印象ではなく、
行動で評価する
AI面接ツール。

評価基準から面接を設計したい人事のために。

スペンサー系コンピテンシーをベースに、評価基準にもとづいて質問と深堀り質問を自動生成。 候補者の行動と判断の中身を、レベルと理由つきで可視化します。

ホワイトカラー採用（エンジニア・企画・PMなど）向け

問題提起

評価基準のないAI面接は、印象評価を増幅させる。

質問と評価軸が定義されないまま、AIが「それっぽい」スコアを出す。これが、印象評価とバイアスを機械的に強化してしまう構造です。

01

「コミュニケーション力」「言語化能力」など曖昧な項目を、話し方や雰囲気で点数化してしまう

02

面接官にも「なぜこの点数なのか」が説明できない

03

結果として、印象評価とAIのブラックボックスが組み合わさり、バイアスが増幅される

構造の提示

評価基準から、質問と深堀りを組み立てる。

最初にあるのは「評価基準」です。そこから逆算して、質問・深堀り・レベル判定・理由テキストまでを一貫して設計します。

Step 1

① コンピテンシーの定義

主体性／探求の深さ／専門性／関係構築／組織貢献など、職種ごとに行動レベルを設計。

Step 2

② コンピテンシー別のテーマ質問生成

評価基準から逆算したテーマ質問を自動生成。面接官の属人的な設計を排除します。

Step 3

③ 回答の信頼度判定 → 深堀り or プラスワン質問

回答のあいまいさを検知し、自動で深堀り／プラスワン質問を追加。

Step 4

④ レベル1〜5への分類

行動レベル定義に沿って一次判定。スコアだけでなく根拠を紐づけ。

Step 5

⑤ 理由テキストの自動生成

どの発言を根拠にしたのか、理由テキストとして明示して可視化。

ケーススタディ概要

ケース：中途エンジニア候補Aさんのレポート（架空事例）

以下は、実際の評価フローに基づいて再構成した架空のケーススタディです。

候補者プロフィール

・職種：Webエンジニア（中途）

・選考ステージ：一次選考

・評価項目：主体性／情報収集力／専門性／関係構築／組織貢献

コンピテンシー評価

主体性

L3

情報収集力

L4

専門性

L4

関係構築

L4

組織貢献

L5

ケーススタディ

深堀り・プラスワン質問のケーススタディ

どんな回答に対して、どのような深堀り・プラスワン質問をするのか。架空の例で具体的にイメージできます。

ケース1：発信力 ― 回答が薄いときは「誰に・どう伝えたか」を深堀り

テーマ質問

「新しく学んだ技術や知識を、周囲に共有した経験を教えてください。」

回答

「◯◯という技術を学び、自分の担当案件で使ってみました。」→ 共有相手や方法、影響が不明瞭。

深堀り質問

「誰に（役職・人数）、どの場で（ミーティング・チャット・資料など）、どんな内容を伝え、どんな反応や結果がありましたか？」

追加回答

・開発チーム向け勉強会を企画し、資料を作成して発表。 ・他案件でも同技術が採用され、パフォーマンス改善に波及。

発信力：レベル2

チーム向け勉強会という形で能動的に共有し、成果に結びつけているため。受動的な回答に留まらず付加価値を出したと判断。

ケース2：習得の積極性 ― 専門外へのキャッチアップが「どこまでか」をプラスワンで確認

テーマ質問

「専門外の分野を自分から学び、業務に活かした経験を教えてください。」

回答

・フロントエンド専門だが、インフラ担当離脱に伴いクラウドインフラを自学。 ・検証環境で試行し、本番環境の構築とデプロイを担当。

深堀り質問

「その知識を他プロジェクトやメンバー支援に活かしましたか？誰に・どんな形で支援し、相手の業務はどう変わりましたか？」

追加回答

・別案件のログイン基盤設計でレビューとハンズオンを実施。 ・PMから「想定以上にセキュア」と評価され、運用負荷が低減。

習得の積極性：レベル3

専門外を自発的に学び、自プロジェクトだけでなく他案件にも知見を展開しているため。

ケース3：組織貢献 ― 短期負荷と長期品質のトレードオフ

テーマ質問

「チームやプロジェクト全体のために、自分や周囲の短期負荷をあえて増やした意思決定があれば教えてください。」

回答

・フロントとバックの認識差で不具合多発。 ・レビューを1名→2名体制へ変更提案。負荷増・遅延への反発あり。

深堀り質問

「負荷増の中で実際にどんな結果が出ましたか？不具合工数やリリース後の手戻りはどう変化しましたか？」

追加回答

・レビュー体制変更後、不具合修正工数が大幅減。 ・リリース後の手戻りも減少し、品質安定が定着。

組織貢献：レベル5

不人気なプロセス変更でも組織全体の品質・工数を優先し、結果も伴っているため。

コンピテンシーカード

ホワイトカラーの“仕事ぶり”を、行動レベルで見る。

探求の深さ（情報収集力）

仕様書だけでなく、現場メンバーへのヒアリングやログ分析など、一次情報にどこまで踏み込んだか

矛盾や不足を発見し、プロセス改善提案まで行ったかでレベル判定

専門性の深さ

専門知識を具体的な障害やボトルネック解消にどう応用したか

技術選択の理由や、代替案との比較まで説明できているかを評価

組織貢献・関係構築

短期的な負荷より長期的な品質・工数削減を優先する意思決定ができているか

リーダー間のコミュニケーション、メンバーへの称賛・フィードバックを継続的に行っているか

比較

一般的なAI面接との違い

比較軸

一般的なAI面接

本ツール

評価基準

評価基準が明示されないままスコアリング

コンピテンシーごとの行動レベル定義にもとづいて評価

質問ロジック

固定質問＋自動採点

評価基準からテーマ質問／深堀り／プラスワン質問を自動設計

評価理由

数値スコアのみ。理由はブラックボックス

各コンピテンシーごとに「なぜそのレベルなのか」をテキスト表示

再現性

面接官や運用次第で解釈がブレやすい

行動レベル定義と質問ロジックが固定されるため、誰が見ても評価が揃いやすい

行動事実にもとづく、
公平で納得感のある採用を。