HERP COMPANY DECK FOR ENGINEER

Transcript

1. Company Deck for Engineers
2. Contents 01. 04. 会社概要 エンジニア組織について 02. 05. ミッション エンジニアの働く環境 03. 06. プロダクト エンジニア採用選考について
3. 01. 会社概要
4. 1 会社概要 Company Profile 会社概要 社名 本社所在地 設立 代表取締役 従業員数 事業内容 株式会社HERP 〒141-0031 東京都品川区西五反田一丁目2番10号 CIRCLES五反田3階 2017年3月 庄田 一郎 102名（正社員） ※2026年6月時点 人材採用を加速する採用管理システム：「HERP Hire」の提供 AIが一連の採用プロセスを支援する：「HERP AI Recruiter」の提供 オンライン完結型リファレンスチェックツール：「HERP Trust」の提供 求職者向け転職サービス：「HERP Career」の提供 人材紹介会社向け：求人提案プラットフォーム「ジョブミル」の提供
5. 1 会社概要 プロダクト一覧 業務支援SaaS ✕ プラットフォームのマルチプロダクト展開 採用企業・エージェント・求職者の3者に向けて業務システムとマッチングプラットフォームを提供しています。 累計導入社数 3,000 月間利用者数 累計導入社数 1,000 社以上 10 万 社以上 人以上 採用企業向け エージェント（人材紹介会社）向け 求職者向け 【HERPシリーズ】 【ジョブミル】 【HERP Career】 採用管理システム「HERP Hire」をはじめとする複数のプロダクトを通 じて、 「求職者に選ばれる」採用活動を業務支援SaaSを通して提供 人材紹介システム&求人DB。コンサルタントの業務を効率化し、求人提 案のスピード・求人情報を最新化・求人提案の質向上に貢献 スタートアップへの転職プラットフォームとして、企業と求職者のここにし かない出会いを創出 提供プロダクトのリリース変遷 HERP Career ジョブミル HERP シリーズ 2019 求人管理 HERP Hire 求人メディア 求人データベース HERP Trust 2020 2021 2022 2023 面談リクエスト 2024 HERP DataHub 2025 HERP AI Recruiter 2026 ※2026年6月時点
6. 02. ミッション
7. 2 ミッション HERPのミッション Mission 採用を変え、日本を強く。 いつの時代もスタートアップ企業を中心としたイノベーターが 社会に変革を起こし、時代に沿った新しい採用の形を定義してきました。 HERPは創業以来、スタートアップやベンチャーを中心に 多くの企業の採用活動と向き合い続けています。 AI時代も採用は企業成長を支えるセンターピンであり、 これからも変わらず会社を変革するものだと考えています。 「企業は人であり、人は経験で決まる」 私たちがそうであったように、これからも採用を変え、 日本を強くしていく課題に挑戦し続けていきます。
8. 2 ミッション HERPが目指すビジョン Vision すべての採用における意思決定を、その次の挑戦を生み出すものに。 挑戦機会の 創出 挑戦の機会を増やすことで、
 人と企業の成長の好循環を生み出す 挑戦の機会が生まれ、その機会を最適に届けることができれば、その 中で人が成長し、企業も成長する。 企業と人々の挑戦を支援することを通じて、挑戦が次々と増える社会 をHERPは目指しています。 企業の成長 人の成長
9. 2 ミッション HERPが目指すミッションと解決する市場課題 選択肢は増えているのに、 最適な意思決定ができる構造になっていない 採用市場は、構造的な歪みにより多くの課題が発生。それによって情報の非対称性を生んでいます。 【スパム化するスカウトメール】 採用競争率が激化し、一人に大量のスカウト メールが届く 求職者 求職者には日々大量のスカウトが届き、一通の重要性が失われている。本来 受け取りたい求人情報が埋もれてしまい、挑戦機会の損失を招いている。 【お金で左右される求人情報流通】 採用費をかけられる企業ほど求人情報が求職 者に届く構造 ￥ ￥ ￥ 企業B 企業C 【複雑かつ煩雑化が進む採用業務】 常に変化する採用状況と工数の逼迫 ￥ 企業D 企業A 求職者 採用担当者 人材紹介会社や求人サイトでの採用は採用費をかけられる企業ほど求職者 の目に止まりやすく、求職者が本当に知りたい求人情報が埋もれる可能性 がある。 採用業務は年々複雑化し、採用担当者の大きな負荷となっている。必要な 業務に十分な時間を割けず、求職者と向き合う時間が減り、本来伝えるべき 情報や知りたい情報を発信できないことで機会損失を招いている。
