人材会社のAI検索対策｜求人をAIに引用させるJobPosting実装と求人ページ書換（自社で3日）

求職者は転職活動で「未経験から入れるIT企業は？」「[社名]って働きやすい会社？」といった質問を、いまや検索だけでなくChatGPTやPerplexity、GeminiといったAIにも直接投げかけ、応募先の候補を絞り込み始めています。人材会社・採用担当者にとっての論点は、その回答に自社の求人が候補として挙がるか、それとも採用ポータルの断片情報だけで判断されてしまうかです。本記事は業種別LLMO対策クラスタ（C5）の人材・採用スポークとして、LLMO対策の全体像（自分でやる手順）はLLMO対策を自分でやる全体像に委譲し、人材・採用に特化した「求人をAIに引用させるJobPosting構造化データの実装」「求人ページ・社員紹介ページの書換」「自社で3日で回すセルフ診断」に絞って解説します。

最初にお断りしておくと、AI検索経由の流入は2025年時点でオーガニック流入全体の約0.1%という実測値があり（Faber Company「ミエルカ」GEO/LLMO流入調査、2025年6月計測値）、短期で応募が激増する施策ではありません。また「対策すれば必ずAIに引用される」という保証もありません。それでも、人材市場は1件の採用単価・成約価値が大きく、競合がまだ着手していない今こそ仕込みどきと考えられます。本記事はBuy（対策会社を探す）ではなくDo（採用担当が外注せず自社で実装する）に振り切り、外注費ゼロ・無料ツールだけで完結する手順に絞ります。

人材会社にAI検索対策が必要な理由と、求人がAIに引用される仕組み

求職者は「[業界] 働きやすい会社」「[社名] 評判」「未経験 歓迎 [職種]」といった質問をAIに投げ、AIは採用サイト・Indeedなどの求人ポータル・OpenWorkなどの口コミ・社員インタビュー記事を横断して回答を合成します。自社の求人ページが機械可読（JobPosting構造化データ＋具体的なテキスト）になっていないと、AIはポータルの断片情報だけで自社を判断します。鍵はJobPostingの実装と求人・社員ページのテキスト化で、いずれも採用担当が自社で実装できます。

求職者はAIに何を聞いているのか（質問パターン10例）

AIに自社の求人が載るかを考えるうえで、まず求職者が実際にどんな粒度で質問するかを把握します。代表的な質問パターンは次のとおりです。

1. 「[地域]で未経験から入れる[職種]の求人を教えて」
2. 「[業界]で働きやすい会社はどこ？」
3. 「[社名]ってどんな会社？転職先としてどう？」
4. 「[社名]の評判・口コミを教えて」
5. 「リモートワークできる[職種]の会社は？」
6. 「年収[金額]以上の[職種]求人はある？」
7. 「[資格]を活かせる転職先を教えて」
8. 「未経験歓迎で研修が充実している会社は？」
9. 「[業界]の中小企業で成長できる会社は？」
10. 「[職種]の仕事内容と必要なスキルを教えて」

これらの質問に対し、AIが自社を候補に含めたり評判を正しく述べたりするには、その判断材料となる一次情報（求人の条件、仕事内容、社員の声）が自社サイト上にAIの読める形で存在している必要があります。動画や画像の中にしか情報がない、「やる気のある方歓迎」だけで職種や条件が曖昧、という状態ではAIは具体的に拾えません。

なぜ人材・採用領域はLLMOで有利になりやすいのか

人材会社・採用企業がAIに引用されやすい構造的な理由は3つあります。

1. 求人はもともと構造化データ（JobPosting）の枠組みが用意されている：Googleの求人検索（Google for Jobs）向けにJobPostingという専用スキーマが整備されており、職種・給与・勤務地・雇用形態を機械可読で記述する標準が既にあります。ゼロから設計する必要がなく、後述のサンプルをベースに実装できます。
2. 「地域 × 職種 × 条件」で質問される：求職者は「東京 法人営業 未経験」のように条件を掛け合わせて探します。求人ページに条件を明示すれば、この掛け合わせ質問の候補に入る余地があります。
3. 競合（特に中小の人材会社・採用企業）の対策がまだ手薄：AI検索対策の領域では、上位は対策会社の比較ランキング記事が占めていますが、採用担当が自社の求人ページをAI向けに実装した事例はまだ少数です。早期に着手すれば空白を取りやすい状況と考えられます。

