フォームから回答が送信されたら、履歴書をOCRで読み取りOpenAIで解析後kintoneに追加する
フォームから回答が送信されたら、履歴書をOCRで読み取りOpenAIで解析後kintoneに追加する
Yoomのテンプレートを使えば、ノーコードで簡単に
OpenAI
と
kintone
を自動連携できます。
■概要
採用活動における履歴書の確認作業は、応募者が増えるほど担当者の負担も大きくなる業務です。手作業での情報確認やデータ入力に多くの時間を費やしているケースも少なくありません。このワークフローは、応募フォームから送信された履歴書をOCRで読み取り、その内容をOpenAIで解析する履歴書選考のプロセスを自動化するものです。解析結果は自動でkintoneに蓄積され、採用業務の効率化を実現します。
■このテンプレートをおすすめする方
- OpenAIを活用し、手間のかかる履歴書選考の一次スクリーニングを自動化したい採用担当者の方
- 応募者情報をkintoneで管理しており、手作業でのデータ入力に課題を感じている人事部の方
- 採用プロセス全体の効率化を目指し、具体的な自動化の方法を探しているマネージャーの方
■このテンプレートを使うメリット
- フォームへの応募から履歴書内容の解析、kintoneへの情報登録までを自動化し、履歴書選考にかかる時間を短縮します。
- 手作業による情報の転記ミスや確認漏れを防ぎ、ヒューマンエラーのない正確な応募者情報の管理を実現します。
■フローボットの流れ
- はじめに、OpenAIとkintoneをYoomと連携します。
- 次に、トリガーでフォームを選択し、応募者が情報を入力、履歴書ファイルをアップロードするためのフォームを作成します。
- 次に、オペレーションでOCR機能を設定し、フォームから送信された履歴書ファイルを読み取り、テキストデータに変換します。
- 次に、オペレーションでOpenAIの「テキストの生成（Chat completion）」を設定し、テキスト化された履歴書の内容を解析させます。
- 最後に、オペレーションでkintoneの「レコードを追加する」アクションを設定し、応募者情報とOpenAIの解析結果を登録します。
※「トリガー」：フロー起動のきっかけとなるアクション、「オペレーション」：トリガー起動後、フロー内で処理を行うアクション
■このワークフローのカスタムポイント
■このワークフローのカスタムポイント
- OCR機能の設定では、履歴書ファイルから読み取る項目（氏名、学歴、職歴など）を任意で指定することが可能です。
- kintoneへレコードを追加する際に、フォームの回答やOpenAIの解析結果など、前段のオペレーションで取得した情報を変数としてマッピングできます。
■注意事項
- OpenAI、kintoneのそれぞれとYoomを連携してください。
- OpenAIのアクションを実行するには、OpenAIのAPI有料プランの契約が必要です。（APIが使用されたときに支払いができる状態）
- OpenAIのAPIはAPI疎通時のトークンにより従量課金される仕組みとなっています。そのため、API使用時にお支払いが行える状況でない場合エラーが発生しますのでご注意ください。
- ダウンロード可能なファイル容量は最大300MBまでです。アプリの仕様によっては300MB未満になる可能性があるので、ご注意ください。
- トリガー、各オペレーションでの取り扱い可能なファイル容量の詳細は「ファイルの容量制限について」をご参照ください。
- OCRまたは音声を文字起こしするAIオペレーションはチームプラン・サクセスプランでのみご利用いただける機能となっております。フリープラン・ミニプランの場合は設定しているフローボットのオペレーションはエラーとなりますので、ご注意ください。
- チームプランやサクセスプランなどの有料プランは、2週間の無料トライアルを行うことが可能です。無料トライアル中には制限対象のアプリやAI機能（オペレーション）を使用することができます。
- OCRデータは6,500文字以上のデータや文字が小さい場合などは読み取れない場合があるので、ご注意ください。
類似したテンプレートをご紹介！
すべてのテンプレートを見る
使用しているアプリについて
OpenAI
OpenAI
を使ったテンプレート
Notionへの登録を起点にOpenAIで備考を要約しboardへ顧客を自動登録するフローです。転記作業を減らし入力ミスを防ぎ、営業情報の管理をムリなく効率化しチームにゆとりを生みます。