10. 03. プロダクト
11. 3 プロダクト 提供するソリューション 業務支援SaaS ✕ マッチングプラットフォーム AI業務支援 個別企業の採用力強化や、単一プロダクト では解決できない
 だからHERPは、採用に関わるステークホ ルダー全方位にプロダクトを展開し、情報 の非対称性を構造的に解消する タレントプール 選考情報 ダッシュボード 求人メディア 採用管理システム 候補者情報 リファレンスチェック 求人情報 人材紹介会社向け 膨大な求人情報を AIが最適化 選考情報の整理を AIが効率化 求人企業 求職者 求職者と向き合う時間を
 増やし採用を成功へ 納得できる判断ができ 挑戦の機会を最大化
12. 3 プロダクト HERP Hire 求職者不足の採用市場における、候補者 体験の向上と業務効率化の両立を実現 採用オペレーション の効率化 求職者に合わせた選考体験 データ資産をもとに採用に を支えるプロダクト設計 関わる意思決定をサポート
13. 3 プロダクト HERP Hireの価値 候補者から"選ばれる"企業へ。候補者体験とチーム採用を支える採用管理システム 求職者に合わせた選考体験を支える設計 プロセス・権限管理の柔軟性 選考管理効率化(日程調整・評価リマインド・タスク管理) 応募情報の自動一元化 現場を巻き込むUX・システム連携 選考官視点での使い勝手・現場の巻き込みやすさ レポーティング・公開API 可視化ダッシュボードのカスタマイズ構築 候補者一人ひとりに合わせた選考体験を実現 HRと現場メンバーの連携を促進 候補者体験向上 業務効率化
14. 3 プロダクト HERP AI Recruiter 書類選考から面接・評価、オファーまでを AIが支援。担当者が候補者一人ひとりと向 き合う時間を生み出し、採用体験向上へ ※採用管理システム「HERP Hire」のオプション機能であり、 AIが採用業務をサポートすることで定常業務を効率化するサービスです。 一部業務をAIが対応することで
 選考の質とスピードを向上 採用基準の言語化や採用要件の 精緻化を可能に
15. 3 プロダクト HERP AI Recruiterの価値 HERP Hire の情報をフル活用し、書類選考からオファーまでの一連の採用プロセスを支援 HERP Hireに蓄積されたデータをAIが編集・分析 AIに学習させないセキュリティ設計によって個人情報を徹底保護 「HERP Hire」に蓄積された応募書類、評価、求人票、面接ログなどのデータをフル活用した一連のプロセス支援 面接官ごとの評価バラつきや重複質問などを客観的に分析する選考プロセスの可視化 AIが採用業務をサポート 書類選考 書類選考の補助 書類選考の一次レビュー補助によるリー ドタイムの短縮 面接 評価 面接準備支援・議事録自動生成 面接設計・1分で書き起こしと議事録を生 成 評価・申し送りの下書き 評価項目に沿った発言抽出や評価理由・ 申し送り文面案を自動で作成 チャットで壁打ち 面接設計や選考の振り返りをチャットで相談できる オファー オファー・訴求方針の提案 エージェントや候補者への連絡文面作成 支援およびアトラクト方針の決定
16. 3 プロダクト ジョブミル 採用企業と人材紹介会社をつなぐ、求人・ 候補者管理の一元化プラットフォーム 企業 エージェント開拓や求人メンテナンスの工数を大幅削減 エージェントとの連携により、採用難易度の高いポジションへの 候補者流入を拡大 エージェント 求人検索・管理の手間を削減して求職者への向き合い時間を最 大化 提案求人の数と質の向上により成約率・入社決定数の向上と早 期立ち上げにも寄与
17. 3 プロダクト ジョブミルの価値 ATSと連携し、企業の採用業務とエージェントの 紹介業務をまるごと効率化・一元化するプラットフォーム 採用企業 採用企業向け エージェント ATSから求人を自動公開・更新 取引先・パートナー求人の横断検索 多数のエージェントへ求人露出 国内外15のATSと自動連携 パートナーへの求人公開機能 エージェントと直接やり取り 求人情報の自動メンテナンス エージェントとの直接連絡機能 進捗状況を詳細に把握 求職者ステータスの管理 提案求人ステータスの管理 エージェント向け ワンクリックで推薦 高度な検索 求人自動集約 推薦フォームへの自動入力 シェア求人 パートナー求人 求職者情報の登録
