Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
【ブログ用サンプル】Claudeを活用したエージェント分析レポート自動生成例
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
新美彩加
July 08, 2026
Business
150
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
【ブログ用サンプル】Claudeを活用したエージェント分析レポート自動生成例
Claude (Cowork)を用いてエージェント分析レポートを自動生成する機能を作成しました。
その出力例として用意したスライドです。
新美彩加
July 08, 2026
Other Decks in Business
See All in Business
非エンジニア向け Claude Codeの全社展開~推進とリスク統制のリアル~ #プロヒス2026 #プロダクトヒストリーカンファレンス 2026
kayato
2
130
JBUG福岡#22_登壇資料_「伝えたはず」を「伝わる」に変える実践TIPS
webnaut
0
150
株式会社ルクレ新卒向け採用ピッチ
lecre
0
590
COUNTERWORKS(カウンターワークス)28卒インターン説明会資料
kentymmt
0
120
How SureSmile Clear Aligners Work Step-by-Step Guide for Beginners
burtonadvancedentalmi
0
210
01_全社_FLUX採用ピッチ資料_Ver.5.4
flux
10
220k
station会社紹介資料
station_inc
PRO
0
110
[CCSummit2026]Confidential Computing for Sovereign AI: The Emerging Opportunity in Japan ーBuilt on Global Innovation, Governed by Sovereign Trust.ー
acompany
PRO
0
130
Corporate Story (GA technologies Co., Ltd.)
gatechnologies
0
980
SimpleForm 会社紹介資料
simpleform
2
56k
NOROSHI inc_COMPANY DECK
noroshi
0
710
株式会社うるる エンジニア向け採用資料
uluru_hr
3
130k
Featured
See All Featured
Navigating Algorithm Shifts & AI Overviews - #SMXNext
aleyda
1
1.3k
Skip the Path - Find Your Career Trail
mkilby
1
160
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
46
2.9k
Designing for Performance
lara
611
70k
From π to Pie charts
rasagy
0
220
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
38
2.9k
Abbi's Birthday
coloredviolet
3
8.4k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.8k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
287
14k
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
162
16k
Design in an AI World
tapps
1
250
Beyond borders and beyond the search box: How to win the global "messy middle" with AI-driven SEO
davidcarrasco
3
170
Transcript
エージェント経由 採用選考レポート 対象期間 2026年5月1日 〜 2026年5月31日(応募日ベース) 対象データ ATS出力データ(応募経路=エージェント、重複応募を除く) 作成日 2026年7月8日
サマリー エージェント経由 採用選考レポート(2026年5月度) 2 200 件 総推薦数 4 社 推薦のあったエージェント数
11 件 エージェント経由の内定数 5.0 % 推薦→内定承諾 総歩留まり率 推薦→内定承諾 総歩留まり率は、期間内の全推薦(200件)のうち内定承諾に至った候補者(10件)の割合。入社は集計期間経過後になるケースがあるため、本サマリーでは主要 指標として使用しない。
