| 日曜日 · 2026年5月24日 |
Issue № 006 |
15分で読めます |
|
|
FindSkill 週刊ブリーフ
The Skill
FindSkill Pro会員だけにお届けします。仕事に本当に役立つ、最新のAIニュース。
|
|
Pro会員限定
|
プライベートブリーフ
|
どこにも公開されません
|
|
|
|
Mia
AIラーニングエディター · FindSkill.ai
|
Issue 006 へようこそ。
Mia です。毎週月曜日、受信箱に届けて、今週の AI ニュースが「働き方にとって実際どういう意味なのか」を、専門用語もハイプも「絶対に知っておくべき10のこと」エネルギーも抜きでお伝えします。Pro 会員だけに届くプライベートブリーフ。どこにも公開していません。
火曜日の Google I/O で Agent スタックが一式揃いました。その前の日曜日には、Anthropic が主要ラボの SDK を作っていた会社を買収しています。この2本は派手なので、業界紙が2週間くらい引っ張るはず。今号で時間を多めにかけたいのは、そのもう一段下で起きている話のほうです。ベンダーが「評価」そのものをプロダクトとして出し始めました。ベンチマークを公表して、その結果が悪い会社向けにコンサルを売る。OpenAI は今月これを2回やりました。Anthropic は Outcomes、HubSpot は AEO Sensor で同じ形。これが新しい AI の売り方の輪郭で、来四半期の仕事の形を静かに変えていきます。
先週の問い、「ライターと批評家の二人体制ループを最初にどの週次文書で組むか」には31件の返信をいただきました。多かった順に、顧客への週次ステータス更新（15件）、候補者へのお断り通知（7件）、取締役会向けアップデート（5件）。最初のバッチ向けに、職種別ルーブリックを今週書いていて、返信してくださった方全員にお送りします。次のバッチが欲しい方は、返信してください。
— Mia
|
Tool Launch
Google I/O で Agent スタックが揃いました。3頭立てが4頭立てに、日本では5頭目の馬がすでに走っています。
5月19日の Google I/O で、Google は2本立てのローンチをひとつのキーノートに乗せました。Gemini Spark は消費者側で、24時間動きっぱなしのパーソナルエージェントが Gemini アプリの中に入り、テーブルを予約したり、買い物カゴを組んだり、画像を編集したりします。初日に対応した MCP コネクタはちょうど3つ、Canva、OpenTable、Instacart のみ。開発者側が Antigravity 2.0 で、デスクトップアプリ・CLI・SDK・Gemini API の Managed Agents が一式並び、複数エージェントの並列実行を前提に作り直しています。TechCrunch はこれを Google にとっての Claude Code / Cursor への最初の本気の回答と表現。新しい AI Ultra プラン（月額100ドル）は Antigravity の利用枠が Pro の5倍です。日本のメディアでは ITmedia と 窓の杜 が翌日に大きく扱い、aismiley は「日本向けのリリース時期は未定」と明記しています。Spark の MCP コネクタ・リストは業界紙が示唆するより短くて、土曜のブログで埋まり方を整理し、SaaS PM 向けの判断ツリーを置いています。
|
これがあなたにとって意味すること
Agent ランタイム市場は4頭立てになりました。Claude、ChatGPT、Cursor、そして Gemini。並列エージェントのスタックが本物のユーザーに届いている状態で揃いました。 ただ、日本では5頭目の馬がすでに走っています。Sakana AI は2026年4月30日に SMBC グループと組んで、複数エージェント連携の 提案書自動生成アプリを発表、大手法人向け提案書作成を「1〜2週間から数十分」に圧縮しています。NTT は tsuzumi 2 をデジタル庁の「ガバメントAI」で試用、SB Intuitions は Sarashina を Oracle Alloy 上で6月から商用展開（ 公式リリース）。Gemini Spark の日本上陸を待つ間に、国産・データ主権の陣営が法人案件をすでに取りに来ています。今週やる価値があるのは、Antigravity 2.0 を10分だけ本物のタスクで触ってみることと、SMBC × Sakana の提案書ユースケースを社内で誰が当てているかを聞いて回ること。来月、上司から必ず聞かれる質問です。 |
Business
Anthropic が「主要ラボの SDK を作っていた会社」を買収しました。インフラ層の業者ロックインが論点に上がります。
