人事×生成AI 実践ガイド｜採用・評価・研修に使えるプロンプト＆スクショ事例15選

「生成AIが便利なのは分かるけど、人事の仕事でどう使えばいいの？」
「採用や評価の業務にAIを使って、本当に大丈夫？」

こんな悩みを抱えている人事担当者の方、多いのではないでしょうか。

実は、LINEヤフーでは人事総務領域で生成AIを本格導入し、月間1,600時間以上の工数削減を見込んでいます。キリンホールディングスはAI面接官を導入し、パナソニック コネクトは年間44.8万時間の業務削減を達成——大手企業は既に成果を出し始めているんです。

本記事では、採用・評価・研修・労務といった人事のあらゆる領域で今すぐ使えるプロンプト15選を、実際の出力結果のスクリーンショット付きで紹介します。「明日からの業務で試してみたい」という方から「人事部門全体でAI活用を推進したい」という方まで、必ず役立つ内容をお届けします。

---

今なら、100ページ以上にのぼる企業のための生成AI活用ガイドを配布中！基礎から活用、具体的な企業の失敗事例から成功事例まで、1冊で全網羅しています！

人事×生成AIを取り巻く最新動向

人事領域における生成AI活用は、2026年に入って急速に広がっています。「試しに使ってみた」段階から「業務プロセスに組み込む」段階へと移行している企業が増えています。

日本企業の人事AI活用の現在地

人事部門における生成AI活用の実態を、最新の調査データから見てみましょう。

日本企業の人事部門で約7割が何らかの形で生成AIを活用しているという調査結果が出ています。一方で、「組織的に活用している」と答えた企業はまだ少数で、多くは個人レベルの利用にとどまっています。

特に注目すべきは、LINEヤフーの取り組みです。2025年7月に全従業員約11,000人を対象に業務における生成AI活用を義務化し、2026年2月には人事総務領域での本格活用を発表しました。採用戦略のデータ整理、AI面接官トレーニング、面接日程の自動調整、キャリア自律支援AIなど、10件のAI活用ツールを順次運用開始し、人事総務部門全体で月間1,600時間以上の工数削減を見込んでいます。

また、キリンホールディングスでは「AI面接官」を導入し、エントリーシートの内容を読み込んだ上で一次面接を自動実施。社会人基礎力の16項目で候補者を客観的に評価するシステムを実装しています。

これらの先進企業に共通するのは、「AIを導入した」で終わらせず、人事業務のプロセスにAIを組み込む仕組みを作っているという点です。

人事担当者が生成AIを活用すべき3つの理由

では、なぜ今、人事担当者が生成AIを活用すべきなのでしょうか。理由を3つに整理します。

理由1: 定型業務の「量」が多い
求人票作成、面接日程調整、評価コメント、社内通知、FAQ対応——人事の業務は「文書を書く」場面が非常に多いですよね。生成AIは、こうした文書作成業務を劇的に効率化してくれます。

理由2: 属人化しやすい業務が多い
「この業務は○○さんしか分からない」という状況、人事部門でも起きていませんか？ 評価コメントの書き方、研修企画のノウハウ、就業規則の解釈——これらを生成AIでテンプレート化・標準化することで、属人化を防げます。

理由3: 「戦略人事」への転換が求められている
ルーティン業務を生成AIに任せることで、本来注力すべき採用戦略、人材開発、組織設計、エンゲージメント向上といった戦略的な業務に時間を割けるようになります。これが生成AI活用の最大の意義です。

人事における生成AIユースケース全体像

人事の業務領域ごとに、生成AIが活用できるユースケースを俯瞰してみましょう。あなたの担当業務と照らし合わせて、まずは1つ試してみてください。

これから紹介する15のプロンプトは、上記の領域を幅広くカバーしています。各プロンプトには架空のIT企業（株式会社テクノブリッジ・従業員280名）のサンプルデータを使っていますので、あなたの会社のデータに置き換えるだけで、すぐに実務で使えます。

【採用】プロンプト4選

①【採用】求人票の自動生成

シーン: 新しいポジションの求人票を効率的に作成したいとき。複数職種を同時に採用する場合に特に有効です。

# 指示
あなたは採用マーケティングの専門家です。
以下の職種情報をもとに、求職者にとって魅力的な求人票を作成してください。

# 会社情報
・会社名：株式会社テクノブリッジ
・業種：ITソリューション（クラウドインフラ構築、業務システム開発、DXコンサルティング）
・従業員数：280名
・本社：東京都千代田区
・特徴：エンジニアファーストの社風、リモートワーク率60%、平均年齢33.2歳

# 職種情報
・職種名：ソリューション営業
・配属先：営業部 第2営業課（製造業担当）
・募集人数：2名
・想定年収：500万〜750万円
・必須要件：IT業界での法人営業経験3年以上、提案書の作成・プレゼンテーション経験
・歓迎要件：製造業界向けの営業経験、SIerでの勤務経験
・業務内容：製造業の大手〜中堅企業に対するDXソリューションの提案営業

