---
title: "AIの評価精度はプロンプトで決まる｜書類選考を現場の判断基準に近づける方法"
excerpt: "Dify書類選考エージェントの評価を現場の判断基準に近づけるため、モデルではなくプロンプトの調整に注力しました。求人ごとの判定軸を明確にするには、会社・事業情報の詳細な注入が必要です。採用担当者が当たり前に使っている前提を文章化する作業が評価精度を決めるという知見をまとめています。"
author: "AI活編集部"
author_username: ai-katsu-editorial
published_at: 2025-11-08T00:00:00+00:00
verified_at: 2025-11-08T00:00:00+00:00
tools: ["Dify"]
tasks: ["ナレッジ活用・RAG", "業務プロジェクト"]
domain: "採用・人事"
canonical_url: https://ai-katsu.jp/articles/recruit-agent-dify-advanced
---
# AIの評価精度はプロンプトで決まる｜書類選考を現場の判断基準に近づける方法

Difyで書類選考のスコアリングを組んだあと、次に取り組んだのは**評価を「現場の判断基準」に近づける**ことでした。動くものはできていても、出てくる評価が採用担当の感覚とずれていては使えません。

取った手段は、モデルの変更でも仕組みの作り直しでもなく、**プロンプトへの情報注入**でした。この地味な作業が、評価の精度を決めています。

## この検証の概要

| 項目 | 内容 |
| --- | --- |
| 検証時期 | 2025年11月（11/8〜11/21） |
| 使用ツール | Dify |
| やりたかったこと | Dify書類選考エージェントの評価を、より現場の判断基準に近づける |
| 実装したもの | **5項目（各星1〜5）での評価と、合計点に基づく「星の数」の可視化** |
| 行った対応 | 求人ごとの判定軸を明確にするため、**会社・事業情報の詳細なプロンプト注入を実施** |
| 状況 | プロンプトエンジニアリングフェーズ |

> 本記事は自社での検証記録です。評価精度の数値測定は行っていないため、正答率などの数値は掲載していません。

## 結論：判定軸は求人ごとに与える

この段階で取り組んだ核心がこれです。

**求人ごとに「バックオフィス向け」「AI講師向け」といった判定軸を明確にするため、会社・事業情報の詳細なプロンプト注入を実施しました。**

同じ職務経歴書でも、募集している職種によって評価は変わります。バックオフィスなら正確さや継続性、AI講師なら伝える力や技術理解——見るべき点がまったく違います。

この違いは、**プロンプトに書かなければAIには伝わりません。**「優秀な人を選んで」では、汎用的な優秀さで判定されます。

### 何を注入するのか

-   **会社情報** — どんな組織で、何を大事にしているか
-   **事業情報** — 何をやっている会社で、その職種がどこを担うか
-   **職種ごとの判定軸** — この求人では何を重視するか

**採用担当者が頭の中で当たり前に使っている前提を、文章として書き出す作業です。**手間はかかりますが、ここを省くと評価が現場の感覚から離れます。

## 評価の可視化：5項目 × 星1〜5

出力の形式も整えました。**5項目それぞれを星1〜5で評価し、合計点に基づいて総合の「星の数」を表示します。**

| 設計 | 狙い |
| --- | --- |
| 項目ごとの星評価 | どこが強く、どこが弱いかが一目で分かる |
| 合計点からの総合星 | 優先順位をつけて見る順番を決められる |

**数値のままだと解釈が人によって変わるため、星に丸めています。**「7点」と言われるより「星3」のほうが、判断が速くなります。

## この取り組みの位置づけ

この選考エージェントは、Indeed APIの利用が停滞している状況で**代替として先行させたもの**です。応募者情報の取得が自動化できなくても、評価の部分だけで工数は削減できます。

現在はプロンプトエンジニアリングのフェーズにあり、**仕組みを増やすのではなく、渡す情報を磨く段階**です。

## よくある質問

### なぜモデルを変えずにプロンプトを調整するのですか？

**問題がモデルの性能ではなく、渡している情報の不足にあるためです。**求人ごとの判定軸を伝えなければ、どのモデルを使っても汎用的な評価になります。

### どんな情報を注入するのですか？

**会社情報、事業情報、そして職種ごとの判定軸です。**採用担当者が頭の中で当たり前に使っている前提を、文章として書き出します。

### なぜ点数ではなく星なのですか？

**数値のままだと解釈が人によって変わるためです。**星に丸めることで判断が速くなります。項目ごとの星で強弱を、合計点からの総合星で優先順位を見る設計です。

### 実運用に乗っていますか？

**現在はプロンプトエンジニアリングのフェーズです。**評価を現場の判断基準に近づける調整を進めています。

## まとめ

-   Dify書類選考エージェントを**現場の判断基準に近づける**ため、プロンプトの調整に注力
-   求人ごとの判定軸を明確にするには、**会社・事業情報の詳細な注入が必要**
-   採用担当者が**当たり前に使っている前提を文章化する**作業が、評価精度を決める
-   出力は**5項目×星1〜5と、合計点による総合星**で可視化。数値より判断が速くなる

AIの評価精度を上げようとすると、モデルや仕組みに目が向きがちです。しかし多くの場合、足りないのは渡している前提情報のほうです。

株式会社AI棒では、こうしたAI活用の検証を日々行い、企業の採用業務へのAI活用を支援しています。ご相談は[お問い合わせフォーム](/contact)から、継続的な伴走支援については[AI参謀](/ai-sanbo)をご覧ください。