AI面接の深掘り質問とは？仕組み・設計方法・評価精度を高める方法

AI面接の導入を検討する際、多くの採用担当者が気になるのが「深掘り質問」の仕組みではないでしょうか。深掘り質問とは、求職者の回答に対してAIが追加の質問を重ね、表面的な回答では見えない行動特性や思考プロセスを引き出す機能を指します。

この記事では、AI面接の深掘り質問がどのような仕組みで機能するのか、企業がどう設計・運用すれば評価の精度を高められるのかを、実務に即した形で解説します。「面接官ごとに質問の質がばらつく」「準備された回答を見抜けない」といった採用課題をお持ちの方は、ぜひ参考にしてください。

目次

AI面接における「深掘り質問」とは

まずは「深掘り質問」の基本を押さえましょう。通常の面接質問との違いや、企業にとっての重要性、そして深掘り質問が解決できる採用課題を整理します。

深掘り質問の定義

深掘り質問とは、求職者の最初の回答に対して「なぜそう考えたのか」「具体的にどう行動したのか」といった追加の質問を重ねていく手法のことです。通常の面接質問が「学生時代に力を入れたことは何ですか」のように1問で完結するのに対し、深掘り質問はその回答内容をもとに2次・3次と質問を連鎖させていきます。

たとえば「チームリーダーとして売上を伸ばしました」という回答に対して、「チームは何人規模でしたか」「あなた自身が決めたことは何ですか」「意見が割れたとき、どのように合意形成しましたか」と段階的に掘り下げていくのが深掘り質問です。こうした質問の連鎖により、回答の具体性と信頼性を確認できるようになります。

なぜ企業にとって深掘り質問が重要なのか

採用面接において、求職者の最初の回答はある程度「準備された回答」であることが一般的です。自己PRやガクチカなど、事前に練り上げられた回答だけでは、その人が実際にどのような思考で行動し、どれだけの成果を出せるのかを正確に判断するのは困難でしょう。

深掘り質問は、この「表層回答」と「本質回答」の間にあるギャップを埋める役割を担います。表層的な回答では「何をやったか」しか分かりませんが、深掘りを重ねることで「なぜやったか」「どうやったか」「その結果どうなったか」まで確認が可能です。この情報の厚みこそが、入社後に同じ成果を再現できる人材かどうかを見極める判断材料になります。

深掘り質問が解決する3つの採用課題

深掘り質問は、多くの企業が抱える以下の3つの採用課題に対して、構造的な解決策を提供します。

採用課題	深掘り質問による解決
面接官ごとの質問力のばらつき	深掘り質問をあらかじめ設計しておくことで、面接官の経験値に関係なく、一定の質と深さで質問を行える
準備された「優等生回答」の見抜き	用意した回答だけでは対応しきれない角度から質問を重ねることで、回答の具体性と一貫性を確認できる
カンペ・生成AI利用への構造的対策	質問の連鎖によって即興の思考力が求められるため、事前に作成した回答やAI生成テキストだけでは対応が難しくなる

特に3つ目の課題は、近年のAI技術の普及にともない重要性が増しています。AI面接でのカンペ利用に対する関心が高まるなか、深掘り質問の設計は企業側の有効な対策手段となるでしょう。

AI面接の深掘り質問はどう機能するのか

AI面接の深掘り質問は、サービスによって技術的な仕組みが異なります。ここでは代表的な2つの方式の違い、質問チェーンの構造、そして深掘りが評価精度を高めるメカニズムを解説します。

質問プール方式と生成AI方式の違い

AI面接の深掘り質問には、大きく分けて2つの技術方式があります。それぞれの特徴を理解したうえで、自社の採用要件に合った方式を選ぶことが重要です。

方式	仕組み	メリット	デメリット
質問プール形式	企業が事前に設計した深掘り質問リストから、AIが求職者の回答内容に応じて最適な質問を選択・出し分ける	公平性が高い（全員が同じ質問プールから出題）。禁止質問を事前に排除でき、法務・人事も安心	設計時に質問を網羅的に準備する工数が必要
生成AI形式	AIが求職者の回答をリアルタイムで解析し、追加質問をその場で自動生成する	柔軟性が高く、想定外の回答にも対応しやすい	求職者ごとに質問が変わりすぎると公平な比較が難しくなる。禁止トピックに踏み込むリスクがある