5月18日、Anthropic が Stainless を3億ドル超で買収（約475億円、マイナビ報道）。Stainless は4年もので、API スペックから7言語のイディオマティックな SDK を生成する会社、そして OpenAI、Google、Cloudflare、Cerebras、Perplexity、Anthropic 自身の公式 SDK を全部作っていました。TechCrunch によると、Anthropic 顧客以外のホスト型製品は2026年9月1日に終了。ただ大事な切り分けがひとつあって、既存の SDK そのものは消えません。マイナビが正確に書いている通り、生成済み SDK の所有権は顧客側に残り、自由に修正・拡張できます。消えるのは、API 変更に追随してくれていた自動メンテのパイプラインのほうです。Hacker News のスレッドは527 ポイント、60対40 でだいたい割れていて、声が大きい側は「サプライチェーンの武器化」、静かな側は「実際のところは talent acquihire でしょ」と整理。両方とも正しいです。Speakeasy と FERN は48時間以内に元 Stainless 顧客向けの公開マイグレーション・オファーを出しました。
|
これがあなたにとって意味すること
SDK を出していない人にも、これは関係あります。学ぶべきは、@aakashgupta の X スレッドが示唆していた依存グラフ監査です。 「うちのスタックのどこか他の場所で、依存先のインフラを1社が握っていないか、その会社が方針転換したら何が起きるか」。Stainless はわかりやすい例です。一般化すると、お使いの AI ベンダーが今四半期、その下のレイヤーをどれだけ抱え込んだか、抱え込みを行使してきたときの乗り換えコストはいくらか、ここを把握しておく話です。日本の SIer 文化で言うところの「 業者ロックイン」が、AI のインフラ層でいよいよ論点に乗ってきました。METI と総務省の AI事業者ガイドライン第1.2版（2026年3月31日）も、特定ベンダーへの依存リスクをリスク管理の論点として明示しています。`package.json` か `requirements.txt` と60分向き合うのが、その監査です。 |
トレンド注視
ベンダーがベンチマークを出して、その結果が悪い会社にコンサルを売る。日本では政府＋ベンダーの二重構造になっています。
今月のデータポイントが3つあって、どれも偶然ではありません。5月6日、OpenAI が B2B Signals を公表。今四半期のあらゆる CTO のスライドに載った「3.5倍と16倍のフロンティア企業」の数字を出したレポートです。その4日後の5月10日、OpenAI は Deployment Company を立ち上げました。「OpenAI が公表したばかりのチャートで自社が遅れている」と感じている企業をターゲットにしたコンサル部門です。Anthropic も同じ5月6日に Outcomes をパブリックベータで出していて、開発者がカスタムルーブリックでエージェント出力を採点できる機能、初期設定でタスク成功率を10ポイント改善したと発表。顧客事例もセットで公開済み。HubSpot も5月14日に AEO Sensor を出しました。AI 検索の引用を追跡する無料ダッシュボードで、ダッシュボードの結果を直すための AEO サービスを HubSpot 自身が売っています。3社、3週間、同じ形。ベンチマークがコンサルのリード獲得ファネルになっているわけです。そして日本でも、すでに二重構造で同じ動きが進んでいます。AISI Japan が2026年4月に JAI-Trust ベンチマーク構築プロジェクトを発表、AIST と QA4AI が品質ガイドラインを揃え、PwC Japan は「能動的評価基盤」を売り物として明示しています。
|
これがあなたにとって意味すること
来四半期、来々四半期にベンダーのアナウンスを読むときは、このレンズで読んでください。ベンチマークが出たら、「スコアが悪い会社向けに何を売っているか」を確認する。情報そのものは有用です。B2B Signals は本物、Outcomes の10ポイントも本物、AEO Sensor の引用データも本物。ただ中立ではないので、取締役会のスライドにはフッターが必要です。日本では発注側のレンズがもうひとつ要ります。政府発のベンチマーク（AISI Japan→NTT data・NRI・アクセンチュア日本が受託）と、ベンダー発のベンチマーク（OpenAI、Anthropic、HubSpot）が同時並行で動いている、と把握しておくこと。発注側で読む人ほど、「最初の質問を評価から始める」が判断軸になります。社内版のこのシフトは、ベンダー版より大事です。自分のチームの来年の競争優位は、社内ルーブリックを最初に作った人のところに溜まります。Section 03 がその役割の話、Section 04 が最小の一歩です。
