AI Screenrの仕組み
AI面接ソフトの仕組み：数分で職種を設定し、AIの音声面接で候補者スクリーニングを自動化。日程調整は不要、候補者は非同期で完了。数分で書き起こし付きのスコアレポートを受け取りましょう。AI Screenr 搭載。3件無料。クレジットカード不要。
無料で試すTrusted by innovative companies
求人掲載から順位付きショートリストまでの3ステップ
AI Screenrのワークフロー要約 — 連携不要、日程調整不要。
職種を設定
求人票を貼り付けてワンクリック設定、または約5分で手動作成。AI Screenrがスキル、失格条件、配点ウェイト、最大5つの構造化質問テンプレートを抽出。起動前に全て編集可能。
面接リンクを共有
ATS・メール・SMS・求人媒体にリンクを1つ。候補者はどのデバイスでも非同期で面接 — 日程調整・アプリ・アカウント不要。所要は通常15 to 25分（5–60で設定可能）。
スコア付きショートリストを確認
各面接の2分以内に、ダッシュボードへスコア付きレポートが到着。Strong Yes / Yes / Maybe / Noの推奨、次元別スコア、根拠引用、順位付きショートリストを表示。
5分以内のライブ解説を確認 — 面接3件を無料で体験。
無料で試す — クレカ不要ステップ1の実例 — 実運用に近い職種設定
求人票を貼り付けてワンクリック設定した直後にAI Screenrが生成する初期設定例。起動前に全フィールドを編集できます。
シニアプロダクトマネージャー（B2B SaaS）
Job Details
Basic information about the position. The AI reads all of this to calibrate questions and evaluate candidates.
Job Title
シニアプロダクトマネージャー（B2B SaaS）
Job Family
プロダクト
プロダクト職種では優先順位付け、ディスカバリー、ステークホルダーの論拠を重視します。AIのフォローアップは実行詳細よりも判断やトレードオフに軸足を置いて調整されます。
Interview Template
コンピテンシー重視のスクリーニング
質問ごとに最大4回のフォローアップ。トレードオフ思考を掘り下げ、具体的な過去事例を求めることで、経験豊富なPMと周辺職候補者の差を可視化します。
Job Description
コアとなるB2Bワークフロー面を担当するシニアプロダクトマネージャーを募集します。エンジニアリング・デザイン・Go-to-Marketと連携し、実在の顧客課題を見極め、明確に優先順位を付け、アウトプットではなくアウトカムを届けていただきます。
Normalized Role Brief
B2B SaaSで5年以上、エンドツーエンドの領域オーナー経験と、手順書なしでもスコープ判断ができる見極め力。ドキュメント起点で意見を持ち、不確実性の中でも落ち着いて意思決定できる方。
Concise 2-3 sentence summary the AI uses instead of the full description for question generation.
Skills
Required skills are assessed with dedicated questions. Preferred skills earn bonus credit when demonstrated.
Required Skills
The AI asks targeted questions about each required skill. 3-7 recommended.
Preferred Skills
Nice-to-have skills that help differentiate candidates who both pass the required bar.
Must-Have Competencies
Behavioral/functional capabilities evaluated pass/fail. The AI uses behavioral questions ('Tell me about a time when...').
トレードオフ判断を根拠で説明できる。出荷した内容だけでなく、何をなぜ削ったかまで語れる
調査ではなく実際の顧客対話を行う。表層の不満と、顧客が達成したい本質的ジョブを切り分けられる
権限に頼らず、エンジニアリング・デザイン・Go-to-Marketを同方向に動かす。スコープ対立を文書化された分析で解消できる
Levels: Basic = can do with guidance, Intermediate = independent, Advanced = can teach others, Expert = industry-leading.
Knockout Criteria
Automatic disqualifiers. If triggered, candidate receives 'No' recommendation regardless of other scores.
B2B経験
Fail if: いかなる規模でもB2B SaaSのプロダクト経験がない
本ポジションにはB2B特有の判断が必要（買い手≠利用者、調達サイクル、シート単価の経済性）
経験年数
Fail if: プロダクトマネジメント経験が5年未満
シニアレベルのため、初日から構造化されたオンボーディングなしでも領域を持てることが必要
The AI asks about each criterion during a dedicated screening phase early in the interview.
Custom Interview Questions
Mandatory questions asked in order before general exploration. The AI follows up if answers are vague.
