リクルーターAIエージェントで候補者ショートリストを作成する方法

If you're screening 100+ resumes and need a ranked shortlist today, this page shows you exactly how to build a recruiter AI agent on Happycapy — no code, no setup, browser only. Below is the complete workflow, the specific Skills to install, and a real benchmark: 200 applicants shortlisted in 47 minutes.

まとめ

recruiter AI agentとは、履歴書を自動で読み込み、求人要件に照らして候補者をスコアリングし、ランク付けされたショートリストを出力するよう設定されたAIアシスタントのことです。これにより、何時間もかかっていた手作業の選考が、再現性のある監査可能なワークフローに置き換わります。Happycapyを使えば、コーディング不要で、履歴書の解析・候補者のスコアリング・ランキングのためのインストール可能なSkillsを使い、ブラウザ上で直接recruiter AI agentを構築・実行できます。この手法を用いたチームは、1時間以内に200名以上の応募者を処理し、ショートリスト作成にかかる時間を80%以上削減しています(200名の応募者によるSenior AEポジションで、手作業の13.5時間に対し47分でショートリストを作成した事例に基づく — ベンチマークは以下を参照)。

直接的な回答:候補者のショートリスト作成においてrecruiter AI agentが行うこと

recruiter AI agentは、履歴書ファイルを取り込み、それぞれから構造化データを抽出し、定義された基準に照らして候補者をスコアリングし、根拠付きのランク付けされたリストを返すことで、候補者のショートリストを作成します。しかも各ステップで人が介入する必要はありません。このエージェントは、何十件、何百件もの書類を読んで比較するという反復的な認知作業を担うため、リクルーターは最終的な意思決定や候補者との関係構築に集中できます。Happycapyでは、このパイプライン全体が、インストール不要のブラウザベースのDesktopワークスペース上で実行されます。

recruiter AI agentが実行する主なアクション:

なぜショートリスト作成が現代の採用活動におけるボトルネックなのか

ショートリスト作成は、一般的な採用ファネルの中で最も時間を要する単一の工程です。200件の履歴書を1件あたり4分かけて手作業でレビューするリクルーターは、面接を1件も設定しないうちに、選考だけで13時間以上を費やすことになります。LinkedInの2024年Talent Trendsデータによると、リクルーターの76%が応募者数の多さを業務上の最大の課題として挙げています。

この問題は規模が大きくなるほど深刻化します。同時に10件の求人を運用する中規模企業では、月間1,500~2,000件の応募が届くこともあります。自動化なしでは、その量に対応するためにチームはコーディネーターを増員するか、レビューの質を犠牲にするか、採用のスピードを落とすかのいずれかを迫られ、いずれも採用単価の上昇につながります。

ショートリスト作成が従来の解決策になじまない構造的な理由は3つあります:

1. Unstructured input(非構造化された入力) — 履歴書はPDF、DOCX、プレーンテキストなど形式がばらばらで届くため、データベースクエリでの処理は現実的ではありません
2. Contextual judgment(文脈的な判断) — 候補者を求人にマッチさせるには、キーワードの一致だけでなく、経歴の記述内容を解釈する必要があります
3. Volume spikes(応募数の急増) — 求人は予告なく50人にも500人にも応募が集まることがあり、固定的な人員配置モデルでは非効率です

recruiting向けAIエージェントは、履歴書のレビューを言語タスクとして扱うことで、この3つすべてを解決します。これはまさに大規模言語モデルが最も得意とするところです。

recruiter AI agentとは何か?(定義と主要な機能)

recruiter AI agentとは、履歴書の受け取りからランク付けされたショートリストの出力まで、定義された採用ワークフローを自律的に実行するよう目的別に設定されたAIアシスタントです。汎用チャットボットとは異なり、recruiter AI agentは固定されたアイデンティティ、採用基準に関する記憶、そしてファイルの読み込み・スコアリングロジックの実行・構造化された出力の作成を可能にするインストール済みのSkillsを備えています。

適切に設定されたrecruiter AI agentの中核機能:

• Resume ingestion(履歴書の取り込み) — PDF、DOCX、プレーンテキストのファイルを一括で読み込む
• Structured extraction(構造化抽出) — 形式が不揃いなデータから一貫したデータフィールドを抽出する
• Weighted scoring(重み付けスコアリング) — 定義した基準に重要度の重みを付けて適用する
• Comparative ranking(比較ランキング) — 応募者プール全体を適合度スコアで並べ替える
• Shortlist generation(ショートリスト生成) — 分かりやすく共有しやすい出力文書を作成する
• Audit trail(監査証跡) — コンプライアンス対応のため、各スコアの根拠となる推論を記録する

キーワードベースのATSフィルターとの決定的な違いは、recruiter AI agentが人間のリクルーターと同じように履歴書を読む点にあります——文脈を理解し、転用可能なスキルを推測し、単なる有無の二値判定ではなく重要度に応じて基準を重み付けします。

Happycapyがどのようにrecruiter AI agentを実現するか — コード不要

Happycapyはブラウザベースのaiエージェントプラットフォームであり、コードを一切書かずに誰でもrecruiter AI agentを設定・実行できます。このプラットフォームはClaude Code上で動作し、セッションをまたいでエージェントが存在し続ける永続的なクラウドワークスペースを提供します。

このノーコードアプローチは、統合された3つの階層によって機能します:

1. AI Agents — 定義された役割、採用基準に関する記憶、一貫したペルソナを持つ、名前付きの採用エージェントを設定します
2. Skills — 履歴書パーサー、スコアラー、ランカーなど、エージェントに特定の技術的能力を与える軽量なプラグインをインストールします
3. Desktops — 履歴書ファイルが保存され、全セッションで共有されるプロジェクトワークスペースを作成します

Happycapyは完全にブラウザ上で動作するため、ソフトウェアのインストールも、APIキーの手動設定も、インフラの管理も一切不要です。技術的な知識がないリクルーターでも、30分足らずで動作するショートリスト作成エージェントを用意できます。

より広範囲でノーコード自動化の活用を検討しているチーム向けに、Build AI Agents with No Code for Free in 2026 では、あらゆるユースケースに共通する基礎概念を解説しています。

ステップバイステップ:Happycapyで候補者のショートリストを作成する

以下の手順に従って、生の履歴書ファイルからHappycapyを使ってランク付けされた候補者のショートリストを作成します。

ステップ6から出力までの全プロセスは、20~50件程度の一般的なバッチであれば数分、200件以上のバッチでも1時間以内で完了します。

Ready to run this now? Open Happycapy in your browser — no account required to start.

採用ワークフローのためにインストールすべき主要Skills

Skillsは、Happycapyのインストール可能な機能プラグインであり、キロバイト単位で測れるほど軽量なモジュールでありながら、エージェントの能力を拡張します。recruiter AI agentの場合、3つのSkillsが中核パイプラインを構成します。

Resume Parser Skill 非構造化の履歴書ファイルから構造化データを抽出します。PDF、DOCX、プレーンテキストに対応。候補者名、連絡先、経験年数、学歴、記載されているスキル、職歴、資格など、一貫したフィールドを出力します。

Candidate Scorer Skill 解析済みの各履歴書に重み付けされた基準スコアリングを適用します。基準(例:「B2B営業経験5年以上=20点、CRM経験=15点、関連業界=10点」)を定義すると、Skillがそのロジックを全候補者に一貫して実行します。

Ranker Skill スコアリングされた全候補者を、適合度の高い順にソートしたリストにします。各候補者について、スコアが最も高かった基準と最も低かった基準についての簡潔な根拠メモも付記します。

パイプラインを拡張するオプションのSkills:

• PDF/XLSX Processor — ショートリストを関係者向けの形式に一括エクスポートするため
• Capy Mail integration — メールからショートリスト作成ワークフローを起動するため(以下で解説)
• Notion or Google Sheets sync — ランク付けされたリストを既存のATSやプロジェクト管理ツールに直接反映するため

Happycapyのエコシステムには300,000以上のSkillsが用意されているため、語学スクリーニング、ポートフォリオレビュー、コーディングテストの評価といった専門的なニーズにも、追加のプラグインで対応できます。

5つの設定ファイルがrecruiter agentをどう形作るか

すべてのHappycapy AI Agentは、5つのMarkdown設定ファイルによって定義されます。それぞれのファイルの役割を理解することで、recruiter agentを精密に調整できます。