どちらの方式にも一長一短がありますが、採用選考における公平性を重視する場合は、質問プール方式が適しています。「Aさんには聞いたがBさんには聞かなかった」という状態は選考の一貫性を損なうため、特に大量採用を行う企業では注意が必要です。

深掘りの連鎖構造

深掘り質問の多くは、構造化面接の手法である「STAR法」に基づいて設計されています。STAR法とは、Situation（状況）・Task（課題）・Action（行動）・Result（結果）の4要素で回答を整理するフレームワークです。

AI面接では、このSTAR法の各段階に対応した深掘り質問を連鎖させます。

• Situation（状況）：「その活動はどのような背景で始まりましたか」
• Task（課題）：「最も大きな課題は何でしたか」
• Action（行動）：「課題に対してあなた自身はどのような行動をとりましたか」
• Result（結果）：「その結果、数値としてどのような成果が出ましたか」

このように段階的に質問を重ねることで、回答の具体性と信頼性を体系的に確認できます。1次深掘り→2次深掘り→3次深掘りと階層を深めるほど、求職者が準備していなかった領域に入るため、実際の行動特性や思考プロセスが浮き彫りになるでしょう。

深掘り質問が評価精度を高める理由

採用における最大の関心事は、「この人は入社後にも同じ成果を出せるのか」という再現性の確認です。深掘り質問は、まさにこの再現性を見極めるために機能します。

具体的には、以下の3つの観点から評価精度が向上します。

観点	内容
行動の具体性	「何をやったか」ではなく「なぜ・どうやったか」を引き出すことで、その人の判断基準と行動パターンが明確になる
再現性の確認	「同じ状況が起きたらどう対応しますか」といった質問で、偶然の成功ではなく意図的な行動だったかを検証できる
一貫性チェック	複数の質問への回答を横断して確認することで、回答間の矛盾を検出しやすくなる

深掘り質問は、求職者を追い詰めるためのものではなく、評価に必要な情報を過不足なく集めるための技術です。この点を正しく理解しておくと、質問設計の方向性が定まりやすくなります。

企業が深掘り質問を設計する方法

深掘り質問は「なんとなく」設計するのではなく、評価軸から逆算して組み立てるのが鉄則です。ここでは、コンピテンシーの定義から質問ツリーの設計、採用区分別の最適化まで、4つのステップで解説します。

ステップ1：求める人物像（コンピテンシー）を言語化する

深掘り質問を設計する最初のステップは、自社が求める人物像を「コンピテンシー」として言語化することです。コンピテンシーとは、高い成果を出す人材に共通して見られる行動特性のことを指します。

よく使われるコンピテンシーの例としては、主体性、論理的思考力、協調性、ストレス耐性、リーダーシップなどがあります。ただし、同じ「主体性」でも、営業職と開発職では求められる行動が異なるため、職種・等級ごとに具体的な行動レベルで定義するのがポイントです。

職種	コンピテンシー例	行動レベルの定義例
営業職	主体性	顧客の潜在ニーズを先回りして提案し、新規案件を自ら創出する
開発職	主体性	仕様の曖昧さに気づいた際、自ら関係者に確認して課題を解消する
管理職	リーダーシップ	チームの目標を設定し、メンバーの強みを活かした役割分担を行う

コンピテンシーの言語化は、深掘り質問の設計だけでなく、AI面接の評価基準の設計にも直結する重要な工程です。

ステップ2：評価軸に紐づく深掘り観点を5つ設定する

コンピテンシーが定まったら、次に各評価軸に対して「何を確認するための深掘りなのか」という観点を設定します。以下の5つの観点を基本フレームとして使うと、質問の抜け漏れを防ぎやすくなるでしょう。

