正な採用選考の基本」に照らし、本籍・宗教・思想・家族構成に触れる質問がないか確認。自社の価値観に合わない質問も除外する。
評価シートとの紐づけ
各質問を評価基準(1〜5段階)と対応させ、面接官が回答をスコアリングできる評価シートを作成する。
面接実施後の振り返りとプロンプト改善
実際に面接で使った結果を踏まえ、「聞きにくかった質問」「候補者が答えづらかった質問」をフィードバックし、次回のプロンプトを改善する。
この一連のプロセスは、生成AIコンサルティングの一環として体系的に導入することも可能です。
職種別・経験レベル別のカスタマイズ事例
【結論】同じ「主体性」を評価するにも、営業職とエンジニアでは聞き方が変わる。職種と経験レベルをプロンプトで明示するだけで、質問の粒度と深さが適切に調整される。
営業職・エンジニア・事務職のプロンプト例
ここでは、3つの職種について実際に使えるプロンプト例を紹介します。いずれも「7つの要素」を含んだ実用的なフォーマットです。
【営業職(中途・経験3年以上)のプロンプト例】
【職種】法人営業(BtoB・IT商材)
【経験レベル】中途採用・営業経験3年以上
【評価コンピテンシー】①顧客課題の発見力 ②提案・交渉力 ③目標達成への執着心 ④チーム連携力
【面接形式】1次面接・30分・オンライン
【出力形式】STAR手法ベースのメイン質問+フォローアップ質問2問をセットで出力
【禁止事項】本籍、出生地、宗教、思想信条、家族構成、尊敬する人物に関する質問は含めないこと
【自社カルチャー】顧客の課題解決を最優先にする文化。短期的な売上より長期的な信頼関係を重視
【エンジニア(中途・経験5年以上)のプロンプト例】
【職種】Webアプリケーションエンジニア(バックエンド・Python/Go)
【経験レベル】中途採用・開発経験5年以上・チームリード経験あれば尚可
【評価コンピテンシー】①技術的課題解決力 ②設計判断力 ③コードレビュー・技術指導力 ④納期とのバランス判断
【面接形式】2次面接(技術面接)・45分・オンライン
【出力形式】STAR手法ベースのメイン質問+フォローアップ質問2問をセットで出力
【禁止事項】本籍、出生地、宗教、思想信条、家族構成、尊敬する人物に関する質問は含めないこと
【自社カルチャー】技術的負債の解消に積極的。新技術の導入はROIを検証してから判断する文化
【事務職(第二新卒)のプロンプト例】
【職種】総務・事務職(電話対応、書類作成、来客対応、社内調整)
【経験レベル】第二新卒(社会人経験1〜3年・事務未経験可)
【評価コンピテンシー】①正確性・丁寧さ ②マルチタスク対応力 ③主体的なコミュニケーション ④学習意欲
【面接形式】1次面接・30分・対面
【出力形式】STAR手法ベースのメイン質問+フォローアップ質問2問をセットで出力。未経験者には仮定形(〜の場合どうしますか)も許容
【禁止事項】本籍、出生地、宗教、思想信条、家族構成、尊敬する人物に関する質問は含めないこと
【自社カルチャー】「気づいたことは自分から声をかける」を大切にしている
経験レベル別の質問調整方法
同じ職種でも、経験レベルによって質問の粒度と求める回答の深さは変わります。プロンプトに経験レベルを明示するだけで、AIは自動的に難易度を調整します。以下が経験レベルごとの調整ポイントです。
実務的なコツとしては、プロンプトの最後に「この経験レベルの候補者が答えやすい質問設計にすること」と一文加えるだけで、出力の自然さが大きく変わります。新卒に対して「前職での実績を定量的に教えてください」と聞くような不自然な質問を防げます。こうした職種別・レベル別のAI活用ノウハウは、人事DX×生成AIの完全ガイドでも詳しく解説しています。
面接評価シートとの連動方法
【結論】質問生成だけでは不十分。質問と評価基準を1対1で紐づけた評価シートを作ることで、面接の「質問→評価→比較」が一気通貫で回る仕組みになる。
評価シートテンプレートの設計
生成AIで質問セットを作ったら、次はその質問と評価基準を対応させた「面接評価シート」を作成します。この評価シート自体もAIで生成可能です。質問セットの生成に続けて「この質問セットに対応する評価シートを、5段階評価+評価基準の文言付きで作成してください」と指示すれば、たたき台が出力されます。
以下は、営業職の面接評価シートのテンプレート例です。
