特許 7531045 採用支援システム、採用支援方法及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2024-07-31

(45)【発行日】2024-08-08

(54)【発明の名称】採用支援システム、採用支援方法及びプログラム

(51)【国際特許分類】

   G06Q 10/1053 20230101AFI20240801BHJP

   G06F 40/56 20200101ALI20240801BHJP

【ＦＩ】

G06Q10/1053

G06F40/56

【請求項の数】 15

(21)【出願番号】P 2023212594

(22)【出願日】2023-12-18

【審査請求日】2023-12-18

【早期審査対象出願】

(73)【特許権者】

【識別番号】512313953

【氏名又は名称】株式会社ビズリーチ

(74)【代理人】

【識別番号】110002789

【氏名又は名称】弁理士法人ＩＰＸ

(72)【発明者】

【氏名】原田 要一

(72)【発明者】

【氏名】萩野 貴拓

【審査官】谷川 智秀

(56)【参考文献】

【文献】特開２０２３－１０５４４４（ＪＰ，Ａ）

【文献】特開２０２３－１０５７８１（ＪＰ，Ａ）

【文献】特開２０２３－１０５８２５（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００－９９／００

Ｇ０６Ｆ ４０／５６

(57)【特許請求の範囲】

【請求項1】

採用支援システムであって、
プロセッサを備え、
前記プロセッサは、次の各ステップを実行するように構成され、
取得ステップでは、求人票を取得し、
スカウト文書作成ステップでは、前記求人票を学習モデルである第１処理モデルに入力し、前記第１処理モデルに前記求人票に含まれる複数の項目にそれぞれ対応した複数の文書構成要素を出力させ、複数の前記文書構成要素をさらに学習モデルである第２処理モデルに入力し、前記第２処理モデルに前記求人票に対応した第１スカウト文書を出力させ、
ここで、複数の前記項目は、募集理由、採用対象者が有するとよい興味、将来展望、組織又はポジションの魅力、及び、組織又はポジションの競合優位性の少なくとも１つを含み、
前記第１処理モデルは、前記求人票を入力とし、複数の前記文書構成要素を出力とすることが可能なように学習された学習モデルであり、
前記第１スカウト文書は、前記項目ごとの前記文書構成要素にそれぞれ基づく複数のスカウト本文を含む文書であり、
前記第２処理モデルは、前記文書構成要素と前記スカウト本文とを組み合わせた教師データを用いて、複数の前記文書構成要素を入力とし、前記第１スカウト文書を出力するように学習された学習モデル、又は大規模言語モデルであり、
前記第２処理モデルが大規模言語モデルである場合、前記スカウト文書作成ステップでは、複数の前記文書構成要素を入力とし、前記項目ごとに作成された複数の前記スカウト本文を含んだ前記第１スカウト文書を出力する指示を前記第２処理モデルに入力する、採用支援システム。

【請求項2】

採用支援システムであって、
プロセッサを備え、
前記プロセッサは、次の各ステップを実行するように構成され、
取得ステップでは、求人票を取得し、
スカウト文書作成ステップでは、前記求人票を学習モデルである第１処理モデルに入力し、前記第１処理モデルに前記求人票に含まれる複数の項目にそれぞれ対応した複数の文書構成要素を出力させ、複数の前記文書構成要素をさらに学習モデルである第２処理モデルに入力し、前記第２処理モデルに前記求人票に対応した第１スカウト文書を出力させ、
ここで、前記第１処理モデルは、前記求人票を入力とし、複数の前記文書構成要素を出力とすることが可能なように学習された学習モデルであり、
前記第１スカウト文書は、前記項目ごとの前記文書構成要素に基づくスカウト本文を含む文書であり、
前記第２処理モデルは、前記文書構成要素と前記スカウト本文とを組み合わせた教師データを用いて、複数の前記文書構成要素を入力とし、前記第１スカウト文書を出力するように学習された学習モデル、又は大規模言語モデルであり、
前記第２処理モデルが大規模言語モデルである場合、前記スカウト文書作成ステップでは、複数の前記文書構成要素を入力とし、前記スカウト本文を含んだ前記第１スカウト文書を出力する指示を前記第２処理モデルに入力し、
前記スカウト文書作成ステップでは、前記第１スカウト文書をさらに学習モデルである第３処理モデルに入力し、前記第３処理モデルに前記第１スカウト文書の形式を調整した第２スカウト文書を出力させ、
ここで、前記第２スカウト文書は、前記第１スカウト文書の文頭又は文尾へ第１追加文章を挿入した文書であり、
前記第３処理モデルは、前記第１スカウト文書と前記第１追加文章を含む前記第２スカウト文書とを組み合わせた教師データを用いて、前記第１スカウト文書を入力とし、前記第２スカウト文書を出力とするように学習された学習モデル、又は大規模言語モデルであり、
前記第３処理モデルが大規模言語モデルである場合、前記スカウト文書作成ステップでは、前記第１スカウト文書を入力とし、前記第１追加文章を前記第１スカウト文書に追加したものを前記第２スカウト文書として出力する指示を前記第３処理モデルに入力する、採用支援システム。

【請求項3】

請求項２に記載の採用支援システムにおいて、
前記スカウト文書作成ステップでは、前記第２スカウト文書をさらに学習モデルである第４処理モデルに入力し、前記第４処理モデルに前記第２スカウト文書のタイトルを出力させ、
ここで、前記第４処理モデルは、前記第２スカウト文書と前記タイトルとを組み合わせた教師データを用いて、前記第２スカウト文書を入力とし、前記タイトルを出力とするように学習された学習モデル、又は大規模言語モデルであり、
前記第４処理モデルが大規模言語モデルである場合、前記スカウト文書作成ステップでは、前記第２スカウト文書を入力とし、前記タイトルのサンプルを参照して前記タイトルを作成し出力する指示を前記第４処理モデルに入力する、採用支援システム。

【請求項4】

請求項２に記載の採用支援システムにおいて、
前記スカウト文書作成ステップでは、前記第２スカウト文書をさらに学習モデルである第５処理モデルに入力し、前記第５処理モデルに再送用スカウト文書を出力させ、
ここで、前記再送用スカウト文書は、前記第２スカウト文書に含まれる文章と、返信を促すために追加された第２追加文章とを含む文書であり、
前記第５処理モデルは、前記第２スカウト文書と前記第２追加文章を含む前記再送用スカウト文書とを組み合わせた教師データを用いて、前記第２スカウト文書を入力とし、前記再送用スカウト文書を出力とするように学習された学習モデル、又は大規模言語モデルであり、
前記第５処理モデルが大規模言語モデルである場合、前記スカウト文書作成ステップでは、前記第２スカウト文書を入力とし、前記第２追加文章を前記第２スカウト文書に追加したものを前記再送用スカウト文書として出力する指示を前記第５処理モデルに入力する、採用支援システム。

【請求項5】

採用支援システムであって、
プロセッサを備え、
前記プロセッサは、次の各ステップを実行するように構成され、
取得ステップでは、求人票を取得し、
スカウト文書作成ステップでは、前記求人票を学習モデルである第１処理モデルに入力し、前記第１処理モデルに前記求人票に含まれる複数の項目にそれぞれ対応した複数の文書構成要素を出力させ、複数の前記文書構成要素をさらに学習モデルである第２処理モデルに入力し、前記第２処理モデルに前記求人票に対応した第１スカウト文書を出力させ、
ここで、前記第１処理モデルは、前記求人票を入力とし、複数の前記文書構成要素を出力とすることが可能なように学習された学習モデルであり、
前記第１スカウト文書は、前記項目ごとの前記文書構成要素に基づくスカウト本文を含む文書であり、
前記第２処理モデルは、前記文書構成要素と前記スカウト本文とを組み合わせた教師データを用いて、複数の前記文書構成要素を入力とし、前記第１スカウト文書を出力するように学習された学習モデル、又は大規模言語モデルであり、
前記第２処理モデルが大規模言語モデルである場合、前記スカウト文書作成ステップでは、複数の前記文書構成要素を入力とし、前記スカウト本文を含んだ前記第１スカウト文書を出力する指示を前記第２処理モデルに入力し、
前記スカウト文書作成ステップでは、前記第１スカウト文書をさらに学習モデルである第４処理モデルに入力し、前記第４処理モデルに前記第１スカウト文書のタイトルを出力させ、
ここで、前記第４処理モデルは、前記第１スカウト文書と前記タイトルとを組み合わせた教師データを用いて、前記第１スカウト文書を入力とし、前記タイトルを出力とするように学習された学習モデル、又は大規模言語モデルであり、
前記第４処理モデルが大規模言語モデルである場合、前記スカウト文書作成ステップでは、前記第１スカウト文書を入力とし、前記タイトルのサンプルを参照して前記タイトルを作成し出力する指示を前記第４処理モデルに入力する、採用支援システム。

【請求項6】

採用支援システムであって、
プロセッサを備え、
前記プロセッサは、次の各ステップを実行するように構成され、
取得ステップでは、求人票を取得し、
スカウト文書作成ステップでは、前記求人票を学習モデルである第１処理モデルに入力し、前記第１処理モデルに前記求人票に含まれる複数の項目にそれぞれ対応した複数の文書構成要素を出力させ、複数の前記文書構成要素をさらに学習モデルである第２処理モデルに入力し、前記第２処理モデルに前記求人票に対応した第１スカウト文書を出力させ、
ここで、前記第１処理モデルは、前記求人票を入力とし、複数の前記文書構成要素を出力とすることが可能なように学習された学習モデルであり、
前記第１スカウト文書は、前記項目ごとの前記文書構成要素に基づくスカウト本文を含む文書であり、
前記第２処理モデルは、前記文書構成要素と前記スカウト本文とを組み合わせた教師データを用いて、複数の前記文書構成要素を入力とし、前記第１スカウト文書を出力するように学習された学習モデル、又は大規模言語モデルであり、
前記第２処理モデルが大規模言語モデルである場合、前記スカウト文書作成ステップでは、複数の前記文書構成要素を入力とし、前記スカウト本文を含んだ前記第１スカウト文書を出力する指示を前記第２処理モデルに入力し、
前記スカウト文書作成ステップでは、前記第１スカウト文書をさらに学習モデルである第５処理モデルに入力し、前記第５処理モデルに再送用スカウト文書を出力させ、
ここで、前記再送用スカウト文書は、前記第１スカウト文書に含まれる文章と、返信を促すために追加された追加文章とを含む文書であり、
前記第５処理モデルは、前記第１スカウト文書と前記追加文章を含む前記再送用スカウト文書とを組み合わせた教師データを用いて、前記第１スカウト文書を入力とし、前記再送用スカウト文書を出力とするように学習された学習モデル、又は大規模言語モデルであり、
前記第５処理モデルが大規模言語モデルである場合、前記スカウト文書作成ステップでは、前記第１スカウト文書を入力とし、前記追加文章を前記第１スカウト文書に追加したものを前記再送用スカウト文書として出力する指示を前記第５処理モデルに入力する、採用支援システム。

【請求項7】

採用支援システムであって、
プロセッサを備え、
前記プロセッサは、次の各ステップを実行するように構成され、
取得ステップでは、求人票を取得し、
スカウト文書作成ステップでは、前記求人票を学習モデルである第１処理モデルに入力し、前記第１処理モデルに前記求人票に含まれる複数の項目にそれぞれ対応した複数の文書構成要素を出力させ、複数の前記文書構成要素をさらに学習モデルである第２処理モデルに入力し、前記第２処理モデルに前記求人票に対応した第１スカウト文書を出力させ、
ここで、前記第１処理モデルは、前記求人票を入力とし、複数の前記文書構成要素を出力とすることが可能なように学習された大規模言語モデルであり、
前記第１スカウト文書は、前記項目ごとの前記文書構成要素に基づくスカウト本文を含む文書であり、
前記第２処理モデルは、前記文書構成要素と前記スカウト本文とを組み合わせた教師データを用いて、複数の前記文書構成要素を入力とし、前記第１スカウト文書を出力するように学習された学習モデル、又は大規模言語モデルであり、
前記第２処理モデルが大規模言語モデルである場合、前記スカウト文書作成ステップでは、複数の前記文書構成要素を入力とし、前記スカウト本文を含んだ前記第１スカウト文書を出力する指示を前記第２処理モデルに入力し、
前記スカウト文書作成ステップでは、予め定めた複数の参照用項目をさらに前記第１処理モデルに入力し、前記求人票に含まれない前記参照用項目に対応する前記文書構成要素として、予め定めた定型のエラー文を出力する指示を前記第１処理モデルに入力し、前記第１処理モデルが出力した複数の前記文書構成要素のうち、前記エラー文以外の前記文書構成要素を前記第２処理モデルに入力する、採用支援システム。

