広告代理店の採用でAIスキルを評価する|実務課題と面接の採点表
広告代理店の採用でAIスキルを評価するなら、「生成AIを使ったことがありますか」と聞くだけでは足りません。見るべきなのは、AIを使う前後に何を確認し、入力してよい情報をどう判断し、採用した結論の根拠を説明できるかです。
候補者には、広告レポートの草案、改善提案の材料、レビュー対象の文章など、実務に近い課題を渡します。そこで、確認力、安全な利用判断、根拠説明の三つを同じ採点表で見ます。特定ツールの利用歴や、流暢なプロンプトだけを合否の中心にしません。
入社後に社内ルールや案件固有の判断を教える育成は、広告代理店の新人教育を仕組み化する方法の役割です。採用時に確認するのは、限られた材料から事実と推測を分け、不明点で止まり、判断理由を言葉にできるかという現在の基礎です。AIと人の分担を含む業務全体の設計は、広告代理店のAI活用・DX入門で整理しています。
AIスキルは三つの行動に分けて評価する
AIスキルを「使える・使えない」の二択にすると、操作経験の長い候補者が有利に見えます。しかし、広告代理店の実務では、出力の速さより、誤った数値や根拠のない提案を外部へ出さないことが重要です。
2026年10月30日時点のIPA「デジタルスキル標準 ver.2.0」は、DXリテラシー標準で「事実に基づく判断」をマインド・スタンスに、セキュリティとコンプライアンスを「How(データ・技術の利活用)」の学習項目に位置づけています。また、DX推進スキル標準では、得られた情報を鵜呑みにせず評価する「批判的思考」を共通スキルとして示しています。これは広告代理店向けの採用基準ではありません。そこで、記事内の採点表では実務へ置き換え、次の三つを観察します。
| 評価軸 | 候補者に見せてもらう行動 | 広告代理店での確認場面 |
|---|---|---|
| 確認力 | AI出力を元データ、前提、出典へ戻して照合する | レポートの数値、提案の前提、媒体仕様を確認する |
| 安全な利用判断 | 入力しない情報、AIに任せない操作、相談すべき条件を示す | 顧客情報、未公開施策、予算変更、外部送信を扱う |
| 根拠説明 | 採用・修正・保留した理由を、参照箇所とともに説明する | クライアントや上長へ判断過程を説明する |
三つは別々です。誤りを見つけても、その理由を説明できなければ、別の課題で同じ確認を再現しにくくなります。安全な利用ルールを暗記していても、目の前の資料で何を止めるか判断できなければ実務へつながりません。
レポート・提案・レビューの実務課題を一つずつ用意する
採用課題は、候補者の私物データや過去案件を持ち込ませず、会社側が用意した架空データまたは公開情報だけで実施します。課題ごとに正解文を一つ決めるのではなく、確認した箇所、保留した論点、判断理由を記録できる書式にします。
レポート課題は「文章を直す前に何を見るか」を問う
架空の広告実績表と、AIが作った短いコメント草案を渡します。草案には、元表と一致しない数値、根拠のない原因断定、比較期間が不明な表現を混ぜます。
候補者には、完成文の作成より先に次を記入してもらいます。
- 元データと一致する事実
- 追加確認が必要な記述
- 根拠がなく削除または保留する記述
- AIへ再依頼するなら追加する入力と制約
- 顧客へ提出する前に承認を求める相手
見るのは文章力だけではありません。自然な草案に引っ張られず、数値、期間、比較対象へ戻れるかです。広告レポートをAIで下書きする方法で扱う「事実・要因候補・質問の分離」を、採用課題では候補者の確認行動として観察します。
提案課題は「AIを使わない判断」も評価する
公開された商品情報と架空の広告条件を渡し、次回施策の候補を整理してもらいます。AIの利用は任意にし、使ったかどうかだけで加点しません。
評価するのは、提案の数ではなく次の点です。
- 与えられた情報と候補者の推測を分けている
- 予算、制作、承認、媒体条件の不足を質問へ戻している
- 出典を確認できない比較や成果予測を断定していない
- 採用案だけでなく、見送った案の理由を説明している
- 公開、出稿、予算変更を人の判断として残している
「AIを使えば案を増やせる」と「今この材料で提案してよい」は別の判断です。情報が足りないときに生成を続けず、確認へ戻れる候補者は、安全性と説明責任を一緒に扱えています。
レビュー課題は優先順位の付け方を見る
第三者が作った架空のAI出力を渡し、修正箇所と順番を示してもらいます。誤字から直す人もいれば、数値や顧客名の確認から始める人もいます。その順番に理由があるかを聞きます。
広告代理店のレビューでは、読みやすさより先に、報告内容を変える誤り、根拠の欠落、未確定事項の断定を止める必要があります。候補者が重大な問題を先に示し、軽微な表現修正と分けられるかを確認します。
面接官が使う採点表は、印象ではなく観察事実を書く
採点表には点数だけでなく、候補者が何を確認し、何を保留し、何を説明したかを残します。以下は採用実務向けの運用例であり、公的機関が示す一律の合格基準ではありません。職種と担当範囲に合わせて項目を調整してください。
| 評価軸 | 要支援 | 実務の基礎あり | 高く評価できる行動 |
|---|---|---|---|
| 確認力 | 出力を読みやすく直すが、元資料へ戻らない | 数値、期間、固有名詞を照合し、不一致を示す | 主張ごとに照合先を示し、確認不能を保留できる |
| 安全な利用判断 | 利用可否をツール名や有料プランだけで決める | 機密情報、個人情報、外部操作を分けて判断する | 契約、利用目的、権限、承認者まで確認条件にする |
| 根拠説明 | 「違和感がある」で修正する | 採用・修正の理由を元資料と結びつける | 反対案や不足情報も示し、判断が変わる条件を説明する |