この評価シートの利点は、面接官が「何を聞くか」だけでなく「どう評価するか」まで事前に決まっていることです。面接後に「なんとなく良かった/悪かった」ではなく、コンピテンシーごとの数値評価で候補者を比較できます。
こうした採用プロセスの仕組み化は、生成AI活用の中でも再現性が高く、効果を実感しやすい分野です。BoostXが選ばれる理由のひとつは、このように「質問生成→評価シート作成→面接後の評価入力支援」まで一気通貫でAI化するアプローチを知識として提供できる点にあります。
聞いてはいけない質問のフィルタリング
面接では法令やガイドラインで「聞いてはいけない質問」が明確に定められています。厚生労働省「公正な採用選考の基本」では、以下のような項目を面接で質問すべきでないとしています。
注意
生成AIに「禁止質問を含めないこと」と指示しても、100%排除できるとは限りません。AIが生成した質問は必ず人間の目でチェックしてください。特に「ご家族は何をされていますか」「休日はどのように過ごしていますか」といった質問は、悪意なく会話の流れで出やすいため注意が必要です。プロンプトに禁止事項を明記した上で、最終チェックは人間が行う——この二重チェック体制が不可欠です。
面接のAI活用には大きく2つのアプローチがあります。ひとつは、過去の面接質問データを蓄積し、そこからAIに最適な質問を引き出してもらう方法。もうひとつは、本記事で解説したゼロからAIで質問セットを構築する方法です。
既に面接の質問履歴がある企業なら、まず過去のデータをAIに読み込ませて「自社の面接でよく使われている質問パターン」を分析することから始めるのも効果的です。データがなければ、本記事の手順でゼロから構築する。どちらの場合も、「作って終わり」ではなく、面接を重ねながら質問を磨き続けるPDCAが重要です。
「面接質問のAI生成を導入する企業は、遅かれ早かれ”次のステップ”に進みたくなります。質問生成→評価シート→面接記録のAI要約→次回面接への改善提案。この一連の流れをAIで回し始めると、採用プロセス全体の再現性が劇的に上がります。最初の一歩が面接質問の自動生成であり、ここでAIの手応えを掴むと、採用の他工程にもAI活用が自然と広がっていきます。」
— 生成AI顧問の視点
生成AI伴走顧問サービスでは、こうした採用プロセスのAI化を継続的に支援する体制を整えています。
よくある質問(FAQ)
まとめ|AI面接質問の導入で面接品質を底上げする
面接の属人化を放置することは、採用ミスマッチという見えないコストを積み上げ続けることを意味します。構造化面接×生成AIの組み合わせは、この課題を解決する現実的な手段です。
「面接質問の自動生成」は、人事領域における生成AI活用の最も取り組みやすい第一歩です。まずは次の採用面接で、本記事のプロンプトテンプレートを使って質問セットを作ってみてください。10分の投資で、面接の質が変わるはずです。面接だけでなく、採用・育成・評価を含む人事DX全体の生成AI活用についても、ぜひあわせてご覧ください。
「自社に合ったプロンプトの作り方がわからない」「評価シートの設計まで含めて相談したい」という方は、無料相談の流れをご確認ください。面接だけでなく、採用プロセス全体のAI化について具体的なアドバイスをお伝えしています。
この記事のまとめ
- 面接質問の属人化は、評価のブレ・バイアスの混入・不適切質問のリスクを生む
- 構造化面接(全候補者に同じ質問を同じ順序で実施)は採用精度を大幅に向上させる
- プロンプトに7つの要素(職種・経験レベル・コンピテンシー・面接形式・出力形式・禁止質問・自社カルチャー)を含めることで、実用レベルの質問セットを10分以内に生成できる
- AI生成した質問は「たたき台」として活用し、不適切質問のチェックは必ず人間が行う
- 質問生成→評価シート→面接後の改善という一気通貫のPDCAが、採用の再現性を高める
- 面接質問の自動生成は人事AI活用の最も取り組みやすい第一歩であり、ここから活用範囲を広げていくのが効果的
執筆者
吉元大輝(よしもとひろき)
株式会社BoostX 代表取締役社長
中小企業の生成AI導入を支援する「生成AI伴走顧問」サービスを提供。業務可視化から定着支援まで、一気通貫で企業のAI活用を推進している。
※本記事の情報は2026年2月時点のものです。