【請求項8】

採用支援システムであって、
プロセッサを備え、
前記プロセッサは、次の各ステップを実行するように構成され、
取得ステップでは、求人票を取得し、
スカウト文書作成ステップでは、前記求人票とともに、スカウト文書の送信対象となる求職者の属性ごとに用意された、学習モデルである第１処理モデルに出力させる文書構成要素の第１属性別サンプルを前記第１処理モデルに入力し、前記第１処理モデルに、前記属性に応じて、前記求人票に含まれる複数の項目にそれぞれ対応した複数の文書構成要素を出力させ、複数の前記文書構成要素をさらに学習モデルである第２処理モデルに入力し、前記第２処理モデルに前記求人票に対応した第１スカウト文書を出力させ、
ここで、前記第１処理モデルは、前記求人票及び前記第１属性別サンプルを入力とし、前記属性に応じた複数の前記文書構成要素を出力とすることが可能なように学習された学習モデルであり、
前記第１スカウト文書は、前記項目ごとの前記文書構成要素に基づくスカウト本文を含む文書であり、
前記第２処理モデルは、前記文書構成要素と前記スカウト本文とを組み合わせた教師データを用いて、複数の前記文書構成要素を入力とし、前記第１スカウト文書を出力するように学習された学習モデル、又は大規模言語モデルであり、
前記第２処理モデルが大規模言語モデルである場合、前記スカウト文書作成ステップでは、複数の前記文書構成要素を入力とし、前記スカウト本文を含んだ前記第１スカウト文書を出力する指示を前記第２処理モデルに入力する、採用支援システム。

【請求項9】

請求項１に記載の採用支援システムにおいて、
前記スカウト文書作成ステップでは、複数の前記文書構成要素とともに、スカウト文書の送信対象となる求職者の属性ごとに用意された、前記第２処理モデルに出力させる前記第１スカウト文書の第２属性別サンプルを前記第２処理モデルに入力し、前記第２処理モデルに前記属性に応じた前記第１スカウト文書を出力させ、
ここで、前記第２処理モデルは、前記文書構成要素と前記スカウト本文とを組み合わせた教師データを用いて、複数の前記文書構成要素及び前記第２属性別サンプルを入力とし、前記属性に応じた前記第１スカウト文書を出力とすることが可能な学習モデル、又は大規模言語モデルであり、
前記第２処理モデルが大規模言語モデルである場合、前記スカウト文書作成ステップでは、複数の前記文書構成要素及び前記第２属性別サンプルを入力とし、前記第２属性別サンプルを参照して前記スカウト本文を含んだ前記第１スカウト文書を出力する指示を前記第２処理モデルに入力する、採用支援システム。

【請求項10】

採用支援システムであって、
プロセッサを備え、
前記プロセッサは、次の各ステップを実行するように構成され、
取得ステップでは、求人票を取得し、
スカウト文書作成ステップでは、前記求人票を学習モデルである第１処理モデルに入力し、前記第１処理モデルに前記求人票に含まれる複数の項目にそれぞれ対応した複数の文書構成要素を出力させ、複数の前記文書構成要素をさらに学習モデルである第２処理モデルに入力し、前記第２処理モデルに前記求人票に対応した第１スカウト文書を出力させ、
ここで、前記第１処理モデルは、前記求人票を入力とし、複数の前記文書構成要素を出力とすることが可能なように学習された学習モデルであり、
前記第１スカウト文書は、前記項目ごとの前記文書構成要素に基づくスカウト本文を含む文書であり、
前記第２処理モデルは、前記文書構成要素と前記スカウト本文とを組み合わせた教師データを用いて、複数の前記文書構成要素を入力とし、前記第１スカウト文書を出力するように学習された学習モデル、又は大規模言語モデルであり、
前記第２処理モデルが大規模言語モデルである場合、前記スカウト文書作成ステップでは、複数の前記文書構成要素を入力とし、前記スカウト本文を含んだ前記第１スカウト文書を出力する指示を前記第２処理モデルに入力し、
受付ステップでは、求人者が求める人物像を定義する情報である初期条件の入力を受け付け、
求人票作成ステップでは、前記初期条件を学習モデルである求人票作成モデルに入力し、前記求人票作成モデルに複数の前記項目を含む前記求人票を出力させ、
ここで、前記求人票作成モデルは、前記初期条件を入力とし、前記求人票を出力とすることが可能なように学習された学習モデルであり、
前記取得ステップでは、前記初期条件に基づいて作成された前記求人票を取得する、採用支援システム。

【請求項11】

採用支援システムであって、
プロセッサを備え、
前記プロセッサは、次の各ステップを実行するように構成され、
取得ステップでは、求人票を取得し、
スカウト文書作成ステップでは、前記求人票を学習モデルである第１処理モデルに入力し、前記第１処理モデルに前記求人票に含まれる複数の項目にそれぞれ対応した複数の文書構成要素を出力させ、複数の前記文書構成要素をさらに学習モデルである第２処理モデルに入力し、前記第２処理モデルに前記求人票に対応した第１スカウト文書を出力させ、
ここで、前記第１処理モデルは、前記求人票を入力とし、複数の前記文書構成要素を出力とすることが可能なように学習された学習モデルであり、
前記第１スカウト文書は、前記項目ごとの前記文書構成要素に基づくスカウト本文を含む文書であり、
前記第２処理モデルは、前記文書構成要素と前記スカウト本文とを組み合わせた教師データを用いて、複数の前記文書構成要素を入力とし、前記第１スカウト文書を出力するように学習された学習モデル、又は大規模言語モデルであり、
前記第２処理モデルが大規模言語モデルである場合、前記スカウト文書作成ステップでは、複数の前記文書構成要素を入力とし、前記スカウト本文を含んだ前記第１スカウト文書を出力する指示を前記第２処理モデルに入力し、
求人票修正ステップでは、前記求人票を学習モデルである初期条件推定モデルに入力し、前記初期条件推定モデルに、タイトル、業務内容、求人者が求める人物像及び募集背景の少なくとも１つを含む初期条件を出力させ、前記初期条件を学習モデルである求人票作成モデルに入力し、前記求人票作成モデルに修正求人票を出力させ、
ここで、前記初期条件推定モデルは、前記求人票を入力とし、前記初期条件を出力とすることが可能なように学習された学習モデルであり、前記求人票作成モデルは、前記初期条件を入力とし、前記修正求人票を出力とすることが可能なように学習された学習モデルであり、
前記スカウト文書作成ステップでは、前記修正求人票を前記第１処理モデルに入力し、前記第１処理モデルに前記修正求人票に含まれる複数の前記項目にそれぞれ対応した複数の前記文書構成要素を出力させ、複数の前記文書構成要素をさらに前記第２処理モデルに入力し、前記第２処理モデルに前記修正求人票に対応した前記第１スカウト文書を出力させる、採用支援システム。

【請求項12】

請求項１１に記載の採用支援システムにおいて、
前記プロセッサは、さらに次のステップを実行するように構成され、
修正提示ステップでは、前記修正求人票における修正内容を提示する、採用支援システム。

【請求項13】

請求項１１に記載の採用支援システムにおいて、
前記取得ステップでは、複数の前記求人票それぞれへアクセスするための複数の求人票アクセス情報を含む、求人票参照ウェブサイトへアクセスするためのウェブサイトアクセス情報を取得し、前記ウェブサイトアクセス情報に基づいて、前記求人票参照ウェブサイトから複数の前記求人票アクセス情報を取得し、さらに複数の前記求人票アクセス情報から複数の前記求人票を取得し、
ここで、前記求人票アクセス情報は、前記求人票参照ウェブサイトに掲載された求人票へのリンクであり、前記ウェブサイトアクセス情報は、前記求人票参照ウェブサイトのインターネット上の位置を指定する情報であり、
前記求人票修正ステップでは、前記初期条件推定モデル及び前記求人票作成モデルによって、複数の前記求人票にそれぞれ対応する複数の前記修正求人票を作成し、
前記スカウト文書作成ステップでは、前記第１処理モデル及び前記第２処理モデルによって、複数の前記修正求人票それぞれに対応した複数の前記第１スカウト文書を作成する、採用支援システム。

【請求項14】

採用支援方法であって、
請求項１から請求項１３のいずれか１項に記載の採用支援システムが実行する各ステップを備える、採用支援方法。

【請求項15】

プログラムであって、
コンピュータに、請求項１から請求項１３のいずれか１項に記載の採用支援システムの各ステップを実行させる、プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、採用支援システム、採用支援方法及びプログラムに関する。

【背景技術】

【0002】

特許文献１に開示されるように、求職者（採用者候補）のレスポンスに応じて、スカウト文書をテンプレートから自動で選択する技術が知られている。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０２０－０６４４６７号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

スカウト文書は、個々の求人票に沿った内容とすることが好ましい。

【0005】

本発明では上記事情に鑑み、求人票の内容に沿ったスカウト文書を効率的に作成できる採用支援システム等を提供することとした。

【課題を解決するための手段】

【0006】

本発明の一態様によれば、採用支援システムが提供される。この採用支援システムは、プロセッサを備える。プロセッサは、次の各ステップを実行するように構成される。取得ステップでは、求人票を取得する。スカウト文書作成ステップでは、求人票を学習モデルである第１処理モデルに入力し、第１処理モデルに求人票に含まれる複数の項目にそれぞれ対応した複数の文書構成要素を出力させ、複数の文書構成要素をさらに学習モデルである第２処理モデルに入力し、第２処理モデルに求人票に対応した第１スカウト文書を出力させる。

【0007】

このような態様によれば、求人票の項目に応じた文書構成要素を含むスカウト文書を作成することができる。また、項目ごとの文書構成要素を生成するステップと、当該文書構成要素を用いてスカウト文書を生成するステップとが段階的に行われることで、求人票の内容を適切に反映したスカウト文書を効率的に作成することができる。

【図面の簡単な説明】

【0008】

【図1】採用支援システム１を表す構成図である。

【図2】サーバ装置１０のハードウェア構成を示すブロック図である。

【図3】求人者端末２０及び求職者端末３０のハードウェア構成を示すブロック図である。

【図4】サーバ装置１０（制御部１１）、求人者端末２０（制御部２１）及び求職者端末３０（制御部３１）によって実現される機能を示すブロック図である。

【図5】初期条件入力画面ＩＤの一例を示す図である。

【図6】募集背景選択領域ＢＦ１が表示された初期条件入力画面ＩＤの一例を示す図である。

【図7】求人票ＪＰの一例を示す図である。

【図8】求人票参照ウェブサイトＲＳの一例を示す図である。

【図9】求人票アクセス情報を取得するための情報取得画面ＡＤの一例を示す図である。

【図10】スカウト文書作成部１１６が作成するスカウト文書ＳＤの一例を示す図である。

【図11】修正内容表示画面ＭＤの一例である。

【図12】採用支援システム１によって実行される第１実施形態の情報処理（求人票作成からのスカウト文書の作成処理）の流れを示すアクティビティ図である。

【図13】採用支援システム１によって実行される第２実施形態の情報処理（求人票修正からのスカウト文書の作成処理）の流れを示すアクティビティ図である。

【発明を実施するための形態】

【0009】

以下、図面を用いて本発明の実施形態について説明する。以下に示す実施形態中で示した各種特徴事項は、互いに組み合わせ可能である。

【0010】

ところで、本実施形態に登場するソフトウェアを実現するためのプログラムは、コンピュータが読み取り可能な非一時的な記録媒体（Ｎｏｎ－Ｔｒａｎｓｉｔｏｒｙ Ｃｏｍｐｕｔｅｒ－Ｒｅａｄａｂｌｅ Ｍｅｄｉｕｍ）として提供されてもよいし、外部のサーバからダウンロード可能に提供されてもよいし、外部のコンピュータで当該プログラムを起動させてクライアント端末でその機能を実現（いわゆるクラウドコンピューティング）するように提供されてもよい。