---
|
|
02 |
今週の用語
今週、押さえておきたい1つの概念
|
| |
|
Term №006
Evals（LLM評価）
< evaluations（評価セット／evals／eval harness） >
Evals（評価セット）は、AI の出力をルーブリックで採点する、繰り返し回せるテストのことです。「良い」が何かを5〜8行で定義し、気にしている入力を固定で集めて（ゴールデンセット、評価用の固定サンプル20〜50件）、AI を1件ずつ走らせて、出力をルーブリックで採点する。これを毎週回すと、AI が良くなっているか、悪くなっているか、ドリフトしているかが見えてきます。
|
Think of it like this →
採点ルーブリックを先に書く先生だと思ってください。授業の前に「テーマ文が第1段落にあるか? はい／いいえ。主張に出典があるか? はい／いいえ」と採点表を作る。これが eval です。30本の小論文の山が、ゴールデンセット。毎週同じやり方で採点していくから、「クラスが上達しているかどうか」が見える。前回の小論文を読んだあとの自分の感触ではなく、です。
|
|
⚠ Common misconception
「Evals って、AI ラボが新しいモデルをベンチマークするときの話でしょ? 自分には関係ない」。違います。MMLU や SWE-bench のリーダーボード評価は、この分野のごく一部です。仕事で効いてくる eval は、社内向けの eval。毎週使っている AI 出力を採点する、具体的な5行のほうです。日本の現場ではすでに「LLM-as-a-Judge」「自動評価」が浸透していて、BrainPad DOORS の解説など実務記事も出揃っています。ラボがルーブリックを使うのは、ルーブリックが効くからです。同じ理屈が、マーケがメール下書きを採点するのにも、パラリーガルがリサーチメモを採点するのにも、そのまま当てはまります。ルーブリック設計こそがスキルで、しかも繰り返しの1タスクまでスケールダウンします。
|
どこで耳にするか: Anthropic の Outcomes（推論時のルーブリック採点、5月6日公開、10ポイント改善）。OpenAI の Evals プラットフォーム と、3月に OpenAI が買収した PromptFoo（まだ MIT ライセンスのまま）。Braintrust は2月にシリーズ B で8,000万ドルを調達した eval ファーストの観測プラットフォーム。Inspect AI は英国政府のオープンソース eval フレームワークで、いまは Anthropic と DeepMind もフロンティア安全の仕事で使っています。そして「最近 AI がこれ得意だったのに、最近ダメになってない?」と誰かが言う毎週の定例ミーティング。これは要するに、評価セットがないから気づくのが遅れた、という話です。
Full RAG course →
|
|
03 |
ディープ分析
まだ誰の履歴書にも載っていない職種、そして自分のキャリアが次に向かう先
|
この90日で、ZipRecruiter と Indeed に1つの職種が出始めました。チームの誰の履歴書にも、まだ載っていない種類のやつです。これを書いている最中に読んだ求人2件は、時給130ドル超でした。この職種が存在する理由は Section 01 Story 3 で書いた通り、評価がプロダクト化したことなんです。転職しなくても、ここに自分を寄せていけます。
「AI Evaluation Engineer」のシニアポジションで上限40万ドルの求人を最初に見たとき、外れ値だと思いました。違いました。今日 ZipRecruiter や Indeed を引くと、AI Evaluator の求人が1ページ目を埋め尽くしていて、エンジニア版が時給43〜153ドル、ジェネラリスト版の平均年収が65,000ドル。さらに新しい「Agent Task Evaluator」の枠は2026年5月時点で時給80〜130ドル。日本では肩書きがまだ揺れていて、「LLMエンジニア」「AI品質エンジニア」「LLM評価担当」の3呼称が並走しています。doda や BizReach 経由の現実的なレンジは、LLM 経験者で500〜1,000万円、シニアで2,000万円超も出ています。BizReach の2025年レジュメ検索トレンドでは「AI開発」が1位、年収1,000万円超の AI 求人は3年前の約4.2倍。この職種のボトルネックは CS の学位ではありません。ルーブリック判断です。朗報なのは、ルーブリック判断はだいたい持ち運べるスキルで、学校に戻る話ではなく、練習で複利が効くという点です。