これらのファイルを手動で書く必要はありません。新しいエージェントを作成し、自然言語で自分のニーズを説明するだけで、Happycapyが5つのファイルすべてを自動生成します。その後は各ファイルを直接編集して挙動を調整できます——例えば、新しい求人が出た際にMEMORY.mdを更新したり、最初のショートリストを確認した後にAGENTS.md内のスコアリングの重みを調整したりできます。

ショートリスト作成パイプライン全体の自動化:受付からランク付けリストまで

Happycapy上で完全に自動化されたショートリスト作成パイプラインは、履歴書の受付からランク付けされた出力まで、途中のいかなる段階でもリクルーターの立ち会いを必要とせずに実行されます。

このパイプラインは4つの段階で構成されます:

1. Intake(受付) — 履歴書がDesktopワークスペースに届く(手動アップロード、フォルダとの同期、またはメールトリガー経由での取り込み)
2. Parsing(解析) — Resume Parser Skillが各ファイルを処理し、構造化データを抽出する
3. Scoring(スコアリング) — Candidate Scorer Skillが解析済みの各レコードに重み付けされた基準を適用する
4. Output(出力) — Ranker Skillが全候補者を並べ替え、ショートリストをワークスペース内のファイルに書き出す

Happycapy Desktopsは永続的な共有ディレクトリを維持するため、出力されたファイルは関係者レビュー用のセッションや、「上位10名の候補者を採用担当マネージャーにメールで送ってください」と依頼するフォローアップセッションなど、あらゆるセッションから即座にアクセスできます。

このパイプラインは完全に監査可能です。すべてのスコアリング判断は、適用された基準と履歴書から抽出された値とともに記録されるため、なぜその候補者がその順位になったのかを後から確認できます。

採用業務とオンボーディング、人事評価、オペレーションなど複数のワークフローを並行して運用しているチーム向けに、Business Operations AI Agent: Automate Your Workflows では、同じエージェントアーキテクチャがビジネスの各機能にどのように拡張されるかを紹介しています。

Capy Mailでメールからショートリスト作成を起動する

Capy Mailは、エージェントにメールを送信または転送することでワークフローを起動できる、Happycapyのメール連携機能です。採用業務においては、これにより採用担当マネージャーがプラットフォームにログインすることなくショートリスト作成を開始できます。

採用業務における具体的な流れ:

1. リクルーターエージェントにCapy Mailアドレスが割り当てられる(例:recruiting-agent@capy.mail)
2. 採用担当マネージャーが、「Shortlist these for the UX Lead role」のような件名で、複数の履歴書添付ファイルをそのアドレスに転送する
3. エージェントがメールを受信し、添付ファイルを抽出し、解析・スコアリング・ランキングの一連のパイプラインを実行し、ランク付けされたショートリストを返信する

これにより、recruiter AI agentは文字通り「アンビエント」な存在になります——プラットフォームを誰も操作していないときでも動作するのです。異なるタイムゾーンにいる採用担当マネージャーが夜9時にショートリスト作成を起動し、翌朝9時には結果が届いているということも可能です。

Capy Mailはメール本文内での構造化コマンドにも対応しているため、エージェントの設定ファイルを直接編集しなくても、スコアリングの重みや基準の上書きを指定できます。

Desktopsで候補者レビューを並行実行する

Happycapyの Desktops 機能は、同一ワークスペース内で複数の会話セッションを同時に実行できるため、大規模な候補者レビューを並行して行うことが可能です。

採用業務における実践的な並行ワークフロー:

• Session 1: 最初の100件の履歴書を解析・スコアリングする
• Session 2: 同時に次の100件の履歴書を解析・スコアリングする
• Session 3: スコアリングが進行中のあいだに、上位候補者向けの面接質問セットを作成する

すべてのセッションが同じDesktopディレクトリを共有しているため、Session 1とSession 2の出力を、手作業でのファイル管理を一切行うことなく、Session 3で1つの統合されたランキングリストにまとめることができます。

この並列処理こそが、1時間以内に200名以上の応募者を処理することを可能にしている要因です。200件の履歴書を1件あたりわずか30秒で逐次処理しても100分かかります。4つのセッションで並列処理すれば、計算時間はおよそ25分にまで短縮されます。