# 求人票の構成
1. キャッチコピー（求職者の目を引く1文）
2. 募集背景（なぜこのポジションが必要か）
3. 仕事内容（具体的な業務イメージが湧く記述）
4. 必須要件・歓迎要件
5. この仕事の魅力（3つ）
6. 想定年収・待遇
7. 選考フロー

# 出力条件
・求職者目線で「ここで働きたい」と思える表現にする
・具体的な数字やエピソードを盛り込む
・硬すぎず、かといってカジュアルすぎないトーン
・「ソリューション営業」が未経験の人にも業務イメージが伝わるように

ポイント: 「会社の魅力」と「仕事の魅力」を分けて伝えるのがコツです。会社概要は使い回せるので、職種情報だけ差し替えれば複数求人を一気に作れます。出力後、実際の雰囲気や独自のエピソードを追記するとさらに魅力的になります。

【スクリーンショット】

②【採用】職種別・面接質問リストの作成

シーン: 面接の質を標準化したいとき。面接官によって質問がバラバラになるのを防ぎ、評価の一貫性を確保します。

# 指示
あなたは採用面接の設計を支援する専門家です。
以下の職種・選考段階に合わせた面接質問リストを作成してください。

# 対象職種
・職種：クラウドエンジニア
・等級：中堅〜シニア（経験2年以上）
・選考段階：二次面接（技術面接）

# 必須スキル
・AWS または Azure でのインフラ構築・運用経験2年以上
・Linux サーバの運用経験
・ネットワークの基礎知識
・プログラミング経験（Python, Shell等）

# 求める人物像
・技術的な課題に対して粘り強く取り組める
・チームで成果を出すことにやりがいを感じる
・新しい技術を積極的にキャッチアップできる

# 質問リストの構成
1. アイスブレイク（1問）
2. 技術スキルの確認（5問）— 実務経験に基づく質問
3. 問題解決力の評価（3問）— 過去の障害対応・トラブルシュートの経験
4. チームワーク・コミュニケーション（2問）
5. キャリアビジョン・志望動機（2問）
6. 逆質問への備え（想定される質問3つと回答例）

# 出力条件
・各質問に「評価ポイント」と「良い回答例」「注意すべき回答例」を付記
・質問の所要時間目安を明記（合計45分以内）
・STAR法（状況→課題→行動→結果）で深掘りできる質問を含める

ポイント: 面接質問リストを標準化しておくと、面接官による評価のブレが減ります。出力結果をチームで共有し、「この質問は自社に合わない」「この質問は毎回聞きたい」とフィードバックしながらブラッシュアップしていくのが理想です。

③【採用】書類選考の評価基準チェックリスト作成

シーン: 応募者の職務経歴書を、一貫した基準で効率的に評価したいとき。

# 指示
あなたは採用の書類選考を支援する専門家です。
以下の求人要件と応募者の職務経歴書をもとに、書類選考の評価チェックリストを作成し、この応募者を評価してください。

# 求人要件
・職種：ソリューション営業
・必須要件：IT業界での法人営業経験3年以上、提案書の作成・プレゼンテーション経験
・歓迎要件：製造業界向けの営業経験、SIerでの勤務経験
・想定年収：500万〜750万円

# 応募者の職務経歴書
（ここに sample-candidate-resume.md の応募者Aの情報を貼り付け）

# 出力してほしいもの
1. 評価チェックリスト（必須要件・歓迎要件の充足状況を○/△/×で判定）
2. 経歴サマリー（3行以内で要約）
3. 強み（この職種に活かせるポイント3つ）
4. 懸念点（確認すべきポイント）
5. 総合判定（通過/保留/不合格の推奨と理由）
6. 面接で深掘りすべき質問（3つ）

# 注意事項
・最終判断はあくまで人事担当者が行います。AIの評価は参考情報として扱ってください
・年齢・性別・出身校などの属性による評価は行わないこと

ポイント: AIの出力を「最終判断」として使うのではなく、「見落とし防止」「評価の言語化」として活用するのが正しい使い方です。特に応募者が多い時期は、一次スクリーニングの補助として非常に有効です。

【スクリーンショット】

こちらは、特にGPTsやGemを用いて利用することでより使いやすくなるでしょう。

④【採用】採用メール（合否通知・日程調整）のドラフト作成

シーン: 合否通知や面接日程調整など、定型的だが丁寧さが求められるメールを効率的に作成したいとき。

# 指示
あなたは採用コミュニケーションの専門家です。
以下の状況に合わせた採用メールのドラフトを3パターン作成してください。

# メールの種類
パターン1: 書類選考通過＋一次面接の日程調整
パターン2: 最終面接後の内定通知
パターン3: 選考お見送り（書類選考段階）

# 共通情報
・会社名：株式会社テクノブリッジ
・応募者名：山田 太郎 様
・応募職種：ソリューション営業
・人事担当者名：斎藤 明日香
・連絡先：saito@technobridge.co.jp / 03-XXXX-XXXX

# パターン1の追加情報
・面接候補日：2026年4月21日（月）14:00〜 / 4月23日（水）10:00〜 / 4月25日（金）15:00〜
・面接形式：オンライン（Google Meet）
・面接官：営業部 課長 木村

# パターン2の追加情報
・内定の回答期限：2026年5月15日
・入社予定日：2026年7月1日
・提出書類：入社承諾書、身元保証書、卒業証明書

# 出力条件
・丁寧かつ温かみのあるトーン
・長すぎず、要点が明確なメール
・件名も含めて出力
・お見送りメールは、応募者の今後のキャリアを応援する一文を含める

ポイント: 採用メールは会社の印象を大きく左右します。テンプレートを作っておけば品質が安定し、対応スピードも上がります。特にお見送りメールは、丁寧な対応が将来の再応募や口コミに影響するので手を抜かないようにしましょう。