深掘り観点	確認する内容	質問例
目的	なぜその行動をとったのか	「その取り組みを始めた理由を教えてください」
困難	どのような壁にぶつかったのか	「最も大きな障壁は何でしたか」
成果	何を達成したのか	「結果として、どのような数値改善がありましたか」
貢献	周囲や組織にどう影響したか	「あなたの行動がチームにどのような影響を与えましたか」
根拠	なぜ成功したと言えるのか	「成功の要因は何だと分析していますか」

この5つの観点を使えば、1つのコンピテンシーに対して多角的に深掘りを行えるため、回答の信頼性を高い精度で検証可能です。

ステップ3：質問ツリー（分岐フロー）を設計する

深掘り観点が定まったら、求職者の回答パターンに応じた質問の分岐フローを設計します。実際の面接では、すべての求職者が同じ順番で回答するわけではありません。回答の内容や具体性に応じて、次にどの質問を出すかを決める「質問ツリー」が必要です。

質問ツリー設計のポイントは、以下の3点です。

回答が具体的な場合	成果の数値確認や再現性の確認に進む
回答が抽象的な場合	「もう少し具体的に教えてください」と追加確認を行い、行動レベルの情報を引き出す
回答が評価軸と関連が薄い場合	別の角度から再度質問し、評価に必要な情報を補完する

設計時には、厚生労働省が定める公正な採用選考の基本方針に照らし、本籍地・家族構成・思想信条など14の禁止事項に該当する質問が含まれていないかを必ずチェックしましょう。

ステップ4：採用区分別に深掘りパターンを最適化する

深掘り質問の設計は、採用区分（新卒・中途・アルバイト）によって重点を変える必要があります。すべての区分に同じ質問ツリーを適用すると、評価したい能力と質問の焦点がずれてしまいかねません。

採用区分	評価の重点	深掘りの方向性
新卒	ポテンシャル（成長意欲・価値観・思考力）	学生時代の経験から、行動の動機・工夫・学びを深掘りする
中途	即戦力（業務実績・課題解決力・再現性）	過去の成果における本人の役割・意思決定プロセスを深掘りする
アルバイト	適性（シフト対応力・接客適性・勤務継続意思）	過去の勤務経験から対応力と継続意思を確認する。深掘り階層は浅めに設定

各採用区分の特性に応じた設計は、新卒採用でのAI面接活用やアルバイト採用へのAI面接導入の記事でも詳しく解説しています。

深掘り質問の具体例

設計の考え方を理解したところで、実際の質問チェーンを見てみましょう。新卒・中途・アルバイトの採用区分ごとに、深掘り質問の具体例を紹介します。

新卒向け深掘り質問の例

新卒採用では、学生時代の経験（ガクチカ）や自己PRが質問の起点となります。以下は、ポテンシャルを見極めるための質問チェーンの一例です。

段階	質問例	確認する観点
初期質問	「学生時代に最も力を入れたことは何ですか」	テーマの把握
1次深掘り	「なぜそれに力を入れようと思ったのですか」	動機・価値観
2次深掘り	「活動の中で最も大きな課題は何でしたか」	困難への向き合い方
3次深掘り	「その経験から得た学びを、入社後どう活かせると考えますか」	再現性・成長意欲

ポイントは、質問を「過去→現在→未来」の流れで設計することです。過去の事実確認から始め、最終的に入社後の行動イメージを語らせることで、その人のポテンシャルを多角的に評価できるようになります。

中途向け深掘り質問の例

中途採用では、実務における成果と意思決定のプロセスを重点的に深掘りします。

段階	質問例	確認する観点
初期質問	「前職での最大の成果を教えてください」	実績の把握
1次深掘り	「成果を出すまでに直面した障壁は何でしたか」	課題認識力
2次深掘り	「なぜその解決策を選んだのですか。代替案は検討しましたか」	意思決定の質
3次深掘り	「同じ状況が起きた場合、別のアプローチを取りますか」	学習力・再現性