直近12ヶ月で最も重い意思決定となった優先順位付けの事例を教えてください。何を削り、何を残し、当時知らなかったが今はわかっていることは何ですか。
ディスカバリーの結果、予定していた機能の進路を変えた経験を教えてください。何を聞き、どう検証し、代わりに何を出荷しましたか。
部門横断の対立を解消した経験を教えてください。対立の中身、あなたが文書化したこと、最終的な意思決定プロセスはどうでしたか。
Open-ended questions work best. The AI automatically follows up if answers are vague or incomplete.
Question Blueprints
Structured deep-dive questions with pre-written follow-ups ensuring consistent, fair evaluation across all candidates.
B1. 当社プロダクト向けに、従量課金のアップグレード促進（プロンプト）の初期版を設計してください。対象セグメント、トリガー、文言、成功指標を順に説明してください。
Knowledge areas to assess:
Pre-written follow-ups:
F1. すでに更改交渉中のユーザーに誤ってプロンプトを出さないための方法は？
F2. ガードレール指標は何で、どの閾値でプロンプトを停止しますか？
F3. インプロダクト、メール、アカウントマネージャー接触のいずれをどう選びますか？
B2. 上位10社の大口顧客が、2クォーター分のエンジニア工数がかかり、他顧客には恩恵がないエンタープライズ機能を要望しています。あなたの意思決定プロセスを説明してください。
Knowledge areas to assess:
Pre-written follow-ups:
F1. 意思決定をアカウントチームへどう伝えますか？
F2. 顧客が離脱を示唆した場合は？
F3. 将来一般化できる余地がある場合、答えはどう変わりますか？
Unlike plain questions where the AI invents follow-ups, blueprints ensure every candidate gets the exact same follow-up questions for fair comparison.
Custom Scoring Rubric
Defines how candidates are scored. Each dimension has a weight that determines its impact on the total score.
| Dimension | Weight | Description |
|---|---|---|
| コミュニケーションの明瞭さ | 12% | 回答の構造が明快で、具体例を用い、逃げずに説明できているか |
| 回答の適合性 | 12% | 質問の意図に正面から答えているか、それとも安全な話題に逸れていないか |
| 技術知識 | 18% | プロダクトマネジメントの基礎理解 — ディスカバリー、優先順位付け、指標、ライフサイクル |
| 問題解決力 | 14% | 不確実な状況でトレードオフを吟味し、異論に対しても結論を根拠立てて守れるか |
| 職種適合度 | 14% | シニアB2B PMの実務との一致 — ドキュメント起点、明確な見解、不確実性への耐性 |
| 自信とプレゼンス | 6% | フォローアップ下でも安定。欠落は認めつつも平静を保てるか |
| 行動特性の適合 | 10% | 協働のシグナル — 意見相違や対立、チームへの功績の語り方 |
| 回答の網羅性 | 14% | 易しい半分だけでなく全体をカバーし、但し書きや反例も自発的に提示できるか |
Default rubric: Communication, Relevance, Technical Knowledge, Problem-Solving, Role Fit, Confidence, Behavioral Fit, Completeness. Auto-adds Language Proficiency and Blueprint Question Depth dimensions when configured.
Interview Settings
Configure duration, language, tone, and additional instructions.
Duration
25 min
Language
English
Template
コンピテンシー重視のスクリーニング
Video
Enabled
Tone / Personality
フレンドリーかつ構造的。会話のテンポを保ち、曖昧な回答には失礼なく具体化を依頼します。
Adjusts the AI's speaking style but never overrides fairness and neutrality rules.
Company Instructions
当社はミッドステージのB2B SaaS企業で、エンジニアは約80名。プロダクトの主な利用者はRevOpsとセールスチーム。レポートラインはVP of Product、連携先はPrincipal EngineerとLead Designerである旨に触れてください。
Injected into the AI's context so it can reference your company naturally and tailor questions to your environment.
Evaluation Notes
ライティング能力のシグナル（回答の構造化、具体的な指標の参照、関係者名の明記）はプラスに評価。曖昧な一般論や、具体性のない業界用語の羅列は減点。
Passed to the scoring engine as additional context when generating scores. Influences how the AI weighs evidence.
Banned Topics / Compliance
給与交渉、リファレンス、株式パッケージ、報酬構成 — これらはスコア付きラウンド後に別途扱います。
The AI already avoids illegal/discriminatory questions by default. Use this for company-specific restrictions.