ただしこれらは「対策すれば必ず引用される」ことを保証するものではありません。どのソースを引用するかはAIサービス側が動的に判断します。本記事の施策は「引用される確率を高める情報設計」として捉えてください。なお、中小企業全般のAI検索対策の考え方はAI検索対策は中小企業こそ効くで、LLMO全体の進め方はLLMO対策を自分でやる全体像で扱っています。本記事は人材・採用特有の実装に集中します。

AI検索に引用される求人ページの3条件

AIに求人を引用させる求人ページには、共通する3つの条件があります。第1にJobPostingで機械可読であること、第2に職種・条件・仕事内容が具体的なテキストで書かれていること、第3に他社にない独自情報（定着率や社員の生の声）でAIの参照優位を取ることです。順に見ます。

条件1：JobPostingで機械可読になっている

AIや検索エンジンが求人を構造的に理解するための土台がJobPosting構造化データ（JSON-LD）です。職種・給与・勤務地・雇用形態・募集期限といった項目を、人間向けの本文とは別に機械可読な形で添えます。これがないと、AIは本文を自然言語処理で解釈するしかなく、条件の取りこぼしが起きやすくなります。実装手順は次章で詳述します。

条件2：職種・条件・仕事内容が具体的なテキストになっている

「営業職募集／やる気のある方歓迎」のような曖昧な求人は、AIが「どんな条件の・誰向けの求人か」を判断できません。職種名・雇用形態・勤務地・給与レンジ・必須スキル・歓迎スキルを、画像ではなくテキストで具体的に書きます。これは構造化データと一致させる前提でもあり、ページ本文の充実がそのままJobPostingの裏付けになります。具体的な書換例は第4章で扱います。

条件3：独自データ・社員の生の声で引用優位を取る

AIは回答の信頼性を担保するため、一次情報を重視する傾向があります。「3年定着率○％」「平均残業時間○時間」「中途入社者の前職業種の内訳」といった自社でしか出せない数値や、社員インタビューの具体的な発言は、他社の一般的な求人にない引用価値を持ちます。数値は計測根拠のあるものに限り、誇張は避けます。求人広告として表示する数値は、後述のとおり労働条件明示の法令に反しない事実ベースに留めます。

求人をAIに引用させるJobPosting構造化データの実装手順

ここが本記事の中核です。JobPosting構造化データ（schema.org/JobPosting）を求人ページに実装することで、AIと検索エンジンに求人の属性を機械可読で伝えます。Googleの求人検索（Google for Jobs）が定める必須プロパティはtitle・description・datePosted・hiringOrganization・jobLocationの5つで、validThrough・baseSalary・employmentTypeなどは推奨プロパティです。ただしvalidThroughは、期限切れの求人を放置するとポリシー違反として扱われるため（後述）、期限のある求人では実質的に必須と考えてください。1つのページに掲載するJobPostingは1件のみとし、構造化データの内容はページ本文にも必ず含めます（Google公式ガイドライン、2026年6月時点）。

必須・推奨プロパティの整理

下表は、求人ページに実装する主要プロパティを必須・推奨に分けて整理したものです。プロパティ名はschema.org/JobPostingおよびGoogle求人検索のガイドラインに準拠しています。

プロパティ	区分	内容	記述の注意点
title	必須	職種名	実際の職種名のみ。社名や「急募」等の装飾を入れない
description	必須	仕事内容の詳細	HTML可。職務・必須/歓迎スキル・条件を具体的に
datePosted	必須	掲載日	ISO 8601形式（例：2026-06-08）
hiringOrganization	必須	募集企業	Organization型。name・sameAs（公式サイトURL）
jobLocation	必須	勤務地	Place > PostalAddress（都道府県・市区町村・番地）
validThrough	推奨	募集期限	ISO 8601形式。期限がある求人では実質必須（後述）
baseSalary	推奨	給与	MonetaryAmount。通貨・期間（MONTH/YEAR）必須
employmentType	推奨	雇用形態	列挙値（後述）。配列で複数指定可
jobLocationType	推奨	勤務形態	フルリモートのみTELECOMMUTEを指定
applicantLocationRequirements	推奨	応募可能地域	リモート求人でTELECOMMUTEと併用
directApply	推奨	直接応募可否	真偽値。応募導線がそのページで完結するか
skills / qualifications	推奨	スキル・応募資格	テキストで明示