中途採用では、「成果の大きさ」よりも「成果に至るプロセスの質」を深掘りすることが重要です。特に2次深掘りの「なぜその方法を選んだか」は、求職者の判断力を見極めるうえで欠かせません。中途採用でのAI面接活用についてもあわせてご確認ください。

アルバイト向け深掘り質問の例

アルバイト採用では、過度な深掘りは求職者に負担を与えるため、2階層程度に抑えるのが適切です。

段階	質問例	確認する観点
初期質問	「応募したきっかけを教えてください」	応募動機
1次深掘り	「過去のアルバイト経験で大変だったことはありますか」	ストレス耐性
2次深掘り	「どのように乗り越えましたか」	対応力・問題解決

アルバイト採用の場合は深掘りの質よりも、スピーディーに適性を判断することが求められます。面接時間を短く保ちつつ、勤務継続の意思と基本的な対応力を確認する設計が効果的です。

深掘り質問で採用評価の精度を高める運用ポイント

深掘り質問は設計して終わりではなく、運用段階での工夫が評価精度を大きく左右します。ここでは、評価項目との紐づけ方、質問数のバランス、公正採用選考との整合性について解説します。

評価項目と深掘り質問の紐づけ方

深掘り質問を設計するだけでは、評価の精度は十分に上がりません。設計した質問と評価項目を明確に紐づけ、「この質問でこの能力を測っている」という対応関係を整理しておく必要があります。

具体的には、コンピテンシー → 評価項目 → 深掘り質問の対応表を作成するのがおすすめです。この対応表があることで、AIが生成する評価レポートの根拠が明確になり、採用チーム内での合意形成がスムーズに進みます。

また、評価レポートを読む際のポイントは、スコアの高低だけでなく「なぜそのスコアになったか」の根拠文を確認することです。根拠が曖昧なまま合否を決めると、評価のブラックボックス化が進んでしまいます。

深掘り質問の数と深度の最適バランス

深掘り質問は多ければよいというものではありません。質問の数と深さには、求職者体験とのバランスが求められます。

• 初期質問の目安：5〜8問
• 各質問の深掘り階層：2〜3階層
• 面接時間の目安：20〜40分

新卒採用ではポテンシャルを多角的に確認するため深掘りを多めに、アルバイト採用では稼働確認が中心となるため浅めに設定するのが一般的です。過度な深掘りは求職者に「圧迫面接だ」という印象を与えかねないため、質問設計の段階で面接時間をシミュレーションしておくとよいでしょう。

公正採用選考との整合性

深掘り質問を設計する際、もう一つ欠かせないのが公正採用選考との整合性です。厚生労働省は、採用選考において応募者の基本的人権を尊重し、適性・能力に基づく選考を行うことを求めています。

具体的には、以下の14事項に該当する質問を含めてはいけません。

• 本籍・出生地に関すること
• 家族に関すること（職業・続柄・健康・地位・学歴・収入・資産など）
• 住宅状況に関すること
• 生活環境・家庭環境に関すること
• 宗教・支持政党・人生観・尊敬する人物・思想に関すること
• 社会運動に関すること

AI面接では、特に生成AI方式を採用する場合、AIが意図せず禁止トピックに踏み込むリスクがあります。質問プール方式であれば、事前に人事・法務が質問内容を確認できるため、このリスクを構造的に回避しやすくなります。定期的な設問監査の実施もあわせて検討してください。

参考：厚生労働省「公正な採用選考の基本」

深掘り質問がカンペ・生成AI対策になる理由

深掘り質問には、採用評価の精度向上だけでなく、不正対策としての側面もあります。カンペや生成AIを使った回答に対して、深掘り質問がどのように機能するかを見ていきましょう。

準備された回答を突破する

近年、AI面接に臨む求職者の間では、事前にカンペを用意したり、生成AIで回答を作成したりするケースが話題になっています。しかし、深掘り質問の連鎖構造は、こうした準備された回答に対する構造的な対策として機能します。