【0011】

また、本実施形態において「部」とは、例えば、広義の回路によって実施されるハードウェア資源と、これらのハードウェア資源によって具体的に実現されうるソフトウェアの情報処理とを合わせたものも含みうる。また、本実施形態においては様々な情報を取り扱うが、これら情報は、例えば電圧・電流を表す信号値の物理的な値、０又は１で構成される２進数のビット集合体としての信号値の高低、又は量子的な重ね合わせ（いわゆる量子ビット）によって表され、広義の回路上で通信・演算が実行されうる。

【0012】

また、広義の回路とは、回路（Ｃｉｒｃｕｉｔ）、回路類（Ｃｉｒｃｕｉｔｒｙ）、プロセッサ（Ｐｒｏｃｅｓｓｏｒ）、及びメモリ（Ｍｅｍｏｒｙ）等を少なくとも適当に組み合わせることによって実現される回路である。すなわち、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等を含むものである。

【0013】

１．ハードウェア構成
本節では、ハードウェア構成について説明する。

【0014】

<採用支援システム１>
図１は、採用支援システム１を表す構成図である。採用支援システム１は、通信回線２と、サーバ装置１０と、複数の求人者端末２０と、複数の求職者端末３０とを備える。サーバ装置１０と、求人者端末２０と、求職者端末３０とは、通信回線２を通じて通信可能に構成されている。サーバ装置１０、求人者端末２０及び求職者端末３０の接続は有線でも無線でもよい。

【0015】

採用支援システム１は、複数の求人者（第１求人者Ｕ１及び第２求人者Ｕ２）と、複数の求職者（第１求職者Ｕ３及び第３求職者Ｕ４）が利用する求人・求職システムの一部を構成する。採用支援システム１は、求人票に基づいたスカウト文書の作成及び送信を主に行う。一実施形態において、採用支援システム１とは、１つ又はそれ以上の装置又は構成要素からなるものである。以下、これらの構成要素について説明する。

【0016】

<サーバ装置１０>
図２は、サーバ装置１０のハードウェア構成を示すブロック図である。サーバ装置１０は、制御部１１と、記憶部１２と、通信部１３と、通信バス１４とを備える。制御部１１、記憶部１２、及び通信部１３は、サーバ装置１０の内部において通信バス１４を介して電気的に接続されている。

【0017】

<制御部１１>
制御部１１は、サーバ装置１０に関連する全体動作の処理・制御を行う。制御部１１は、例えば中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）である。制御部１１は、記憶部１２に記憶された所定のプログラムを読み出すことによって、サーバ装置１０に係る種々の機能を実現する。すなわち、記憶部１２に記憶されているソフトウェアによる情報処理が、ハードウェアの一例である制御部１１によって具体的に実現されることで、制御部１１に含まれる各機能部として実行されうる。これらについては、次節においてさらに詳述する。なお、制御部１１は単一であることに限定されず、機能毎に複数の制御部１１を有するように実施してもよい。またそれらの組合せであってもよい。

【0018】

<記憶部１２>
記憶部１２は、前述の記載により定義される様々な情報を記憶する。これは、例えば、制御部１１によって実行されるサーバ装置１０に係る種々のプログラム等を記憶するソリッドステートドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ：ＳＳＤ）等のストレージデバイスとして、あるいは、プログラムの演算に係る一時的に必要な情報（引数、配列等）を記憶するランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ：ＲＡＭ）等のメモリとして実施されうる。記憶部１２は、制御部１１によって実行されるサーバ装置１０に係る種々のプログラム、変数等を記憶している。また、記憶部１２は、サーバ装置１０に接続された外部記憶装置であってもよい。

【0019】

<通信部１３>
通信部１３は、ＵＳＢ、ＩＥＥＥ１３９４、Ｔｈｕｎｄｅｒｂｏｌｔ（登録商標）、有線ＬＡＮネットワーク通信等といった有線型の通信手段が好ましいものの、無線ＬＡＮネットワーク通信、３Ｇ／ＬＴＥ／５Ｇ等のモバイル通信、ＢＬＵＥＴＯＯＴＨ（登録商標）通信等を必要に応じて含めてもよい。すなわち、これら複数の通信手段の集合として実施することがより好ましい。すなわち、サーバ装置１０は、通信部１３及びネットワークを介して、外部から種々の情報を通信してもよい。

【0020】

サーバ装置１０は、オンプレミス形態であってもよく、クラウド形態であってもよい。クラウド形態のサーバ装置１０としては、例えば、ＳａａＳ（Ｓｏｆｔｗａｒｅ ａｓ ａ Ｓｅｒｖｉｃｅ）、クラウドコンピューティングという形態で、上述の機能や処理を提供してもよい。また、サーバ装置１０は、複数のコンピュータを含んで構成されるマルチコンピュータであってもよく、ソフトウェアによって仮想的に構築された仮想マシンであってもよい。

【0021】

<求人者端末２０>
図３は、求人者端末２０及び求職者端末３０のハードウェア構成を示すブロック図である。図３Ａに示されるように、求人者端末２０は、制御部２１と、記憶部２２と、通信部２３と、入力部２４と、出力部２５と、通信バス２６とを備える。制御部２１、記憶部２２、通信部２３、入力部２４、及び出力部２５は、求人者端末２０の内部において通信バス２６を介して電気的に接続されている。制御部２１、記憶部２２及び通信部２３の説明は、サーバ装置１０における各部の説明と同様のため省略する。なお、求人者端末２０は、求人者の代わりに求職者とのやり取りを行う人材仲介業者が操作する端末であってもよい。

【0022】

<入力部２４>
入力部２４は、ユーザによってなされた操作入力を受け付ける。操作入力は、命令信号として通信バス２６を介して制御部２１に転送される。制御部２１は、必要に応じて、転送された命令信号に基づいて所定の制御や演算を実行しうる。入力部２４は、求人者端末２０の筐体に含まれるものであってもよいし、外付けされるものであってもよい。例えば、入力部２４は、出力部２５と一体となってタッチパネルとして実施されてもよい。入力部２４がタッチパネルとして実施される場合、ユーザは、入力部２４に対してタップ操作、スワイプ操作等を入力することができる。入力部２４としては、タッチパネルに代えて、スイッチボタン、マウス、トラックパッド、ＱＷＥＲＴＹキーボード等が採用可能である。

【0023】

<出力部２５>
出力部２５は、ユーザが操作可能なグラフィカルユーザインターフェース（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ：ＧＵＩ）の画面を表示する。出力部２５は、求人者端末２０の筐体に含まれるものであってもよいし、外付けされるものであってもよい。具体的には、出力部２５は、ＣＲＴディスプレイ、液晶ディスプレイ、有機ＥＬディスプレイ、又はプラズマディスプレイ等の表示デバイスとして実施されうる。これらの表示デバイスは、求人者端末２０の種類に応じて使い分けて実施されることが好ましい。

【0024】

<求職者端末３０>
図３Ｂに示されるように、求職者端末３０は、制御部３１と、記憶部３２と、通信部３３と、入力部３４と、出力部３５と、通信バス３６とを備える。制御部３１、記憶部３２、通信部３３、入力部３４、及び出力部３５は、求職者端末３０の内部において通信バス３６を介して電気的に接続されている。制御部３１、記憶部３２、通信部３３、入力部３４及び出力部３５の説明は、求人者端末２０における各部の説明と同様のため省略する。

【0025】

２．機能構成
本節では、本実施形態の機能構成について説明する。記憶部１２に記憶されているソフトウェアによる情報処理がハードウェアの一例である制御部１１によって具体的に実現されることで、制御部１１（採用支援システム１が備えるプロセッサ）に含まれる各機能部として実行されうる。

【0026】

図４は、サーバ装置１０（制御部１１）、求人者端末２０（制御部２１）及び求職者端末３０（制御部３１）によって実現される機能を示すブロック図である。

【0027】

図４Ａに示されるように、サーバ装置１０（制御部１１）は、基本表示制御部１１１と、受付部１１２と、求人票作成部１１３と、取得部１１４と、求人票修正部１１５と、スカウト文書作成部１１６と、修正提示部１１７と、人工知能部１２０とを備える。図４Ｂに示されるように、求人者端末２０（制御部２１）は、表示部２１１と、操作受付部２１２とを備える。図４Ｃに示されるように、求職者端末３０（制御部３１）は、表示部３１１と、操作受付部３１２とを備える。

【0028】

<基本表示制御部１１１>
基本表示制御部１１１は、種々の情報を求人者端末２０及び求職者端末３０に表示させるように構成される。例えば、基本表示制御部１１１は、求職者が作成した履歴書及び職務経歴書、求人者が作成した求人票及びスカウト文書等を、求人者端末２０の表示部２１１又は求職者端末３０の表示部３１１に表示させる。

【0029】

求人者には、営利法人（例えば企業等）、非営利法人（例えば、協同組合、財団法人等）、公的法人（例えば地方公共団体等）等の組織が含まれる。また、求人者には、組織の代理人として、求職者と組織とを仲介する人材仲介業者も含まれる。人材仲介業者は、ヘッドハンター、エージェント等とも呼ばれる。

【0030】

<受付部１１２>
受付部１１２は、求人票を作成するための初期条件の入力を受け付けるように構成される。初期条件は、求人者が求める人物像を定義する情報である。初期条件は、例えば、求人票のタイトル、ポジション名、業務内容、求人者が求める人物像及び募集背景の少なくとも１つを含む。ペルソナは、求人者が求める（募集の対象とする）人物像（どのような人材を採用したいか）であり、採用したい人材像と言い換えられてもよく、例えば、職務の情報が含まれてもよい。募集背景は、募集する人材やポジションを必要とする理由であり、組織の目標、課題、事業状況（例えば新規プロジェクトの開始）等が含まれる。また、初期条件は、職種、役職、スキル、取扱商品等であってもよい。

【0031】

<求人票作成部１１３>
求人票作成部１１３は、受付部１１２が受け付けた初期条件から求人票を作成するように構成される。具体的には、求人票作成部１１３は、初期条件に基づいて複数の参照用項目を含む求人票を作成する。参照用項目は、スカウト文書作成部１１６においてスカウト文書の作成時に参照される項目（つまりスカウト文書作成に必要な項目）である。求人票作成部１１３が作成した求人票は、記憶部１２に記憶されたデータベースに追加される。

【0032】

図５は、初期条件入力画面ＩＤの一例を示す図である。図５Ａに示されるように、初期条件入力画面ＩＤは、初期条件入力欄ＰＦと、第１ボタンＢ１とを含む。初期条件入力欄ＰＦは、ユーザからの初期条件（例えば、求める人材像、ポジション名又はタイトルの内容を示す文章）の入力を受け付ける。ユーザが初期条件の全部又は一部を入力すると、図５Ｂに示されるように、予め用意されている人材像、ポジション名又はタイトルの中から、入力された初期条件に関連する人材像、ポジション名又はタイトルが一覧表示される。表示された人材像、ポジション名又はタイトルをユーザが選択すると、選択された人材像、ポジション名又はタイトルが初期条件入力欄ＰＦに入力される。初期条件入力欄ＰＦに人材像、ポジション名又はタイトルが入力された状態で第１ボタンＢ１が入力される（押下される）と、受付部１１２は、初期条件入力欄ＰＦに入力された人材像、ポジション名又はタイトルを、初期条件として受け付ける。初期条件は、ユーザが直接入力することなく、予め用意された文章の選択肢が一覧で表示され、その中から、ユーザが選択することで入力されてもよい。また、初期条件の選択肢として、ユーザによって事前に登録されたユーザの登録情報（例えば、業種、組織規模など）に関連するものが、予め用意された初期条件の内容を示す文章から抽出され、初期条件入力画面ＩＤに表示されてもよい。