Notionに追加された議事録をOpenAIが要約し、Microsoft Teamsへ自動通知するフローです。日々の手作業での転記や長文確認を減らし、共有漏れ防止と意思決定のスピード向上に役立ちます。
Inoreaderの更新を契機に、Perplexityで要約した内容をもとにOpenAIで記事の草案を作成してGoogle スプレッドシートに保存するフローです。手入力やコピペを減らし、調査から執筆までの時間と品質のばらつきを抑えられます。
kintone
を使ったテンプレート
Yoomでkintone登録をトリガーにAIが内容を判定し優先度を付けSlackへ知らせるフローです。確認作業の時短と判断ばらつきの抑制に役立ちます。
kintoneで登録した顧客・案件情報を基にGoogle Driveにフォルダを自動生成するフローです。手作業の作成漏れや命名ミスを抑え、ファイル管理にかかる時間を短縮できます。
kintoneのステータス更新を契機にLINE WORKSのトークルームへ自動通知するフローです。報告作業の手間や宛先ミスを抑え、確実で速い進捗共有を実現し、担当者は本来の業務に集中できます。
使用しているアプリについて
OpenAI
YoomではOpenAIのAPIをノーコードで活用することができます。OpenAIとYoomを連携すれば、Yoomデータベースの情報や様々なSaaSの情報を用いてOpenAIに指示を出すことが可能です。例えば、議事録の要約やメール文面からのテキスト抽出、商品説明の作成など様々な業務をOpenAIを用いて自動化することができます。
詳しくみるテンプレート
Notionへの登録を起点にOpenAIで備考を要約しboardへ顧客を自動登録するフローです。転記作業を減らし入力ミスを防ぎ、営業情報の管理をムリなく効率化しチームにゆとりを生みます。
Notionに行が追加されたら、OpenAIで備考を要約しboardに顧客を登録する
Notionに追加された議事録をOpenAIが要約し、Microsoft Teamsへ自動通知するフローです。日々の手作業での転記や長文確認を減らし、共有漏れ防止と意思決定のスピード向上に役立ちます。
Notionに行が追加されたら、OpenAIで内容を要約しMicrosoft Teamsに通知する
Inoreaderの更新を契機に、Perplexityで要約した内容をもとにOpenAIで記事の草案を作成してGoogle スプレッドシートに保存するフローです。手入力やコピペを減らし、調査から執筆までの時間と品質のばらつきを抑えられます。
Inoreaderで指定のフィードにコンテンツが公開されたら、Perplexity とOpenAIで記事を作成しGoogle スプレッドシートに追加する
kintone
YoomではkintoneのAPIをノーコードで活用することができます。例えば、kintoneや他のSaaSを連携したり、kintoneの情報を用いて書類を作成するといったことが可能です。また、Yoomのデータベースにkintoneの情報を同期し、様々な用途でkintoneの情報を活用することも可能です。
詳しくみるテンプレート
Yoomでkintone登録をトリガーにAIが内容を判定し優先度を付けSlackへ知らせるフローです。確認作業の時短と判断ばらつきの抑制に役立ちます。
kintoneでレコードが登録されたら、AIワーカーで内容の優先度設定を行いとSlackで通知する
kintoneで登録した顧客・案件情報を基にGoogle Driveにフォルダを自動生成するフローです。手作業の作成漏れや命名ミスを抑え、ファイル管理にかかる時間を短縮できます。
kintoneにレコードが登録されたらGoogle Driveにフォルダを作成
kintoneのステータス更新を契機にLINE WORKSのトークルームへ自動通知するフローです。報告作業の手間や宛先ミスを抑え、確実で速い進捗共有を実現し、担当者は本来の業務に集中できます。
kintoneのステータスが更新されたら、LINE WORKSに通知する
ノーコードで実行可能なAPIアクション
実行可能なAPIアクション
フローボットトリガー
レコードが登録されたら
レコードが登録または編集されたら
レコードが登録されたら（Webhook起動）
レコードが編集されたら（Webhook起動）
レコードが削除されたら（Webhook起動）
コメントが書き込まれたら（Webhook起動）
ステータスが更新されたら（Webhook起動）