カンペで対応できるのは、初期質問への回答までです。「なぜその方法を選んだのか」「代替案は検討したか」「同じ状況で別のアプローチを取るか」といった2次・3次の深掘りでは、即興で自分の言葉で答える必要が生じます。結果として、深掘り質問は「丸暗記では対応できない面接」を設計するための仕組みといえるでしょう。

生成AIで作った回答も同様に、深掘りを重ねると具体的なエピソードや数値が出てこなくなり、回答の不自然さが顕在化しやすくなります。

回答間の一貫性チェック

深掘り質問のもう一つの効果は、複数の回答を横断した一貫性の検証です。たとえば、ガクチカで「リーダーとしてチームを率いた」と述べながら、別の質問で「周囲に合わせるのが得意」と答えた場合、両者の間に整合性があるかどうかをAIが分析します。

人間の面接官は、面接中に回答の矛盾を即座に検出するのが難しいことがありますが、AIはすべての回答をテキストデータとして保持しているため、機械的な整合性チェックが可能です。矛盾が検出された場合は、追加の深掘りで事実関係を確認するフローを組み込んでおくのが効果的でしょう。

深掘り質問 × 録画映像の目視確認で二重チェック

深掘り質問によるAIの分析結果だけで合否を決めるのではなく、録画映像を採用担当者が目視で確認する「二重チェック」の運用が推奨されます。

AIが数値化した評価データと、人間の目で確認する表情・声のトーン・話し方を組み合わせることで、より精度の高い選考が可能です。面接動画の確認を効率化するには、倍速再生や発言箇所の可視化、文字起こし機能を活用するのがおすすめです。動画を最初から最後まで確認する必要がなくなるため、採用担当者の確認工数を大幅に減らせます。

『Our AI面接』における深掘り質問

ここまで解説してきた深掘り質問の設計・運用を、実際のサービスではどのように実現しているのでしょうか。弊社が提供する「Our AI面接」の設計思想と具体的な機能を紹介します。

なぜ質問プール選択方式を採用しているのか

「Our AI面接」の深掘り質問は、AIが自由に質問を生成する仕組みではありません。企業があらかじめ設計した複数の深掘り質問の中から、求職者の回答内容に応じてAIが最適なものを選択・出し分ける「質問プール選択方式」を採用しています。

この設計思想の背景にあるのは、選考の公平性を最優先にするという考え方です。AIに質問を考えさせると、求職者ごとに面接内容が大幅に異なってしまい、画一的な評価基準での比較が困難になります。「Aさんには聞いたがBさんには聞かなかった」という状態は、公正な選考とはいえないでしょう。

質問プール方式であれば、全求職者が同じ質問セットから出題されるため、評価の一貫性と公平性を両立できます。

評価の一貫性と対話の自然さを両立する仕組み

「Our AI面接」は、テンプレート通りの順番で進むだけの面接でもなく、毎回まったく違う質問が飛ぶ面接でもありません。その「中間」に位置する設計が特徴です。

質問プールの範囲内でAIが出し分けることで、一貫性と柔軟性を両立しています。求職者の回答内容に応じた自然な対話の流れを維持しつつ、全求職者を同じ評価軸で比較できる仕組みです。会話の流れに応じてAIが質問の順序を最適化するため、求職者にとっても機械的な印象を受けにくいでしょう。

企業が「本当に聞きたいこと」で面接を構成する

「Our AI面接」では、管理画面から質問と評価項目を入力するだけで、簡単にAI面接官を作成できます。用途別に複数のAI面接官を作成・管理できるため、新卒向け・中途向け・職種別など、採用区分に応じた質問設計が可能です。

さらに、評価項目ごとの重みづけ設定（10段階）により、自社の採用基準を精密に反映した評価を実現します。たとえば営業職の採用では「コミュニケーション能力」の比重を高く、開発職では「論理的思考力」の比重を高くするといった柔軟な設定ができます。