【0033】

図６は、募集背景選択領域ＢＦ１が表示された初期条件入力画面ＩＤの一例を示す図である。初期条件入力画面ＩＤにおいて、図５Ａ及び図５Ｂに示される第１ボタンＢ１が入力されると、図６に示される募集背景選択領域ＢＦ１と、募集背景表示領域ＢＦ２と、第２ボタンＢ２とが表示される。募集背景選択領域ＢＦ１には、入力を受け付けた人材像、ポジション名又はタイトルに関連する募集背景の選択肢が表示される。なお、入力を受け付けた人材像、ポジション名又はタイトルに限らず、ユーザの登録情報やユーザによって入力されたその他の情報に関連する募集背景の選択肢が表示されてもよい。募集背景表示領域ＢＦ２には、選択肢の中からユーザが選択した募集背景が表示される。少なくとも１つの募集背景が選択された状態で、第２ボタンＢ２が入力されると、人工知能部１２０の第１求人票作成モデルによって求人票が作成される。なお、ユーザによる募集背景の内容を示す文章の全部又は一部の入力を受けて、予め用意されている募集背景の中から、入力された文章に関連する募集背景が選択肢として表示されてもよい。

【0034】

ここで、図６において、初期条件やユーザの登録情報に基づいて表示される選択肢にってユーザに選択される情報は、初期条件として入力されていない関連情報であれば、募集背景に限られない。関連情報は、求人票に関連する情報であり、例えば、募集背景の他に、業務内容、必要なスキル等が含まれる。募集背景以外の関連情報が選択肢として表示及び選択される場合、募集背景選択領域ＢＦ１は関連情報選択領域ＢＦ１、募集背景表示領域ＢＦ２は関連情報表示領域ＢＦ２と読み替えられる。関連情報選択領域ＢＦ１には、入力を受け付けた人材像、ポジション名又はタイトルに関連する情報の選択肢が表示される。関連情報表示領域ＢＦ２には、選択肢の中からユーザが選択した関連情報が表示される。少なくとも１つの関連情報が選択された状態で、第２ボタンＢ２が入力されると、人工知能部１２０の第１求人票作成モデルによって求人票が作成される。なお、関連情報は、初期条件の一部である。

【0035】

募集背景を含む関連情報の選択肢は、例えば人工知能部１２０の関連情報作成モデルによって作成される。関連情報作成モデルは、初期条件の一部（例えば、人材像、ポジション名又はタイトル）を入力とし、初期条件の別の一部である関連情報を出力とするように学習された学習モデルである。つまり、関連情報作成モデルは、初期条件の一部と、それに対応する関連情報のデータとを教師データとして学習した学習モデルである。また、関連情報作成モデルは、大規模言語モデルを含む生成ＡＩであってもよい。この場合、求人票作成部１１３は、初期条件の一部を入力とし、関連情報を作成して出力する指示を含むプロンプトを関連情報作成モデルに入力し、関連情報を関連情報作成モデルに出力させる。また、求人票作成部１１３は、関連情報の作成・出力指示と初期条件の一部とに加え、入力及び出力のサンプルとして、例えば、１以上の初期条件の一部のサンプルと、それに対応する１以上の関連情報のサンプルとを挿入したプロンプトを関連情報作成モデルに入力してもよい。

【0036】

求人票作成部１１３は、初期条件を人工知能部１２０の第１求人票作成モデルに入力し、第１求人票作成モデルに求人票を出力させる。第１求人票作成モデルは、初期条件を入力とし、求人票を出力とするように学習された学習モデルである。つまり、第１求人票作成モデルは、初期条件のデータと、それに対応する求人票のデータとを教師データとして学習した学習モデルである。また、第１求人票作成モデルは、大規模言語モデルを含む生成ＡＩであってもよい。この場合、求人票作成部１１３は、初期条件を入力とし、求人票を作成して出力する指示を含むプロンプトを第１求人票作成モデルに入力し、求人票を第１求人票作成モデルに出力させる。また、求人票作成部１１３は、求人票の作成・出力指示と初期条件とに加え、入力及び出力のサンプルとして、例えば、１以上の初期条件のサンプルと、それに対応する１以上の求人票のサンプルとを挿入したプロンプトを第１求人票作成モデルに入力してもよい。

【0037】

図７は、求人票ＪＰの一例を示す図である。求人票ＪＰには、募集するポジション名、仕事内容・労働条件、応募資格、アピールポイント等の複数の項目欄が含まれる。求人票ＪＰには、これら以外の他の項目欄が含まれてもよい。第１求人票作成モデルは、これらの項目欄の文章を、初期条件に基づいて生成する。第１求人票作成モデルは、後述する第１処理モデルが抽出する複数の参照用項目がそれぞれ、いずれかの項目欄に含まれる求人票ＪＰを作成するとよい。例えば、求人票作成部１１３は、複数の参照用項目のサンプルが挿入されたプロンプトを第１処理モデルに入力するとよい。

【0038】

また、求人票作成部１１３は、人工知能部１２０の第２求人票作成モデルを用いて、複数の参照用項目を１つずつ作成してもよい。第２求人票作成モデルは、初期条件を入力とし、参照用項目を出力とするように学習された学習モデルである。つまり、第２求人票作成モデルは、初期条件のデータと、それに対応する参照用項目のデータとを教師データとして学習した学習モデルである。また、第２求人票作成モデルは、大規模言語モデルを含む生成ＡＩであってもよい。この場合、求人票作成部１１３は、初期条件を入力とし、参照用項目を作成して出力する指示を含むプロンプトを第２求人票作成モデルに入力し、参照用項目を第２求人票作成モデルに出力させる。すなわち、求人票作成部１１３は、複数の参照用項目ごとに１つずつプロンプトを作成し、このプロンプトを１つずつ第２求人票作成モデルに入力する。この場合、求人票作成部１１３は、参照用項目ごとに学習された複数の第２求人票作成モデルを用いてもよい。また、求人票作成部１１３は、参照用項目の作成・出力指示と初期条件とに加え、入力及び出力のサンプルとして、例えば、１以上の初期条件のサンプルと、それに対応する１以上の参照用項目のサンプルとを挿入したプロンプトを第２求人票作成モデルに入力してもよい。

【0039】

求人票作成部１１３は、第２求人票作成モデルが出力した複数の参照用項目を、さらに人工知能部１２０の第３求人票作成モデルに入力することで、求人票を作成してもよい。第３求人票作成モデルは、複数の参照用項目を入力とし、求人票を出力とするように学習された学習モデルである。つまり、第３求人票作成モデルは、複数の参照用項目のデータと、それに対応する求人票のデータとを教師データとして学習した学習モデルである。また、第３求人票作成モデルは、大規模言語モデルを含む生成ＡＩであってもよい。この場合、求人票作成部１１３は、複数の参照用項目を入力とし、求人票を作成して出力する指示を含むプロンプトを第３求人票作成モデルに入力し、求人票を第３求人票作成モデルに出力させる。また、求人票作成部１１３は、求人票の作成・出力指示と初期条件とに加え、入力及び出力のサンプルとして、例えば、１以上の複数の参照用項目のサンプルと、それに対応する１以上の求人票のサンプルとを挿入したプロンプトを第３求人票作成モデルに入力してもよい。

【0040】

<取得部１１４>
取得部１１４は、スカウト文書を作成する対象の求人票を取得するように構成される。取得部１１４は、例えば、求人者端末２０からのスカウト文書を作成する求人票の入力を受け付け、当該求人票のデータを取得する。取得部１１４が取得する求人票は、求人票作成部１１３によって作成されたものであってもよいし、採用支援システム１の外部で作成され、採用支援システム１にインポートされたものであってもよい。

【0041】

求人者端末２０によって求人票作成部１１３が作成した求人票が選択された場合、取得部１１４は、上述のように初期条件に基づいて作成された求人票を取得する。求人票作成部１１３で作成された求人票は、後述する第１処理モデルによる複数の参照用項目の抽出精度が高くなる。そのため、スカウト文書に求人票の内容が適切に反映されやすくなる。

【0042】

取得部１１４は、求人票参照ウェブサイトへアクセスするためのウェブサイトアクセス情報を取得し、ウェブサイトアクセス情報に基づいて、ウェブスクレイピング処理により求人票参照ウェブサイトから複数の求人票アクセス情報を取得し、さらに複数の求人票アクセス情報から複数の求人票を取得してもよい。求人票参照ウェブサイトは、複数の求人票それぞれへアクセスするための複数の求人票アクセス情報を含むサイトである。図８は、求人票参照ウェブサイトＲＳの一例を示す図である。求人票参照ウェブサイトＲＳには、複数の求人票リンクＪＬ（求人票アクセス情報）が掲載されている。求人票参照ウェブサイトＲＳでは、求人票リンクＪＬの選択によって、個々の求人票にアクセスできる。求人票参照ウェブサイトＲＳとしては、例えば、組織が利用する採用管理システム（ＡＴＳ：Ａｐｐｌｉｃａｎｔ Ｔｒａｃｋｉｎｇ Ｓｙｓｔｅｍ）が提供する組織毎に用意される求人一覧が各求人票の求人票リンクＪＬとともに掲載された、求人票一覧ページ（ウェブサイト）が挙げられる。

【0043】

図９は、求人票アクセス情報を取得するための情報取得画面ＡＤの一例を示す図である。図９Ａに示されるように、情報取得画面ＡＤは、アクセス情報入力欄ＡＦを含む。アクセス情報入力欄ＡＦには、求人票参照ウェブサイトＲＳのＵＲＬ（ウェブサイトアクセス情報）が入力される。求人票参照ウェブサイトＲＳのＵＲＬは、求人者端末２０からユーザが直接入力してもよいし、ユーザが閲覧した（アクセスした）求人票参照ウェブサイトＲＳから取得部１１４が取得して表示させてもよい。取得部１１４は、アクセス情報入力欄ＡＦに入力されたＵＲＬをウェブサイトアクセス情報として取得する。

【0044】

ウェブサイトアクセス情報の取得後、取得部１１４は、ウェブサイトアクセス情報を使って求人票参照ウェブサイトＲＳに含まれる複数の求人票リンクＪＬを取得する。図９Ｂに示されるように、取得部１１４は、情報取得画面ＡＤにおいて取得した求人票リンクＪＬ（求人票のＵＲＬ）をリスト表示させる。ユーザは、求人票を取得する（つまり、スカウト文書の作成、求人票の修正等の対象とする）求人票リンクＪＬを、例えばチェックボックスのチェックによって選択する。また、図９Ｂに示されるように、取得部１１４は、複数の求人票リンクＪＬをグループ化してもよい。求人票リンクＪＬのグループ（ＵＲＬグループ）は、例えば、職種、業種、年収等の条件によって分類される。ユーザは、ＵＲＬグループを選択することで、当該ＵＲＬグループに含まれる複数の求人票リンクＪＬを一括選択することができる。１以上の求人票リンクＪＬが選択された状態で第３ボタンＢ３が入力される（押下される）と、取得部１１４は、選択された求人票リンクＪＬに対しウェブスクレイピング処理を実行して、それぞれのＵＲＬから求人票を取得する。

【0045】

<求人票修正部１１５>
求人票修正部１１５は、取得部１１４が取得した求人票を修正するように構成される。具体的には、求人票修正部１１５は、取得部１１４が取得した求人票から抽出された、タイトル、業務内容、求人者が求める人物像及び募集背景の少なくとも１つに基づいて、当該求人票を修正した修正求人票を作成する。

【0046】

例えば、求人票修正部１１５は、求人票を人工知能部１２０の初期条件推定モデルに入力し、初期条件推定モデルに求人票に対応する初期条件（つまり、タイトル、ポジション名、業務内容、求人者が求める人材像及び募集背景の少なくとも１つ）を推定させる。その後、求人票修正部１１５は、推定された初期条件を上述した第１求人票作成モデル、又は第２求人票作成モデルと第３求人票作成モデルとの組に入力し、これらのモデルに求人票を出力させる。求人票修正部１１５は、モデルから出力された求人票をスカウト文書の作成対象となる修正求人票とする。