18. 3 プロダクト HERP Career 自己応募もエージェント推薦もこれひとつでで きる、スタートアップ・IT特化の転職サービス IT・デジタル領域の優秀な転職顕在層に出会える 企業 HERPが求人に合った候補者を提案。スカウトの手間なく納得感 のあるマッチングが実現する サポート不要なら自己応募で、手数料を抑えた採用も可能 IT・デジタル領域の求人・企業情報に網羅的に出会える 求職者 職務経歴書を登録するだけで、キャリアやWILLに合った「本命の オファー」だけが届く 多くのデータとAI分析による、質の高いサポートが受けられる
19. 3 プロダクト HERP Careerの価値 採用管理システムで培ったデータとAIを基盤に、 自己応募とエージェント推薦を一体化した、スタートアップ・IT特化の転職サービス 企業 自社求人の掲載 （自己応募の受付） エージェントからの マスクレジュメの受け取り 求職者 候補者提案機能 エージェントから「マスクレジュメ（個人が特定されない経歴情報）」が 届き、企業側が「話したい」と思った人にだけ面談リクエストを送れる。 求職者が承諾して初めて面談・面接に進む。 「きになる」機能 求人に「きになる」をしておくことで、その求人や類似求人への推薦候 補に選ばれやすくなる。 「話したい」求職者に 面談リクエスト送信 データとAIを活用した高解像度のマッチング 採用管理システムで培ったナレッジとデータを活かし、独自のアルゴリ ズムとAI分析で、求職者にぴったりのオファーを厳選して届ける。 掲載求人の中から検索、自己応募 プロフィールを登録し、 面談リクエストを受け取る 興味のある求人に「きになる」を押し、 推薦候補に選ばれやすくする HERPからの「おすすめ求人」 を受け取り応募
20. 04. エンジニア組織について
21. 4 エンジニア組織について なぜ今エンジニアが必要か HERPは今、採用支援のSaaS企業から 「採用のプラットフォーマー」へ移行する局面にある 採用ドメインの当事者として、 AI時代の採用を作り替える マルチプロダクトが同時に伸びている 3000社の選考データを持つHERP。後発が短期で再現できないAI時代の採用を今創 るエンジニアが必要。 Hire / ジョブミル / Career / AI Recruiterといったプロダクトが伸びている。
 単機能の増員だけでなく、共通基盤、マッチング、データ、AIを面で作っていく人が必要。 3年で組織を3倍にするのに、 「作り方をつくる」人が足りない 生成AIでマッチングの質を上げる データ基盤、開発プロセス、AI活用などを仕組み化するエンジニアが不足している。 AI x 採用は環境が悪化する未来もあるが、データとAIで質をあげる世界線を目指せる エンジニアが今必要。
22. 4 エンジニア組織について 組織人員計画 2029年までの3年で3倍の組織拡大を計画 2026年3月にシリーズCの資金調達を実施。100名から300名への組織成長を目指します。 Board 300 300 939 150 15 人 51 2026年 200 20 人 人 117 77 52 150 30 0 人 30 200 100 Corp 80 2027年 100 2028年 2029年 エンジニアが 全体の3割超へ Dev Biz
23. 4 エンジニア組織について 得られる成長 HERPのエンジニア組織で得られる成長 ドメイン理解を武器に、事業課 題へ踏み込める toB/toC両方を含むマルチプ ロダクトを同時に設計する経 験が積める 会社ごとに異なる課題を、デー タ・基盤で汎用的に解ける 自社採用を自社プロダクトで回す組織方 針。 作る側が使う側に回る経験を通じて、採 用課題を自分ごとにし、プロダクトや事業 側によっていくキャリアが取りやすい 異なるユーザー、事業モデル、プロダクト 特性を横断しながら、個別の機能開発か ら事業全体の設計へと視座を広げられる 採用業務は標準的プロセスが存在しな いため、既存業務をシステムに落とし込 むだけではなく、データ・基盤を通じて汎 用的に解く経験が積める