合否は、三項目の平均だけで決めません。たとえば文章は整っていても、実データを確認せず原因を断定するなら、レポート担当として見過ごせない懸念です。反対に、利用経験が短くても、入力を止める条件と確認手順を説明できるなら、入社後教育で伸ばす範囲を特定できます。
同じ回答でも、候補者によって理由は違います。面接官は「正解を知っていたか」だけでなく、どの情報から判断し、どこから先を確認待ちにしたかを記録します。
Cotomuは、この採点表による候補者の採点や採否判断を支援するものではありません。
面接ではプロンプトより判断過程を聞く
提出物だけでは、候補者が自分で確認したのか、AI出力をそのまま整えたのか分かりません。面接では、操作手順の再現より判断の分岐を聞きます。
- 最初にどの資料を確認しましたか
- AIへ渡さないと決めた情報はありますか
- 根拠が見つからない記述をどう扱いましたか
- 追加情報を一つ確認できるなら、何を誰に聞きますか
- AIの提案を採用しなかった箇所と、その理由は何ですか
- この出力を顧客へ出す前に、誰の承認が必要ですか
- 前提が変わると、どの判断を見直しますか
良い回答は、専門用語の多さでは決まりません。「分からないので確認する」と言えることも判断です。ただし、何を確認し、確認結果で何が変わるかまで説明できるかを見ます。
採用課題では職務と無関係な情報を集めない
2026年10月30日時点で、厚生労働省の公正な採用選考の基本は、応募者の適性・能力に基づく基準で採用選考を行い、本人に責任のない事項や思想・信条など、適性・能力に関係のない事項を把握しないことを基本として示しています。また、採用選考の具体的な方法では、学力試験や作文などの内容も、職務遂行能力を判断するうえで合理的か、公正な採用選考の考え方に反しないかを確認するよう求めています。
AIスキル課題も同じです。実務らしさを理由に、候補者へ次の情報を提出させない運用にします。
- 実在顧客のレポート、提案書、広告アカウント画面
- 前職の未公開施策、契約情報、顧客や担当者の個人情報
- 個人の生成AIアカウントの会話履歴や共有リンク
- 家族、出身、生活環境、思想・信条など職務能力と無関係な情報
- 病歴など、課題の評価に必要のない機微な情報
個人情報保護委員会の生成AIサービスの利用に関する注意喚起も、個人情報を含むプロンプトを入力する場合、利用目的の範囲と提供事業者による機械学習への利用などを確認するよう示しています。採用課題では、そもそも候補者や第三者の個人情報を入力材料にしない設計が先です。
会社側が同じ架空資料と同じ評価項目を基本として用意すれば、過去に扱った顧客規模や有料ツールの契約有無ではなく、職務に関係する行動を比較しやすくなります。ただし、障害のある応募者から、募集・採用上支障となる事情と希望する措置について申出があった場合、厚生労働省の合理的配慮指針は、事業主が本人と話し合って配慮内容を検討することを示し、採用試験の時間延長や点字・音声、文字によるやりとりなどを例示しています。制限時間や実施環境は一律にせず、申出を踏まえて必要な合理的配慮を検討します。課題データには「架空」「外部AIへ入力可」「入力不可」を明記し、利用可能な環境も会社側で案内します。
採用と入社後教育の境界を決める
採用時点で、自社の顧客ルールや承認フローまで知っている候補者はいません。そこを正解として求めると、能力ではなく前職との偶然の一致を評価しやすくなります。
採用では、事実確認、不明点の保留、安全側の判断、根拠説明を見ます。入社後は、利用を認めるAI、入力区分、顧客ごとの契約条件、媒体権限、承認者を教えます。広告代理店向け生成AI社内ルールの作り方にある入力・出力・権限の区分は、入社後の共通ルールとして整備する対象です。
| 採用で評価すること | 入社後に教えること |
|---|---|
| 元資料へ戻る習慣 | 自社で正解とするデータや保存場所 |
| 確認不能を保留する判断 | 顧客・案件ごとの相談条件 |
| 入力しない情報を選ぶ姿勢 | 承認済みAIと契約上の入力範囲 |
| 判断理由を説明する力 | 社内の報告書式と承認フロー |
この分担なら、採用課題を入社後研修の代わりにせず、研修を基礎能力の見極め直しにも使わずに済みます。
Cotomuは採用の自動判定ではなく、実務の確認観点を整理する
Cotomuのチーム運用向けAI支援は、採用候補者を自動採点するサービスではありません。月次レポートや改善提案に残ったレビューコメントから、担当者が提出前に見る確認項目の候補を整理し、マネージャーが採否と例外を決める支援です。
採用基準を作る前に、現場で繰り返している赤入れを整理すると、「数値を元表へ戻す」「事実と推測を分ける」「提案の根拠を示す」といった職務上の確認観点が見えます。その観点を、採用課題では架空資料へ置き換え、入社後は実際の提出前チェックへつなげます。
採用の合否、応募者情報の取扱い、公正な選考の最終責任は採用企業が持ちます。Cotomuが成果や採用品質を保証するものでもありません。相談時は顧客名、応募者情報、未公開の数値を送らず、まず「どの成果物で、どの確認が繰り返されているか」を共有してください。
次の面接で一枚の採点表を試す
次回の採用課題では、ツール経験を質問するだけで終わらせないでください。架空のレポート草案を一つ用意し、確認力、安全な利用判断、根拠説明の三列を作ります。
候補者が見つけた誤りだけでなく、確認した資料、保留した論点、採用しなかった案の理由を記録します。AIを使ったかではなく、AIを使っても使わなくても、顧客へ出す前の判断を説明できるか。広告代理店の採用で見るべきAIスキルは、そこに表れます。
次に読む