【0047】

求人票修正部１１５は、複数の参照用項目が含まれる修正求人票を出力するように構成されるとよい。例えば、求人票修正部１１５は、求人票作成部１１３と同様に、複数の参照用項目ごとに１つずつプロンプトを作成し、このプロンプトを１つずつ第２求人票作成モデルに入力することで、複数の参照用項目を１つずつ作成してもよい。また、求人票修正部１１５は、参照用項目ごとに学習された複数の第２求人票作成モデルを用いてもよい。

【0048】

初期条件推定モデルは、求人票を入力とし、初期条件を出力とするように学習された学習モデルである。つまり、初期条件推定モデルは、求人票のデータと、それに対応する初期条件のデータとを教師データとして学習した学習モデルである。また、初期条件推定モデルは、大規模言語モデルを含む生成ＡＩであってもよい。この場合、求人票作成部１１３は、求人票を入力とし、初期条件を抽出して出力する指示を含むプロンプトを初期条件推定モデルに入力し、初期条件を初期条件推定モデルに出力させる。また、求人票作成部１１３は、初期条件の抽出・出力指示と求人票とに加え、入力及び出力のサンプルとして、例えば、１以上の求人票のサンプルと、それに対応する１以上の初期条件のサンプルとを挿入したプロンプトを初期条件推定モデルに入力してもよい。

【0049】

取得部１１４において、例えば求人票参照ウェブサイト等から複数の求人票が取得されている場合、求人票修正部１１５は、複数の求人票にそれぞれ対応する複数の修正求人票を作成する。すなわち、求人票修正部１１５は、複数の求人票を１つずつ初期条件推定モデルに入力し、初期条件を抽出する。さらに、求人票修正部１１５は、複数の求人票それぞれか抽出された初期条件を１つずつ、第１求人票作成モデル、又は第２求人票作成モデルと第３求人票作成モデルとの組に入力し、これらのモデルに修正求人票を出力させる。

【0050】

<スカウト文書作成部１１６>
スカウト文書作成部１１６は、取得部１１４が取得した求人票に対応するスカウト文書を作成するように構成される。スカウト文書作成部１１６によるスカウト文書の作成は、任意のタイミングで行われる。スカウト文書作成部１１６によるスカウト文書の作成は、例えば、求人票の作成後又は修正後に自動で実行されてもよいし、ユーザによるスカウト文書の作成指示を受けて実行されてもよい。

【0051】

具体的には、スカウト文書作成部１１６は、取得部１１４が取得した求人票を学習モデルである第１処理モデルに入力し、第１処理モデルに求人票に含まれる複数の参照用項目にそれぞれ対応した複数の文書構成要素を出力させ、複数の文書構成要素をさらに学習モデルである第２処理モデルに入力し、第２処理モデルに求人票に対応した第１スカウト文書を出力させる。

【0052】

参照用項目としては、例えば、「募集理由」（募集背景）、「採用対象」、「将来展望」、「組織又はポジションの魅力」、「組織又はポジションの競合優位性」等が挙げられるが、これに限られず、スカウト文書に関連する内容の項目であればよい。これらの参照用項目のうち、少なくとも１つの文書構成要素が出力されてもよい。すなわち、スカウト文書作成部１１６は、第１処理モデルに、求人票に記載された「募集理由」から導かれる文書構成要素（つまり、「なぜ募集しているか？」を求職者に伝えるための文）と、求人票に記載された「採用対象」から導かれる文書構成要素（つまり、「どんな人を募集しているか？」を求職者に伝えるための文）と、求人票に記載された「将来展望」から導かれる文書構成要素（つまり、「今後どんな将来展望があるか？」を求職者に伝えるための文）と、求人票に記載された「組織又はポジションの魅力」から導かれる文書構成要素（つまり、「社員にとってどんな魅力があるか？」を求職者に伝えるための文）と、求人票に記載された「組織又はポジションの競合優位性」から導かれる文書構成要素（つまり、「競合組織に対して、組織又はポジションがどんな優位性があるか？」を求職者に伝えるための文）とを出力させるとよい。

【0053】

<第１処理モデル>
第１処理モデルは、求人票を入力とし、複数の文書構成要素を出力とするように学習された学習モデルである。つまり、第１処理モデルは、求人票のデータと、それに対応する文書構成要素のデータとを教師データとして学習した学習モデルである。また、第１処理モデルは、大規模言語モデルを含む生成ＡＩであってもよい。この場合、スカウト文書作成部１１６は、求人票を入力とし、複数の文書構成要素を作成して出力する指示を含むプロンプトを第１処理モデルに入力し、複数の文書構成要素を第１処理モデルに出力させる。また、スカウト文書作成部１１６は、複数の文書構成要素の作成・出力指示と求人票とに加え、入力及び出力のサンプルとして、例えば、１以上の求人票のサンプルと、それに対応する１以上の文書構成要素のサンプルとを挿入したプロンプトを第１処理モデルに入力してもよい。ここで、第１処理モデルは、複数の文書構成要素を、入力された求人票のデータに含まれる文から抜き出して出力してもよいし、入力された求人票のデータに含まれる文に基づいて作成し出力してもよい。第１処理モデルが作成し出力する複数の文書構成要素は、求人票のデータに含まれる文の少なくとも一部を必ず含むように作成されてもよい。これらの出力結果は、第１処理モデルに入力されるプロンプトによって指示されてもよい。

【0054】

第１処理モデルが抽出すべき参照用項目は、第１処理モデルに学習結果のパラメータとして組み込まれるか、又は第１処理モデルに入力されるプロンプトに挿入される。

【0055】

さらに、スカウト文書作成部１１６は、求人票とともに、スカウト文書の送信対象となる求職者の属性ごとに用意された文書構成要素のサンプルを第１処理モデルに入力し、第１処理モデルに求職者の属性に応じた文書構成要素を出力させてもよい。これにより、１つの求人票から、ターゲットに合わせて異なる文面の第１スカウト文書を作成することができる。求職者の属性は、求職者に関する情報である。求職者の属性の具体例としては、求職者の経験した業種、経験した組織、経験した職種、保有スキル、保有資格、年収、年齢等が挙げられる。スカウト文書作成部１１６は、例えば、同業種（つまり、経験した業種が求人票の業種と同じ求職者）に対するサンプルと、異業種（つまり、経験した業種が求人票の業種と異なる求職者）に対するサンプルとを第１処理モデルに入力することで、１つの求人票の入力から、同業種向けの文書構成要素と、異業種向けの文書構成要素とを出力させる。つまり、１つの求人票に基づいて、内容の異なる、複数の文書構成要素を出力することができる。

【0056】

スカウト文書作成部１１６は、求人票の募集カテゴリごとに用意された文章構成要素のサンプルを用いてもよい。募集カテゴリは、例えば、求人票の職種、業種等である。また、スカウト文書作成部１１６は、求職者の属性又は求人票の募集カテゴリごとに学習された第１処理モデルを用いてもよい。例えば、スカウト文書の送信対象が同業種の求職者である場合、スカウト文書作成部１１６は、同業種に対応した文章構成要素を出力する第１処理モデルに求人票を入力してもよい。

【0057】

さらに、スカウト文書作成部１１６は、求職者の属性又は求人票の募集カテゴリに応じて、第１処理モデルに入力するプロンプトを変えてもよい。例えば、スカウト文書の送信対象が同業種の求職者である場合、スカウト文書作成部１１６は、同業種に対応した文章構成要素を出力する指示を第１処理モデルへのプロンプトに挿入してもよい。

【0058】

スカウト文書作成部１１６は、求人票とともに、複数の参照用項目のうち求人票に含まれない参照用項目に対応する文書構成要素を特定のエラー文とする指示を第１処理モデルに入力するとよい。具体的には、スカウト文書作成部１１６は、第１処理モデルに入力するプロンプトに対し、例えば「情報が不足している（該当の参照用項目が求人票に存在しない）場合は「わかりません」と記載してください。」といったエラー文（本例では「わかりません」）の出力指示を挿入する。これにより、エラー文が、存在しない参照用項目に対応する文書構成要素として出力される。また、スカウト文書作成部１１６は、求人票に含まれない参照用項目がある場合に、その旨（エラー表示）を求人者端末２０等に表示させてもよい。

【0059】

スカウト文書作成部１１６は、求人票とともに、複数の参照用項目のうち、求人票に含まれない参照用項目に対応する文書構成要素を作成しない指示を第１処理モデルに入力してもよい。この場合は、第１処理モデルは、求人票に含まれる参照用項目に対応する文章構成要素のみを出力する。

【0060】

<第２処理モデル>
第２処理モデルは、複数の文章構成要素（例えば、「募集理由」、「採用対象」、「将来展望」、「組織又はポジション」、「組織又はポジションの競合優位性」等のそれぞれに対応する文章構成要素）を入力とし、第１スカウト文書を出力とするように学習された学習モデルである。つまり、第２処理モデルは、複数の文書構成要素のデータと、それに対応する求人票のデータとを教師データとして学習した学習モデルである。また、第２処理モデルは、大規模言語モデルを含む生成ＡＩであってもよい。この場合、スカウト文書作成部１１６は、複数の文書構成要素を入力とし、第１スカウト文書を作成して出力する指示を含むプロンプトを第２処理モデルに入力し、第１スカウト文書を第２処理モデルに出力させる。また、スカウト文書作成部１１６は、第１スカウト文書の作成・出力指示と複数の文書構成要素とに加え、入力及び出力のサンプルとして、例えば、１以上の文書構成要素のサンプルと、それに対応する１以上の第１スカウト文書のサンプルとを挿入したプロンプトを第２処理モデルに入力してもよい。

【0061】

さらに、スカウト文書作成部１１６は、複数の文書構成要素とともに、スカウト文書の送信対象となる求職者の属性ごとに用意された第１スカウト文書のサンプルを第２処理モデルに入力し、第２処理モデルに属性に応じた第１スカウト文書を出力させてもよい。これにより、１つの求人票から、ターゲットに合わせて異なる文面の第１スカウト文書を作成することができる。スカウト文書作成部１１６は、例えば、同業種に対するサンプルと異業種に対するサンプルとを第２処理モデルに入力することで、１つの求人票に基づく複数の文書構成要素の入力から、同業種向けの第１スカウト文書と、異業種向けの第１スカウト文書とを出力させる。

【0062】

なお、上述のように、求職者の属性ごとに用意された文書構成要素のサンプルを第１処理モデルに入力し、第１処理モデルに求職者の属性に応じた文書構成要素を出力させる場合は、第２処理モデルに求職者の属性ごとに用意された第１スカウト文書のサンプルを必ずしも入力しなくてもよい。すなわち、スカウト文書作成部１１６は、同業者向けに出力された文章構成要素を第２処理モデルに入力することで同業種向けの第１スカウト文書を出力させ、異業者向けに出力された文章構成要素を第２処理モデルに入力することで異業者向けの第１スカウト文書を出力させてもよい。

【0063】

スカウト文書作成部１１６は、求人票の募集カテゴリごとに用意された第１スカウト文書のサンプルを用いてもよい。また、スカウト文書作成部１１６は、求職者の属性又は求人票の募集カテゴリごとに学習された第２処理モデルを用いてもよい。例えば、スカウト文書の送信対象が同業種の求職者である場合、スカウト文書作成部１１６は、同業種に対応した第１スカウト文書を出力する第２処理モデルに複数の文章構成要素を入力してもよい。

【0064】

さらに、スカウト文書作成部１１６は、求職者の属性又は求人票の募集カテゴリに応じて、第２処理モデルに入力するプロンプトを変えてもよい。例えば、スカウト文書の送信対象が同業種の求職者である場合、スカウト文書作成部１１６は、同業種に対応した第１スカウト文書を出力する指示を第２処理モデルへのプロンプトに挿入してもよい。

【0065】

また、スカウト文書作成部１１６は、複数の文書構成要素のうち、エラー文以外の文書構成要素を第２処理モデルに入力する。つまり、スカウト文書作成部１１６は、中身がエラー文（例えば、「わかりません」）となっている文書構成要素は、第２処理モデルに入力しない。第２処理モデルは、入力された文書構成要素のみを用いて、第１スカウト文書を作成する。これにより、第１スカウト文書におけるハルシネーションが抑制される。すなわち、参照用項目に該当する記述が求人票に含まれない場合に、この参照用項目に対する文書構成要素が、求人票に含まれない情報から第２処理モデルによって生成されることが抑制される。

