DX・システム
Writer /
この記事の著者
従業員情報はExcel、評価シートはメール添付、1on1の記録は各マネージャーのメモ帳。中小企業の人事情報は、こうして散らばりがちです。かといって市販のタレントマネジメントシステムは、数十名の会社には機能も費用も重い。そんな状況で「AIで自社専用のものを作れないか」と考える人が増えています。
この記事では、Claude Codeを使ってタレントマネジメントシステム「ドヤHR」を自作した記録をまとめます。従業員データベース、部署管理、組織図、人事評価、1on1記録を3〜4時間で実装しました。ただし、この記事でいちばん伝えたいのは作り方ではありません。人事情報を自作ツールで扱うときに、どこまでの情報を入れてよいかという「線引き」です。市販SaaSと自作の使い分けとあわせて整理します。
おすすめの無料ドヤAIサービス！
ドヤHR
組織や人材に関する情報を整理し、採用・育成・配置などの人事業務をAIで支援します。
30秒で分かる結論
タレントマネジメントシステムはAIで自作できる。従業員データベース・部署管理・組織図・人事評価・1on1記録を3〜4時間で実装した
組織図は従業員データから自動生成し、人事評価のコメントはAIが下書きする。手作業で図を描き直す作業と、評価文の書き出しに悩む時間を減らせる
このシリーズの結論は「自社でデータを入力するタイプは自作向き、外部データを集めて価値にしているタイプは自作不向き」。タレントマネジメントは前者の典型
ただしHRは扱う情報が重い。給与などの機微な情報は最初から対象外にするという線引きを、開発前に決めておく
権限の細かい制御、労務・給与計算との連携、人的資本の情報開示が必要な規模なら、市販SaaSを選ぶほうが早い
まず、実際に作ったものの動きを動画で確認してください。従業員情報をもとにした組織図の表示と、AIによる評価コメントの下書きまでを、完成した画面を操作しながら紹介しています。
タレントマネジメントを「自作」する3つの選択肢
「タレントマネジメントシステム 自作」で調べると、大きく3つのやり方が出てきます。それぞれの特徴を先に押さえておくと、AIで開発する意味がはっきりします。
Excel・スプレッドシートで管理する
いちばん手軽で、追加費用がかかりません。スキルマップや評価一覧は関数とピボットテーブルで十分に作れます。一方で、人数が増えるとファイルが重くなる、同時編集で版がずれる、誰でも書き換えや削除ができてしまう、といった問題が起きます。人事情報の管理では、この「誰でも触れる」状態がいちばんの弱点です。
Notionなどのノーコードツールで組む
データベース同士を紐づけ、定性的なメモも同じページに残せるため、スプレッドシートより人事情報との相性は良くなります。ただし、権限がページ単位でしか設定できず、項目ごとに見せる・見せないを分けにくいこと、最初の構築に時間がかかること、導入後に情報が古くなりやすいことが課題として知られています。
AIでアプリケーションとして開発する
今回の方法です。Claude Codeに要件を伝え、データベースと画面を持つWebアプリとして作ります。ExcelやNotionと違い、画面の構成、入力項目、権限の考え方を自社の運用に合わせて決められます。組織図の自動生成や評価コメントの下書きのように、「情報を貯める」だけでなく「情報から何かを出す」機能を足せるのが、前の2つとの決定的な違いです。
Claudeで作った機能
今回「ドヤHR」として実装したのは、次の5つの機能です。要件を伝えてから動く画面になるまで、合計で3〜4時間でした。
従業員データベース
すべての起点になる機能です。氏名、所属部署、役職といった基本情報を1人1レコードで管理します。ここに登録した情報が、後述する組織図や人事評価にそのまま使われます。ExcelやNotionで散らばっていた情報を1か所に集める、という役割です。
部署管理
部署を登録し、従業員をどの部署に所属させるかを管理します。単純な機能ですが、これがあることで異動や新設部署の反映が「従業員の所属を変えるだけ」で済みます。
組織図の自動生成
従業員情報と部署情報をもとに、組織図を自動で表示します。組織図を作図ツールで描いている会社は多いのですが、異動や採用のたびに描き直すのは地味に重い作業です。データから生成する方式なら、従業員データベースを更新した時点で組織図も最新になります。
人事評価
評価を登録し、確認する画面です。ここにAIを組み込み、評価コメントの下書きを生成できるようにしました。評価者がゼロから文章を書く負担を減らし、評価文の型を揃えるのが狙いです。生成した下書きは、あくまで叩き台として評価者が確認・修正する前提です。
