ブログBlog
生成AIは求人票をどう読み取るのか
OCR・ルールベースとの違いと得意・不得意
「生成AIで求人票を読み取れる」と聞いても、具体的に何が起きているのかは見えにくいものです。従来のOCRやルールベースの仕組みとは、読み取りの考え方そのものが違います。この記事では、生成AIが求人票を読み取る流れと、得意な書き方・注意が必要な書き方を、変換の実務に沿って解説します。
この記事の要約
- OCRは「文字を読む」、ルールベースは「決まった位置や見出しから値を取る」、生成AIは「内容の意味から項目を判断する」仕組みです。
- 生成AIは、書式の違いや自由な文章、条件つきの記載に強い一方、書かれていない値を補ってしまう、数字や単位を取り違えるといった誤りに注意が必要です。
- 出力する項目と形式を固定し、読み取りの根拠となる原文を一緒に出させることで、確かめやすい仕組みになります。
求人票を読み取る3つの方式
求人票から情報を取り出す方式は、大きく3つに分けられます。
| 方式 | 仕組み | 新しい書式への対応 | 自由な文章からの抽出 |
|---|---|---|---|
| OCR | 画像に写った文字を認識してテキストにする | 文字は読めるが、どの項目かは判断しない | できない |
| ルールベース | 決まった位置、見出しの語、正規表現などで値を取り出す | 書式ごとにルールを追加する必要がある | 決まった言い回しなら可能 |
| 生成AI | 文章の意味を理解し、指定した項目に当てはめる | 多くの場合、追加の設定なしで対応できる | 得意 |
OCRは、紙やFAX、画像の求人票を扱うときの入口として今も欠かせません。ただし、OCRの役割は文字をテキストにするところまでで、「この数字は時給なのか日給なのか」を判断するのは別の仕組みの仕事です。ルールベースの仕組みは、書式が決まっていれば正確で速い一方、取引先が増えるたびにルールを足す必要があります。
生成AIが求人票を読み取る流れ
生成AIを使った読み取りは、おおむね次の流れで進みます。
- テキストにする:PDFやWordからは文字を取り出し、画像やFAXはOCRなどで文字にします。表の構造もできるだけ残します。
- 項目の定義を渡す:「給与の種類」「下限額」「上限額」「勤務開始時刻」のように、取り出したい項目と、それぞれの意味・書き方を指定します。
- 項目ごとに読み取る:生成AIが求人票全体を読み、指定した項目に当てはまる値を判断して取り出します。
- 根拠を添える:それぞれの値について、元の求人票のどの文章から読み取ったかを一緒に出力させます。
- 検証する:取り出した値を、ルールで機械的に確かめます。
ポイントは、2の「項目の定義」を決まった形で渡し、出力の形式も固定することです。生成AIに自由に要約させるのではなく、決められた項目を埋めさせる使い方をすることで、結果を機械で扱えるデータにできます。
生成AIが得意な書き方
生成AIが力を発揮するのは、人が読めば分かるものの、ルールでは書き切れない書き方です。
| 元の求人票の書き方 | 読み取りの例 |
|---|---|
| 時給1,300円(経験者は1,500円、研修期間1か月は1,200円) | 下限1,300円・上限1,500円・上限の条件「経験者」・試用期間中1,200円(1か月) |
| 土日祝休み(繁忙期は月1回程度土曜出勤あり) | 休日「土日祝」・例外「繁忙期に月1回程度の土曜出勤」 |
| ①8:30〜17:30 ②20:30〜翌5:30 の交替制 | 勤務パターン2つ・2つ目は日をまたぐ |
| 未経験歓迎。フォークリフト免許があれば優遇 | 経験:不問・歓迎条件:フォークリフト運転技能 |
| 本社(大阪市北区)。将来的に関西の各営業所への異動の可能性あり | 雇入れ直後の就業場所:本社(大阪市北区)・変更の範囲:関西の各営業所 |
見出しの言葉が取引先ごとに違っても(「勤務時間」「就業時間」「時間帯」など)、内容から同じ項目だと判断できるのも生成AIの特長です。
注意が必要な書き方と、起こりやすい誤り
一方で、生成AIには特有の誤りがあります。どれも「もっともらしい結果」として出てくるため、仕組みとして防ぐ必要があります。
- 書かれていない値を補う:交通費について何も書かれていないのに「支給あり」としてしまう、など。
- 数字や単位を取り違える:日給を時給として扱う、「1,300」と「13,000」を取り違える、など。
- 複数の情報を混ぜる:1つのファイルに複数の求人が入っているとき、別の求人の条件を混ぜてしまう。
- 長い文書で見落とす:注記や欄外に書かれた条件を取りこぼす。
- 言い換えてしまう:元の表現を、意味の近い別の表現に置き換えてしまう。
求人情報は求職者が仕事を選ぶための情報であり、こうした誤りはそのまま「事実と違う掲載」につながります。読み取りの精度を上げる工夫と、誤りを見つける仕組みの両方が必要です。
精度を上げるための工夫
実務では、次のような工夫を組み合わせて精度を高めます。
- 項目の定義と判断基準を文章で決めておく:「下限額は、条件なしで支払われる最も低い額」のように、迷いやすい点の判断基準を明記します。
- 「記載なし」を正しい答えとして許す:書かれていない項目は空欄で返すよう指示し、補わせないようにします。
- 根拠となる原文を必ず返させる:値と一緒に引用元の文章を出させ、その文章が本当に原文にあるかを機械で照合します。
- 数字はルールでもう一度確かめる:金額の範囲や単位の整合性など、機械で確かめられることは機械で確かめます。
- 取引先ごとの癖を伝える:特定の取引先の書き方の特徴を、補足の指示として持たせます。
- 1つのファイルに複数の求人がある場合は先に分ける:求人ごとに分けてから読み取ると、条件の混在を防げます。
誤りを見つけて人の確認につなげる仕組みは「生成AIの誤読を防ぐ検証ルール」で、取り出した値を自社システムの項目に当てはめる方法は「求人項目のマッピング設計」で解説しています。
生成AIで求人票を読み取るときの基本
- 自由に要約させず、決められた項目を埋めさせる
- 出力の形式を固定し、機械で扱えるデータにする
- 書かれていない項目は「記載なし」で返させる
- 値ごとに根拠となる原文を添えさせ、照合する
- 金額・日付・時間はルールで再確認する
まとめ
生成AIは、求人票を「どこに書いてあるか」ではなく「何が書いてあるか」で読み取ります。この性質が、書式のそろわない求人票の変換に向いている理由です。一方で、もっともらしい誤りを出すことがあるため、項目の定義、根拠の照合、ルールによる検証を組み合わせて使うことが前提になります。OCRやRPAとの役割分担は「RPA・OCR・生成AIの違い」、ファイル形式ごとの扱いは「形式がバラバラな求人票を一つの流れで取り込む」もあわせてご覧ください。
お問い合わせ
求人票の形式がそろわない、転記や確認に人手がかかっている——そうした課題を、貴社の業務とシステムに合わせた生成AIの仕組みで解決します。サンプルの求人票数件から、どこまで自動化できるかを一緒に確かめるところから始められます。