【0066】

また、スカウト文書作成部１１６は、中身がエラー文となっている文書構成要素も第２処理モデルに入力とするとともに、エラー文に基づく文章を第１スカウト文書に挿入しない指示を第２求処理モデルに入力してもよい。例えば、スカウト文書作成部１１６は、第２処理モデルに入力するプロンプトに対し、参照用項目がエラー文の場合は当該参照用項目（エラー文）を第１スカウト文書に反映させない内容の指示を挿入してもよい。

【0067】

また、スカウト文書作成部１１６は、第１処理モデルが出力した複数の文章構成要素を必ずしも全て第２処理モデルに入力しなくてもよい。例えば、スカウト文書作成部１１６は、第１処理モデルが出力した複数の文章構成要素のうち、予め指定された文章構成要素のみを第２処理モデルに入力してもよい。第２処理モデルに入力されなかった文章構成要素は、例えば後述する第５処理モデルによる再送用スカウト文書の作成に使用される。

【0068】

スカウト文書作成部１１６は、第１スカウト文書の文字数を一定以下とする指示、及び候補者名（スカウト文書の送信先である求職者の氏名）を特定のラベル名とする指示を第２処理モデルに入力するとよい。具体的には、スカウト文書作成部１１６は、第２処理モデルに入力するプロンプトに対し、例えば「生成する文章の文字数は〇〇文字以内」、「候補者名は｛候補者名｝から変更しない」といった出力指示を挿入する。これにより、適切な文章の長さで、かつ、候補者名におけるハルシネーションが抑制された第１スカウト文書が出力される。

【0069】

取得部１１４が取得した求人票に対し、求人票修正部１１５によって修正求人票が作成された場合、スカウト文書作成部１１６は、修正求人票を第１処理モデルに入力し、第１処理モデルに修正求人票に含まれる複数の項目にそれぞれ対応した複数の文書構成要素を出力させ、複数の文書構成要素をさらに第２処理モデルに入力し、第２処理モデルに修正求人票に対応した第１スカウト文書を出力させる。これにより、求人者が求める求職者を採用しやすいように求人票を修正しつつ、修正した求人票に基づいた第１スカウト文書を作成することができる。そのため、求職者を採用しやすいスカウト文書を効率的に作成することができる

【0070】

第２処理モデルが出力する第１スカウト文書は、複数の文書構成要素の表現、文脈等を調整した文章群によって構成される。第１スカウト文書には、第２処理モデルによって付与された文及び単語も含まれうる。図１０は、スカウト文書作成部１１６が作成するスカウト文書ＳＤの一例を示す図である。図１０のスカウト文書ＳＤは、第２処理モデルによって作成された本文ＭＢと、後述する第３処理モデルによって作成された文頭ＳＨ及び文尾ＳＦとを含む。図１０の例では、本文ＭＢは、第１文章Ｓ１、第２文章Ｓ２、第３文章Ｓ３、第４文章Ｓ４及び第５文章Ｓ５を含む。

【0071】

図１０の例において、第１文章Ｓ１は、「どのような組織・事業か」を説明する文章である。第１文章Ｓ１は、例えば、「募集理由」に対応する文章構成要素に基づいて生成される。第２文章Ｓ２は、「どのような環境か」を説明する文章である。第２文章Ｓ２は、例えば、「募集理由」に対応する文章構成要素に基づいて生成される。第３文章Ｓ３は、「どのような人にマッチするか」を説明する文章である。第３文章Ｓ３は、例えば、「採用対象」に対応する文章構成要素に基づいて生成される。第４文章Ｓ４は、「どのような魅力・将来展望があるか」を示す文章である。第４文章Ｓ４は、例えば、「将来展望」に対応する文章構成要素と、「組織又はポジションの魅力」に対応する文章構成要素とに基づいて生成される。第５文章Ｓ５は、「どのような競合優位性があるか」を示す文章である。第５文章Ｓ５は、例えば、「組織又はポジションの競合優位性」に対応する文章構成要素に基づいて生成される。

【0072】

第２処理モデルが出力した第１スカウト文書は、ユーザによってスカウト文書としてそのまま求職者に送信されてもよいし、ユーザの修正及び追記を前提としたスカウト文書のテンプレートとして使用されてもよい。

【0073】

スカウト文書作成部１１６は、第１スカウト文書の内容や体裁を調整又は修正してもよい。すなわち、スカウト文書作成部１１６は、第１スカウト文書をさらに学習モデルである第３処理モデルに入力し、第３処理モデルに第１スカウト文書の形式を調整した第２スカウト文書を出力させてもよい。これにより、スカウト文書全体に対する調整を行いつつ、スカウト文書としての体裁を整えることができる。

【0074】

<第３処理モデル>
第３処理モデルは、第１スカウト文書を入力とし、第２スカウト文書を出力とするように学習された学習モデルである。つまり、第３処理モデルは、第１スカウト文書のデータと、それに対応する第２スカウト文書のデータとを教師データとして学習した学習モデルである。また、第３処理モデルは、大規模言語モデルを含む生成ＡＩであってもよい。この場合、スカウト文書作成部１１６は、第１スカウト文書を入力とし、第２スカウト文書を作成して出力する指示を含むプロンプトを第３処理モデルに入力し、第２スカウト文書を第３処理モデルに出力させる。また、スカウト文書作成部１１６は、第２スカウト文書の作成・出力指示と第１スカウト文書とに加え、入力及び出力のサンプルとして、例えば、１以上の第１スカウト文書のサンプルと、それに対応する１以上の第２スカウト文書のサンプルとを挿入したプロンプトを第３処理モデルに入力してもよい。

【0075】

スカウト文書作成部１１６は、第１スカウト文書の文面をわかりやすくする指示と、文頭及び文尾を第１スカウト文書に挿入する指示とを第３処理モデルに入力するとよい。具体的には、スカウト文書作成部１１６は、第３処理モデルに入力するプロンプトに対し、例えば「スカウト文書を送信する採用担当者として第１スカウト文書をわかりやすくしてください」、「文頭の文章及び文尾の文章を含む出力形式に沿って第２スカウト文書を出力してください」といった出力指示を挿入する。これにより、採用担当者が作成するような文面で、かつ、図１０に示される文頭ＳＨ及び文尾ＳＦを含む第２スカウト文書が出力される。なお、スカウト文書作成部１１６は、文頭及び文尾のいずれか一方のみを挿入する指示（プロンプト）を第３処理モデルに入力してもよい。また、スカウト文書作成部１１６は、第１スカウト文書の内容に依らない固定文（文頭、文尾、又はこれら以外の文）を挿入する指示（プロンプト）を第３処理モデルに入力してもよい。

【0076】

第３処理モデルが出力した第２スカウト文書は、ユーザによってスカウト文書としてそのまま求職者に送信されてもよいし、ユーザの修正及び追記を前提としたスカウト文書のテンプレートとして使用されてもよい。

【0077】

スカウト文書作成部１１６は、第２スカウト文書にタイトル（件名）を付与してもよい。すなわち、スカウト文書作成部１１６は、第２スカウト文書をさらに学習モデルである第４処理モデルに入力し、第４処理モデルに第２スカウト文書のタイトルを出力させてもよい。これにより、求職者の関心を高められるタイトルをスカウト文書に付与することができる。また、ユーザがスカウト文書のタイトルを検討する手間が削減される。

【0078】

さらに、スカウト文書作成部１１６は、第１スカウト文書にタイトル（件名）を付与してもよい。すなわち、スカウト文書作成部１１６は、第１スカウト文書をさらに学習モデルである第４処理モデルに入力し、第４処理モデルに第１スカウト文書のタイトルを出力させてもよい。つまり、スカウト文書作成部１１６は、第２処理モデルが出力した第１スカウト文書を、第３処理モデルに入力することなく、第４処理モデルに入力してもよい。これによっても、求職者の関心を高められるタイトルをスカウト文書に付与することができる。

【0079】

<第４処理モデル>
第４処理モデルは、スカウト文書（第１スカウト文書又は第２スカウト文書）を入力とし、スカウト文書のタイトルを出力とするように学習された学習モデルである。つまり、第４処理モデルは、スカウト文書のデータと、それに対応するタイトルのデータとを教師データとして学習した学習モデルである。また、第４処理モデルは、大規模言語モデルを含む生成ＡＩであってもよい。この場合、スカウト文書作成部１１６は、スカウト文書を入力とし、タイトルを作成して出力する指示を含むプロンプトを第４処理モデルに入力し、スカウト文書のタイトルを第４処理モデルに出力させる。また、スカウト文書作成部１１６は、タイトルの作成・出力指示とスカウト文書とに加え、入力及び出力のサンプルとして、例えば、１以上のスカウト文書のサンプルと、それに対応する１以上のタイトルのサンプルとを挿入したプロンプトを第４処理モデルに入力してもよい。

【0080】

第４処理モデルは、スカウト文書のタイトルのデータのみを教師データとして学習した学習モデルであってもよい。また、第４処理モデルが生成ＡＩである場合、スカウト文書作成部１１６は、タイトルの作成・出力指示とスカウト文書とに加え、入力のサンプルを挿入せず、出力のサンプルとして複数のタイトルのサンプルを挿入したプロンプトを第４処理モデルに入力してもよい。

【0081】

スカウト文書作成部１１６は、スカウト文書を求職者に送信した後に、同一の求人票に基づき、同一の求職者に改めて送信するための再送用スカウト文書を作成してもよい。すなわち、スカウト文書作成部１１６は、第２スカウト文書をさらに学習モデルである第５処理モデルに入力し、第５処理モデルに再送用スカウト文書を出力させてもよい。これにより、第２スカウト文書の内容を維持しつつ、第２スカウト文書とは異なる文面の再送用スカウト文書を効率的に作成できる。

【0082】

さらに、スカウト文書作成部１１６は、第２スカウト文書に替えて、第１スカウト文書をさらに学習モデルである第５処理モデルに入力し、第５処理モデルに再送用スカウト文書を出力させてもよい。つまり、スカウト文書作成部１１６は、第２処理モデルが出力した第１スカウト文書を、第３処理モデルに入力することなく、第５処理モデルに入力してもよい。これにより、第１スカウト文書の内容を維持しつつ、第１スカウト文書とは異なる文面の再送用スカウト文書を効率的に作成できる。

【0083】

<第５処理モデル>
第５処理モデルは、スカウト文書（第１スカウト文書又は第２スカウト文書）を入力とし、再送用スカウト文書を出力とするように学習された学習モデルである。つまり、第５処理モデルは、スカウト文書のデータと、それに対応する再送用スカウト文書のデータとを教師データとして学習した学習モデルである。また、第５処理モデルは、大規模言語モデルを含む生成ＡＩであってもよい。この場合、スカウト文書作成部１１６は、スカウト文書を入力とし、再送用スカウト文書を作成して出力する指示を含むプロンプトを第５処理モデルに入力し、再送用スカウト文書を第５処理モデルに出力させる。また、スカウト文書作成部１１６は、再送用スカウト文書の作成・出力指示とスカウト文書とに加え、入力及び出力のサンプルとして、例えば、１以上のスカウト文書のサンプルと、それに対応する１以上の再送用スカウト文書のサンプルとを挿入したプロンプトを第５処理モデルに入力してもよい。

【0084】

第５処理モデルが出力する再送用スカウト文書は、第１スカウト文章又は第２スカウト文書に含まれる文章群（又は当該文章群をアレンジしたもの）と、返信を促すために追加された追加文章とによって構成される。追加文章には、例えば、第１処理モデルが出力した文章構成要素に基づいて新たに作成された第１文章と、返信を促すための文言を含む汎用的な第２文章（例えば、「先日お送りしましたスカウトはご確認いただけましたでしょうか」）とが含まれる。第１文章は、スカウト文書の内容によって変動する変動文章と呼ばれてもよく、第２文章は、スカウト文書の内容によって変動しない固定文章と呼ばれてもよい。