AI Screenrが100名の候補者プールをどう絞り込むか
応募からショートリストまで：各段階で勘ではなくエビデンスに基づいて絞り込み。以下の数値は中規模テック職の一般例です。
応募受付
求人媒体、リファラル、ATSの自動応答、ダイレクトリーチなど、すべての流入候補者がパイプラインに入ります。
失格条件
あなたが定義するハードフィルター — 最低経験年数、就労許可、勤務地、給与レンジ、言語など。該当者はフラグ付けされますが、自動拒否はしません。
必須スキル
その職種で譲れないスキルの合否（例：Senior React Developerに求められるReactの深さ）。面接中にリアルタイム評価。
言語レベル
指定言語でのCEFR評価（A1–C2）を任意で実施、専用フェーズで確認。未設定ならスキップ。
スコア付き面接
デフォルト8次元（カスタマイズ可）で各回答を0–100で採点し、根拠引用、品質評価（Strong / Moderate / Weak / None）、次元ごとの信頼度を付与。
順位付きショートリスト
上位候補に4段階の推奨、エグゼクティブサマリー、強みとリスク、注目の引用、カバレッジサマリーを添付。hiring managerにそのまま共有可能。
ステップ3の実例 — AIスクリーニングレポート
候補者が挨拶を終えてから2分以内にダッシュボードに届くそのままの内容。各スコアには書き起こしの根拠、品質評価、信頼度が付きます。
Alex Morgan
Confidence: 86%
Recommendation Rationale
シニアPMとして強いシグナル。Alexは複数の事例で、具体的な数値や関係者名、削ったものと理由まで含めて、優先順位のトレードオフを明確に説明しました。ディスカバリーの規律も本物で、3件の顧客対話で予定機能を反転させた事例は、期待していた仮説と実際の発見というカウンターナラティブまで整理されていました。一方で、対立下の部門横断リーダーシップにややギャップが見えます。Alexは押し返す前に合意形成を優先しがちで、チーム力学次第ではリスクになり得ます。hiring manager ラウンドに推奨します。
Summary
B2B SaaSのプロダクトマネジメントを5年以上、明確な領域オーナーシップあり。ディスカバリーと優先順位付けが強く、指標とトレードオフを伴う具体例が豊富。部門横断リーダーシップは堅実だが合意形成に寄りがちで、方向性が誤っても初期には強く戻さない傾向。回答の構造からもドキュメント起点の姿勢が見て取れます。フォローアップ下でも落ち着いて対応。
Knockout Criteria
2社で5年以上のB2B SaaS経験と明確な領域オーナーシップ。エンタープライズ案件の具体事例も提示。
プロダクトマネジメント経験7年。5年の最低条件を十分に上回る。
Must-Have Competencies
具体的事例が複数、指標名や明示的なトレードオフ、削減内容まで提示。判断を曖昧にせず擁護。
実際の顧客インタビューの事例（サーベイや分析のみではない）。要望機能と根底の顧客ジョブを自発的に2度切り分けた。
エンジニアリング、デザイン、GTMと良好に連携するが、強く押す前に合意形成を図る傾向。協働的なチームには適合、強いプロダクト声を要する環境ではリスクの可能性。
Scoring Dimensions
常に文脈・決定・結果を明示して構造的に回答。冗長な部分はなし。求められずとも具体的な指標と関係者名を挙げた。
“フェーズ1の4週間後の採用率が11%（目標25%未達）だったため、フェーズ2のレポート機能はカットしました。データチームは継続を望みましたが、採用拡大への集中と、まだ使われていない機能の出荷のどちらを取るかのトレードオフでした。アナリティクスのAnnaと1ページの意思決定メモを書き、停止を決めました。”
問いに対して具体のシナリオで答え、安全圏に逃げなかった。追及されても質問の枠内で回答を続けた。
“後悔している優先順位判断についてのご質問でしたね。正直な答えはCSダッシュボードです。ビルドし採用も高かったのですが、併せて出荷した週次ダイジェストを経営陣は使いませんでした。ダイジェストは2週目で止めるべきでしたが、6週目まで引っ張ってしまいました。”
ディスカバリー、優先順位フレーム、指標設計の基礎が強い。アクティベーションとリテンションの定義で軽微な取り違えはあったが、追及で自ら修正。
“アップグレード促進のトリガーは、時間ではなく『初週に保存済みレポートを3本作成』という行動ベースのアクティベーションを使います。自社のデータではアクティベーションが定着を予測します—3ヶ月目コホートの分析から分かっています。”