実際の活用事例:1時間足らずで200名の応募者をショートリスト化

ある中規模SaaS企業のタレントアクイジションチームは、Senior Account Executiveポジションへの200名の応募者をショートリスト化するためにHappycapyを利用しました。この求人には重要度で重み付けされた11の基準と、3つの絶対的な失格条件が定義されていました。

Before Happycapy: チームの2名のリクルーターが同じ応募数を手作業でレビューするのに約13.5時間を費やし、スコアリングの根拠が一貫していない18名のショートリストを作成しました。

With Happycapy:

リクルーターの役割は、履歴書を読むことから、エージェントがランク付けした出力結果を確認し、境界線上の候補者について最終的な判断を下すことへとシフトしました——この作業にかかった時間は、13.5時間ではなくわずか35分でした。

出力されたショートリストには、各候補者のスコア、基準ごとの内訳、そして一文にまとめられた根拠メモが含まれており、採用担当マネージャーは履歴書を一切直接読むことなく、面接に進めるかどうかを判断するために十分な情報を得ることができました。

複数のビジネス機能にわたるより広範な自動化のベンチマークを探しているチームには、Best Free AI Workflow Automation Tools for Teams in 2026 が、採用の自動化がより広い枠組みの中でどこに位置づけられるかについての参考になります。

Happycapyで採用業務を始めましょう

Happycapyは無料で始められ、インストールも不要です。ブラウザでHappycapyを開き、募集中のポジション用にDesktopを作成し、自然言語で採用エージェントを設定し、Resume Parser、Scorer、Ranker Skillsをインストールして、最初の履歴書バッチをアップロードしてください。最初のランク付けされたショートリストは1時間足らずで完成します。

同じエージェント設定は、採用サイクルをまたいで保持され続けます。一度MEMORY.mdにスコアリングルーブリックが、AGENTS.mdにパイプラインが定義されれば、以降のショートリスト作成はすべて「新しい履歴書をレビューしてショートリストを更新してください」という一言の指示だけで済みます。

よくある質問

Q: recruiter AI agentとは何ですか? recruiter AI agentとは、履歴書を自律的に読み込み、定義された求人基準に照らして各候補者をスコアリングし、ランク付けされたショートリストを出力するよう設定されたAIアシスタントであり、手作業での選考を、一貫性のある再現可能なワークフローに置き換えます。Happycapy上では、コーディング不要のブラウザベースのワークスペースで動作します。

Q: recruiter AI agentはどのようにして候補者のショートリストを作成するのですか? このエージェントは4段階のパイプラインに従います:(1) 共有ワークスペースから履歴書ファイルを取り込む、(2) 各ファイルを解析して構造化された候補者データを抽出する、(3) リクルーターが定義した重み付け基準を使って各候補者をスコアリングする、(4) 全候補者をランク付けし、ショートリストを出力ファイルに書き出す。この一連のプロセスは、1つの指示を出すだけで自律的に実行されます。

Q: 技術的なスキルがなくてもrecruiter AI agentを使えますか? はい。Happycapyのrecruiter AI agentは、コーディングも、API設定も、インフラ管理も一切必要ありません。自然言語で求人内容と基準を記述し、クリックするだけで関連するSkillsをインストールし、自然言語でエージェントに処理開始の指示を出すだけです。設定ファイルはすべてプラットフォームが自動生成します。

Q: recruiter AI agentは一度にどれくらいの数の履歴書を処理できますか? 記録されたベンチマークでは、並行Desktopセッションを使い、200件の履歴書がトータル47分のワークフロー時間で完全にスコアリング・ランク付けされました。バッチサイズはプラットフォームの上限ではなくセッションの計算能力によって制限されるため、より大量の場合でも、同じワークスペースを共有する複数のセッションに分割し、出力を自動的にマージすることで対応できます。

Q: ショートリストの出力は監査可能でコンプライアンスに対応していますか? はい。Happycapyのrecruiter AI agentは、適用された基準、各履歴書から抽出された値、そして各スコアの背後にある推論の過程を記録します。これにより、すべてのショートリスト判断について文書化された監査証跡が作成されます。また、エージェントのSOUL.md設定では、判断が曖昧なケースを人によるレビューにフラグ付けし、履歴書の内容から保護対象属性を推測しないよう設定することもできます。