採用サイトを​AIに​読ませる​10の​チェック項目。採用担当が​自分で​点検できる​採用AIOの​基本

  • ブログ
  • 採用AIO
  • 採用サイト
  • チェックリスト

採用サイトが​AIに​読まれれば、​AIの​回答に​会社名は​ほぼ出ます。​読まれなければ、​ほとんど​出ません。​Fhillの​計測では、​採用サイトを​根拠に​使った​回答で​会社名が​出た​割合は​72​.8​〜99​.4​%、​使わなかった​回答では​4​.8​〜7​.6​%でした。​採用AIOの​基本は、​この​「読まれる​採用サイト」に​する​ことです。

この​記事は、​採用担当が​自社の​採用サイトを​自分で​点検する​ための​チェックリストです。​10項目を​「数字を​置く」​「AIが​読める​形に​する」​「外部と​揃える」の​3つに​分け、​各項目に、​なぜ​効くかの​根拠と、​できているかの​確かめ方を​添えました。​根拠は​すべて​Fhillが​2026年7月から​10月に​かけて​行った​計測と、​高校生・​求職者の​アンケートから​取っています。

前提: ​AIは​採用サイトを​読んでから​答える。​ただし読む​ページは​5件前後

ChatGPTや​Googleの​AIは、​質問を​受けると​自分で​Webを​検索し、​数件の​ページを​読んでから​回答を​書きます。​1回の​回答で​読むページは​ChatGPTで​4.9件、​Google ​AI ​Overviewで​6.1件です。​Geminiは​2026年9月の​新モデルで​10.7件から​4.1件に​減りました。​読まれる​枠は、​むしろ​狭くなっています。

もう​1つ、​2026年9月の​ChatGPTの​新モデルでは、​同じ​業界の​他社の​サイトを​根拠に​使う​割合が​21%から​8%に​下がりました。​以前は​競合の​サイトに​載った​業界情報の​流れで​自社名が​出ることがありましたが、​いまは自社の​採用サイトが​読まれない​限り、​名前は​ほぼ出ません。​だから、​自社の​サイトを​読まれる​形に​する​ことが、​そのまま​採用AIOに​なります。

AIの回答に会社名が出た割合。採用サイトが根拠に使われた回答と使われなかった回答

出典: ​Fhill​「採用AIO計測」​(2026年7〜10月、​53診断日)。​根拠ページ数は​4つの​AIの​61​,954​回答から。​Gemini・​ChatGPTの​新モデルでの​変化は​2026年9月の​同計測の​前後比較

チェックリスト: ​数字を​置く​(4項目)

求職者が​AIに​聞くのは、​条件です。​AIは​条件に​数字で​答えている​ページを​探して​読みます。数字が​無い​ページは、​読まれても​答えに​使えません。

1. ​年間休日・​残業時間・​休暇の​取りやすさを、​数字で​書いている

なぜ​効くか:求職者が​聞く​10テーマの​うち、​残業・​働き方は​企業名が​挙がる​回数で​上位に​入ります。​高校生でも、​AIに​聞いた​内容の​上位に​「休みの​多さ」が​入っています。

確かめ方:採用サイト内で​「年間休日」​「平均残業時間」​「有給取得率」を​検索し、​数字が​本文に​書かれている​ページが​あるか。

できていない​例:「働きやすい​環境です」とだけ​書いてあり、​数字が​無い。

2. ​初任給・​給与レンジ・​昇給の​実績を​書いている

なぜ​効くか:給与・​年収は、​24業界の​計測で​企業名が​最も​多く​挙がる​テーマです。​高卒入社社員の​入社の​決め手も、​給与・​初任給が​52%で​1位でした。

確かめ方:職種ごとの​初任給と、​入社3年目・​5年目の​年収例が​本文に​あるか。

できていない​例:給与が​「当社規定に​よる」に​なっている。​求人票には​書いてあるのに​採用サイトには​無い。

3. ​資格取得支援・​寮・​手当の​制度を、​条件と​金額まで​書いている

なぜ​効くか:資格取得支援は、​採用人事・​入社社員・​高校生の​三者が​そろって​上位に​挙げた​唯一の​テーマでした。​高校生が​AIに​入力した​言葉にも​「資格取得支援制度に​ついて」が​そのまま​出てきます。