常にトレードオフで思考。上位顧客の機能要望シナリオでは、注意散漫のコスト、前例リスク、3つの代替案を踏まえて結論に至った。
“2クォーターのエンジニア工数だけがコストではありません。前例のコスト、統合負債のコスト、機会費用もあります。まずはサービス提供で価値の80%を出せるかを探り、無理なら、機会費用を反映した価格で、有償かつロードマップ確約のスコープとして明示的に扱います。”
ドキュメント起点、明確な見解、具体的に語る姿勢。意思決定メモを3件、名称付きで言及。汎用的回答はなく、全てチーム固有の事例。
“難しい決定は1ページのメモにまとめます。決定、トレードオフ、誰がなぜ反対か、可逆性はあるか。会議前にチームへ配布し、発表の場ではなく意思決定の場にします。”
追及にも安定。2つの後悔を防御的にならずに認めた。『経営陣との不一致』の場面ではやや慎重な表現。
“CPOレベルでの真正面の対立はありません。多くはGTMリードとの間です。もし有用なら、その一例をお話しできます。”
協働シグナルは前向きだが合意形成に傾く。チームの方向が逸れてから押し返す例が複数あり、初期段階では弱い。
“優先順位会議の4回目で懸念を上げました。振り返ると2回目が言うべきタイミングでした。3週経っており、すでにサンクコストの論法が形成されつつありました。”
聞かれずとも但し書きや反例を自発的に提示。複合質問の両面（良かった点と悪かった点）に答えた。
“アップグレード促進の実験はCVRは成功でしたが、権限を理解せずにアップグレードしたユーザーからのサポート問合せが増えました。これは想定すべきだった見落としです。”
Blueprint Question Coverage
B1. 従量課金のアップグレード促進プロンプト
+ 時間ではなく具体的な行動基準でアクティベーションを定義
+ 転換指標にサポート工数のガードレールを併置
- どの閾値でプロンプト停止に至るかに未言及
B2. Top-10顧客からの一般化不能な機能要望
+ 人員以外のコスト（前例・統合負債）でフレーミング
+ 拒否結論の前に、限定スコープの有償代替を提示
- 後に一般化できるケースの扱いに未対応
Interview Coverage
%
Overall Coverage
Strengths
- ドキュメント起点の習慣 — 意思決定メモは儀式ではなく標準ツール
- 具体的な日付と指標に裏打ちされたトレードオフ
- 強いディスカバリー規律 — 顧客の根本ジョブと要望の切り分け
- 求められずとも反例と後悔点を自発的に提示
Risks
- 対立下で合意形成に傾く — 方向性の逸れの後に押し返しがち
- CPOレベルの対立事例が限定的。多くがGTM向きの事例
Notable Quotes
“人は発表の準備ではなく、意思決定の準備をして会議に来るべきです。”
“2クォーターのエンジニア工数だけがコストではない。前例のコスト、統合負債、機会費用もある。”
“正直な答えはCSダッシュボードです—作ったし採用も高かったが、経営陣は週次ダイジェストを使わなかった。”
Suggested Next Step
60分のhiring manager面接に進め、『経営陣と意見が食い違った場面』と『スコープ削減の意思決定を擁護するケース』を中心に深掘り。合意が固まる前のより早い段階で、どの瞬間に押し返すかを検証してください。
AI Screenrは、求人票からスコア付きショートリストまでを4つのステップで完結させます。このページでは、「職種の作成」から最初の順位付きレポートを開くまで、AI面接の全工程を具体的にご説明します。
- ステップ1： 職種を設定（ワンクリック、または手動で約5分）
- ステップ2： 候補者が非同期の音声面接を完了（通常15 to 25分）
- ステップ3： AIが採点・要約（候補者1名あたり2分以内）
- ステップ4： 順位付きショートリストをレビュー
ATS連携は不要。既存の採用プロセスにそのまま組み込めます。
Step 1 — 職種を設定
ライブ面接用リンクへ到達する方法は2通り。多くのチームはAI自動設定を使います。
オプションA — ワンクリックAI設定
求人票（社内/公開いずれも可、10,000文字未満）を貼り付けるだけ。AI Screenrが以下を抽出・自動入力します。
- タイトル、説明、ロールブリーフ、職種カテゴリ、面接テンプレート
- 必須スキルと歓迎スキル
- Must-haveスキル と必要レベル（basic, intermediate, advanced, expert）
- 失格条件（最低経験年数、就労許可、給与レンジ、言語、その他求人票に含まれる条件）
- カスタム面接質問