1on1記録
1on1の内容を従業員ごとに記録します。マネージャーの個人メモに埋もれていた情報を、従業員データベースと紐づいた形で残せるようにするための機能です。
逆に、作っていないものもはっきりさせておきます。給与や賞与の計算、勤怠、労務手続き、外部の労務システムとの連携は対象外です。これは時間の都合というより、次の章で説明する「線引き」の結果です。
要件定義のプロンプト例（編集部が作成した架空の例）
AIで業務システムを作るときは、機能を細かく指示するより、「誰のために、何を管理し、何を対象外にするか」を先に書くほうがうまくいきます。同じシリーズのSFAをClaudeで自作した回では、「中小企業向け」という一語が機能の取捨選択を決めました。HRでは、そこに「扱わない情報」を加えます。以下は、その考え方をプロンプトの形にした例です。動画で使った実際の依頼文ではなく、編集部が作成した架空の例として参考にしてください。
中小企業（従業員10〜100名）向けのタレントマネジメントシステムを作りたいです。
Claude Codeで、Webアプリケーションとして実装してください。
【管理したいもの】
- 従業員データベース（氏名・部署・役職・入社日）
- 部署の登録と、従業員の所属管理
- 従業員データから自動生成される組織図
- 人事評価（目標・自己評価・上長評価・コメント）
- 1on1の記録（日付・担当・要点・次回までのアクション）
【AIに任せたいこと】
- 目標と実績をもとに、人事評価コメントの下書きを生成する
【最初から対象外にするもの】
- 給与・賞与・報酬に関する情報
- 健康状態・病歴・家族構成などの機微な情報
- 勤怠、労務手続き、外部システムとの連携
【運用の前提】
- 入力するのは人事担当者と各部署のマネージャー
- 従業員本人が見られる範囲と、管理者だけが見られる範囲を分ける
- まず最小の機能で動かし、後から追加できる構造にするポイントは「対象外」を明示していることです。これを書かないと、AIは親切心で給与欄や健康情報の欄まで作ってしまいます。作らない機能を決めるのは、時間の節約ではなく、安全のための設計です。
扱う情報の線引きが、HR自作の核心
SFAやプロジェクト管理ツールと違い、HRシステムは扱う情報の1つひとつが従業員の個人情報です。自作すること自体は難しくありませんが、「何を入れて、何を入れないか」を決めずに作ると、後で取り返しがつきません。今回の開発では、給与などの機微な情報は最初から対象外にしました。その線引きの考え方を、一般的な判断基準として整理します。
3段階に分けて考える
自作ツールで扱ってよい情報：氏名、所属、役職、入社日、業務上のスキル、目標と実績、1on1の業務的な要点。組織運営に必要で、社内で共有される前提のもの
扱うなら慎重に設計する情報：評価結果、評価コメント、キャリア希望。閲覧できる人を限定し、本人と評価者と人事以外が見られない構造にする
最初から対象外にする情報：給与・賞与、健康状態や病歴、家族構成、その他の機微な情報。専用の労務・給与システムか、既存の管理方法に残す
個人情報の取り扱いには、個人情報保護法とそのガイドラインが関わります。病歴などは法律上「要配慮個人情報」として通常の個人情報より厳しい取り扱いが求められています。具体的な義務の範囲は自社の状況によって変わりますので、個人情報保護委員会が公開している法令・ガイドライン等のページやガイドライン（通則編）を確認し、判断がつかない項目は扱わない側に倒してください。
AIに渡す情報は、さらに絞る
もう1つ、見落としやすい線引きがあります。「自作ツールのデータベースに入れる情報」と「AIに渡す情報」は別だという点です。評価コメントの下書きをAIに生成させるとき、従業員データベースの中身をそのまま渡す必要はありません。目標、実績、行動の事実だけを渡し、氏名や個人を特定する情報は渡さない設計にすると、リスクを大きく下げられます。
この「AIに何を入力するか」は、社内ルールとしても整備が遅れている領域です。株式会社スリスタの調査では、業務でのAI利用中に事故やヒヤリハットを経験した人のうち、最も多かった事案が「機密情報・個人情報をAIに入力してしまった」で37.3%でした。また、AIガイドラインが「明文化されており社内に周知されている」と答えた人は11.5%にとどまり、48.2%が「整備されていない」と回答しています（出典：株式会社スリスタ『企業の生成AI活用実態調査2026』（n=400）。詳細は業務AI事故・ヒヤリハット実態2026と企業のAIガイドライン整備実態2026）。人事情報をAIに触れさせるなら、ツールを作る前に入力ルールを決めておくのが順序です。ルールの作り方は生成AIガイドラインのテンプレート記事にまとめています。