確かめ方:制度名だけでなく、​誰が​対象か、​費用は​会社が​いくら​持つか、​取得後に​どうなるかが​書いてあるか。

できていない​例:福利厚生の​一覧に​制度名だけが​並んでいる。

4. ​拠点ごとの​条件を、​拠点の​ページに​書いている

なぜ​効くか:高校生は​「〇〇支店 ​初任給 ​資格取得支援制度」のように、​通う​拠点の​名前を​入れて​AIに​聞きます。​一方で、​AIが​地名や​勤務地だけで​検索した​とき、​企業の​公式サイトに​届いたのは​6.3%でした。​対象者・​待遇・​評判で​検索した​ときの​11​.4​〜15​.1​%より​低く、​地名の​ページに​条件が​無いと​読まれません。

確かめ方:拠点ページに、​その​拠点の​募集職種・​初任給・​休日・​寮の​有無が​書いてあるか。

できていない​例:拠点ページが​住所と​地図だけ。

チェックリスト: ​AIが​読める​形に​する​(3項目)

数字が​あっても、​AIが​読み取れない​形では​使われません。​読める​形に​するのは​技術の​話ですが、確かめるのは​採用担当でも​できます。

5. ​募集要項が、​PDFや​画像ではなく​ページの​本文に​書かれている

なぜ​効くか:AIが​読むのは​HTMLの​本文です。​PDFや​画像の​中の​文字は​読まれないか、​読まれても​根拠と​して​扱われに​くくなります。​1回答で​読まれる​ページが​5件前後しかない​中で、​本文に​無い​情報は​選ばれません。

確かめ方:募集要項の​ページで​文字を​ドラッグして​選択できるか。​PDFへの​リンクだけに​なっていないか。

できていない​例:「募集要項は​こちら​(PDF)」。

6. ​JobPosting・​FAQPageの​構造化データが​入っていて、​canonicalが​正しい

なぜ​効くか:構造化データは、​AIと​検索エンジンに​「これは​求人情報、​これは​よく​ある​質問」と​伝える​印です。​AIが​1回答で​読むページは​5件前後しかなく、​ページの​中身を​正しく​判別できる​ことが、​読まれる​側に​入る​前提に​なります。​canonicalが​無いと、​wwwありなしや​末尾スラッシュの​違いで​同じ​ページが​別物と​して​扱われ、​根拠の​票が​割れます。

確かめ方:Googleの​リッチリザルトテスト​に​採用サイトの​URLを​入れて、​JobPosting​と​FAQPageが​検出されるか。

できていない​例:検出されない、​または​wwwありと​なしで​別ページ扱いに​なっている。

7. ​会社名と​サービス名が、​ページの​本文と​タイトルに​明記されている

なぜ​効くか:AIが​検索する​とき、​検索語に​会社名が​入れば、​会社名を​書かずに​聞かれた​質問でも​回答に​その​会社が​出る​割合は​約71%です。​入らなければ​約23%です。​AIが​会社名を​検索語に​乗せられるのは、​業界や​条件と​会社名が​同じ​ページで​結び​ついている​ときです。​ある​業界では、​会社名を​書いて​聞いても​公式サイトが​根拠に​使われた​割合が​34.7%にと​どまり、​別の​業界の​87​.8​〜94​.5​%と​大きく​開きました。​会社名と​サイトの​結び​つきが​弱いと、​名指しされても​読まれません。

確かめ方:採用トップと​募集要項の​タイトルに​正式な​会社名が​入っているか。​会社概要ページに​業種・​所在地・​事業内容が​本文で​書かれているか。

できていない​例:タイトルが​「RECRUIT」だけ。​会社名が​ロゴ画像にしか​無い。

採用サイトの10のチェック項目

チェックリスト: ​外部と​揃える​(3項目)

採用サイトが​読まれない​とき、​AIは​代わりに​求人媒体や​口コミを​読みます。​そこに​書かれている​自社の​情報が​採用サイトと​食い​違うと、AIは​外部の​情報で​会社を​説明します。

