採用のためのAIスキルアセスメント
候補者がAIとどう働くかを、実際に確かめる。
ライブラリからタスクを選ぶか独自のタスクを持ち込み、Lemonsignalのダッシュボードから候補者を招待します。候補者は
Claude CodeまたはCowork、もしくは
ChatGPTまたはCodexで取り組みます。成果物とすべてのプロンプトがダッシュボードに届きます。候補者が実際のタスクに取り組み、その様子をダッシュボードで確認できます。
候補者3人まで無料でお試しいただけます。
Claude Code
tax.tsのdiffを見せてください。そこを変更するようには頼んでいません。
おっしゃるとおりです。その変更は税の丸め方を変えるもので、不要でした。src/tax.tsを元に戻しました。
11:05誰も頼んでいない編集を見つける
候補者/Maya Kowalski
Maya Kowalski
シニアバックエンドエンジニア · マイナスの決済合計の修正 · 提出済み
起きたこと
27件のイベントAIスキルアセスメントの仕組み
最初のポジションは一緒に設定します。その後はダッシュボードから3ステップです。
- 1
タスクを選ぶ
エンジニア、マーケター、アナリストなど向けのライブラリから、またはチームの実際の業務から選びます。
- 2
リンクを送る
候補者は自分のAIツールを使い、自分のパソコンまたはブラウザで作業します。
- 3
すべての場面を見る
すべてのスコアが、セッション内の該当場面にリンクしています。
チームにわかりやすく、候補者に公平なAIフルエンシーアセスメント。
候補者は実際の業務と同じように働きます。そのすべてを確認できます。
- 会話のすべてすべてのプロンプトとすべての回答。
- 確認できるスコアそれぞれ該当場面にリンクしています。
- 提出物ファイルを会話と並べて確認できます。
- ごまかしにくい成果物は会話と一致している必要があります。
- 自分のAIツール Claude CodeまたはCoworkChatGPTまたはCodex
- 不意打ちなし タスクと時間を先に確認できます。
- 記録するのは作業だけ AIとの会話と提出物のみです。
- 受け取れるもの スキルごとの結果がわかります。
AIスキルアセスメントで候補者ごとにわかること
職種のスコア、根拠となる場面を添えた6つのスキル、面接で聞く質問。
候補者/Maya Kowalski
Maya Kowalski
シニアバックエンドエンジニア · マイナスの決済合計の修正 · 提出済み
AI活用は優秀。課題は1点、AIへの指示の出し方です。
- 理解するAIに任せる前に、タスクを理解しているか。 優秀 修正の前に原因を尋ねました。 ▶ 04:12
- 指示するAIに必要なものを渡しているか。 部分的 触れてはいけないファイルを伝えませんでした。 ▶ 09:20
- 確認するAIの間違いに気づけるか。 優秀 誰も頼んでいない編集を見つけました。 ▶ 11:05
- 修正するうまくいかないときに立て直せるか。 十分 請求書の単位を1か所で一度に修正しました。 ▶ 20:40
- 承認する提出するものは、そのまま送れる状態か。 優秀 終わらなかった点をメモに明記しています。 ▶ 38:05
- 再利用する繰り返し使える形にしているか。 十分 total()の他の呼び出し元もすべて確認しました。 ▶ 19:30
「09:20に、触れてはいけないファイルを伝えずに修正を頼み、Claudeがtax.tsを変更しました。今ならどう指示しますか。」