【スクリーンショット】

【人事評価】プロンプト3選

⑤【人事評価】評価コメントのドラフト作成

シーン: 期末の人事評価で、データに基づいた公正かつ具体的な評価コメントを効率的に作成したいとき。

# 指示
あなたは人事評価の専門家です。
以下の社員の実績データと行動評価をもとに、人事評価コメントのドラフトを作成してください。

# 評価対象
（ここに sample-evaluation-data.md の社員1: 鈴木 健太のデータを貼り付け）

# 出力してほしいもの
1. 総合評価コメント（200〜300字）
   - 今期の成果の要約
   - 特に評価すべきポイント
   - 今後の期待・課題
2. 各目標に対するフィードバックコメント（各50〜100字）
3. 来期に向けた成長アドバイス（100〜150字）
4. 推奨評価ランク（S/A/B/C/D）とその根拠

# 出力条件
・事実ベースで具体的な表現を使う（「頑張った」ではなく「重大バグ0件でリリースを完了した」）
・ポジティブな点を先に述べ、課題は建設的な表現で伝える
・本人のモチベーションを高める言葉を含める
・他の社員との比較表現は使わない

ポイント: 評価コメントは「事実→評価→期待」の順番で書くと説得力が増します。AIのドラフトをそのまま使うのではなく、「自分の言葉で伝えたいこと」を加筆することで、被評価者にとって意味のあるフィードバックになります。

【スクリーンショット】

⑥【人事評価】MBO・OKR目標設定のたたき台作成

シーン: 期初の目標設定面談に向けて、部門方針と整合した個人目標のたたき台を作成したいとき。

# 指示
あなたは目標管理（MBO）の設計を支援する専門家です。
以下の部門方針と社員情報をもとに、来期の個人目標（MBO）のたたき台を作成してください。

# 部門方針（開発部 2026年度）
・受注案件の品質向上（重大バグ発生率を前年比30%減）
・クラウドネイティブ技術の標準化（新規案件の80%をコンテナ化）
・若手エンジニアの育成強化（メンター制度の本格運用）
・生成AIの開発業務への活用推進

# 対象社員
・氏名：鈴木 健太
・等級：G3（シニアエンジニア）
・在籍年数：5年
・前期の主な実績：担当案件を重大バグ0件でリリース、コードレビュー体制構築、後輩メンタリング
・上長からの期待：テックリード候補。アーキテクチャ設計や顧客折衝にも関わってほしい

# 出力してほしいもの
1. 個人目標（4〜5項目）
   - 各目標に「ウェイト配分」「達成基準（定量）」「達成レベル（S/A/B/C/D）の定義」を設定
2. 部門方針との紐づけ（各目標がどの部門方針に貢献するか）
3. 上期・下期のマイルストーン
4. 目標設定面談での伝え方のポイント

# 出力条件
・SMARTの原則（Specific, Measurable, Achievable, Relevant, Time-bound）に準拠
・前期の実績を踏まえた「ストレッチ目標」を含める
・本人のキャリア成長につながる目標を少なくとも1つ含める

ポイント: 目標設定は「部門方針→チーム目標→個人目標」の連鎖が重要です。AIで叩き台を作り、上長と本人で面談しながら調整するのが効率的。「達成基準」を定量化しておくと、期末の評価がスムーズになります。

【スクリーンショット】

⑦【人事評価】1on1フィードバックシートの作成

シーン: 定期的な1on1ミーティングで、効果的なフィードバックを準備したいとき。

# 指示
あなたは1on1ミーティングのファシリテーションを支援する専門家です。
以下のメンバー情報をもとに、次回の1on1に向けたフィードバックシートを作成してください。

# メンバー情報
・氏名：伊藤 翔
・等級：G1（ジュニアコンサルタント）
・在籍年数：1年6ヶ月
・所属：コンサル部 DXチーム

# 最近の業務状況
・自治体DXプロジェクトのタスクは完了したが、2件で各2日の期日遅延
・社内勉強会で「自治体DXの現場から」を発表し、好評
・基本情報技術者試験は不合格（午後試験で不合格）
・業務フロー分析のスキルは着実に向上（BPMN基礎習得、実案件で3件作成）

# 前回の1on1での合意事項
・タスク管理ツール（Jira）の使い方を改善する
・クライアント定例への同席を増やす
・基本情報技術者の再受験に向けた学習計画を立てる

# 出力してほしいもの
1. フィードバックシート
   - 良かった点（2〜3項目・具体的な事実を交えて）
   - 改善が必要な点（1〜2項目・建設的な表現で）
   - 前回合意事項の進捗確認
2. 今回の1on1で話すべきアジェンダ（優先順位付き・30分想定）
3. コーチング質問リスト（本人の気づきを促す質問5つ）
4. 次回までのアクションアイテム案

