ブログBlog
形式がバラバラな求人票を一つの流れで取り込む
Excel・PDF・Word・メール本文への対応
「Excelで届いたものは担当Aさん、PDFは手入力、FAXは別の担当」。求人票の形式ごとに作業の手順や担当が分かれていると、受付の段階から手間がかかり、取り込みの品質もばらつきます。この記事では、形式の違う求人票を一つの流れで取り込むための仕組みの考え方と、ファイルの形式ごとに気をつけたい前処理を解説します。
この記事の要約
- 受付の入口を一つにまとめ、「テキストにする」までを形式ごとの前処理、それ以降を共通の処理にすると、形式が増えても流れが崩れません。
- Excelの結合セル、PDFの段組み、メールの引用や署名など、形式ごとに読み取りを難しくする要因があり、前処理で取り除いておくことが精度につながります。
- 1つのファイルに複数の求人がある場合と、1つの求人が複数のファイルに分かれている場合の扱いも、最初に決めておきましょう。
形式ごとに作業が分かれる問題
求人票の形式ごとに担当や手順が分かれていると、次のような問題が起きがちです。
- 受付の場所が分散し、どの求人票が処理済みか分からなくなる
- 形式ごとに入力の仕方が違い、同じ取引先の求人でもデータの品質がばらつく
- 新しい形式の求人票が届くたびに、手順を考え直すことになる
生成AIを使った変換の仕組みを入れる場合も、形式ごとに別の仕組みを作ってしまうと、同じ問題をくり返すことになります。
一つの流れにする考え方
形式の違いを扱う部分と、共通で処理できる部分を分けて考えると、流れを一本にまとめられます。
- 受付の入口を一つにする:共有のメールアドレス、決まったフォルダ、アップロードの画面など、求人票が集まる場所を一つにします。
- 受付を記録する:受付日時、送り主、ファイル名を記録します。この記録は、求人情報の「時点」を示す情報としても使えます。
- テキストにする(形式ごとの前処理):ファイルの形式に応じて、文字と表の構造を取り出します。
- 求人ごとに分ける:1つのファイルに複数の求人がある場合は、ここで分けます。
- 読み取る・整える(共通の処理):生成AIで項目を読み取り、自社の形式に整えます。
- 検証して取り込む:ルールで確かめ、必要なものだけを人が確認して取り込みます。
形式ごとの違いを3の前処理に閉じ込めておけば、新しい形式が増えても、前処理を一つ追加するだけで済みます。5以降の流れは変わりません。
形式ごとの前処理と注意点
| 形式 | 読み取りを難しくする要因 | 前処理のポイント |
|---|---|---|
| Excel | 結合セル、複数のシート、セル内の改行、非表示の行や列、1シートに複数の求人 | 結合セルの値を展開する。非表示の内容を含めるかを決める。シートごとに求人かどうかを判断する |
| PDF(文字を含むもの) | 段組み、表、ヘッダーやフッターのくり返し | 表の構造を保ったまま文字を取り出す。ページをまたぐ表をつなぐ |
| PDF(スキャン・画像) | 文字が画像になっている、傾き、かすれ | OCRで文字にするか、画像を直接読み取れるAIを使う。読み取れないページを検知する |
| Word | 表、テキストボックス、変更履歴やコメント | 変更履歴は確定後の内容を使う。テキストボックスの文字も取り出す |
| メール本文 | 引用部分、署名、複数の求人、添付ファイルとの重複 | 引用と署名を除く。本文と添付の両方に求人がある場合の優先順位を決める |
| CSV(他社システムの出力) | 文字コードの違い、区切り文字、セル内の改行 | 文字コードを判定してそろえる。列の見出しを手がかりに対応づける |
| FAX・写真 | 手書き、解像度の低さ、影や傾き | 画像の補正と、読み取れなかった箇所の確認の流れを用意する |
前処理でつまずくと、生成AIがいくら賢くても正しく読み取れません。とくに表の構造は、行と列の関係が崩れると、別の求人の条件が混ざる原因になります。読み取りの仕組みについては「生成AIは求人票をどう読み取るのか」で解説しています。
1つのファイルに複数の求人、1つの求人が複数のファイル
求人票の形式で見落としやすいのが、ファイルと求人の数が一致しないケースです。
- 1つのファイルに複数の求人:Excelの1シートに職種別の求人が並んでいる、PDFに複数の拠点の求人がまとまっている、といったケースです。読み取りの前に求人ごとに分けておくと、条件の混在を防げます。共通の情報(会社の情報など)と、求人ごとの情報を分けて扱います。
- 1つの求人が複数のファイル:求人票とは別に、待遇の詳細や会社案内が添付されているケースです。同じ求人の情報としてまとめたうえで、資料間で条件が食い違っていないかを確かめます。
受付の記録を、正確・最新の管理に生かす
職業安定法では、求人情報を正確かつ最新の内容に保つことが求められ、その方法の一つとして、情報の時点を明らかにすることが示されています。受付日時、送り主、元のファイルを求人ごとに記録しておけば、「いつ、誰から受け取った情報か」をいつでも確かめられます。変更の連絡が届いたときも、前回の内容と比べて差分を見つけやすくなります(求人情報の的確表示義務とデータ変換)。
一つの流れで取り込むための準備
- 求人票が届く入口を一つにまとめる
- 受付日時・送り主・元のファイルを記録する
- 形式ごとの前処理を決め、それ以降は共通の処理にする
- 1ファイル複数求人、1求人複数ファイルの扱いを決める
- 読み取れなかったページや画像を検知し、確認に回す
まとめ
形式がばらばらな求人票を扱ううえで大切なのは、形式の違いを「入口に近いところ」で吸収し、それ以降を一つの流れにすることです。生成AIは共通の処理の中心として力を発揮し、形式ごとの前処理がその精度を支えます。全体の仕組みは「求人票のフォーマット変換を生成AIで自動化する方法」で、変換結果の確かめ方は「生成AIの誤読を防ぐ検証ルール」で解説しています。
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。