【0085】

スカウト文書作成部１１６は、例えば、第１処理モデルが出力した複数の文章構成要素のうち、第２処理モデルに入力されなかった（つまり、第１スカウト文書に反映されなかった）文章構成要素を第１スカウト文書又は第２スカウト文書とともに第５処理モデルに入力し、第５処理モデルに当該文章構成要素に基づく第１文章が追加された再送用スカウト文書を出力させる。この場合、スカウト文書作成部１１６は、第５処理モデルに入力するプロンプトに対し、例えば「ポジションの「特に魅力的な点」を整理して挿入してください」といった出力指示を挿入する。これにより、初期のスカウト文書（第１スカウト文書又は第２スカウト文書）には含まれない追加文章が挿入された再送用スカウト文書が得られる。

【0086】

また、スカウト文書作成部１１６は、第５処理モデルに、第１スカウト文書に反映された文章構成要素や第１スカウト文書の内容から、特定の文章（例えば「魅力的な点」に関する文章）を抽出し、当該文章を強調した文章（例えば「魅力的な点」を強調する文章）を再送用スカウト文書に挿入させてもよい。

【0087】

第５処理モデルが出力した再送用スカウト文書は、ユーザによってスカウト文書としてそのまま求職者に送信されてもよいし、ユーザの修正及び追記を前提としたスカウト文書のテンプレートとして使用されてもよい。また、再送用スカウト文書は、第１スカウト文書又は第２スカウト文書の作成時に自動作成されてもよいし、ユーザによるスカウト文書の再送指示を受けて作成されてもよい。

【0088】

求人票修正部１１５が複数の修正求人票を作成した場合、スカウト文書作成部１１６は、複数の修正求人票それぞれに対応した複数の第１スカウト文書を作成する。これにより、上述した求人票参照ウェブサイトからアクセス可能な複数の求人票に対し、一括してそれぞれの求人票に対応するスカウト文書を作成することができる。さらに、スカウト文書作成部１１６は、複数の第１スカウト文書に基づいて、複数の第２スカウト文書、複数の第１スカウト文書それぞれのタイトル、又は複数の再送用スカウト文書を作成してもよい。同様に、スカウト文書作成部１１６は、複数の第２スカウト文書に基づいて、複数の第２スカウト文書それぞれのタイトル、又は複数の再送用スカウト文書を作成してもよい。

【0089】

<修正提示部１１７>
修正提示部１１７は、求人票修正部１１５が作成した修正求人票における修正内容を提示するように構成される。例えば、修正提示部１１７は、修正前の求人票と、修正後の求人票とを対比させて、求人者端末２０に表示させる。図１１は、修正内容表示画面ＭＤの一例である。修正内容表示画面ＭＤには、修正概要ＭＳと、修正前求人票ＪＰ１と、修正後求人票ＪＰ２とが表示される。修正前求人票ＪＰ１と、修正後求人票ＪＰ２とは、左右に並んで表示される。

【0090】

修正提示部１１７は、修正前求人票ＪＰ１と修正後求人票ＪＰ２との差分（修正後求人票ＪＰ２における修正箇所）をハイライト表示させるなど、他の部分と視覚的に区別できるよう、強調して表示させてもよい。また、修正提示部１１７は、修正箇所のみを提示してもよい。

【0091】

修正提示部１１７は、求人者端末２０から、提示した求人票の修正（つまり、修正求人票による求人票の上書き更新）の承認入力を受け付ける。修正後の求人票は、データベースに記憶される。スカウト文書作成部１１６は、ユーザによる求人票の修正の承認を受けて、修正求人票に対するスカウト文書の作成を行うとよい。換言すれば、ユーザによる求人票の修正が承認されない場合、スカウト文書作成部１１６は、修正求人票に対するスカウト文書の作成を実行しないように構成されるとよい。ただし、スカウト文書作成部１１６は、修正の承認有無に関わらず、テンプレートとして修正求人票に対応するスカウト文書を作成するように構成されてもよい。

【0092】

修正提示部１１７は、求人者端末２０からの求人票の記載事項に対する直接の修正入力（編集入力）を受け付けてもよい。この場合、修正入力によって修正された求人票に対し、スカウト文書作成部１１６によるスカウト文書の作成が行われる。

【0093】

<人工知能部１２０>
人工知能部１２０は、各機能部から入力を受け付け、指示された出力を返すように構成されている。なお、サーバ装置１０が各機能部において使用する人工知能は、共通のものであってもよいし、機能部毎に個別に用意されたものであってもよい。

【0094】

人工知能部１２０は、ＧＰＴ（Ｇｅｎｅｒａｔｉｖｅ Ｐｒｅｔｒａｉｎｅｄ Ｔｒａｎｓｆｏｒｍｅｒ、ＧＰＴ－１、ＧＰＴ－２、ＧＰＴ－３を含む）、ＢＥＲＴ（Ｂｉｄｉｒｅｃｔｉｏｎａｌ Ｅｎｃｏｄｅｒ Ｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ ｆｒｏｍ Ｔｒａｎｓｆｏｒｍｅｒｓ）、ＢＡＲＴ（Ｂｉｄｉｒｅｃｔｉｏｎａｌ ａｎｄ Ａｕｔｏ－ｒｅｇｒｅｓｓｉｖｅ Ｔｒａｎｓｆｏｒｍｅｒ）等を含むトランスフォーマ（Ｔｒａｎｓｆｏｒｍｅｒ）や再帰型ニューラルネットワーク（Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＲＮＮ））等の言語モデル等を備えるＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）であって、生成ＡＩを含んでもよい。

【0095】

言語モデルは、機械学習アルゴリズムによる学習モデルの一例である。機械学習の具体的なアルゴリズムとしては、最近傍法、ナイーブベイズ法、決定木、サポートベクターマシン、ニューラルネットワークを利用した深層学習（ディープラーニング）等が挙げられる。人工知能部１２０は、上記のアルゴリズムを適宜適用することができる。

【0096】

人工知能部１２０は、教師あり学習、教師なし学習、又は自己教師あり学習等の学習方法によって構築された学習済みモデルを有してもよい。教師あり学習では、教師データ（学習データ）を用いて機械学習を行う。教師データは、学習用の入力データ及び出力データ（正解データ）のペアで構成される。また、言語モデルは、特定のタスクのために訓練されたものだけでなく、幅広いタスクに対して汎用的に用いることができる汎用モデルであってもよい。

【0097】

人工知能部１２０は、人工知能として、膨大なデータを学習した大規模言語モデル（Ｌａｒｇｅ Ｌａｎｇｕａｇｅ Ｍｏｄｅｌｓ（ＬＬＭ））のような汎用的な自然言語処理の学習モデルであってもよい。このような汎用的な学習モデルは、Ｏｎｅ－ｓｈｏｔ ＬｅａｒｎｉｎｇやＦｅｗ－ｓｈｏｔ Ｌｅａｒｎｉｎｇ等により、ファインチューニングなしで様々なタスクに対応可能な言語モデルを含む。また、汎用的な学習モデルは、Ｚｅｒｏ－ｓｈｏｔ Ｌｅａｒｎｉｎｇによっても、様々なタスクに対応可能に構成されてもよい。制御部１１の各機能部において用いられる人工知能は、それぞれ別個の学習モデルであってもよいし、共通した汎用的な学習モデルであってもよい。

【0098】

人工知能部１２０に含まれる学習モデル（第１処理モデル等の、各機能部において使用される学習モデル）は、追加の学習を行うことが可能である。例えば、人工知能部１２０は、新たな求人票の登録、及びスカウト文書の作成が発生する都度、これらを新たな教師データとして、追加の学習を行ってファインチューニングされてもよい。これにより、学習モデルから出力される期待値情報の精度が向上する。

【0099】

<表示部>
求人者端末２０の表示部２１１及び求職者端末３０の表示部３１１は、それぞれ、サーバ装置１０から送信されてきた画面データが示す画面を表示する。

【0100】

<操作受付部>
求人者端末２０の操作受付部２１２は、求人者端末２０を利用するユーザ（求人者）による操作を受け付ける。求職者端末３０の操作受付部３１２は、求職者端末３０を利用するユーザ（求職者）による操作を受け付ける。

【0101】

３．情報処理方法
本節では、サーバ装置１０の情報処理方法について説明する。この情報処理方法は、サーバ装置１０の各部が、各ステップとしてコンピュータにより実行される。

【0102】

この情報処理方法には、第１実施形態と、第２実施形態とが含まれる。第１実施形態の情報処理方法は、求人票を作成するための初期条件の入力を受け付ける受付ステップと、初期条件に基づいて複数の項目を含む求人票を作成する求人票作成ステップと、初期条件に基づいて作成された求人票を取得する取得ステップと、求人票を学習モデルである第１処理モデルに入力し、第１処理モデルに求人票に含まれる複数の項目にそれぞれ対応した複数の文書構成要素を出力させ、複数の文書構成要素をさらに学習モデルである第２処理モデルに入力し、第２処理モデルに求人票に対応した第１スカウト文書を出力させ、第１スカウト文書をさらに学習モデルである第３処理モデルに入力し、第３処理モデルに第１スカウト文書の形式を調整した第２スカウト文書を出力させ、第２スカウト文書をさらに学習モデルである第４処理モデルに入力し、第４処理モデルに第２スカウト文書のタイトルを出力させ、第２スカウト文書をさらに学習モデルである第５処理モデルに入力し、第５処理モデルに再送用スカウト文書を出力させるスカウト文書作成ステップとを備える。

【0103】

図１２は、採用支援システム１によって実行される第１実施形態の情報処理（求人票作成からのスカウト文書の作成処理）の流れを示すアクティビティ図である。以下では、このアクティビティ図の各アクティビティに沿って、情報処理を説明する。

【0104】

第１実施形態におけるスカウト文書の作成処理は、求人者による、求人票の作成から開始される。求人者は、求人者端末２０において、求人票を作成するための初期条件を入力する（アクティビティＡ１０１）。サーバ装置１０は、求人者端末２０から初期条件の入力を受け付ける（アクティビティＡ１０２）。サーバ装置１０は、受け付けた初期条件に基づいて求人票を作成する（アクティビティＡ１０３）。続いて、サーバ装置１０は、作成した求人票を第１処理モデルに入力する（アクティビティＡ１０４）。これにより、第１処理モデルから文書構成要素が出力される。次に、サーバ装置１０は、文章構成要素を第２処理モデルに入力する（アクティビティＡ１０５）。これにより、第２処理モデルから第１スカウト文書が出力される。

【0105】

さらに、サーバ装置１０は、第１スカウト文書を第３処理モデルに入力する（アクティビティＡ１０６）。これにより、第３処理モデルから第２スカウト文書が出力される。続いて、サーバ装置１０は、第２スカウト文書を第４処理モデル及び第５処理モデルに入力する（アクティビティＡ１０７）。これにより、第４処理モデルからタイトルが出力され、第５処理モデルから再送用スカウト文書が出力される。サーバ装置１０は、第２スカウト文書及び再送用スカウト文書を求人者端末２０に出力する（アクティビティＡ１０８）。これにより、求人者端末２０に第２スカウト文書及び再送用スカウト文書が表示される（アクティビティＡ１０９）。

【0106】

第２実施形態の情報処理方法は、求人票を取得する取得ステップと、求人票から抽出された、タイトル、業務内容、求人者が求める人物像及び募集背景の少なくとも１つに基づいて、求人票を修正した修正求人票を作成する求人票修正ステップと、修正求人票を第１処理モデルに入力し、第１処理モデルに修正求人票に含まれる複数の項目にそれぞれ対応した複数の文書構成要素を出力させ、複数の文書構成要素をさらに第２処理モデルに入力し、第２処理モデルに修正求人票に対応した第１スカウト文書を出力させ、第１スカウト文書をさらに学習モデルである第３処理モデルに入力し、第３処理モデルに第１スカウト文書の形式を調整した第２スカウト文書を出力させ、第２スカウト文書をさらに学習モデルである第４処理モデルに入力し、第４処理モデルに第２スカウト文書のタイトルを出力させ、第２スカウト文書をさらに学習モデルである第５処理モデルに入力し、第５処理モデルに再送用スカウト文書を出力させるスカウト文書作成ステップとを備える。

