# 採用書類スクリーニング — 運用ガイド

## 基本情報

| 項目 | 内容 |
|------|------|
| 業種 | 人事 |
| ユースケース | 採用書類スクリーニング |
| WFパターン | `start → knowledge-retrieval → llm(スクリーニング分析) → template(レポート) → end` |
| RAG | あり |
| 検証結果 | E2E pass |
| デモURL例 | http://localhost/workflow/kRdb1nQQeHkH8SLM |

## 概要

応募者の履歴書・職務経歴書テキストをAIが分析し、スキル抽出・採用基準マッチング・スコアリングを自動実行する。

## デモ手順

1. DDF Web UI (`/dashboard`) を開く
2. 「採用書類スクリーニング」の「デモ生成」ボタンをクリック
3. 業種「人事」、UC「採用書類スクリーニング」が自動入力される
4. 「デモ生成開始」をクリック
5. 生成完了後、デモURLを顧客に共有

## ナレッジベース（RAG）

このワークフローにはナレッジベースが必要です。

### 同梱ドキュメント

`knowledge/` フォルダに以下のテキストファイルが保存されています:

- `採用基準_AIエンジニア.txt`

### デプロイ手順

1. Dify管理画面 → ナレッジ → 新規作成
2. 上記テキストファイルをアップロード
3. インデキシング完了を待つ
4. WFのKRノードで作成したナレッジベースを選択

またはDDFパイプラインで自動セットアップ:
```
run_pipeline(knowledge_docs=[...])  # 自動でKB作成+ID注入
```

**顧客デモ時は、顧客の実ドキュメントに差し替えるとインパクトが大きくなります。**


## テスト入力例

### 入力例1
```
氏名: 山田花子
年齢: 32歳
最終学歴: 東京大学工学部 情報工学科 卒業

職務経歴:
2016-2020 株式会社NTTデータ システムエンジニア
  - 金融系基幹システムの設計・開発（Java, Oracle）
  - チームリーダー（5名）として進捗管理

2020-2026 アマゾンウェブサービスジャパン ソリューションアーキテクト
  - 製造業顧客向けクラウド移行提案・設計
  - AWS認定ソリューションアーキテクト プロフェッショナル取得
  - Python, Terraform, Kubernetes の実務経験

資格: AWS SAP, 応用情報技術者, TOE
```

### 入力例2
```
氏名: 鈴木太郎
年齢: 24歳
最終学歴: 日本大学 経済学部 卒業

職務経歴:
2024-2026 株式会社ABCシステムズ プログラマー
  - Webアプリ開発（PHP, MySQL）
  - 主にバグ修正と機能追加の担当

資格: 基本情報技術者
希望年収: 450万円
志望動機: Pythonを独学中。AI開発に興味がある
```


## 顧客への説明ポイント

- 「これは自動生成されたプロトタイプです。本番利用には追加の設計・開発が必要です」
- 「御社の実データ/ドキュメントを使えば、さらに精度の高いデモをお見せできます」
- 「Self-hostedなので、御社のデータは外部に出ません」

## AI品質評価コメント

検証済みYAMLから即時デプロイ

## 次のステップ（受託提案）

1. 顧客の実データでカスタマイズデモ（POC: 5-10万円）
2. 本番環境設計・構築（受託開発）
3. 既存システム（kintone/Salesforce等）とのAPI連携
4. 運用保守サポート