# 出力条件
・ティーチング（教える）ではなくコーチング（引き出す）のアプローチ
・「あなたはどう思う？」「何があればうまくいきそう？」といった質問を重視
・若手が自信を失わないよう、成長を実感できるフィードバックを

ポイント: 1on1は「上司が話す場」ではなく「部下が話す場」です。AIでフィードバックの骨格を作った上で、「本人にどう問いかけるか」を考えるのが大切です。事前準備に15分かけるだけで、1on1の質が大きく変わります。

【スクリーンショット】

【スクリーンショット画像をここに挿入】

---

【研修・人材育成】プロンプト3選

⑧【研修】研修企画書のドラフト作成

シーン: 新しい研修を企画する際に、企画書の骨格を効率的に作成したいとき。

# 指示
あなたは企業研修の企画設計を支援する専門家です。
以下の情報をもとに、研修企画書のドラフトを作成してください。

# 研修の背景・目的
・テーマ：生成AI活用研修（全社員向け）
・背景：社内アンケートで67.8%が「生成AI活用研修を受けたい」と回答。
  一方で「業務でどこまで使っていいか分からない」という声も多い。
  経営層からは「2026年度中に全社員のAIリテラシーを底上げしたい」と指示あり。
・目的：全社員が業務で安全かつ効果的に生成AIを活用できるようになる

# 対象・規模
・対象：全社員280名（部門ごとに実施）
・実施期間：2026年6月〜8月（3ヶ月間）
・1回あたりの人数：20〜30名
・形式：集合研修（ハンズオン型）+ eラーニング（事前学習）

# 予算
・1人あたり上限3万円（助成金適用前）
・人材開発支援助成金の活用を想定

# 出力してほしいもの
1. 研修企画書（以下の構成で）
   - 研修タイトル
   - 目的・ゴール（受講後の状態を具体的に）
   - 対象者・前提条件
   - カリキュラム概要（タイムテーブル付き）
   - 実施形式・スケジュール
   - 予算概算
   - 期待される効果（定量指標を含む）
   - リスクと対策
2. 経営層への説明用サマリー（A4 1枚相当）
3. 部門別のカスタマイズポイント（営業部/開発部/管理部で異なる部分）

# 出力条件
・経営層を説得できるロジック（投資対効果を含む）
・「なぜ今やるべきか」を明確に
・助成金活用による実質負担額を試算

ポイント: 研修企画書は「Why（なぜ必要か）→ What（何をするか）→ How（どう実施するか）→ How much（いくらかかるか）」の順で構成すると、経営層の承認を得やすくなります。

【スクリーンショット】

⑨【研修】研修効果測定アンケートの設計

シーン: 研修の効果を定量的に測定し、次回以降の改善に活かしたいとき。

# 指示
あなたは研修効果測定の専門家です。
以下の研修情報をもとに、カークパトリックの4段階評価モデルに基づいた効果測定アンケートを設計してください。

# 研修情報
・研修名：生成AI活用研修（全社員向け）
・形式：eラーニング（3時間）+ 集合ハンズオン（3時間）
・内容：生成AIの基礎知識、プロンプトエンジニアリング、業務活用のハンズオン、利用ガイドラインの理解
・受講者：各部門の社員（IT経験はバラバラ）

# 出力してほしいもの
1. 研修直後アンケート（Level 1: 反応 + Level 2: 学習）
   - 満足度（5段階）
   - 理解度（5段階）
   - 自由記述
   - 合計15問以内・所要時間5分以内
2. 研修1ヶ月後フォローアップアンケート（Level 3: 行動変容）
   - 業務での活用頻度
   - 具体的な活用場面
   - 困っていること
   - 合計10問以内
3. 研修3ヶ月後の効果測定項目（Level 4: 業績への影響）
   - 測定すべきKPI一覧（例: AI活用による時間削減、文書品質の向上等）
   - 測定方法・データソース
4. 分析レポートのテンプレート（集計結果をどうまとめるか）

# 出力条件
・5段階評価は具体的な選択肢ラベルをつける（×「普通」→○「内容の50%程度は理解できた」）
・「良かった」「悪かった」だけでなく改善アクションにつながる質問を
・回答負荷を最小限に（選択式中心、自由記述は2問以内）

ポイント: カークパトリックの4段階モデル（反応→学習→行動→成果）に沿って設計すると、「楽しかったけど業務で使えていない」という事態を防げます。特にLevel 3（行動変容）の1ヶ月後アンケートが最も重要です。

