「100通送っても、返信がこない」
「一人ひとりに合わせた文章作成に追われて、毎日残業している」
エンジニア採用の現場で、そんな悲鳴をよく耳にします。候補者のレジュメを読み込み、「この人こそ！」と心を込めて送ったメッセージ。それなのに返信は来ず、積み上がるのは送信数と徒労感だけ……。
私は株式会社プロリクでスカウト改善を担当している宮前といいます。弊社はAHR（AI and Human Resources）という考え方のもと、企業の採用支援を行っている会社です。今回は、私たちが日々クライアント企業と向き合う中で培った「返信率を大きく変えるスカウトの構造」について、事例を交えて共有させていただきます。
結論から言えば、テンプレートが悪いのではありません。「候補者のインサイト」と「誰に・何を・どの順番で伝えるか」という構造のズレこそが、本質的なボトルネックなのです。
この記事の要点（TL;DR）
- よくある失敗: 「100通送っても返信がこない」「一人ひとりに合わせて書いても響かない」。その多くは、自社の魅力や会社概要を真っ先に伝えてしまう「一方的なアピール」に起因しています。
- 課題の深掘り: 返信がこない根本的な原因は、候補者ごとに異なるインサイトと、実際の文章のズレこそがボトルネックです。
- 改善: 候補者の解像度を上げ、「誰に・何を・どの順番で伝えるか」という戦略的視点に基づき、相手が最も知りたい情報が真っ先に届くよう文章構造を最適化することが重要です。
なぜ、画一的なスカウトテンプレートは読まれないのか？
「頑張って書いているのに響かない」状態には、2つの典型的な失敗パターンがあります。
パターン1：的外れな「一方的なアピール」
自社の成長率や職場の雰囲気を一方的に押し付けてしまうケースです。プロリクのインサイトデータ（1800名を超えるエンジニアから取得した独自アンケートデータ）では、エンジニアがスカウト返信をしようと思うポイントは、職種や在籍企業、年代などで全く異なります。響く言葉が違うのです。これらを無視した「自社の自慢話」は、候補者にとって自分事になりません。
パターン2：スカウト文章構造のミスマッチ
スカウト文章構造とは、スカウト文章の構成・順番であり、そこで何を言うべきか？という訴求順序でもあります。このミスマッチが実は非常に多いです。
最もよくある間違いは会社紹介から始めるパターンです。
ID様
はじめまして。株式会社◯◯の▲▲です。突然のスカウト失礼します。
あなたの経歴を拝見し、[1to1文章：xxxxxの点で親和性を感じて]ご連絡しました。
弊社は、300名のIT企業で、XXというミッションを掲げ、◯◯◯という事業を行っています。XX億円の資金調達をし、今はグロースフェーズです。
こういったスカウト文章はある種極めてテンプレ的で誰もが用いる型ではありますが、会社概要的なものを知りたいという欲求は実はエンジニアがスカウトを受け取った時点の優先順位としては低く、悪手の典型例です。
ではより具体的なプロダクトの話をすればいいのか？と言うとそうでもありません。例えば、シニアエンジニアに対して「プロダクトの機能」ばかり語っても響きません。彼らの関心は「技術的課題は何か？」「自分にどの程度の裁量があるか？」のような点だったりするからです。候補者のインサイトと文章構造がズレていると、どれだけ丁寧でも返信には繋がりません。
事例：スカウト文章構造を改善し返信率を5倍にV字回復させた事例
では、実際に私たちが支援した、国内有数のメーカー関連ソフトウェア開発企業での事例をご紹介します。
データドリブンによる返信率V字回復のストーリー
当該企業ではエンジニア採用のスカウト返信率が著しく低下していました。私たちは「メッセージ構成が媒体特性や候補者層とズレている」という仮説を立て、以下の3ステップで改善を行いました。
1.候補者をひとまとめにしないセグメンテーション
長くスカウト活動を続け、ターゲットや訴求が様々に移行すると往々にして「誰に・何を訴求するか？」は曖昧になりやすいものです。今回のケースも何年もの活動を経て、そのあたりが曖昧になっていたことがまず根本原因でした。改めて仕切り直しでターゲットセグメンテーションを実施し、特に注力すべき返信率を上げたい「若手層」にターゲットを絞り込んで改善を開始しました。
2.独自インサイトデータ×AI活用でスカウト文を最適化