- 最大5つの構造化質問テンプレート — 各質問に、必須トピック、フォローアップ、良い/悪い回答の指標を付与。特定職種における「良い回答像」をAIが理解できるようにします
下書きを確認し、基準に合うよう微調整して保存。所要は30〜60秒が目安です。
オプションB — 手動設定
ゼロから作りたい場合は、フォームが全フィールドを順に案内します。新規職種でも約5分、テンプレート流用ならさらに短縮できます。
設定される内容
どちらの方法でも出力は同じです。
- コア質問 — 通常6〜10の主要領域を、採点次元にマッピング
- 質問テンプレート — 各質問の必須トピック、フォローアップ、回答指標
- フォローアップの深さ — 浅い回答への追及度合いを、次元ごとに設定
- 失格条件 — 自動拒否ではなくフラグ表示。次のアクションはあなたが決定
- 採点次元 — デフォルト8（完全カスタマイズ可）＋ 非英語面接時は第9の言語次元
- 言語とCEFR目標 — 面接言語（57言語対応）と言語能力評価の有無（A1〜C2）
- 面接時間 — 5〜60分、通常は15 to 25分
- ビデオ録画 — 任意、職種ごとにオプトイン
- リンク有効期限 — 候補者リンクのアクティブ期間
具体例は React Developer、Backend Developer、Sales Manager をご覧ください。各ページに設定済みサンプルとレポートを掲載しています。
Step 2 — 候補者が音声面接を完了
候補者が関与するのはこのステップだけ。ここまでがリクルーターの準備、ここから先は自動化です。
候補者の画面に見えること
- リンク。 1つのURLをATS自動返信、メール、SMS、求人媒体で送るだけ。アカウント作成・アプリ・日程調整ページは不要。
- 同意とマイクチェック。 録音前に同意画面を表示、マイク権限を付与し、10秒のマイクチェックを実施。
- 挨拶。 AIが自己紹介し、面接の進め方を説明して職種を確認。収録データの扱いについても平易に案内。
- 会話。 AIが質問し、傾聴し、適応します。強い回答は称賛の上で一段深掘り。浅い回答にはフォローアップを追加。質問のリピート依頼、一時停止、確認質問も可能です。
- 終了。 AIが締めくくり、候補者の逆質問を受け、次の流れを確認します。
面接が公平である理由
同一職種の候補者は、同じ採点基準で評価されます。フォローアップは各回答に応じて変化するため書き起こしは一人ずつ異なりますが、採点基準は共通です。面接からは自分が良い/悪いどちらに寄っているか判別しにくく、過度の緊張を抑え、より正直なシグナルが得られます。
時間と完了率
- 所要時間の目安： 15 to 25分（職種ごとに5 to 60で設定可）
- 完了率： 80–90% — 一方通行の録画ビデオより有意に高いのは、実際のやり取りがあるためです
- 接続が切れた場合： 24時間以内なら同じリンクで再開可能。中断箇所から続行されます。未完了はレポートでフラグ表示されます。
非同期ワークフローの詳細は 非同期面接ソフト をご覧ください。
Step 3 — AIが採点しレポートを生成
候補者が退出してから2分以内に、構造化レポートがダッシュボードに届きます。内容は以下の通りです。
レポート上部
- 総合スコア — 全採点次元の加重合計（0〜100）
- 4段階の採用推奨 — Strong Yes / Yes / Maybe / No
- 全体の信頼度 — 0.0〜1.0（AIが得た根拠量を反映）
- エグゼクティブサマリー — 採用マネージャー向けの2〜3文サマリー
次元別スコア
各次元で以下を表示します。
- スコア（0〜10を加重）＋ 1〜2文の根拠説明
- 品質評価： Strong / Moderate / Weak / None
- 次元ごとの信頼度（0.0〜1.0）
- 根拠抜粋 — スコアを裏付ける書き起こし引用
- 関連質問 — どの質問が根拠を生んだか
- 不足根拠メモ — 基準が期待したが書き起こしに現れなかった要素
失格条件と必須スキルの結果
ステップ1で設定していれば：
- 失格条件の結果 — トリガー有無と、各ルールの根拠
- 必須スキルの結果 — 合否と根拠
サマリーブロック
- 強み — 3〜5項目のハイライト
- リスク — 3〜5項目の懸念点
- 注目の引用 — 書き起こしからの印象的な一文
- 推奨される次の一手 — スコアと根拠品質に基づく提案
- カバレッジサマリー — カスタム質問、スキル、失格条件、質問テンプレートの網羅状況
書き起こしと録音
- 全文書き起こし（検索可・タイムスタンプ付き）
- 音声録音はデフォルト。ビデオ録画は職種で有効化した場合のみ