【スクリーンショット】

⑩【育成】新人オンボーディング計画の作成

シーン: 新入社員の配属に向けて、体系的なオンボーディング計画を作成したいとき。

# 指示
あなたは新入社員のオンボーディング設計を支援する専門家です。
以下の新入社員と配属先の情報をもとに、3ヶ月間のオンボーディング計画を作成してください。

# 新入社員情報
（ここに sample-new-employee.md のデータを貼り付け）

# 出力してほしいもの
1. 3ヶ月オンボーディング計画
   - Week 1〜2: 環境準備・基本ルール（具体的なタスクリスト）
   - Week 3〜4: 業務基礎・ツール習得（日別のスケジュール）
   - Month 2: 実務参加・OJT開始（週単位の目標）
   - Month 3: 自立へのステップアップ（週単位の目標）
2. メンター（鈴木 健太）向けガイド
   - 週次の1on1で確認すべきポイント
   - よくある新人の悩みと対処法
   - 「手を出しすぎない」ためのチェックリスト
3. 配属初日のスケジュール案（時間割形式）
4. 3ヶ月後の振り返りチェックリスト

# 出力条件
・新人が「何をいつまでにやればいいか」が一目で分かる形式
・技術スキルだけでなく、チームへの馴染み（ソフトオンボーディング）も含める
・リモートワーク日の過ごし方にも言及
・情報過多にならないよう、各週の学習テーマを1〜2つに絞る

ポイント: オンボーディングは「詰め込みすぎ」が最大の失敗パターンです。最初の1ヶ月は「安心感」と「基礎固め」に集中し、実務は2ヶ月目から段階的に。メンターへのガイドも同時に作っておくと、受け入れ側の負担も軽減できます。

【スクリーンショット】

【労務・制度】プロンプト3選

⑪【労務】就業規則改定ドラフトの作成

シーン: 法改正や制度変更に伴い、就業規則の改定案を効率的に作成したいとき。

# 指示
あなたは企業の労務管理・就業規則の専門家です。
以下の現行規則と改定方針をもとに、就業規則の改定ドラフトを作成してください。

# 現行規則（抜粋）
（ここに sample-work-regulations.md の第25条・第26条・第30条を貼り付け）

# 改定方針
1. フレックスタイム制の導入（コアタイム10:00-15:00）
2. リモートワーク規定の明文化（週3日まで制度化）
3. 副業・兼業の届出制による解禁
4. 時間単位年休の導入

# 出力してほしいもの
1. 改定条文ドラフト（新旧対照表形式）
   - 改定前の条文 | 改定後の条文 | 改定理由
2. 新設条文（リモートワーク規定・副業規定）
3. 労使協定が必要な事項のリスト
4. 従業員への周知文案（社内メール用）
5. 施行までのスケジュール案

# 注意事項
・労働基準法をはじめとする関連法令との整合性を確認
・2024年4月施行の労働条件明示ルール改正を反映
・最終的な条文は必ず社会保険労務士または弁護士のリーガルチェックを受けること

ポイント: 生成AIは就業規則の「たたき台作成」に非常に有効ですが、法的な正確性の最終確認は必ず専門家（社会保険労務士・弁護士）に依頼してください。 新旧対照表形式で出力すると、改定箇所が一目で分かり、レビューが効率的になります。

【スクリーンショット】

⑫【労務】従業員向けFAQ（社内Q&A）の作成

シーン: 人事・労務への問い合わせが多く、同じ質問に何度も回答している状況を改善したいとき。

# 指示
あなたは社内コミュニケーションの専門家です。
以下の社内制度情報と過去の問い合わせ履歴をもとに、従業員向けFAQ集を作成してください。

# 社内制度情報
（ここに sample-work-regulations.md の「社内制度一覧」セクションを貼り付け）

# 過去3ヶ月の問い合わせ上位10件
（ここに sample-work-regulations.md の「よくある問い合わせ」セクションを貼り付け）

# 出力してほしいもの
1. FAQ集（カテゴリ別）
   - 休暇・勤怠に関するFAQ（10問）
   - 手当・報酬に関するFAQ（5問）
   - キャリア・成長支援に関するFAQ（5問）
   - ライフイベントに関するFAQ（5問）
2. 各FAQの構成
   - Q: 従業員が実際に聞きそうな口語体の質問文
   - A: 端的な回答（3〜5行）+ 詳細が必要な場合の参照先
3. FAQ導入時の社内周知メール案

# 出力条件
・回答は専門用語を避け、入社1年目でも理解できる表現で
・「〜してください」ではなく「〜できます」のポジティブな表現を使う
・各回答に、申請システムへのリンク先やフォーム名を明記（例: 「勤怠管理システム > 休暇申請」）
・2026年7月施行予定の新制度（フレックス、副業解禁等）も含める

ポイント: FAQ作成は「問い合わせの多いもの」から優先的に作るのが鉄則。上位10件をカバーするだけで、問い合わせの大半を削減できます。社内チャットツール（Slack等）のbotに組み込めば、さらに効率的です。