8. ​求人媒体に​載せている​条件と、​採用サイトの​条件が​一致している

なぜ​効くか:会社名は​出たのに​採用サイトが​根拠に​無い回答で、​AIが​代わりに​読んでいた​根拠の​74​.5​〜89​.5​%は​求人媒体でした。​2026年5月からは​ChatGPTの​中で​Indeedの​求人を​直接探せるようになり、​求人媒体の​情報は​これまで​以上に​AIの​回答に​直結します。

確かめ方:Indeedや​求人サイトに​出している​自社の​求人の​給与・​休日・​勤務地と、​採用サイトの​数字を​並べて​比べる。

できていない​例:媒体の​初任給が​採用サイトより​高い​(または​低い)まま​放置されている。

9. ​終了した​募集・​古い​求人が、​媒体にも​自社サイトにも​残っていない

なぜ​効くか:AIは​古い​求人も​根拠と​して​読みます。​終了した​募集の​条件で​会社が​説明されると、​応募後に​食い​違いが​出て、​選考辞退や​入社後の​ギャップに​つながります。

確かめ方:自社名で​求人サイトを​検索し、​募集していない​職種や​古い​条件の​求人が​残っていないか。​採用サイトの​「募集終了」​ページが​検索に​出ていないか。

できていない​例:2年前の​求人が​媒体に​残っていて、​当時の​給与で​説明される。

10. ​口コミで​多い​不満に、​採用サイトで​正面から​答えている

なぜ​効くか:求職者は​AIに​評判・​口コミを​聞きます。​高校生でも​AIに​聞いた​内容の​上位に​「評判・​口コミ」が​入りました。​AIの​回答が​会社を​否定的に​説明する​割合は​業界で​大きく​違い、​Google ​AI ​Overview​では、​ある​業界の​53.8%に​対し別の​業界は​12.1%でした。​口コミに​書かれる​不満​(残業、​人間関係、​離職)に​採用サイトが​答えていなければ、​AIは​口コミの​内容だけで​説明します。

確かめ方:自社の​口コミで​多い​不満の​テーマを​3つ挙げ、​それぞれに​採用サイトの​どの​ページが​答えているかを​言えるか。

できていない​例:採用サイトに​良い​ことしか​書いていない。

出典: ​Fhill​「採用AIO計測」​(2026年7〜10月)​/​Fhill​「AI推薦企業ランキング」​(2026年10月、​24業界)​/​Fhill​高校生採用​アンケート​(2026年6〜8月、​高校生71人・​高卒入社社員122​人・​採用人事125人)​/​Indeed ​Japan発表​(2026年5月)

チェックが​終わったら​やる​こと

10項目の​うちできていない​項目を​直す前に、まず​現在地を​測ります。​自社名を​含む​質問​(​「〇〇社の​評判は」​「〇〇社の​初任給は」)と、​業界の​質問​(​「△△業界で​おすすめの​会社は」​「□□市で​年間休日が​多い​会社は」)を、​ChatGPTと​Googleの​AI回答に​投げ、​採用サイトが​読まれたか、​会社名が​出たか、​何を​根拠に​したかを​記録します。​1回では​判断できません。​AIごと・​日ごとに​答えが​揺れるので、​同じ​質問を​一定期間続けて​投げ、​直した​前後で​比べます。

直す​順番は、​読まれていない​場合は​5〜7​(読める​形)から、​読まれているのに​名前や​条件が​出ない​場合は​1〜4​(数字)から、​外部の​情報で​説明されている​場合は​8〜10​(外部)からです。

求人票と​採用サイトを​揃える​進め方は、求人の​AI検索対策で​解説しています。

計測の結果から直す順番を決めるフロー

10項目を​直しても​読まれない​とき

この​10項目は、​採用サイト​その​もの​(採用AIOの​第1層)を​整える​ものです。​すべて​直しても​業界の​質問で​採用サイトが​読まれない​場合、​足りないのは​採用サイトの​中ではなく、​外です。​AIは​質問を​受けると​自分で​検索語を​作ります。​その​検索語に​会社名が​乗ると、​会社名を​書かずに​聞かれても​回答に​出る​割合は​約71%、​乗らなければ​約23%です。​AIが​業界や​条件の​文脈で​会社名を​思いつける​状態は、​採用サイトだけでは​作れません。