採点は面接時点で保存された基準バージョンを使用します。プロセス途中で基準を変更しても、過去の面接は当時のスコアを保持し、新基準は以後に適用。サイレントな再計算ではなく、明快なバージョン履歴として可視化されます。
各職種ページにサンプルレポートがあります。例： QA Engineer、DevOps Engineer、Software Engineer、Product Manager。
Step 4 — 順位付きショートリストをレビュー
ダッシュボードは総合スコア順に並び、失格フラグを先頭に表示。一般的なレビュー手順は以下です。
- 順位リストを俯瞰。 上位20%は詳細確認の価値あり。失格フラグが立っている候補は末尾へ。
- 上位レポートを開く。 まず2〜3文の要約、次に強み・リスク、最後にAIが抽出した根拠を流し読み。
- 判断。 進行・却下・追加確認のいずれか。明確な不一致は一括却下。Strong Yesはhiring managerへ。
- 採用マネージャーに共有。 1クリックで共有リンク、PDF、Slack/メール用の貼り付け要約を作成。AI Screenrのアカウントは不要。
候補者1名あたりのリクルーター作業は、25〜45分のライブ通話＋ノートから、構造化レポート5分程度へ。典型的なボリュームでのROIは スクリーニング面接の代替 をご覧ください。
所要時間まとめ
| ステップ | 実施者 | 目安時間 |
|---|---|---|
| 職種設定（AIワンクリック） | リクルーター | 30〜60秒 |
| 職種設定（手動） | リクルーター | 約5分 |
| 候補者面接 | 候補者 | 15 to 25分（5 to 60で設定可） |
| AIの採点とレポート生成 | 自動 | 候補者1名あたり2分以内 |
| 候補者レポートのレビュー | リクルーター | 約5分 |
候補者50名のパイプラインでは、リクルーターの作業時間は概ね25時間（ライブ一次面接＋ノート）から約5時間（レポートレビュー）へ。週あたり約20時間を、より価値の高い業務に振り向けられます。
職種別のサンプルレポート
AI Screenrは、ソフトウェアからヘルスケア、小売、建設、ホスピタリティまで幅広く対応。各職種ページにサンプル面接レポートを掲載し、ダッシュボードに届く実物を確認できます。以下は技術系・専門職・サービス業の一例です。
| Role | Category |
|---|---|
| Backend Developer | Technology |
| UX Designer | Design |
| Data Analyst | Technology |
| Financial Analyst | Finance |
| Recruiter | HR |
| Paralegal | Legal |
| Real Estate Agent | Real Estate |
| Construction Manager | Construction |
| Production Manager | Manufacturing |
| Veterinarian | Veterinary |
また、カテゴリ別に 960以上の職種別AI面接ガイド を参照できます。
面接プロセス全体でのセキュリティとプライバシー
各ステップに明確なデータ取扱基準があります。録音開始前に同意を取得し、何を記録し、どう利用し、誰が閲覧できるかを明示した同意画面を候補者に提示。音声と書き起こしはリージョン内で保管（GDPR要件に対応したEUホスティングあり）、職種ごとに保持期間を設定し、満了後は自動削除します。
候補者はセルフサービスでいつでも削除を申請でき、要請に応じてData Processing Agreementも提供します。採用側では、ワークスペースの認証ユーザーのみがレポートを閲覧可能。共有リンクは自動期限設定ができます。セキュリティとコンプライアンスの詳細は、AI面接ソフトの「セキュリティ・プライバシー・コンプライアンス」 をご参照ください。
まずはお試しください
クレジットカード不要で3件無料。職種設定はワンクリックなら1分、手動でも5分。初日のうちに最初のスコア付きレポートを確認できます。
- AI面接ソフト — 機能と比較を含む概要。
- 候補者スクリーニングの自動化 — 自動化の仕組み。
- スクリーニング面接の代替 — 電話一次面接に時間を割くチーム向けROI。
- 非同期面接ソフト — 非同期面接の進め方。
- 大量応募のスクリーニング — 多数の候補者を効率的に扱う方法。
- 一次選考向け面接ソフト — 早期選考の概要。
- 料金 — 料金と従量課金プランの概要。