【スクリーンショット】

⑬【労務】勤怠データ分析レポートの作成

シーン: 月次の勤怠データから、長時間労働の傾向や有給取得状況を分析し、経営層や管理職に報告したいとき。

# 指示
あなたは労務管理のデータ分析を支援する専門家です。
以下の勤怠データをもとに、月次の勤怠分析レポートを作成してください。

# 勤怠データ
（ここに sample-attendance-data.md のデータを貼り付け）

# 出力してほしいもの
1. エグゼクティブサマリー（経営層向け・5行以内）
2. 部門別分析
   - 平均残業時間の部門間比較と前月比
   - 45時間超過者の人数と傾向
   - 有給取得率の部門間比較
3. 要注意者リスト
   - 残業45時間超過者（労基法の上限基準）
   - 3ヶ月連続で高残業の者（産業医面談対象）
   - 有給取得が著しく低い者
4. 改善提案
   - 短期的な対策（今月中にできること）
   - 中期的な対策（四半期単位で取り組むこと）
5. グラフ化すべきデータの指定（どのデータをどのグラフで表現すべきか）

# 出力条件
・数字に基づく客観的な分析
・問題点だけでなく改善傾向も拾う
・法令（36協定の上限規制）との照合
・プライバシーに配慮した表現（個人名は管理職向け資料のみ）

ポイント: 勤怠分析は毎月のルーティン業務ですが、「データを集計するだけ」になりがち。AIを使えば、集計だけでなく「なぜこうなっているのか」「何をすべきか」まで踏み込んだ分析レポートを作成できます。産業医面談が必要なケースの早期発見にも役立ちます。

【スクリーンショット】

【社内コミュニケーション】プロンプト2選

⑭【社内コミュニケーション】社内通知・周知メールの作成

シーン: 制度変更、イベント案内、全社連絡など、全社員に向けた周知メールを効率的かつ分かりやすく作成したいとき。

# 指示
あなたは社内コミュニケーションの専門家です。
以下の情報をもとに、全社員向けの周知メールを作成してください。

# 周知内容
・件名：フレックスタイム制度の導入について
・施行日：2026年7月1日
・概要：
  - コアタイム: 10:00〜15:00
  - フレキシブルタイム: 7:00〜10:00 / 15:00〜22:00
  - 対象: 全社員（試用期間中の社員を除く）
  - 1ヶ月の所定労働時間は従来と同じ（160時間/月）
・申請方法: 勤怠管理システムでの事前登録は不要。日次で出退勤を打刻
・注意点: コアタイムの遅刻は従来の遅刻と同じ扱い。お客様との予定がある場合はそちらを優先。

# 発信者
・人事部長 名義

# 出力してほしいもの
1. 周知メール本文（全社員向け）
2. 管理職向け補足メール（部下からの質問への対応ポイント）
3. Slack投稿用の短縮版（3行以内 + 詳細リンク案内）

# 出力条件
・「制度が変わります」ではなく「皆さんの働き方の選択肢が広がります」のようなポジティブなトーン
・FAQを3つ含める（よく聞かれそうな質問を先回りで回答）
・必要なアクション（社員がすべきこと）を明確に
・長すぎないこと（メール本文は500字以内目安）

ポイント: 社内通知は「正確さ」と「読まれやすさ」の両立が大切。冒頭3行で要点を伝え、詳細は下に置く「逆ピラミッド構造」が有効です。Slack版も同時に作っておくと、メールを見ない人にもリーチできます。

【スクリーンショット】

⑮【社内コミュニケーション】福利厚生・制度説明資料の作成

シーン: 新入社員オリエンテーションや中途入社者向けに、福利厚生制度を分かりやすくまとめた説明資料を作成したいとき。

# 指示
あなたは社内制度のコミュニケーション設計の専門家です。
以下の福利厚生情報をもとに、新入社員向けの福利厚生ガイドブックのドラフトを作成してください。

# 福利厚生情報
（ここに sample-benefits-info.md のデータを貼り付け）

# 出力してほしいもの
1. 福利厚生ガイドブック（以下の構成で）
   - はじめに（「テクノブリッジで働くあなたへ」的なメッセージ）
   - カテゴリ別の制度紹介（各制度を2〜3行で端的に説明）
     - 働き方支援
     - 健康・ウェルネス
     - 自己成長支援
     - ライフサポート
     - 財産形成
   - 「入社後すぐに使える制度」チェックリスト
   - 「知って得する活用Tips」（先輩社員の活用例3つ）
   - 問い合わせ先一覧
2. 制度利用実績のハイライト（「こんなに使われています」的な数字のピックアップ）
3. A4で2枚以内のサマリー版（オリエンテーション配布用）

# 出力条件
・堅い制度説明ではなく、「こんなサポートがあるんだ！」とワクワクする書き方
・利用率や実績データを活用して「みんな使ってるよ」感を出す
・入社初月に特に知っておくべき制度をハイライト
・各制度に「申請方法」と「問い合わせ先」を必ず記載

ポイント: 福利厚生は「制度があること」よりも「使われること」が重要です。利用実績の数字を見せると「使っていいんだ」という安心感が生まれ、利用率が上がります。作成した資料は、中途入社者のオンボーディングにも流用できます。