employmentTypeが取り得る値は、Googleの求人検索が定める列挙値で、FULL_TIME（正社員・フルタイム）、PART_TIME（パートタイム）、CONTRACTOR（業務委託）、TEMPORARY（臨時・期間限定。季節雇用もここに含めます）、INTERN（インターン）、VOLUNTEER（ボランティア）、PER_DIEM（日給制）、OTHER（その他）の8値です。SEASONALのような列挙外の値や、SEISHAINといった独自の値は使えません。複数該当する場合は["FULL_TIME", "CONTRACTOR"]のように配列で指定できます。

コピペ可能なJSON-LD実装サンプル

下記は正社員（フルリモート・応募は日本国内）の求人を想定した最小〜標準構成のJSON-LDサンプルです。jobLocationType: "TELECOMMUTE"はフルリモート求人にのみ指定できる値なので、出社や一部リモート（ハイブリッド）の求人ではこの行を削除し、jobLocationだけで勤務地を表してください。<head>内、または本文中に<script type="application/ld+json">で挿入し、{ }内の値を自社の実際の求人内容に置き換えてください。

{
  "@context": "https://schema.org",
  "@type": "JobPosting",
  "title": "法人営業（未経験歓迎）",
  "description": "<p>SaaS製品の新規法人開拓を担当します。インサイドセールスからの商談を引き継ぎ、要件ヒアリングから提案・クロージングまでを担当。</p><ul><li>必須：社会人経験1年以上</li><li>歓迎：法人営業またはSaaS業界の経験</li><li>月の平均残業時間：約15時間</li></ul>",
  "datePosted": "2026-06-08",
  "validThrough": "2026-09-30T23:59:59+09:00",
  "employmentType": "FULL_TIME",
  "hiringOrganization": {
    "@type": "Organization",
    "name": "株式会社サンプル",
    "sameAs": "https://example.co.jp",
    "logo": "https://example.co.jp/logo.png"
  },
  "jobLocation": {
    "@type": "Place",
    "address": {
      "@type": "PostalAddress",
      "streetAddress": "○○1-2-3 ○○ビル5F",
      "addressLocality": "港区",
      "addressRegion": "東京都",
      "postalCode": "105-0001",
      "addressCountry": "JP"
    }
  },
  "jobLocationType": "TELECOMMUTE",
  "applicantLocationRequirements": {
    "@type": "Country",
    "name": "JP"
  },
  "baseSalary": {
    "@type": "MonetaryAmount",
    "currency": "JPY",
    "value": {
      "@type": "QuantitativeValue",
      "minValue": 300000,
      "maxValue": 450000,
      "unitText": "MONTH"
    }
  },
  "directApply": true,
  "skills": "法人営業, ヒアリング, 提案資料作成",
  "qualifications": "社会人経験1年以上（業種不問）"
}

ポイントを補足します。

• jobLocationTypeに指定できる値はGoogleの定義上TELECOMMUTEのみです。「HYBRID」「REMOTE」「ON_SITE」といった値は存在しません。出社のみの求人ではjobLocationTypeを入れずjobLocationだけで表します。フルリモートのときにTELECOMMUTEを指定し、その場合もjobLocation（本社住所など物理的な所在地）は残します。
• baseSalaryはcurrency（JPY）とunitText（MONTH／YEAR）の両方が必須です。どちらかが欠けると検証ツールがエラーにします。範囲で示す場合はminValue・maxValueを、単一額ならvalueを数値で入れます。「要相談」のような文字列は給与の構造化データには使えません。
• directApplyは、そのページで応募が完結する（ログインなしで応募導線が見える）場合にtrueにします。応募ボタンが見当たらないと「応募ページで応募できない」というエラーの原因になります。