The role. この役割を AI 評価担当と呼ぶことにします。チームの中で「AI の出力が実際に良いかを判定する人」。プロンプトは書きません（いまは誰でも書きます）。モデルは学習させません（それはラボの仕事です）。やるのは、ルーブリックを設計して、固定の例セットに対して毎週回して、ルーブリックが境界線にあるサンプルを監査して、チームに「これはリリース可」または「これはダメ、ルーブリックのこの行で落ちた」と伝えること。B2B Signals のフロンティア企業に関する発見、つまり生産性ギャップの64%は量ではなく深さから来ているという数字が、この役割を支えています。週に何千ものエージェント・ワークフローを回しているチームは、「どれが効いているか」を、それを仕事にしている人がいないと、もう把握できません。日本の文脈では、5月は新人配属の翌月。「AI に何を任せられるか、何を任せちゃダメか」を判断できる人が、現場の中で必要になり始める時期と重なります。
The skill stack. スキルは4つ、効果が大きい順に並べます。1つ目、ルーブリック設計。「これ良い?」という曖昧さを、5〜8行の具体に落とす。各行が、知らない人でも自分と同じように採点できる、はい／いいえの問い（「期限が明記されている」のほうが「明瞭」より勝ちます）。2つ目、ゴールデンセットの選定。実際のケースの幅を代表する20〜50件の入力を選ぶ。退屈な例、変わったエッジケース、先四半期に壊れたやつ。3つ目、較正された採点。LLM-as-a-Judge で十分なとき（客観的な基準、低リスク）と、人間しか失敗を捕まえられないとき（トーン、判断、規制対象）を見分ける。4つ目、eval オペレーション。同じ周期で毎週ハーネスを回す。ドリフトを追う。ルーブリックが何も捕まえなくなったら引退させて、新しいのを書く。半分は編集判断、もう半分はオペ規律。どちらも「機械学習」ではありません。
How to position. マーケでも、教員でも、弁護士でも、エンジニアでも効く、具体的な3つの動きです。1つ目、いちばん頻繁にやり直している1つの AI タスクを選ぶ。出力が毎回しっくり来ないやつ。これがルーブリックの ROI が最高のタスクです。2つ目、今週ルーブリックを書く。5〜8行で、2週間使ってみる。実際の出力に対して回す。締める。10日前にはなかった、動く成果物が手元にあります。3つ目、見える化する。短いブログ記事、社内 Wiki ページ、自分が2つの出力をルーブリックで採点する Loom 録画。成果物があるからスキルが持ち運べる。頭の中のルーブリックは見えませんが、ドキュメントのルーブリックは履歴書の一行になります。半年後の面接で一番強い答えは「私はプロンプトエンジニアです」ではありません。「現職で AI 出力を評価しています、こちらが組んだルーブリックです」のほうです。米国では時給130ドルまで出るという参照を頭の片隅に置きつつ、日本ではまず社内のひとつのタスクで動かしてしまうのが、いちばん速く動く道です。
今週やる 最初の出力がしっくり来なくていちばん頻繁に再走させている週次 AI タスクを1つ選んでください。まっさらなドキュメントを開く。出力が満たすべき、はい／いいえの基準を5行書く。今週の実際の出力に対して回す。AI がどの行で落ちたかをメモする。そのメモが、ルーブリックの最初の改訂版、そして eval について話す面接で最初に見せるものになります。 |
|
04 |
ワークフロー
今週、仕事で AI を使ってみる1つの形
|
| |
プロンプトを書き直すのをやめて、採点するほうに回します。
普通の1週間で、いちばん再走している AI タスクを選んでください。社外向けの議事録メール、週次顧客報告メール、候補者へのお断り通知、ミーティング準備の要約、コールドメールの書き直し、このあたり。まっさらなドキュメントを開いて、5行のルーブリックを書きます。各行は、はい／いいえの基準です。例（社外向け議事録メール／週次顧客報告メール）: 先方の案件名が明記されているか? はい／いいえ。次回までのアクションに、担当者と期限の両方が入っているか? はい／いいえ。敬語のレジスターが、先方の前メールと同じ段か? はい／いいえ。本文が200字以内に収まっているか? はい／いいえ。結びの問いかけが具体的か（「ご確認ください」ではダメ）? はい／いいえ。 各行は、知らない人でも自分と同じように採点できるくらい具体にしてください。ここから1週間、そのタスクを走らせるたびに、AI 出力の下にルーブリックをコピーして、はい／いいえで採点します。プロンプトはいじりません。ログを取るだけ。金曜日までに2つのパターンのうちどちらかが見えてきます。同じ行が毎回落ちている（プロンプトに直せる穴がある）か、違う行がランダムに落ちている（ゴールデンセットが小さすぎるので、あと3例足したい）か。どちらでも、次にやることが明確に決まります。