【スクリーンショット】

国内企業の人事×生成AI活用事例

人事領域での生成AI活用は、既に多くの企業で成果が出始めています。先進企業の取り組みから、成功のヒントを見ていきましょう。

LINEヤフー｜人事総務で月間1,600時間以上の工数削減を実現

LINEヤフーは2025年7月に全従業員約11,000人を対象に業務における生成AI活用を義務化し、2026年2月には人事総務領域での本格活用を発表しました。

2026年春までに10件のAI活用ツールを順次運用開始し、人事総務部門全体で月間1,600時間以上の工数削減を見込んでいます。具体的には、採用戦略検討のためのデータ整理支援、AI自律型面接官トレーニング、面接日程調整の自動化、キャリア自律支援AI、社内公募活性化AIなど、幅広い領域で活用が進んでいます。

特に注目すべきは、キャリア自律支援AIです。従業員が自身の経験や関心事項を入力すると、生成AIが社内の公募ポジション情報を横断的に参照し、条件に合う職務を整理・提示してくれます。人事部門の工数削減だけでなく、従業員のキャリア自律を促進するという戦略的な活用が印象的です。

参考: LINEヤフー、人事総務領域での生成AI活用を本格化

キリンホールディングス｜AI面接官で採用の質と効率を両立

キリンホールディングスでは、AI面接官を導入し、エントリーシートの内容を読み込んだ上で一次面接を自動実施しています。社会人基礎力の16項目で候補者を客観的に評価するシステムを構築し、面接官による評価のバラつきを軽減しています。

この取り組みの背景にあるのは、大量の応募者に対して質の高い面接を効率的に実施するという課題です。AI面接官が一次面接を担うことで、人事担当者は二次面接以降の「見極め」と「惹きつけ」に集中できるようになりました。

採用におけるAI活用は「人間の判断を代替する」のではなく、「人間がより良い判断をするための時間を創る」ことがポイントです。

パナソニック コネクト｜人事研修AIエージェントを導入

パナソニック コネクトは全社員約11,600人にAIアシスタント「ConnectAI」を導入し、2024年度に年間44.8万時間の業務削減を達成しました。

2025年度にはさらに進化し、人事研修を含む各領域に特化型AIエージェントの導入を開始。人事部門では、研修コンテンツの作成支援や、従業員からの問い合わせ対応の自動化に取り組んでいます。

「調べる」から「依頼する」へとAIの使い方がシフトしたことで、人事担当者が戦略的な業務に集中できる環境が整いつつあります。

参考: パナソニックコネクト、AI活用で年間44.8万時間の削減を達成

---

これらの大手企業の事例から見えるのは、人事×生成AIの活用が「業務効率化」から「戦略人事の実現」へとステージが上がっているということです。定型業務の自動化はもちろん、キャリア支援や組織開発といった高次の課題にもAIが活用され始めています。

では、中堅・中小規模の企業ではどのような成果が出ているのでしょうか。私たちDigiRiseがご支援した事例をご紹介します。

導入事例｜人事・管理部門における生成AI活用の成果

実際に生成AI活用を始め、人事・管理部門で成果を上げている企業の事例をご紹介します。

株式会社ゼネラル／ゼネラルスタッフ｜採用広報・バックオフィス業務で資料作成時間を75%削減

国内最大級の歯科医療グループ「医療法人徳真会」のバックオフィス機能を担うゼネラル／ゼネラルスタッフ様（従業員500〜999名）。全国30医院の人事・労務・財務・経理・採用広報を一手に担う組織です。

導入前は、スカウトメールの作成、広報記事・POP制作、会議資料の作成など膨大な文章作成業務に追われ、戦略立案や対人交渉といった付加価値の高い業務に時間を割けない状態でした。特に「0から1」で構成を考える作業に多くの時間を要していたといいます。

導入後の効果

• 資料作成: 従来3〜4時間 → 1〜1.5時間に短縮（約75%削減）

• 採用広報: 候補者別スカウトメールの作成にAIを活用し、個別対応の質とスピードを両立

• 組織文化: 20代〜70代の幅広い年齢層が在籍する中、「会議準備でAI活用」が全社で常態化

ゼネラルスタッフ様の事例は、人事・労務を含むバックオフィス全体でAIを活用し、「事務作業から戦略業務へ」のシフトを実現した好例です。

詳細はこちら：株式会社ゼネラル／ゼネラルスタッフ様 導入事例

株式会社三社電機製作所｜管理部門の事務を1/60に圧縮、研修で24名→160名へ拡大

1933年創業のパワーエレクトロニクスメーカー、三社電機製作所様（従業員500〜999名）。長い歴史を持つ製造業ならではの課題——議事録や案内文といった事務作業の負荷、20〜30年分の紙ベースの修理記録からの情報検索、翻訳業務の外注コスト——に生成AIで立ち向かいました。

導入後の効果

• 文章作成: 1〜2時間の作業を数分に短縮（最大1/60に圧縮）
• 情報検索: 1時間近くかかっていた検索が1〜2分で完了（98%削減）
• 全社浸透: 研修を経た推進役24名から半年で60名、現在は160名以上に活用者が拡大

特に注目すべきは、研修を通じた全社浸透のアプローチです。先行者24名が推進役となり、他部門への教育支援を通じて「全社員が本来やるべき仕事に100%集中できる環境」を目指しています。人事部門が研修プログラムを設計する際の参考になる事例です。