募集期限切れ（validThrough）の扱い

validThroughは推奨プロパティですが、募集に期限がある求人では実質的に必須です。募集が終了した求人をページに残す場合は、validThroughを過去の日付に更新する／ページを404または410で返す／構造化データ自体を削除する、のいずれかで「終了済み」を明示します。期限切れの求人ページにJobPostingが残ったままだと、Google Search Consoleで「期限切れの求人に構造化データがある（JobPosting structured data on expired job）」というエラーが出ます。募集していない職種を載せ続けることは不正確な情報提供（misrepresentation）としてポリシー違反にあたる場合があるため、終了したらすみやかに上記の処理を行います。求人は鮮度が重要なため、Googleは更新・削除の通知にIndexing APIの利用を推奨しています（サイトマップは網羅性向けで反映が遅い）。

構造化データの検証手順

実装したら必ず検証します。手順は次の3ステップです。

1. Googleのリッチリザルトテスト（search.google.com/test/rich-results）に求人ページのURLまたはコードを入力し、JobPostingが検出され、エラー・警告がないかを確認します。baseSalaryの通貨・期間欠落、jobLocationの住所不足、必須プロパティの欠落が典型的な指摘箇所です。
2. schema.org公式のバリデータ（validator.schema.org）でJSON自体の妥当性（有効なJSONか、@typeや入れ子が正しいか）を確認します。
3. 公開後、Search Consoleの「求人情報」レポートでインデックス状況とエラーを継続監視します。エラーが出た求人は前項の手順で是正します。

構造化データの基本的な書き方やFAQPage・Organizationなど他スキーマとの組み合わせなど、技術的な深掘りは構造化データ実装の技術深掘りを参照してください。本記事ではJobPostingの実装に集中します。なお構造化データ単体でAIの回答が決まるわけではなく、次章の本文テキストを補強する役割である点が前提です。

各プロパティが自社の求人ページでどこまで実装できているかを定量的に把握したい場合は、採用サイトのLLMO対応度を無料診断（登録不要）で技術的な不足箇所を特定してから着手すると、抜け漏れを防げます。

求人・採用ページの書換Before/After（フィールド単位）

JobPostingを実装しても、本文テキストが曖昧なままではAIは具体的に拾えません。ここでは求人ページと社員紹介ページを、フィールド単位でどう書き換えるかをBefore/Afterで示します。いずれも構造化データと本文を一致させる前提で、かつ職業安定法・労働基準法が求める労働条件の明示（最低賃金、固定残業代の内訳、業務内容、就業場所など）に反しない範囲で具体化します。虚偽や誇大な求人にしないことが大前提です。

求人ページの書換Before/After

フィールド	Before（曖昧でAIが拾えない）	After（具体的でAIが引用しやすい）
職種タイトル	「営業職募集」	「法人営業／未経験歓迎／リモート週3可（東京・港区）」
雇用形態	（記載なし）	「正社員（試用期間3か月）」＋employmentType: "FULL_TIME"
勤務地	「都内各所」	「東京都港区○○1-2-3（最寄：○○駅徒歩5分）」＋PostalAddress
給与	「給与：要相談」	「月給30万〜45万円（固定残業代○時間分・○円を含む／超過分は別途支給）」＋baseSalary（minValue/maxValue/MONTH）
仕事内容（JD）	「やる気のある方歓迎」	「SaaSの新規法人開拓。商談数の目安は週○件、半年で○件の受注がKPI。必須は社会人経験1年以上、歓迎は法人営業経験」
募集期限	（記載なし）	「応募締切：2026年9月30日」＋validThrough
応募方法	「お気軽にご連絡ください」	「本ページの応募フォームから直接応募可（所要5分）」＋directApply: true

