〜スカウト成果を最大化するための設計ガイド〜
ターゲットリスト（AIによってより精度の高いスカウトリストを生成）は、これまでの求職者検索において、送付者を目視で確認していた作業を効率化することができます。
本記事では、ターゲットリストの精度を高めるためのNG条件の設定方法を記載しています。職種問わず活用できる汎用的な考え方と実践ポイントを整理しましたので、ぜひご活用ください。
Q1. ターゲットリスト作成で最初に決めるべき基準は？
A. 「スキル」ではなく「コンテキスト（文脈）」を起点に設計することが重要です。
除外条件設定の際、「〇〇経験ない人」だけで探すと母集団が広がりすぎ、ミスマッチが増えます。
重要なのは「なぜ今、その人が自社にフィットするのか」です。
▼言語化すべきポイント
- 事業フェーズ（立ち上げ／拡大／安定期）
- 組織の課題（例：仕組み化、売上拡大、品質向上）
- 任せたい役割（プレイヤー／マネジメント／立ち上げ など）
Point： “できること”ではなく“どんな環境で成果を出してきたか”で定義するのがポイントです
▼プロンプト例
（悪い例：広すぎる）
- 「営業経験がない人を除外」
（良い例：文脈ベースで除外）
- 「大企業の既存顧客対応のみで、新規開拓経験がない方は除外」
- 「安定運用フェーズのみで、立ち上げ・改善経験がない方は除外」
- 「個人プレー中心で、チームでの成果創出経験がない方は除外」
“不足スキル”ではなく“経験の偏り”で除外するのがコツです
Q2. スキル以外にチェックすべき項目は？
A. 「スタンス」と「再現性」を見ることが重要です。
どの職種でも、成果を左右するのはスキルだけではありません。
▼推奨チェック項目
- 成果の出し方（プロセス）
└ 自走型か／チームで成果を出すタイプか - アウトプット・実績の見え方
└ ポートフォリオ／実績数値／社内外での発信など - 志向性
└ 成長志向／安定志向、専門特化／ジェネラリスト など
Point：「何ができるか」より「どう成果を出してきたか」を重視することが重要です
▼プロンプト例
- 「具体的な成果（数値・改善内容）の記載がない方は除外」
- 「指示待ちの業務が中心で、自ら改善・提案した経験が読み取れない方は除外」
- 「短期的な業務経験が中心で、成果の再現性が見えない方は除外」
“スキル不足”ではなく“成果の解像度が低い人”を除外するイメージです
Q3. 質の高いリストを作る検索条件のコツは？
A. 「具体化」と「除外条件」の設計が鍵です。
▼具体的な工夫
- 条件を具体化する
× 営業経験 → ○ 新規開拓／既存深耕／エンタープライズ向け など - 周辺要素を掛け合わせる
例：マーケ × SaaS × BtoB × リード獲得 - 除外条件（NOT）を設定する
例：自社フェーズに合わない経験（大企業特化／短期離職が多い 等）
Point：「広く集める」より「狙って絞る」方が、結果的に効率が上がります
▼プロンプト例
- 「toC向けサービスのみの経験で、toB経験がない方は除外」
- 「保守・運用業務のみで、企画や改善に関わっていない方は除外」
- 「同一職種での経験が極端に短く、専門性の蓄積が見えない方は除外」
“掛け合わせ条件”とセットでNG条件を設計すると精度が上がります
Q4. 現場との認識ズレを防ぐには？
A. 初期段階で「キャリブレーション（目線合わせ）」を行います。
▼進め方
- 人事がサンプルリスト（10名程度）を作成
- 現場メンバーに「◎・◯・×」で評価してもらう
- 「なぜ×なのか」を深掘りし、条件に反映
Point：言語化しづらい“違和感”を構造化することが精度向上の鍵です
▼プロンプト例（キャリブレーション後に反映する形）
- 「役割期待に対して経験が浅く、即戦力としての再現性が低い方は除外」
- 「現場評価で×がついた共通特徴（例：受け身・改善経験なし）に該当する方は除外」
現場の“なんとなく違う”をNG条件として言語化することが重要です