選考ファネル全体像(歩留まり分析) エージェント経由 採用選考レポート(2026年5月度) 3 備考 値 通過率 推薦200件のうち書類選考合格120件 60.0% 書類選考通過率
書類選考合格120件中、一次面接合格は15件のみ。選考 フロー中最大のボトルネック 12.5% 一次面接合格率 一次面接合格15件中、二次面接合格は12件。母数が少な く評価には注意 80.0% 二次面接合格率 二次面接合格12件中、内定承諾は10件。母数が少なく( 12件)評価には注意 83.3% 内定承諾率 ※ 通過率が100%となるフェーズは本表から除外している。各通過率は当該ステップの合格者数を直前のフェーズの合格者数で割 った値。定義の詳細は歩留まりの定義.docxを参照。 ボトルネック 一次面接合格率 12.5% 書類選考合格120件中、一次面接に合格したのは15件のみ。 選考フロー中で最も歩留まりが低い区間。 推薦→内定承諾 全体歩留まり率 5.0% 200件中10件が内定承諾(サマリーと同数値)
大カテゴリ × エージェント エージェント経由 採用選考レポート(2026年5月度) 4 推薦数(大カテゴリ内訳) 書類選考通過率マトリクス(大カテゴリ×エージェント) D C
B A 大カテゴリ 19件 (57.9%) 29件 (65.5%) 48件 (52.1%) 44件 (68.2%) エンジニア 11件 (45.5%) 11件 (45.5%) 12件 (58.3%) 26件 (69.2%) セールス 書類選考通過率=書類選考の合格者数を推薦数で割った値。推薦のあったエージェントは4社 (6社未満のため「その他」区分なし)。 気づき: 全社ともエンジニア職の推薦が過半数を占める中、エージェントBはエンジニ ア職比率80.0%(48/60件)と4社中最も偏りが大きい。
小カテゴリ × エージェント エージェント経由 採用選考レポート(2026年5月度) 5 合計 D C B
A 小カテゴリ 50件 8件 (50.0%) 14件 (57.1%) 10件 (50.0%) 18件 (66.7%) サーバーサイドエンジニア 40件 4件 (50.0%) 8件 (75.0%) 17件 (47.1%) 11件 (72.7%) インフラエンジニア 40件 6件 (50.0%) 5件 (40.0%) 9件 (66.7%) 20件 (70.0%) フィールドセールス 30件 5件 (80.0%) 6件 (66.7%) 10件 (70.0%) 9件 (55.6%) データ/AIエンジニア 20件 2件 (50.0%) 1件 (100.0%) 11件 (45.5%) 6件 (83.3%) フロントエンドエンジニア 10件 2件 (50.0%) 4件 (25.0%) 1件 (0.0%) 3件 (33.3%) インサイドセールス 10件 3件 (33.3%) 2件 (100.0%) 2件 (50.0%) 3件 (100.0%) カスタマーサクセス 200件 30件 40件 60件 70件 合計 セルは推薦数(件)と書類選考通過率。小カテゴリは推薦数の多い順に表示。推薦のあったエージェントは4社のため「その他」区分は発生しない。 気づき: インフラエンジニアはエージェントBが最多17件を推薦する一方、通過率は47.1%と同カテゴリの4社中最も低い(エージェントCは75.0%)。
エージェント別 推薦ポジション内訳 エージェント経由 採用選考レポート(2026年5月度) 6 各エージェントの推薦上位6小カテゴリ+その他(7小カテゴリ中7番目を集約)。推薦のあったエージェントは4社のため4パネル構成(規定の6パネルは非該当)。
データに基づく考察 エージェント経由 採用選考レポート(2026年5月度) 7 • 全体の「推薦→内定承諾」歩留まり率は5.0%(200件中10件)。書類選考通過率は60.0%(200件中120件)である一方、一次面接合格 率は12.5%(120件中15件)と選考フロー中最大のボトルネックとなっている。 • エージェント別の推薦数はエージェントA 70件、B
60件、C 40件、D 30件の順。Aが全推薦数200件のうち35%を占め、4社中最多。 • 「推薦→内定承諾」率はエージェントA 7.1%(70件中5件)が4社中最も高く、エージェントB 1.7%(60件中1件)が最も低い。Bは推 薦数がAに次いで多いにもかかわらず、内定承諾には結びついていない。 • 大カテゴリ別に見ると、エージェントBは推薦の80.0%(60件中48件)をエンジニア職が占め、4社中最もエンジニア職への偏りが大 きい。 • 小カテゴリ「インフラエンジニア」では、エージェントCの書類選考通過率75.0%(8件中6件)に対しエージェントBは47.1%(17件中 8件)。同カテゴリで最多の推薦数を持つBの通過率が最も低い。なお、フロントエンドエンジニア(C社1件)等サンプル数が少ない カテゴリは通過率の数値評価に注意が必要。