ポイントは、AIが条件で絞り込めるように「数値・固有名詞・範囲」をテキストで書くことです。給与は「要相談」ではなく範囲を明記しますが、固定残業代がある場合はその時間数と金額、超過分の取り扱いまで書くのが労働条件明示の観点でも適切です（職業安定法の指針）。あわせて2024年4月施行の職業安定法・労働基準法の改正により、求人時には「従事すべき業務の変更の範囲」「就業の場所の変更の範囲」（有期契約では更新上限の有無）の明示も必要になっています。求人ページに「転勤の可能性：あり（国内事業所間）」「将来的に従事する可能性のある業務：◯◯」のように変更の範囲まで書いておくと、法令にも沿い、AIが条件を正確に解釈しやすくなります。実態と異なる好条件を書く、募集していない人気職種を載せて応募を集める、といった行為は法令違反かつAI検索のポリシー違反になり得るため避けます。

社員紹介・カルチャーページのテキスト化

「[社名] 評判」「[社名] 働きやすい」という質問にAIが正しく答えるには、社員の声や社風がテキストとして存在する必要があります。よくある失敗は、社員インタビューを動画や画像（座談会の写真にテキストを焼き込む等）でしか載せていないケースです。AIは動画・画像内の情報を読めないため、Q&A形式の書き起こしテキストを用意します。

• インタビューは「入社の決め手は？」「1日の流れは？」「大変だったことは？」のように質問を見出し（H3）にし、直下に社員の実際の発言を100〜200字で置きます。
• 発言者は氏名（またはイニシャル）・職種・入社年を添え、PersonスキーマでworksFor（所属企業）を関連付けると、AIが「誰の発言か」を識別しやすくなります。
• 定着率・残業時間・有給取得率などの数値は、計測根拠のある事実のみを載せます。

このテキスト化により、求人ページ（JobPosting）と社員ページ（評判・社風）の両輪で、求職者のAI質問に答える素材がそろいます。求人媒体（Indeed等のポータル）に出している情報とも、職種名・給与・勤務地を一致させてください。情報がずれているとAIが古い・誤った情報を参照する原因になります。

AI引用可否のセルフ診断と採用8項目チェックリスト（自社で3日のロードマップ）

実装の前後で必ずやっておきたいのが、「実際にAIに聞いたとき自社・自社の求人が出てくるか」のセルフ診断です。費用ゼロ・所要1時間程度で、改善効果を測る基準点にもなります。本章のチェックリストとロードマップに沿えば、採用担当が外注せず自社で3日でひと通りの実装に着手できます。

セルフ診断4ステップ

1. ChatGPTで指名・評判を確認する：「[社名]はどんな会社ですか／転職先としてどうですか」と入力し、自社が正しく説明されるか、古い・誤った情報が混じっていないかを見ます。
2. Perplexityで業界・条件検索を確認する：「[地域]で[職種]の未経験歓迎求人を教えて」「[業界]で働きやすい会社は？」と入力し、自社が候補に挙がるか、どのソース（自社サイト／ポータル／口コミ）が引用されているかを確認します。
3. リッチリザルトテストでJobPostingのエラーをゼロにする：実装した求人ページをリッチリザルトテストにかけ、JobPostingが検出され、必須プロパティの欠落・baseSalaryの通貨/期間欠落などのエラーがない状態にします。
4. GA4でAIリファラを計測する：chatgpt.com・perplexity.ai・gemini.google.com等からの参照流入を、GA4の参照元/メディアやセグメントで観測します。流入は小さくても、AI経由の訪問が発生しているかを定点で見ます。

AIの回答は実行のたびに変動し、地域や指名度によっても結果が変わります。1回の結果で判断せず、施策の前後で定点比較するのが正しい使い方です。継続的な効果測定（KPI設計と観測方法）の詳細は効果測定とKPI設計のガイドに委譲します。

採用担当が明日できる8項目チェックリスト

#	チェック項目	対応セクション
1	主要な求人ページにJobPosting構造化データを実装した	§3
2	必須5プロパティ（title/description/datePosted/hiringOrganization/jobLocation）を満たした	§3
3	baseSalaryを範囲＋通貨JPY＋期間で記述した（「要相談」をやめた）	§3/§4
4	募集終了時にvalidThrough過去日付化／404/410にする運用を決めた	§3
5	リッチリザルトテストでJobPostingのエラーがゼロである	§3/§5
6	職種タイトル・勤務地・JD・給与を具体的なテキストに書き換えた	§4
7	社員インタビューをQ&Aテキスト化した（動画・画像のみをやめた）	§4
8	ポータル（Indeed等）と自社サイトの職種名・給与・勤務地を整合させた	§4