初期設定に不安がある場合も、評価項目の言語化を無料でサポートする体制が整っているため、専門知識がなくても導入を進められるでしょう。

深掘りデータを「確認する側」の効率も設計に含まれている

深掘り質問によって得られるデータは豊富ですが、そのすべてを確認するには時間がかかります。「Our AI面接」では、確認する側の効率化も設計に含まれています。

倍速再生	0.5〜2.0倍速で面接動画を確認可能
発言箇所の可視化	シークバー上で回答部分をピンポイント視聴でき、沈黙部分をスキップ
文字起こしテキスト	音声を再生しなくても内容を確認できる
AIレポート	評価項目別の採点に加え、「なぜこの採点になったか」の根拠を言語化して提示

これらの機能により、動画をすべて視聴しなくても選考判断が可能です。気になる求職者だけ動画を確認する運用フローを構築すれば、深掘り質問で得た豊富なデータを効率的に活用できます。

深掘り質問の効果を最大化する改善サイクル

深掘り質問は一度作って終わりではなく、定期的に見直すことで効果が高まります。面接データの分析方法と、質問セットを最適化するためのレビューサイクルを解説します。

どの質問が「差がつく質問」かを特定する

深掘り質問を設計して終わりではなく、実際の面接データを分析して質問の効果を検証することが重要です。具体的には、以下の観点でデータを確認します。

回答品質の分布	特定の深掘り質問に対して、求職者間でどれだけ回答の質にばらつきがあるか
差がつく質問の特定	合格者と不合格者で明確に差が出る質問パターンはどれか
機能していない質問の発見	全員が似たような回答をする質問は、深掘りとして機能していない可能性がある

こうした分析を通じて、「この質問は求職者の能力差を見極めるのに有効だ」「この質問は全員が同じ回答をするので差がつかない」といった知見が蓄積されていきます。データに基づいた質問の改善が、評価精度の継続的な向上につながります。

四半期レビューで質問セットを最適化する

深掘り質問の改善は、四半期に1回のレビューサイクルで回すのが効果的です。以下のような判断基準で質問プールの追加・入替を行います。

追加の判断	新たに求めるコンピテンシーが追加された場合、それに対応する深掘り質問を設計する
入替の判断	面接データの分析で差がつかない質問を特定し、別の角度からの質問に入れ替える
削除の判断	採用基準が変更され、不要になった評価項目に紐づく質問を整理する

さらに精度を高めるには、入社後のパフォーマンスデータとの相関分析も有効です。「この深掘り質問で高評価を得た求職者は、入社後の定着率が高い」といった相関が見つかれば、質問設計の精度をさらに引き上げられるでしょう。

深掘り質問の設計が、AI面接の投資対効果を決める

I面接における深掘り質問は、「表層回答を突破し、再現性のある能力を見極める」ための中核機能です。本記事で解説した内容の要点を整理します。

テーマ	要点
深掘り質問とは	求職者の回答に対しAIが追加質問を重ね、行動特性・思考プロセスを引き出す仕組み
技術的な仕組み	質問プール方式は公平性重視、生成AI方式は柔軟性重視。自社の要件に合わせて選択
設計方法	コンピテンシー定義 → 5つの深掘り観点 → 質問ツリー設計 → 採用区分別最適化
運用ポイント	評価項目との紐づけ、質問数と深度のバランス、公正採用選考との整合性
不正対策	深掘り質問チェーンが、カンペ・生成AI利用への構造的な対策として機能
改善サイクル	面接データ分析 → 四半期レビュー → 質問セットの追加・入替で精度を継続改善

深掘り質問の設計は、AI面接への投資対効果を大きく左右します。「どの能力を」「どの角度から」「どこまで深く」確認するかを明確にし、公正採用選考の基準を守りながら質問セットを構築することが、採用の質の向上に直結するでしょう。

「Our AI面接」は、質問プール選択方式による公平性と対話の自然さの両立、評価根拠の言語化、確認効率を高める動画レビュー機能を備え、深掘り質問を活かした選考を実現するAI面接サービスです。AI面接の導入フローについても、あわせてご確認ください。