弊社のインサイトデータによれば、若手ポテンシャル層は複数のインサイトがある中のうち、「具体的な仕事内容や技術的挑戦」を知りたがっていることが明らかになっています。しかし、従来の文面はそうなっていませんでした。
そこで、スカウト文章構造を根本から見直すことに。文章変更時は弊社が持つ独自のAIプロンプトを活用することで、工数を抑えながら最適なスカウト文へのリライトを実現しました。
3.結果：媒体平均の約3.5倍まで返信率が改善
改善前は1.4％だった返信率が、改善後は7.0％（媒体平均2.0％）まで劇的に改善しました。弊社インサイトデータをもとに、ターゲットに適した文章構造を大きく変えてしまうことで改善に寄与した事例となっています。
貴社のスカウト文に落とし込むための2ステップ
ここからは、明日から実践できる具体的なプロセスをご紹介します。
ステップ1：貴社独自のインサイトデータを収集する
「誰に・何を・どの順番で」を導き出すために、まずは以下の3つの方法でデータを集めます。
社内エンジニアに聞いてみる（一次情報）
「スカウトの何を重視して見る？何が書いてあったら返信しようと思う？」と聞いてみてください。まずは一次情報としてエンジニアの生の声がヒントになると思います。なお、ここで注意いただきたい点は、「転職を考えるなら何を重視する？何を見てる？」とは聞かないで欲しいのです。転職を意思決定すると言うのは非常に重いことであり、そう簡単に意思決定できるものではありません。一方、スカウト返信をするかどうかの意思決定は人生を変えるほどのインパクトがある意思決定ではありません。つまりこの2つは似て非なるものであり、意思決定に必要な情報は必然的に変わってくるからです。
二次データを調べる（公開調査・記事）
「エンジニアの転職理由ランキング」などのレポートや弊社が出しているようなアンケートデータから、職種ごとのニーズ、インサイトの傾向を掴むこともできると思います。
AI（ChatGPT / Gemini 等）と壁打ちする
具体的なペルソナを設定し、仮想候補者として活用します。
プロンプト例：
「あなたは30代後半のバックエンドエンジニアです。在籍企業は◯◯でX年経験を積んできました。あなたは今40代を目前にしてキャリアにどのような悩みを抱えていますか？どういったスカウトがあれば目に止まるでしょう？複数の立場・インサイトに立って回答をしてください。」
ステップ2：集めた情報をもとに、今のスカウト文を整理する
文章を単に短くするような表面的な改善ではなく、情報の「配置」を整理することが重要です。
文面を3つの箱に分ける
箱A： ターゲットにとって最優先で伝えるべきこと
箱B： あったほうがいい補足情報
箱C： 今回はなくてもいい情報（会社の歴史など、後で調べられるもの）
優先度順に再配置する
プロリクのデータでは、多少長くても「知りたい情報が優先順位通りに入っているスカウト」の方が返信率は高くなります。
Before / After のイメージは以下です。
Before（会社中心）: 「当社は◯◯年創業のリーディングカンパニーで……」
After（候補者中心）: 「◯◯の経験を拝見しました。今、私たちは『□□』という技術課題に直面しており、◯◯の知見を持つ方にアーキテクチャの見直しをお任せしたく……」
まとめ
スカウトの返信率は、「誰に・何を・どの順番で伝えるか」を明確化するだけで劇的に変わります。
・自社のアピールではなく、候補者のインサイトから入る
・ターゲットごとに情報の優先順位を組み替える
・AIを活用して、効率的に戦略的な文章を生成する
まずは今すぐ送る予定の1通を選んで、「相手が一番知りたいことが冒頭に書かれているか」をチェックしてみてください。それが、貴社なりの「勝てる型」を作る第一歩になります。
もし、貴社でエンジニア採用やAIを活用した採用業務の効率化についてお悩みがあれば、いつでもプロリクにお問い合わせください。
弊社お問い合わせ窓口
著者について
宮前 貴史（株式会社プロリク ）
大学卒業後、個人事業主として約5年半にわたり、BtoC・BtoB領域で営業から企画・運営までを一気通貫で経験。その後、ベンチャー企業にて採用担当として制度設計に従事し、さらにRPOサービスの立ち上げ責任者として、スカウト業務の仕組み化から実践までを牽引。プロリク参画後は、その豊富な実務経験を活かし、ITエンジニアのスカウト業務を中心に複数クライアントの採用成功を支援している