なぜ効くか: 1回投げ AI 利用の根本的な失敗は、プロンプトが悪いことではありません。見えないプロンプトの悪さです。今週の出力がおかしいのは気づいたけれど、どの部分がおかしいのか言語化できない。5行の具体的なはい／いいえが、失敗に名前を付けることを強制します。名前が付くと、プロンプトを書き直し3回ではなく、1か所の編集で直せます。これは Anthropic の Outcomes 機能が推論時に適用しているのと同じ仕掛けで、ルーブリックがモデルの自由度を狭めるんですよね。今週は手動で1タスクに当てる、というだけ。スキルは複利で増えます。2本目のルーブリックは、1本目の半分の時間で書けるようになります。
|
今週やる
今日タスクを決めてください。今夜5行を書く。1週間ぶん回します。複利で効くスキルは、このタスク用のルーブリックそのものではなく、ルーブリック設計のほう。2本目を書く頃には、もう較正されています。
|
|
|
05 |
副収入アイデア
今週、AI でお金を作る1つの形
|
| |
| ◆ Income Idea · Play №006 |
プロンプトではなく、採点表のほうを売ります。
自分がやったことがある、もしくは間近で見てきた職種を1つ選んでください。リクルーター、パラリーガル、不動産仲介の営業、フリーランス編集者、AM、教頭、ジュニア PM、ファイナンシャル・アドバイザー、社労士、税理士、行政書士、士業事務所スタッフ、このあたり。1つの PDF か Notion ページを作って、たとえば「[職種]向け ルーブリックキット、送る前に AI を採点する」と名前を付けます。中身は4つ: (1) 8つのルーブリック。その職種で繰り返し発生する AI 納品物それぞれに1つ（リクルーターのスカウトメール、パラリーガルの審尋要約、不動産仲介の物件説明文）。各ルーブリックは5〜8行のはい／いいえ基準、具体であって抽象ではない（「明瞭」より「期限が明記されている」）。(2) 各ルーブリックにつき2つの実例。合格1本と不合格1本、落ちた行に印を付けて。(3) その職種に特化した「LLM-as-a-Judge で行く vs. 人間で見る」のガイド 1枚。パラリーガル業務はマーケコピーとは、人間判断が必要な行が違います。(4) Google ドキュメント・Notion データベース・無料の PromptFoo 設定で同じルーブリックを毎週走らせる、短いセットアップ手順。価格は¥5,800〜¥10,800（米国版の $39〜$79 を1ドル≈150円で換算）。販売は BOOTH（pixiv、デジタル DL の標準）、note（テキスト中心）、Pixiv FANBOX（月額で「毎週新しいルーブリック」運用と相性が良い）。海外読者にも売るなら Gumroad。ポジショニングは率直に: 「もっと賢い AI は要らない。いま使っている AI が送るに値するかどうかを、自分で判定できるようになりたい」。
なぜ効くか: 市場はプロンプトパックで溢れていて、月ごとに安くなっています。だいたい同じ Claude / ChatGPT のプロンプトを詰め替えただけ。ルーブリックは市場ポジション的にプロンプトの逆で、プロンプトを試し終わってもまだ出力がしっくり来ないときに、人が手を伸ばすやつです。非開発者向けにこれを商品化している人は、ほぼいません。買う人がお金を払う理由は、その職種にとっての「良い」が何かを、職種特化で詰め切ってあるから。これがそのまま Section 03 のスキルスタックを包んだものになります。現実的な売上：オーディエンスゼロで月 ¥75,000〜¥380,000、既存の LinkedIn ネットワークがその職種にいるなら月 ¥300,000〜¥900,000。タイムウィンドウは、これが飽和カテゴリになるまでだいたい2四半期。2024年のプロンプトパックがたどったのと同じ道です。
|
今週やる
職種を今日決めてください。最初の3つのルーブリックは今夜、自分の記憶だけで書けます。良いスカウトメールが満たすべきことは何か。残り5つは最初の1本売れた後で大丈夫です。BOOTH か Gumroad に「もっと追加予定」とメモして3本で出品します。出品ページが成果物で、キットそのものではありません。
|
|
|
06 |
The Stack
今週、実際に触っている3つのツール
|
01 |
Braintrust
Eval ファーストの観測プラットフォーム · 無料枠あり、チームプランは月額249ドル〜