詳細はこちら：株式会社三社電機製作所様 導入事例

人事×生成AIのリスクとガバナンス

人事データは従業員の個人情報を含むため、生成AI活用には特に慎重なリスク管理が求められます。「攻め」の活用を進めるために、「守り」を固めておきましょう。

人事特有のリスク：個人情報・AIバイアス・ハルシネーション

人事領域で生成AIを活用する際に注意すべきリスクを整理します。

リスク1: 個人情報の取り扱い

人事データには氏名、住所、給与、評価、健康情報など、高度な個人情報が含まれます。これらを外部のAIサービスに入力する場合、データがAIの学習に使われないことを確認する必要があります。

• 個人情報を入力する場合は、API版（データが学習に使用されない）の利用を推奨
• 機密性の高いデータ（給与情報、健康情報等）は匿名化してから入力
• 社内ガイドラインで「AIに入力してよい情報」と「入力してはいけない情報」を明確にする

リスク2: AIバイアス（採用・評価の公平性）

生成AIは学習データに含まれるバイアスを反映する可能性があります。採用や評価にAIを活用する場合、性別・年齢・国籍・学歴などによる不当な差別が生じないよう注意が必要です。

• AIの出力を「最終判断」ではなく「参考情報」として扱う
• 複数の視点で出力結果をチェックする体制を整える
• 定期的にAIの出力にバイアスがないか監査する

リスク3: ハルシネーション（事実と異なる情報の生成）

生成AIは、もっともらしいが事実と異なる情報を生成することがあります。特に法令や制度に関する内容は要注意です。

• 就業規則の改定や法令解釈については、必ず専門家（社会保険労務士・弁護士）の確認を経る
• 「AIが作ったから正しい」と鵜呑みにしない文化を組織全体で醸成する

人事部門での生成AI利用ガイドラインの策定ポイント

人事部門で生成AIを安全に活用するためには、部門固有のガイドライン策定が必要です。

入力情報の分類

分類	入力可否	例
一般情報	○	業界情報、一般的な人事制度の知識、研修企画
匿名化された社内データ	○	部門別の平均残業時間、離職率（個人特定不可なもの）
個人を特定できるデータ	△（API版のみ）	氏名入りの評価データ、職務経歴書
機密個人情報	×	給与明細、健康診断結果、マイナンバー

「自社だけでは進められない」という方へ

ここまで読んで、「やるべきことは分かった。でも、ガイドラインの策定や全社展開は正直ハードルが高い…」と感じた方も多いのではないでしょうか。

実際、私たちがご支援してきたお客様からも、こんな声をよく聞きます。

• 「プロンプトの使い方は分かったけど、人事部門の他のメンバーに展開する方法が分からない」
• 「個人情報を扱う部門だからこそ、ガイドラインを整備してから進めたい」
• 「経営層に『人事部門でAI活用する』と説得するためのロジックが欲しい」

生成AIは「個人で使い始める」のは簡単ですが、「部門として成果を出す」ためには、ガイドライン整備、メンバーへの展開、効果測定、経営層への報告といった”仕組み化”が欠かせません。

デジライズでは、500社以上の企業様への生成AI導入支援ノウハウをもとに、人事部門を含む全社的なAI活用支援を提供しています。「何から始めればいいか分からない」という段階から、「全社展開を成功させたい」という段階まで、あなたの組織のフェーズに合わせたご支援が可能です。

まずは、デジライズのご支援内容をまとめた資料をご覧ください。

まとめ：人事×生成AIで「戦略人事」への第一歩を踏み出そう

本記事では、人事業務における生成AI活用の全体像から、今すぐ使えるプロンプト15選、先進企業の事例、リスク管理までを網羅的に解説してきました。

改めて強調したいのは、「人事こそ生成AIの恩恵を最も受けられる部門の一つ」だということです。

なぜなら、人事の業務は「文書を作る」「データを分析する」「コミュニケーションを設計する」という、まさに生成AIが得意とする領域の連続だからです。求人票、評価コメント、研修企画、就業規則、社内通知——これらの業務にAIを活用するだけで、1人あたり月10時間以上の時間創出が可能だと、先進企業の事例が示しています。

今日から始められることがあります。

本記事で紹介した15のプロンプトの中から、まずは1つ試してみてください。評価コメントの下書きでも、FAQ作成でも構いません。「思ったより簡単だった」「これは使える」——その実感が、組織全体の変革の第一歩になります。

「人事部門でのAI活用について、もっと詳しく知りたい」という方は、お気軽にお問い合わせください。

参考資料

• LINEヤフー、人事総務領域での生成AI活用を本格化
• パナソニックコネクト、AI活用で年間44.8万時間の削減を達成
• 人事AI活用事例15選（2026年最新）
• 人事業務における生成AI活用ガイド（HRnow）
• 2026年、生成AIは人事の仕事をどこまで改善するか（日本エス・エイチ・エル）

関連記事

• 製造業×生成AI 実践ガイド｜現場で使えるプロンプト＆スクショ事例15選
• 金融×生成AI 実践ガイド！シーン別プロンプト10選をスクショ付きで徹底解説