24. 4 エンジニア組織について 事業・プロダクトの課題・挑戦 エンジニアが向き合う、3つの技術的挑戦 ドメインの複雑性 標準プロセスのない採用業務を、どうプ ロダクトに落とすか マルチプロダクトを支える アーキテクチャ データとAIによるマッチング の進化 4プロダクト共通の基盤をどう設計する か 3,000社の選考データを、出会いの質に どう変えるか
25. 4 エンジニア組織について 事業・プロダクトの課題・挑戦 ドメインの複雑性 採用業務には「そのままシステム化できない」4つの複雑さがある 関係者 業務 環境 ステークホルダーが多い 標準業務フローがない 外部要因に左右される 企業・求職者・エージェントの三者が関 わり、それぞれ立場も利害も異なる。 採用のやり方は企業ごとに異なり、 「正 解の業務」をそのまま実装できない。 業務にもプロダクトにも、コントロール できない外部変化が影響する。 同じ「求人」でも、企業には募集要件、求職 者には応募先、エージェントには提案商材 選考ステップの数も、評価の観点も、意思決 定の流れも企業ごとに違う 法的制約（労働法制・個人情報）、景気によ る採用市況の変動 「業務の正解」を写し取るのではなく、 複雑さを前提にプロダクトを設計する必要がある データ 非構造データが大半 扱う情報の多くがテキストで、従来のシ ステムでは構造化が難しい。 求人票、履歴書・職務経歴書、面接ログ
26. 4 エンジニア組織について 事業・プロダクトの課題・挑戦 マルチプロダクトを支えるアーキテクチャ 4プロダクトが同じドメインを扱うからこそ、 「共通で持つもの」の設計が事業速度を決める プロダクト間でドメインが重複している どの事業でも、最終的に扱うのは求職者と求人。プロダクトごとに個別で持つか、共通で持つかの設計判断が常に問われる。 ここから生まれる2つの挑戦 新規事業 既存プロダクト 最短で立ち上げるための共通基盤作り 分散モノリスの解消 事業立ち上げのインフラとして、プロダクト横断の基盤を整備する。 認証基盤 データ基盤 マッチングシステム HERP Hireで複雑化したコンポーネントを統合・整理し、依存関係をシンプルにすること で、全体のデリバリ速度を向上させる。
27. 4 エンジニア組織について 事業・プロダクトの課題・挑戦 データとAIによるマッチングの進化 他社にないデータ資産と生成AIの掛け算で、マッチングプラットフォームへの進化を実現する 豊富な応募・選考データ HERP Hireは累計3,000社以上に導入され、応募から選考・評価・内定までのプロセスデータを蓄積。 非構造データから価値を引き出す 構造化が難しかった履歴書・面接ログ・評価コメントから、生成AIで意味のある情報を抽出・活用できるように なった。 媒体・エージェント経由の候補者データを一元管理 書類選考の補助 面接議事録の自動生成 「どんな人材が、どの選考ステップで、どう評価されたか」を 可視化できるのが他社にない強み 評価理由の言語化 オファー時の訴求方針提案 効率化のSaaSから、マッチングプラットフォームへ HERP Hire・ジョブミル・HERP Careerの3プロダクトが連携し、企業の要件と求職者の実態を深く理解した、双方に最適なマッチングを実現する。 単なる業務効率化にとどまらない、採用の質そのものの向上を目指す。
28. 4 エンジニア組織について 技術の課題・挑戦 - データの共通基盤化とAI活用 & セキュリティ データの共通基盤化とAI活用 & セキュリティ データ戦略の推進 生成AIによる価値創出 各プロダクトに散在するデータを共通のデータ基盤で統合し、機械学習（レコメンド・マッチ ング）や意思決定に即座に活用できる堅牢なデータパイプラインを構築することに挑戦し ています。 単なる効率化に留まらず、AIリクルーターや面談オファーなど、データ基盤を活かした独 自のAIプロダクト開発により、採用成果を最大化する「データプラットフォーマー」への進化 を目指しています。 ※参考 CORE 求人要件 選考プロセス 候補者行動 評価 Ingest 多様なソースからの リアルタイム収集 Transform 共通スキーマへの 統合・正規化 Feature Store 機械学習のための 特徴量管理・共有 Feedback Loop：データの循環による精度向上 日常的なコンプライアンス運用 ISO27001/27017準拠のプロセスを開発フローに組み込み、PII（個人情報）や委託された情報を扱う事業として高い信頼性を維持し続けています。 ML Inference マッチングスコア 推論・予測