汎用の基本チェックリスト（30項目）はLLMO対策チェックリスト30項目に、本リストは人材・採用特有の論点に絞っています。

自社で3日のロードマップ

• 1日目（診断と棚卸し）：セルフ診断4ステップで現状を把握し、主要求人ページとJD・給与・勤務地の曖昧な箇所を洗い出します。改善の基準点を記録します。
• 2日目（JobPosting実装）：本記事のJSON-LDサンプルをベースに、主要な数件の求人へJobPostingを実装し、リッチリザルトテストでエラーをゼロにします。
• 3日目（書換とテキスト化）：求人ページのフィールド書換（職種・給与・勤務地・JD）と社員インタビューのQ&Aテキスト化を行い、ポータルとの情報整合を取ります。最後にAIへ再質問して変化を確認します。

8項目のうち自社がどこまで充足しているかを点数で把握したい場合は、採用サイトのLLMO対応度を無料診断（登録不要・約7問）で不足箇所をスコア化できます。

まとめ｜求人の「具体化」がそのままLLMO資産になる（C5クラスタ・ナビ）

人材会社・採用企業のAI検索対策は、特別な広告手法ではなく、求人・社員情報という事実を、AIが読めるテキストと構造化データで具体的に整える作業です。要点を整理します。

• 求職者は「[業界] 働きやすい会社」「[社名] 評判」をAIに聞き、AIは採用サイト・ポータル・口コミ・社員記事を横断合成する。自社が機械可読でないとポータルの断片で判断される。
• 中核はJobPosting構造化データの実装。必須はtitle/description/datePosted/hiringOrganization/jobLocationの5つ、validThrough/baseSalary/employmentTypeは強く推奨。jobLocationTypeはTELECOMMUTEのみ、baseSalaryは通貨・期間が必須。
• 求人ページは職種・給与・勤務地・JDをフィールド単位で具体化し、社員インタビューはQ&Aテキスト化する。労働条件明示の法令に反しない事実ベースで書く。
• セルフ診断4ステップで基準点を作り、採用8項目チェックリストとロードマップで自社で3日着手する。
• 効果は断定できず出典・自社実測を明示する。Google for Jobsのプロパティ仕様は改定されることがあるため、実装前に公式ドキュメントを確認する。

次に読む記事（業種別LLMO対策クラスタ）

あなたの状況	次に読む記事
LLMO/AI検索対策の全体像を知りたい	LLMO対策を自分でやる全体像
構造化データの実装を技術的に深掘りしたい	構造化データ実装の技術深掘り
汎用のチェックリストを使いたい	LLMO対策チェックリスト30項目
効果測定のKPIを設計したい	効果測定とKPI設計のガイド
中小企業の汎用的な進め方を知りたい	AI検索対策は中小企業こそ効く
BtoB企業の成功事例を見たい	BtoB企業のLLMO成功事例

自社の採用サイトが「いま何点で、どこが不足しているか」を知るところが最短の第一歩です。

採用サイトのLLMO対応度を無料診断（登録不要・約7問）で今すぐ現状を把握する

よくある質問（FAQ）

よくある質問

Q人材会社はAI検索対策を自社でできますか？

A

できます。本記事の中核であるJobPosting構造化データの実装、求人ページの書換（職種・給与・勤務地・仕事内容の具体化）、社員インタビューのテキスト化は、いずれも外注せず採用担当が自社で実装できる範囲です。JobPostingはGoogleの求人検索向けに専用スキーマが用意されているため、本記事のJSON-LDサンプルをベースに値を差し替えるだけで着手できます。診断・JobPosting実装・書換を1日ずつに分け、自社で3日でひと通り着手するロードマップを本文で示しています。ただし「対策すれば必ずAIに引用される」という保証はなく、引用される確率を高める情報設計と捉えてください。AI検索経由の流入はオーガニック全体の約0.1%（2025年6月計測値）とまだ小さい一方、競合が未着手の今に仕込む価値があります。