指定のステータスに更新されたら（Webhook起動）
正規表現で指定したステータスに更新されたら（Webhook起動）
フローボットオペレーション
テキストを生成（非推奨）
テキストから画像を生成する
ファイルをアップロード
アシスタントを作成（アシスタントAPI v2）
スレッドを作成（アシスタントAPI v2）
スレッドにメッセージを追加（アシスタントAPI v2）
アシスタントを実行（アシスタントAPI v2）
スレッドの最新の会話を取得（アシスタントAPI v2）
ベクターストアを作成（アシスタントAPI v2）
ベクターストアにファイルを追加（アシスタントAPI v2）
ベクターストアを削除（アシスタントAPI v2）
実行ステータスを確認する（アシスタントAPI v2）
テキストの生成（Chat completion）
web検索を実施（レスポンスAPI）
モデルレスポンスを生成（レスポンスAPI）
モデルレスポンスを取得（レスポンスAPI）
モデルレスポンスを削除（レスポンスAPI）
モデルレスポンスのキャンセル（レスポンスAPI）
フローボットトリガー
アクションがありません
フローボットオペレーション
テキストを生成（非推奨）テキストから画像を生成するファイルをアップロードアシスタントを作成（アシスタントAPI v2）スレッドを作成（アシスタントAPI v2）スレッドにメッセージを追加（アシスタントAPI v2）アシスタントを実行（アシスタントAPI v2）スレッドの最新の会話を取得（アシスタントAPI v2）ベクターストアを作成（アシスタントAPI v2）ベクターストアにファイルを追加（アシスタントAPI v2）ベクターストアを削除（アシスタントAPI v2）実行ステータスを確認する（アシスタントAPI v2）テキストの生成（Chat completion）web検索を実施（レスポンスAPI）モデルレスポンスを生成（レスポンスAPI）モデルレスポンスを取得（レスポンスAPI）モデルレスポンスを削除（レスポンスAPI）モデルレスポンスのキャンセル（レスポンスAPI）モデルレスポンスの一覧を取得（レスポンスAPI）動画を生成音声をテキストに変換画像を加工する画像を加工する（GPT Image モデル）画像を加工する（File ID使用）ファイルをアップロード（用途別）
フローボットトリガー
レコードが登録されたらレコードが登録または編集されたらレコードが登録されたら（Webhook起動）レコードが編集されたら（Webhook起動）レコードが削除されたら（Webhook起動）コメントが書き込まれたら（Webhook起動）ステータスが更新されたら（Webhook起動）指定のステータスに更新されたら（Webhook起動）正規表現で指定したステータスに更新されたら（Webhook起動）
フローボットオペレーション
レコード情報を取得レコードIDを検索レコードの登録レコードの更新コメントの投稿ファイルをアップロードファイルとレコードを関連付けレコードに紐づくファイルキーの取得ファイルをダウンロードレコードの削除レコードをクエリで検索レコードの更新（チェックボックスフィールド）（ゲストスペース）レコード情報を取得（ゲストスペース）レコードIDを検索（ゲストスペース）レコードの登録（ゲストスペース）レコードの更新（ゲストスペース）コメントの投稿（ゲストスペース）ファイルをアップロード（ゲストスペース）ファイルとレコードを関連付け（ゲストスペース）レコードに紐づくファイルキーの取得（ゲストスペース）ファイルをダウンロード（ゲストスペース）レコードの削除（ゲストスペース）レコードをクエリで検索（ゲストスペース）レコードの更新（チェックボックスフィールド）サブテーブルのレコードの追加サブテーブルのレコードの更新レコードに紐づくファイルを削除レコードのステータスを更新複数のレコードのステータスを一括更新レコードの更新（ユーザー選択フィールド）コメントの投稿（メンションあり）レコードの登録（ファイルフィールド）レコードに紐づくコメントを取得特定のレコードを1件取得サブテーブルのレコードの更新を作成（複数行更新）アプリのフィールド情報を取得アプリを検索（ゲストスペース）アプリを検索フォームの関連レコードフィールド設定を更新アプリ設定を本番環境へ反映（ゲストスペース）フォームの関連レコードフィールド設定を更新（ゲストスペース）アプリ設定を本番環境へ反映レコードの更新（テーブルフィールドの行並び替え）
.jpg){kind=small}
