# 求人票AI自動生成 — 運用ガイド

## 基本情報

| 項目 | 内容 |
|------|------|
| 業種 | 人材 |
| ユースケース | 求人票AI自動生成 |
| WFパターン | `start → llm(求人票生成) → end` |
| RAG | なし |
| 検証結果 | E2E pass |
| デモURL例 | http://localhost/workflow/QnXoJ81tC70CRM67 |

## 概要

職種・条件・企業情報から魅力的な求人票を自動生成。ターゲット別に最適化されたバリエーションを出力。

## デモ手順

1. DDF Web UI (`/dashboard`) を開く
2. 「求人票AI自動生成」の「デモ生成」ボタンをクリック
3. 業種「人材」、UC「求人票AI自動生成」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


## テスト入力例

### 入力例1
```
募集職種: バックエンドエンジニア 使用技術: Go, AWS, Kubernetes 年収: 600-900万 勤務地: 東京(リモート週3可) 企業: SaaSスタートアップ 従業員50名 シリーズB 急成長中 福利厚生: フレックス 書籍購入補助 技術カンファレンス参加費用補助
```


## 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

出力は有意義なテキストであり（空/エラーでない）、候補者評価というユースケースに直接関連した内容を含んでいるため合格です。具体的なスコア（78/100）、GoやAWS（SQS/RDS/CloudWatch）、Kubernetesといった入力クエリ固有の技術要素に言及しており、強み・弱み・採用可否・優先順の次アクション（コーディング課題の制約例、評価ポイント、オンサイト面接の主題、リファレンスチェック項目など）も具体的で、単なる汎用テンプレートではありません。顧客デモとして見せられる最低限の品質を満たしています。

## 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