ハーネスを自前でホストしたくないチーム向けの、マネージド eval の選択肢。Braintrust は2月に シリーズBで8,000万ドル を調達（評価額8億ドル、リードは ICONIQ、a16z、Greylock、Elad Gil 参加）、顧客に Notion、Replit、Cloudflare、Ramp、Vercel、BILL。本番運用しているのが誰かを示すリストです。今号の Stack に入る理由は、Braintrust が eval に対してやっていることが、Datadog がサーバーメトリクスに対してやったことと同じ形だからです。エージェント呼び出しを instrument して、ルーブリックを送って、どのプロンプトがいつ後退したかを示すダッシュボードが立ち上がる。無料枠で最初の週次 eval は十分回ります。日本の LLMOps 文脈では LangSmith や Langfuse のほうが先行している印象なので、「グローバル基準は Braintrust、日本での観測系は Langfuse / LangSmith」の二本立てで頭に置いておくのが現実的です。火曜日の午後、トレース・ビューが自分の働き方に合うか触ってみる価値があります。
|
02 |
PromptFoo
プロンプトとエージェントの eval 用、オープンソース CLI · 無料（MIT）
この種の仕事で、新しいマシンに最初に入れるツール。PromptFoo は YAML 設定の CLI で、プロンプトとテストケースを設定ファイルに書いて `promptfoo eval` を叩くと、GPT、Claude、Gemini、DeepSeek、任意のローカルモデルを横並びで比較できます。OpenAI が2026年3月に買収しましたが、MIT ライセンスのまま。利用は Fortune 500 の4分の1プラス、OpenAI と Anthropic 内部にも入っています。日本でも Zenn と Qiita に OSS として紹介記事多数。コードを書かない人にも知っておく価値がある理由は、非開発者でも OpenAPI キーに対して `promptfoo init` を叩けば、10分で動く eval が立ち上がるから。最初の難所はルーブリック（つまり Section 03 のスキルそのもの）。2つ目の難所はテストセットを新鮮に保つこと。その間の全部を PromptFoo が処理します。
|
03 |
Inspect AI
英国政府発のオープンソース LLM eval フレームワーク · 無料（MIT、Python）
規制下の監査に耐える eval が要る人向けの、本気の選択肢。Inspect AI は英国 AI セキュリティ研究所が作っていて、いまは Anthropic と Google DeepMind がフロンティア安全評価で使っています。ライブラリには200以上の事前構築済み評価タスクが入っていて、主要 API 全部とローカルモデルに対して走ります。今号の Stack に入る理由は、Inspect AI が強制する eval のスタイル（データセット、スコアラー、サンドボックス実行、再現可能なログ）が、規制下の業界で「監査に耐える AI の仕事」がどう見えるか、まさにそれだからです。日本でも AISI Japan のセーフティ評価ガイドと親和性が高く、ヘルスケア・法務・金融サービス、後で eval 方法論を召喚される可能性のある業界にいるなら、Braintrust と Inspect の選択は「マネージド／プロプラ vs セルフホスト／監査グレード」になります。相互運用性のドキュメントは、EU が「これは公共部門の調達担当が信頼する eval フレームワークになる」と丁寧に発信している、ということです。 ---
|
|
07 |
FindSkillの最新
Pro 会員向け、今週の新着
|
| New |
AI議事録＆要約術
議事録から要約、自動化まで。Workflow セクションの5行ルーブリックを最初に当てる題材として、いちばん頻度が高くて効きやすい入り口です。コースを開始 →
|
|
| New |
AIメール作成術
今号の Workflow 例で出している「社外向け議事録メール／週次顧客報告メール」の日本向けの本体。「敬語のレジスターが先方と同じ段か」「件名に締切が入っているか」など、日本固有のはい／いいえルーブリックを設計するための土台です。コースを開始 →
|
|
| New |
AI人事採用戦略
SHaiN、カオナビ、ChatGPT × 人事。Side Play のルーブリックキット対象として、新人配属の翌月（5月）に需要が立ち上がる HR 担当向け。スカウト DM・お断り通知のはい／いいえルーブリックがそのまま売り物になります。コースを開始 →
|
|
|
|
今週5行のルーブリックを1つだけ書くなら、どの週次 AI タスクから採点しますか?
タスク名と、5行のスケッチを返信してください。職種に合わせて較正したバージョンを書いて送ります。汎用ではなく、その仕事用に。最悪の場合でも、Pro ガイドの実例5本のうちの1本になります。
↵ 返信する
|
|
The Skill · by FindSkill.ai
|