Q採用サイトにJobPosting構造化データを実装するにはどうすればいいですか？

A

求人ページに<script type="application/ld+json">でJobPostingのJSON-LDを挿入します。Googleの求人検索が定める必須プロパティはtitle（職種名のみ）、description（仕事内容の詳細）、datePosted（掲載日）、hiringOrganization（募集企業）、jobLocation（勤務地＝PostalAddress）の5つです。加えてvalidThrough（募集期限）、baseSalary（給与＝通貨JPYと期間MONTH/YEARが必須）、employmentType（FULL_TIME等の列挙値）を推奨プロパティとして加えると条件絞り込みに使われやすくなります。1ページにつきJobPostingは1件、構造化データの内容はページ本文にも含めるのがルールです。実装後はリッチリザルトテスト（search.google.com/test/rich-results）でエラーがゼロになるまで検証します。本記事にコピペ可能なサンプルを掲載しています。

QChatGPTやPerplexityに自社の求人が表示されるにはどうすればいいですか？

A

AIは採用サイト・求人ポータル・口コミ・社員記事を横断して回答を組み立てるため、自社サイト上に判断材料となる一次情報をテキストで用意することが起点です。具体的には、JobPostingで求人を機械可読にし、職種・給与・勤務地・仕事内容を曖昧語（「要相談」「やる気歓迎」）でなく数値・範囲・固有名詞で書き、社員の声をQ&Aテキストとして載せます。あわせてIndeed等のポータルと自社サイトで職種名・給与・勤務地を一致させると、AIが参照する複数ソースの情報がそろいます。実装後はChatGPT・Perplexity・Geminiに「[地域]で[職種]の求人」「[社名]の評判」と実際に質問し、候補に挙がるか・情報が正確かを定点で確認します。引用先はAI側が動的に判断するため、必ず表示される保証はありません。

Q求人ページをAI検索に対応させる書き方のコツは？

A

AIが条件で絞り込めるよう、フィールド単位で具体化するのがコツです。職種タイトルは「営業職募集」ではなく「法人営業／未経験歓迎／リモート週3可（港区）」のように条件を入れ、給与は「要相談」をやめて月給の範囲を明記します（固定残業代がある場合は時間数・金額・超過分の扱いまで書くと労働条件明示の観点でも適切です）。勤務地は番地までのPostalAddress、仕事内容は業務・KPI・必須/歓迎スキルを具体的に書きます。さらに社員インタビューを動画・画像のみにせずQ&A形式のテキストにします。いずれも構造化データと本文を一致させ、実態と異なる好条件や募集していない職種の掲載は法令違反・ポリシー違反になり得るため避けます。

QJobPosting構造化データを実装すれば求人は必ずAIに引用されますか？

A

いいえ、保証はありません。JobPostingは求人を機械可読にしてAIや検索エンジンが理解しやすくする土台ですが、構造化データ単体で引用が決まるわけではなく、ページ本文の具体性（職種・条件・仕事内容のテキスト）、社員の声などの独自情報、ポータルとの情報整合といった要素が合わさって初めて参照されやすくなります。どのソースを引用するかはAIサービス側が動的に判断するため、施策は「引用される確率を高める情報設計」として捉えてください。実装後はリッチリザルトテストでエラーをゼロにし、ChatGPTやPerplexityで実際に質問して結果を定点比較し、改善を続けるのが現実的です。

Q中小の人材紹介会社・採用企業はどこから始めればいいですか？

A

まずセルフ診断（ChatGPTで自社の評判、Perplexityで条件検索を確認）で現状の基準点を作り、次に応募を最も増やしたい主要な求人数件にJobPostingを実装してリッチリザルトテストでエラーをゼロにします。そのうえで職種タイトル・給与・勤務地・仕事内容のテキストを具体化し、社員インタビューをQ&Aテキスト化します。本記事ではこれを1日目=診断、2日目=JobPosting実装、3日目=書換とテキスト化、という自社で3日のロードマップに整理しています。中小規模ほど特定の職種・地域・条件に絞れるため、「[地域]で[職種]の未経験歓迎」といったニッチな質問でむしろ候補に挙がりやすい面があります。中小企業全般の進め方はAI検索対策は中小企業こそ効くを、全体像はLLMO対策を自分でやる全体像をあわせて参照してください。