29. 4 エンジニア組織について 技術の課題・挑戦 - 開発生産性の可視化と向上 開発生産性の可視化と向上 DORA指標による改善サイクル AI活用による業務効率化 全プロダクトでデプロイ頻度やリードタイム等の4指標（Fourkeys）を 可視化し、単なる計測に留まらず、事業責任者と共に改善サイクルを 回す文化を醸成しています。 直近は特にHERP Hireの指標を改善するための施策を展開してい ます。 Cursor、Devin、Claude CodeなどのAIツールを積極的に導入・検 証し、コード改善やレビュー補助の「仕組み化」によって開発生産性を 高めることに挑戦しています。
30. 4 エンジニア組織について 組織の課題・挑戦 - 標準技術スタックの設定と育成 自律的に開発が進む組織への挑戦 開発スタイル 技術 意思決定 標準技術スタックで「迷わない 開発」を実現 現場の裁量と全社ガバナンス の両立 フルサイクル開発の推進 チームを跨いだ異動や育成、採用の効率 化を目的に、標準技術スタック （TypeScript/React中心）を定義し、継 続的にアップデートしています。 標準技術のサポート体制の設置、ガイド の整備や「標準技術育成会」などを通じ、 属人的な知見を組織の資産へと昇華さ せる仕組みを構築中です。 複数事業・複数プロダクトを運営する中 で、開発のスピードを保つため、意思決定 や管理業務を、権限委譲と基準の明確化 によって各開発チームへ分散しています。 一方で、プロダクトを横断した技術・品質 の基準は全社で定め、現場の裁量と全社 ガバナンスのバランスを取りながら自律 的に成長できる組織を目指しています。 「着想→開発→提供→運用→学習」のサ イクルをチーム内で完結させ、外部への 依存によるリードタイムを最小化する体 制・基盤づくりに挑戦しています。
31. 4 エンジニア組織について プロダクト開発における責任領域 HERPのエンジニア組織では「何を・なぜつくるか」を決める経験が積める HERPでは、役員や事業責任者だけがプロダクトの方針を決めるのではありません。 エンジニアやデザイナーも、顧客課題や事業方針を踏まえながら、プロダクトの優先順位や実現方法の意思決定に関わります。 職種の専門性に閉じず、プロダクトの成果に責任を持つ経験を積めることが、候補者にとってのメリットです。 Why What How 役員・事業責任者 デザイナー エンジニア
32. 4 エンジニア組織について 開発チームの体制図 採用業務支援 プロダクト開発部 多採用企業向けB2Bプロダクト（HERP Hire、HERP AIリクルーター、HERP Trustなど）の開発を行います。 さらに2チームにわかれ、柔軟に開発に携わります。 マッチング プロダクト開発部 各種採用マッチングプロダクトの開発を行います。プロダクトごとの開発チームをそれぞれ置いています。 PDT-Company PDT-Matching プロダクト本部 プラットフォーム 開発部 PDT-Platform エンジニアリング 戦略部 Engineering-Strategy Aチーム Bチーム ジョブミル HERP Career Cチーム Platform プロダクト開発におけるさらなる成果創出を支援する技術を提供します。データを事業につなげるデータ基盤を担うDataPlatformチームと、開発生産 性と信頼性の改善をリードするDevPlatformチームが存在します。 DevPlatform DataPlatform 何を作るのかを決めるプロダクト本部に対し、全社の技術選定、エンジニアの採用、評価、育成などを中心にどのように作るのかに関する課題解決を 担っています。 1チーム5名前後で構成されています ※2026年6月時点
33. 05. エンジニアの働く環境
34. 5 エンジニアの働く環境 働き方について 制度 基本全国からのフルリモートOK 運用はチームによって異なり、出社推奨日のあるチームもあります。 フルフレックス制（コアタイムなし） 運有休消化せずに中抜け・早退や、ゼロ時間勤務も可能。 各種チームランチ・チーム交流会（交際費支給） 副業、兼業OK（要申請） 勤務時間内の技術カンファレンス・勉強会 ・他社カジュアル面談参加OK
