独立ヘッドハンティングAIスカウトシステムの外包:成果報酬で月収3万元
ワークフロー:毎日、企業のJD(職務記述書)の技術スタック、経歴要件を入力すると、システムがGitHub、Boss直聘、LinkedInの公開されている開発者のアクティブデータを自動的にクローリングします。これにはコードのコミット頻度、プロジェクトのスタ
主要項目
FIELD STAMPS🔧 ワークフロー
毎日、企業のJD(職務記述書)の技術スタック、経歴要件を入力すると、システムがGitHub、Boss直聘、LinkedInの公開されている開発者のアクティブデータを自動的にクローリングします。これにはコードのコミット頻度、プロジェクトのスター数、スキルタグの適合度が含まれます。大モデルが開発者のオープンソース貢献履歴に基づいて専用のヘッドハンティングメールの下書きを生成し、人間は最終的な文面の確認と機密情報のフィルタリングのみを行います。審査通過後、自動でメールやプラットフォーム内のメッセージを送信し、毎日10〜20件の初期意向のある候補者リストを出力します。その後のコンバージョンやフォローアップは企業のHRが担当します。
🛠 構築のハードル
基本的なPythonスクレイピングとn8nのローコードワークフローオーケストレーションのスキルが必要です。初期段階ではGitHub上のオープンソースの採用スクレイピングフレームワークを流用・改良できるため、ゼロから開発する必要はありません。1〜2個のアンチスクレイピング用プロキシIPとGitHub APIの企業用キーを準備する必要があり、全体のデバッグと構築期間は約10〜15日です。追加のサーバーコストは不要で、個人のPCで安定して稼働させることができます。
🧰 ツールチェーン
- 🔧 n8n
- 🔧 GitHub API
- 🔧 Hunter.io
- 🔧 DeepSeek API
💰 収入
① 候補者の面談設定ごとの料金(主な収入):企業顧客が面談設定された人数に応じて支払い、500〜800元/人。実際の面談人数は検証が難しく、関係者の話では3社の安定した顧客を維持すれば月収3万〜5万元とのことですが、この売上の月収入における割合は公開されていません(事例ベースであり、独立した検証は受けていません)。② 月額スカウト外包サービス料:企業が月額で外包料を支払い、2万〜5万元/月。契約顧客数は不明であり、この方法で得られる総額の公式データも公開されていません(事例ベースであり、第三者の再検証はありません)。③ 一括キャンパスリクルーティング(新卒採用)スカウトプロジェクト:企業がプロジェクトごとに一回来きりのサービス料を支払い、10万〜20万元/プロジェクト。年間で何件のプロジェクトをこなしたかは明記されておらず、対応する売上規模も確認しようがありません(事例ベースであり、第三者検証はありません)。④ チャンス項目——履歴書処理量に応じたAI一次選考サービス:公開プロジェクトの実測値として、1000件の履歴書から最も適任の人材を30分で選出する効率を基準とし、件数または月額サブスクリプションで提供。価格は非公開であり、これによっていくら稼げるかは販売者の自己申告のみで独立した検証はなく、売上に占める割合も言及されていません。
💸 コスト
GitHub企業版サブスクリプションが月額49米ドル、Hunter.ioの検索クォータが月額29米ドル、DeepSeekモデルの推論コストが月額約50〜100元、n8nのセルフホストはライセンス料無料となり、合計で月額500〜800人民元となります。
⏱ 時間投入
毎日3〜4時間を投入します。主にAIが生成したヘッドハンティングメールの人による確認、アカウント凍結などの異常問題への対応、顧客からのフィードバックのフォローアップに充てられ、週末には2時間を費やしてマッチング規則や文面テンプレートのブラッシュアップを行います。
🚀 初心者ガイド
ステップ1:まずはGitHubやLinkedInの開発者アカウントを登録してAPI枠を申請し、オープンソースプロジェクト「dizhouid/liepin-ai-loop-recruiting」をダウンロードしてローカルで実行し、スクレイピングとマッチングのロジックを把握します。ステップ2:DeepSeek APIを連携させてパーソナライズされたヘッドハンティングメールの生成効果をテストし、プロンプトを調整してテンプレート感をなくします。ステップ3:タオバオ(淘宝)、咸魚(フリマアプリ)、ヘッドハンティングのコミュニティで「AI技術職スカウト外包」サービスを掲載し、まずは1〜2件のテスト案件を受注して全プロセスを回してから正式に価格設定を行います。
🔑 成功のカギ
- ✅ オープンソースコードの貢献度に基づく深い分析で高精度なマッチングを行い、純粋なキーワードマッチングを代替。マッチング精度は従来のヘッドハンティングより30%以上高い
- ✅ ヘッドハンティングメールの内容を極限までパーソナライズし、候補者のオープンソースプロジェクトの具体的な貢献ポイントを組み込んで作成するため、返信率がテンプレート化されたものより5〜10倍高い
- ✅ 送信頻度をコントロールし、プラットフォームのコンプライアンス規則を遵守する。1プラットフォームにつき1日の送信数を50通以内に抑え、アカウントの凍結を防ぐ
- ✅ 人間が最終的な審査を行って機密性の高い内容をチェックし、ヘッドハンティングメールが労働法規やプラットフォームのルールに適合していることを確認して法的リスクを軽減する
⚠️ 风险
- ⚠️ プラットフォームの公開データの高頻度な取得や一括送信は、GitHub、LinkedIn、Boss直聘などのプラットフォームのリスク管理システムを作動させやすく、重度の場合、アカウントの永久凍結につながる可能性がある
- ⚠️ AIが生成したヘッドハンティングメールに給与の約束やポスターの誇張などの内容が含まれている場合、候補者と企業の間のトラブルを引き起こす可能性があるため、人による厳格な審査が必要
- ⚠️ 『個人情報保護法』に違反して非公開の開発者情報を過度に収集した場合、行政処分の対象となる可能性があるため、収集するすべてのデータがプラットフォーム上で公開され確認できる内容であることを確認する必要がある
- ⚠️ 競争の激化によりサービス料が押し下げられるため、マッチング精度や文面のコンバージョン率を継続的に最適化して競争力を維持する必要がある
📌 実例
- 📌 禾蛙(HeWa)がヘッドハンティング業界向けAIネイティブAgent「Domi」をリリース。履歴書スカウトおよび初期アプローチのプロセスをシステム的に再構築することで、ヘッドハンターの人材マッチング効率を40%向上させ、アプローチコストを60%削減した
- 📌 GitHubのオープンソースプロジェクト「JobCopilot」は、GitHub開発者の技術スタックマッチング、パーソナライズされたアプローチメールの自動生成の全プロセスをすでに実現しており、独立系ヘッドハンティングユーザーがこのシステムを使用して1ヶ月で12件の技術職面談設定を完了し、収入が3万元を超えた事例がある
- 📌 ヘッドハンティングサービスプロバイダーの「猟上」が2025年にAIスカウトツールの試験導入を行い、JavaやGoなどの不足している技術職のスカウト期間を45日から12日に短縮し、ヘッドハンター1人当たりの成果を2倍に高めた