【0107】

図１３は、採用支援システム１によって実行される第２実施形態の情報処理（求人票修正からのスカウト文書の作成処理）の流れを示すアクティビティ図である。以下では、このアクティビティ図の各アクティビティに沿って、情報処理を説明する。

【0108】

第２実施形態におけるスカウト文書の作成処理は、求人者が選択した求人票の修正から開始される。求人者は、求人者端末２０において、修正する求人票の選択を入力する（アクティビティＡ２０１）。サーバ装置１０は、選択された求人票から、タイトル、業務内容、求人者が求める人物像及び募集背景の少なくとも１つを含む修正条件を抽出する（アクティビティＡ２０２）。サーバ装置１０は、抽出した修正条件に基づいて修正求人票を作成する（アクティビティＡ２０３）。続いて、サーバ装置１０は、作成した修正求人票を第１処理モデルに入力する（アクティビティＡ２０４）。これにより、第１処理モデルから文書構成要素が出力される。次に、サーバ装置１０は、文章構成要素を第２処理モデルに入力する（アクティビティＡ２０５）。これにより、第２処理モデルから第１スカウト文書が出力される。アクティビティＡ２０６からアクティビティＡ２０９までは、第１実施形態のアクティビティＡ１０６からアクティビティＡ１０９と同じである。

【0109】

４．作用
本実施形態の作用をまとめると、次の通りとなる。すなわち、求人票の項目に応じた文書構成要素を含むスカウト文書を作成することができる。また、項目ごとの文書構成要素を生成するステップと、当該文書構成要素を用いてスカウト文書を生成するステップとが段階的に行われることで、求人票の内容を適切に反映したスカウト文書を効率的に作成することができる。

【0110】

以上、本発明の実施形態について説明したが、本発明はこれに限定されることなく、その発明の技術的思想を逸脱しない範囲で適宜変更可能である。

【0111】

５．その他
上記実施形態では、サーバ装置１０が種々の記憶・制御を行ったが、サーバ装置１０に代えて、複数の外部装置が用いられてもよい。すなわち、種々の情報やプログラムは、ブロックチェーン技術等を用いて複数の外部装置に分散して記憶されてもよい。特に、人工知能部１２０は、サーバ装置１０の外部構成であってもよい。その場合、外部構成である人工知能部１２０は、サーバ装置１０の各機能部から入力を受け付け、指示された出力をサーバ装置１０に返すように構成される。

【0112】

本実施形態の態様は、採用支援システム１に限定されず、情報処理方法であっても、プログラムであってもよい。採用支援方法は、採用支援システム１が実行する各ステップを備える。プログラムは、コンピュータに、採用支援システム１の各ステップを実行させる。

【0113】

採用支援システム１の制御部１１は、必ずしも求人票作成部１１３を備えなくてもよい。つまり、制御部１１は、既存の求人票のみに対して、スカウト文書の作成を行ってもよい。また、制御部１１は、必ずしも求人票修正部１１５を備えなくてもよい。

【0114】

次に記載の各態様で提供されてもよい。

【0115】

（１）採用支援システムであって、プロセッサを備え、前記プロセッサは、次の各ステップを実行するように構成され、取得ステップでは、求人票を取得し、スカウト文書作成ステップでは、前記求人票を学習モデルである第１処理モデルに入力し、前記第１処理モデルに前記求人票に含まれる複数の項目にそれぞれ対応した複数の文書構成要素を出力させ、複数の前記文書構成要素をさらに学習モデルである第２処理モデルに入力し、前記第２処理モデルに前記求人票に対応した第１スカウト文書を出力させる、採用支援システム。

【0116】

（２）上記（１）に記載の採用支援システムにおいて、前記スカウト文書作成ステップでは、前記第１スカウト文書をさらに学習モデルである第３処理モデルに入力し、前記第３処理モデルに前記第１スカウト文書の形式を調整した第２スカウト文書を出力させる、採用支援システム。

【0117】

（３）上記（２）に記載の採用支援システムにおいて、前記スカウト文書作成ステップでは、前記第２スカウト文書をさらに学習モデルである第４処理モデルに入力し、前記第４処理モデルに前記第２スカウト文書のタイトルを出力させる、採用支援システム。

【0118】

（４）上記（２）又は（３）に記載の採用支援システムにおいて、前記スカウト文書作成ステップでは、前記第２スカウト文書をさらに学習モデルである第５処理モデルに入力し、前記第５処理モデルに再送用スカウト文書を出力させる、採用支援システム。

【0119】

（５）上記（１）に記載の採用支援システムにおいて、前記スカウト文書作成ステップでは、前記第１スカウト文書をさらに学習モデルである第４処理モデルに入力し、前記第４処理モデルに前記第１スカウト文書のタイトルを出力させる、採用支援システム。

【0120】

（６）上記（１）又は（５）に記載の採用支援システムにおいて、前記スカウト文書作成ステップでは、前記第１スカウト文書をさらに学習モデルである第５処理モデルに入力し、前記第５処理モデルに再送用スカウト文書を出力させる、採用支援システム。

【0121】

（７）上記（１）から（６）のいずれか１つに記載の採用支援システムにおいて、前記スカウト文書作成ステップでは、前記求人票とともに、複数の前記項目のうち前記求人票に含まれない項目に対応する前記文書構成要素を特定のエラー文とする指示を前記第１処理モデルに入力し、複数の前記文書構成要素のうち、前記エラー文以外の前記文書構成要素を前記第２処理モデルに入力する、採用支援システム。

【0122】

（８）上記（１）から（７）のいずれか１つに記載の採用支援システムにおいて、前記スカウト文書作成ステップでは、前記求人票とともに、スカウト文書の送信対象となる求職者の属性ごとに用意された前記文書構成要素のサンプルを前記第１処理モデルに入力し、前記第１処理モデルに前記属性に応じた前記文書構成要素を出力させる、採用支援システム。

【0123】

（９）上記（１）から（８）のいずれか１つに記載の採用支援システムにおいて、前記スカウト文書作成ステップでは、複数の前記文書構成要素とともに、スカウト文書の送信対象となる求職者の属性ごとに用意された前記第１スカウト文書のサンプルを前記第２処理モデルに入力し、前記第２処理モデルに前記属性に応じた前記第１スカウト文書を出力させる、採用支援システム。

【0124】

（１０）上記（１）から（９）のいずれか１つに記載の採用支援システムにおいて、前記プロセッサは、さらに次のステップを実行するように構成され、受付ステップでは、前記求人票を作成するための初期条件の入力を受け付け、求人票作成ステップでは、前記初期条件に基づいて複数の前記項目を含む前記求人票を作成し、前記取得ステップでは、前記初期条件に基づいて作成された前記求人票を取得する、採用支援システム。

【0125】

（１１）上記（１）から（９）のいずれか１つに記載の採用支援システムにおいて、前記プロセッサは、さらに次のステップを実行するように構成され、求人票修正ステップでは、前記求人票から抽出された、タイトル、業務内容、求人者が求める人物像及び募集背景の少なくとも１つに基づいて、前記求人票を修正した修正求人票を作成し、前記スカウト文書作成ステップでは、前記修正求人票を前記第１処理モデルに入力し、前記第１処理モデルに前記修正求人票に含まれる複数の前記項目にそれぞれ対応した複数の前記文書構成要素を出力させ、複数の前記文書構成要素をさらに前記第２処理モデルに入力し、前記第２処理モデルに前記修正求人票に対応した前記第１スカウト文書を出力させる、採用支援システム。

【0126】

（１２）上記（１１）に記載の採用支援システムにおいて、前記プロセッサは、さらに次のステップを実行するように構成され、修正提示ステップでは、前記修正求人票における修正内容を提示する、採用支援システム。

【0127】

（１３）上記（１１）又は（１２）に記載の採用支援システムにおいて、前記取得ステップでは、複数の前記求人票それぞれへアクセスするための複数の求人票アクセス情報を含む、求人票参照ウェブサイトへアクセスするためのウェブサイトアクセス情報を取得し、前記ウェブサイトアクセス情報に基づいて、ウェブスクレイピング処理により前記求人票参照ウェブサイトから複数の前記求人票アクセス情報を取得し、さらに複数の前記求人票アクセス情報から複数の前記求人票を取得し、前記求人票修正ステップでは、複数の前記求人票にそれぞれ対応する複数の前記修正求人票を作成し、前記スカウト文書作成ステップでは、複数の前記修正求人票それぞれに対応した複数の前記第１スカウト文書を作成する、採用支援システム。

【0128】

（１４）上記（１）に記載の採用支援システムにおいて、前記スカウト文書作成ステップでは、前記求人票に基づいて複数の前記文章構成要素を生成する指示を前記第１処理モデルに入力し、複数の前記文章構成要素に基づいて前記第１スカウト文書を生成する指示を前記第２処理モデルに入力する、採用支援システム。

【0129】

（１５）上記（２）に記載の採用支援システムにおいて、前記スカウト文書作成ステップでは、前記第１スカウト文書に基づいて前記第２スカウト文書を生成する指示を前記第３処理モデルに入力する、採用支援システム。

【0130】

（１６）上記（３）に記載の採用支援システムにおいて、前記スカウト文書作成ステップでは、前記第２スカウト文書に基づいて前記タイトルを生成する指示を前記第４処理モデルに入力する、採用支援システム。

【0131】

（１７）上記（４）に記載の採用支援システムにおいて、前記スカウト文書作成ステップでは、前記第２スカウト文書に基づいて前記再送用スカウト文書を生成する指示を前記第５処理モデルに入力する、採用支援システム。

【0132】

（１８）上記（５）に記載の採用支援システムにおいて、前記スカウト文書作成ステップでは、前記第１スカウト文書に基づいて前記タイトルを生成する指示を前記第４処理モデルに入力する、採用支援システム。

【0133】

（１９）上記（６）に記載の採用支援システムにおいて、前記スカウト文書作成ステップでは、前記第１スカウト文書に基づいて前記再送用スカウト文書を生成する指示を前記第５処理モデルに入力する、採用支援システム。

【0134】

（２０）採用支援方法であって、上記（１）から（１９）のいずれか１つに記載の採用支援システムが実行する各ステップを備える、採用支援方法。

【0135】

（２１）プログラムであって、コンピュータに、上記（１）から（１９）のいずれか１つに記載の採用支援システムの各ステップを実行させる、プログラム。
もちろん、この限りではない。

【0136】

最後に、本開示に係る種々の実施形態を説明したが、これらは、例として提示したものであり、発明の範囲を限定することは意図していない。当該新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。当該実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

【符号の説明】

【0137】

１ ：採用支援システム
２ ：通信回線
１０ ：サーバ装置
１１ ：制御部
１２ ：記憶部
１３ ：通信部
１４ ：通信バス
２０ ：求人者端末
２１ ：制御部
２２ ：記憶部
２３ ：通信部
２４ ：入力部
２５ ：出力部
２６ ：通信バス
３０ ：求職者端末
３１ ：制御部
３２ ：記憶部
３３ ：通信部
３４ ：入力部
３５ ：出力部
３６ ：通信バス
１１１ ：基本表示制御部
１１２ ：受付部
１１３ ：求人票作成部
１１４ ：取得部
１１５ ：求人票修正部
１１６ ：スカウト文書作成部
１１７ ：修正提示部
１２０ ：人工知能部
２１１ ：表示部
２１２ ：操作受付部
３１１ ：表示部
３１２ ：操作受付部

【要約】

【課題】求人票の内容に沿ったスカウト文書を効率的に作成できる採用支援システム等を提供する。
【解決手段】本発明の一態様によれば、採用支援システムが提供される。この採用支援システムは、プロセッサを備える。プロセッサは、次の各ステップを実行するように構成される。取得ステップでは、求人票を取得する。スカウト文書作成ステップでは、求人票を学習モデルである第１処理モデルに入力し、第１処理モデルに求人票に含まれる複数の項目にそれぞれ対応した複数の文書構成要素を出力させ、複数の文書構成要素をさらに学習モデルである第２処理モデルに入力し、第２処理モデルに求人票に対応した第１スカウト文書を出力させる。
【選択図】図１

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】