35. 5 エンジニアの働く環境 働き方について 全体のミーティング オンライン 週次・月次の全社Meeting オンライン 出社 デザインスプリント(不定期開催) 事業開発・セールス・マーケ・CS・開発メンバーが一堂に会して新機能のアイデア出し。 オンライン 出社 毎月エンジニア全体のAll Hands 四半期ごとの全社キックオフ 各チームの状況・やってることを共有。最近の技術的なトピックの雑談。 遠方の場合は交通・宿泊費支給。 オンライン・出社 どちらの参加もOK！
36. 5 エンジニアの働く環境 働き方について 実態 出社/リモート 地方在住でフルリモートの人もいれば、ほぼ毎日出社してる人もいる。 コミュニケーションスタイル オープンでフラット。仕事でもプライベートでも議論や雑談が活発。 情報のオープン性 一部機微情報を除いてほとんどの情報がオープンになっている。 開発体制 アジャイル開発。作るものはPdMとエンジニアが協働して決める。エンジニアが何 を作るかから運用まで一気通貫で担当。 チームの規模感 エンジニア2~4人程度のチームサイズであることが多い。そこにPdMやデザイナー が加わって１チーム。
37. 5 エンジニアの働く環境 どんなメンバーがいるか メンバー 技術の探究が好きな人 趣味の時間で個人開発をしていたり、アーキテクチャに関する勉強会が開催されたり、関数型パラダイムに関心があったり。 技術好きな人が多く新しい技術を試してみることも多い。 業務における基準が高い人 プロダクト志向・ユーザー価値に向き合う人 前提の議論からガンガンエンジニアが関わっているケースが多い。 議論は活発で、話すことが好きな人 テキストコミュニケーションもそうだし対面もそう。 出社してるときは仕事以外の話で盛り上がっていることも多いです。
38. 5 エンジニアの働く環境 技術スタックについて Use Trial Assess 実績および将来性のある技術であり、大半のチーム が使用することを推奨する 特的のユースケースについて評価され、明確な利点 を示した。リスクが高くなる可能性がある H RPにと て な可能性を ている 評価し、実 的な ク で使用する。 TypeScript React Node.js Storybook Anthropic Claude Bedrock Kubernetes GitHub AWS Datadog Terraform Git DynamoDB (infrastructure＆ Tools) Hono E っ 有益 秘め 践 プロジェ ト DynamoDB ( 開発) Ni x 。 x Ne t.js bun ランタイム) Pridma LaunchDarkly Zod BigQuery Effect Tail ind CSS OpenAPI bun AWS SQS Auth OpenSearch Python Valkey(Redis) BullMQ Biome MySQL (パッケージマネー ジャ) PostgreSQL pnpm ( w 0
39. 06. エンジニア採用選考について
40. 6 エンジニア採用選考について 求める人物像 求める人物像 HERP Valuesに共感いただける方 成長への興味関心と学習意欲のある方 顧客に向き合い、仕事・事業を通じて価値を発揮しようというマインドセットを持っている方 責任領域を閉じず、必要なステークホルダーとコミュニケーションをとりつつ業務を推進できる方
41. 6 エンジニア採用選考について 選考プロセス 選考プロセス 平均所要期間：1〜3週間 STEP1 STEP2 STEP3 STEP4 STEP5 STEP6 カジュアル面談 書類選考 一次選考 二次選考 HR面談 最終選考 ステップ 担当 所要時間 形式 内容 カジュアル面談 想定ポジションのEM 45分 オンライン 「HERPへの理解を深めていただきながら、 お互いのマッチ度を確認します。 一次（面接） EM＋チームメンバー 60分 オンライン これまでのご経験・転職の軸・今後のキャリア志向を伺います。 エンジニア 60分 オンライン 普段の業務を想定した、設計のロールプレイ形式です。 配属予定チームの担当者＋HR 60分 オンライン 次回選考のご説明、質疑応答、転職活動状況のヒアリングを行い ます（※選考ではありません） リファレンスチェック ー ー ー 現職・前職の上司や同僚の方 計2名に、リファレンスチェックへご 回答いただきます。 最終（代表面接） 代表 60分 オンライン カルチャーマッチをお互いに確認します。 二次（システムデザイン面接） HR面談 ※状況・期待する役割に応じてプロセスは変動する可能性があります（事前にお伝えします）