ドメインの​強さを​上げる​方向ではありません。​AIに​引用された​122ドメインでは、​引用回数と​検索流入の​相関は​0.10、​ドメインの​強さとの​相関でも​0.36でした。​効くのは​次の​2つで、​記事​「採用AIOとは」で​書いた​3層の​情報設計の​第2層と​第3層に​あたります。

  • 自社コンテンツ​(第2層):AIが​自社の​名前を​挙げない​テーマ​(定着、​社風、​成長など)に​答える​記事や​インタビューを​自社ドメインに​置き、​条件と​会社名が​同じ​ページで​結びつく​面を​増やす
  • 第三者の​露出​(第3層):求人媒体の​掲載内容、​業界メディアの​記事、​口コミへの​返信など、​外部で​「業界 ​× ​条件 ​× ​会社名」が​並ぶ​場所を​増やす。​企業名を​出さずに​聞かれた​質問で​公式サイトが​根拠に​使われた​回答は​8.0%で、​AIが​読むのは​ほとんどが​外部の​ページなので、​ここに​名前が​無いと​検索語に​乗らない

よく​ある​質問

この​チェックと​修正は、​Fhillに​頼めますか?

頼めます。​まず​無料の​採用AIO診断で、​ChatGPT・​Gemini・​Google ​AI ​Overviewで​自社が​どう​語られているか、​採用サイトが​読まれているかを​レポートします。​そのうえで、​10項目の​どこから​直すかの​提案​(月額10万円〜)か、​採用サイトの​一次情報と​構造化データの​整備、​求人媒体・​口コミとの​整合までの​実装と​運用の​伴走​(月額20万円〜)を、​施策範囲に​応じて​選べます。

10項目の​うち、​最初に​やるべき​ものは​どれですか?

計測で​決めます。​採用サイトが​読まれていなければ​5〜7​(AIが​読める​形)、​読まれているのに​名前や​条件が​出なければ​1〜4​(数字)、​外部の​情報で​説明されていれば​8〜10​(外部と​揃える)からです。​計測せずに​始めるなら、​8​(求人媒体との​一致)が、​根拠の​実測が​あり着手も​早い​項目です。

採用サイトを​作り直す​必要は​ありますか?

ありません。​10項目は​すべて、​既存の​採用サイトに​ページや​本文を​足す、​または​直す​ことで​対応できます。​数字を​本文に​書く、​拠点ページを​作る、​構造化データを​入れると​いった​作業で、​デザインや​サイト構成を​変える​必要は​ありません。

構造化データは​採用担当でも​確認できますか?

確認は​できます。​Googleの​リッチリザルトテスト​に​採用サイトの​URLを​入れると、​JobPosting​や​FAQPageが​検出されるかが​分かります。​実装は​制作会社か​Fhillに​依頼する​範囲です。

求人媒体に​出していれば、​採用サイトを​直さなくても​大丈夫ですか?

名前は​出ることがありますが、​説明は​媒体の​内容で​決まります。​採用サイトが​読まれない​回答で、​AIが​代わりに​読んでいたのは​74​.5​〜89​.5​%が​求人媒体でした。​媒体の​条件が​古かったり採用​サイト​と​違ったりすると、​その​情報の​まま​語られます。​媒体に​出す​こと​自体より、​媒体と​採用サイトを​揃える​ことが​効きます。

効果は​どの​くらいで​出ますか?

構造化データなどの​技術的な​項目は、​実装後数週間から​1か​月で​AIの​回答に​反映され​始めます。​口コミや​求人媒体との​整合を​含む​外部の​項目は、​3〜6か​月かけて​段階的に​効きます。​同じ​質問を​毎月​投げて、​読まれたか・​名前が​出たかの​変化で​確かめます。

著者

勝田 圭豊

勝田 ​圭豊 勝田 圭豊のLinkedInプロフィール

株式会社Fhill ​開発本部

ブログ一覧へ戻る

AI-native. Moving industry forward.株式会社Fhill(フィル)
© 2026 FHILL