新規記事
【2026最新】人材紹介のマッチング精度を上げるためのデータベース設計を公開
知見
ピックアップ
人材紹介のマッチング精度を上げるデータベース設計を、応募したいか・選考に通るかの2つの判断から整理しました。提案理由や不合格理由の残し方、管理システム別の作り方を解説し、全105項目のデータ一覧も配布しています

人材紹介のAI活用が業務効率化で止まる理由|面談設定率・応募率が上がる会社は何をしているか
知見
ピックアップ
人材紹介会社のAI活用が効率化で止まり、成約数が増えない理由を整理します。成約数を伸ばした会社が、面談・育成・求人提案の手順や基準をどう整え、AIをどう使っているのかを解説します。

AIのモデルに依存しない、シゴデキAIのつくり方
知見
ピックアップ
AIのモデルは変えずに、AIに渡す情報・作業の手順・成果物の確認方法を整えてきた実践記録です。修正内容の記録、答えられなかった質問からの資料整備、手順書と専任AI、別会社のAIによるレビュー、数ヶ月の集計がむだになった失敗まで紹介します。

知見
知見
生成AI利用ガイドラインの作り方(後編)|生成AI活用のセキュリティ対策【テンプレート付き】
前回の記事では、生成AI利用ガイドラインを整備するうえで最初に揃えるべき3つの軸——「データを3つに分類する」「ツールごとのデータ取り扱いを整理する」「業務・部門ごとに判断軸を定める」を、比較表とテンプレートの章構成とともに整理しました。経営層がルールより先にAIを使い始めている、という変化に対する...
知見
生成AI利用ガイドラインの作り方(前編)|ゼロから作るための3つの軸 【今すぐ使えるテンプレート付き】
CEOがClaude Codeを使って中長期の事業計画を練り始めている、役員がCursorでゼロから面接評価エージェントを構築している——こうした話を、ここ3ヶ月で急速に耳にするようになりました。AIの活用方針は、もともと経営層の判断から始まるトップダウンが基本でした。ただ、これまでは「経営がGoサ...
知見
AIエージェントを活用した新規事業の進め方——Go/No-Go判断に必要な評価フレームと6ステップ
「うちもAIエージェントを使った外販事業を考えたい」「業務の上にAIを乗せてサービス化できないか」——こうした経営層からの一声で、社内の事業企画が動き始めるケースが増えています。この動きが始まった担当者の頭の中には、前向きな気持ちと並行して、ある種の不安が積み上がっていくのが見えます。自社が立ち上げ...
知見一覧を見る
キーワード一覧
