Queue、候補者のAI検索ジャーニーを可視化・採用戦略を自動設計する無償ツールをリリース

AI検索最適化事業を手がけるスタートアップのQueue株式会社（以下、Queue）は13日、同社のAI検索最適化サービス「umoren.ai」の一環として、候補者がAI検索により企業を調べ、応募を決めるまでの「AI検索採用ジャーニー」を可視化し、自社がAIに推薦・引用されるための採用LLMO（Recruitment LLMO）戦略を自動設計する無料ツール「AI検索採用ジャーニーマップ」の提供を開始したことを発表した。

インターンや新卒、中途採用といった採用カテゴリを選択し、会社サイトのURLを入力しさえすれば、AIがサイトの解析を実行、候補者ペルソナ、AI検索ストーリー、ジャーニーマップ、対策すべきプロンプト群、推奨LLMO施策、コンテンツロードマップ、計測KPIまでを一括生成し提示する。

登録なども不要ですぐに利用を開始でき、利便性の高いツールとして注目されている。

近年は多様な生成AIが発達・普及し、候補者の企業研究や就職活動における情報収集行動も大きく変化している。候補者は求人サイトや採用ページを訪れる前に、まずAIに「～業界でおすすめの企業は？」「成長できる環境がある会社はどこ？」などと質問し、企業を認知したり、比較検討、応募判断を行ったりするようになってきている。

こうした環境下ならば、候補者が各段階でAIにどのような質問をしているのか、AIは自社をどのように認知・紹介しているのか、それともそもそも紹介していないのか、実態を把握しなければならない。

しかし多くの企業採用担当者が確認しているのは、自社名で検索・質問したときのAI回答などにとどまっており、実際の候補者の多くが用いる、企業名を含まない「非指名の質問」には対応できていない。

こうした非指名質問のAIとのやりとりにおいて、どのタイミングで自社が候補として浮上すればよいのか、そのためにどういった対策をすべきか、設計する手法はこれまでおよそ存在していなかった。

Queueの「AI検索採用ジャーニーマップ」は、候補者がAIに質問しながらキャリアを考え、企業を比較、最終的に応募を決めるまでの流れ全体をプロンプト単位で可視化し、各段階で対象社が選ばれるようにする採用LLMO戦略を自動設計する。

ツールを使う際は、まず採用カテゴリごとに候補者の関心やAI検索行動が大きく異なるため、インターン・新卒・中途を選択する。

続いて会社サイト及び採用ページのURLと、望むAI検索の成果（最大3つ）を入力する。URLを入れるとAIがすぐに解析を行い、会社名や事業内容、強みなどを自動抽出する。

候補者ペルソナは、デフォルトではAIによる自動生成で作られるが、より精度を上げたい場合には、自分で入力するを選んで候補者セグメントや状況、不安、意思決定基準などを手入力する。生成後に編集することも可能だ。

ツールを用いると、対象採用カテゴリ、候補者ペルソナ、主要AI検索の課題、LLMO機会、推奨戦略の要約が1枚の資料に整理され、アウトプットされる。結果は経営層や採用責任者への説明資料としてそのまま活用可能だ。

あわせて候補者タイプ、現在の状況、主な不安、AIに相談しそうなこと、意思決定基準を構造化した候補者ペルソナの出力もなされる。

さらに候補者がAIに質問しながらキャリアを考え、企業比較を行い、最終的に自社を知って応募してくるまでの流れを物語形式で再現する。各ステップで「候補者がAIに何を聞くか」、「AIは今どう答えるか」、「候補者が何に気づくか」が示され、序盤の非指名質問では自社が登場しにくいという現実や、どの段階で初めて自社がAI回答に浮上すべきなのかといった目標などをすぐに確認できる。

そして中核機能となるジャーニーマップの部分では、候補者の検討プロセスを、知る、比べる、決めるの3段階に分け、さらに「キャリア方向性理解」「おすすめ企業探索」「不安払拭」「応募判断」「内定承諾判断」などのマイクロレイヤー単位で詳細化、各レイヤーで候補者の学習ニーズや想定プロンプト例、目指すAI解答、現状のリスクとギャップ、LLMO対策、推奨コンテンツ、計測KPIの整理がなされる仕様となっている。

対策すべきプロンプト群は、主要レイヤーごとに6～10個ずつ整理され、候補者の検討段階に応じたタイプを織り交ぜて出力されることから、どのAIへの質問で自社が推薦されれば効果的かを具体的に見ていくことができる。

LLMO施策では、レイヤー別に採用FAQ、職種別のキャリアパス記事、社員インタビュー、競合比較記事、採用LP改善など、実行可能な施策が提示されるほか、優先度付きで8～15個のコンテンツ案をタイトルや目的、推奨アウトライン、期待されるAI検索インパクトまで含めて示し、ロードマップ化する仕組みまで整っているので、すぐに効果の高い施策に着手できるとされる。

追跡すべきプロンプトや追跡すべきAIプラットフォーム、AI解答の評価方法、KPIとなるAI回答内の出現率や推薦率、引用率、競合比較勝率、応募数、内定承諾率などまで、効果測定の設計図も出力されるため、取り組みの効果がブラックボックス化してしまうことも防げる。

自社が弱いと思われる箇所、優先すべきプロンプトレイヤー、最初に作るべきコンテンツ、期待される成果といった項目が戦略まとめとして整理されるので、この資料も分かりやすく役立てられるだろう。

生成結果はその場で編集可能で、PDF保存、Excel出力に対応する。社内共有や施策会議、経営層への提案資料などとして、そのまま使えるため利便性が高い。なお日本語のほか英語もサポートする。

採用サイト改善の優先順位を決めたい採用責任者・HRや、作るべきものの優先順位を明確にしたい採用マーケ・コンテンツ担当、AI検索で選ばれる採用への投資判断根拠が欲しい経営層、限られたリソースでどのプロンプトレイヤーから攻めるべきか見極めたいスタートアップ、外部コンサルティング導入前の現状整理や経営層への説明資料を短時間で用意したいケースなどに役立つと見込まれている。

Queueでは今後、AI検索時代における、候補者理解から採用コンテンツ設計、効果測定と進むサイクルの確立を支援していくとする。すでに公開中の「LLM可視化分析ツール」や「カスタマージャーニー設計ツール」と組み合わせれば、ジャーニー設計からAI検索での露出測定までをワンストップで行うことも可能という。

同社は今後も職種別ジャーニーの精緻化、コンテンツ案の自動生成、定点観測機能の実装など、さらなる機能強化も予定しているとした。

（画像はプレスリリースより）




Queue株式会社　プレスリリース（PR TIMES）
https://prtimes.jp/main/html/rd/p/000000029.000147944.html