評価コメントの下書きプロンプト例（編集部が作成した架空の例）
AIに評価コメントを下書きさせる機能は、システムに組み込まなくても、ChatGPTやClaudeにこの形で依頼すれば試せます。個人を特定する情報を含めない形にしてあります。あくまで編集部が作成した架空の例です。
あなたは中小企業の人事担当者を支援するアシスタントです。
以下の情報をもとに、上長が本人に伝える評価コメントの下書きを300字以内で作成してください。
【制約】
- 氏名や個人を特定する情報は含めません
- 事実として与えられた目標と実績だけを根拠にし、推測で評価を足さないでください
- 良かった点、改善点、次期への期待の順で書いてください
- 断定的な人格評価（「性格が〜」など）は書かないでください
- これは下書きであり、最終的な評価は上長が判断します
【対象期間】2026年上期
【役割】営業部・主任
【期初の目標】新規受注件数 月4件／既存顧客の更新率 90%
【実績】新規受注 平均月5件／更新率 88%
【行動面の事実】新人2名のOJTを担当。週次の案件レビューを自主的に運営このプロンプトで大事なのは制約の部分です。「与えられた事実だけを根拠にする」「人格評価をしない」「最終判断は人が行う」の3つを入れておくと、下書きが評価そのものにすり替わることを防げます。システムに組み込む場合も、この制約をそのままプロンプトに固定します。
市販SaaSと自作の使い分け
このシリーズでは、SFA、スライド作成ツール、営業リストツール、プロジェクト管理ツールをAIで自作してきました。通して見えた結論は1つです。自社でデータを入力するタイプのツールは自作に向いていて、外部データを集めて価値にしているタイプは自作に向いていません。
タレントマネジメントは、従業員情報も評価も1on1記録も、すべて自社で入力するデータです。外部のデータベースに依存する部分がありません。この点で、プロジェクト管理ツールの回と同じく、自作と相性の良い領域です。逆に営業リストツールの回では、機能は作れてもデータが埋まらず実用に届きませんでした。
自作が向いている会社
従業員情報がExcelやメールに散らばっていて、これから仕組みを作る段階にある
必要なのは従業員一覧、組織図、評価、1on1記録といった基本機能で、細かい分析はいらない
市販システムの評価フォーマットに自社を合わせるより、自社の評価の型をそのまま画面にしたい
給与や労務は既存の仕組みに残し、タレントマネジメントの部分だけを切り出せる
市販SaaSを選ぶべき会社
項目ごとに閲覧権限を細かく分ける必要がある。自作で権限設計を作り込むと、そこだけで工数が膨らむ
労務管理や給与計算と同じデータベースで運用したい。連携が前提なら、最初から一体型を選ぶほうが安全
人的資本の情報開示や、360度評価・OKRなど複数の評価手法への対応が求められる
既存のタレントマネジメントシステムに評価履歴が数年分溜まっている。移行コストだけで自作の利点が消える
導入支援やコンサルティングを含めて任せたい
市販システムを検討する場合は、類似規模の企業での導入実績、自社の評価手法への対応、既存システムとのCSV・API連携、トライアルでの操作性確認が主なチェック項目になります。比較サイトが整理している選び方のポイントは、自作の要件を考えるときにも「何を捨てるか」の参考になります。
関連：市販のシステムを料金と無料枠で比べたい場合は、中小企業向けタレントマネジメントシステム比較で11製品を詳しく解説しています。
自作に進む前のチェックリスト
作れるかどうかより、運用が続くかどうかで判断してください。次の項目に多く当てはまるほど、自作で成立しやすくなります。
扱う情報を「扱う」「慎重に扱う」「対象外」の3段階に分けて書き出した
給与・賞与・健康情報など、対象外にする情報を決め、どこに残すかも決めた
入力する人（人事、マネージャー、本人）と、それぞれが見られる範囲を決めた
AIに渡す情報を、個人を特定しない範囲に絞った
評価コメントの下書きは、必ず人が確認して確定する運用にした
最初に作る機能を5つ以内に絞り、後から足せる構造にする方針を決めた
従業員の入社・異動のたびにデータが更新される手順を、業務フローに組み込んだ
自作ツールを誰が保守するか、その人が不在のときどうするかを決めた
データのバックアップと、退職者の情報をいつ消すかを決めた
社内の生成AI利用ルールと矛盾しないことを確認した
7番目と8番目は、Notionで自作した企業も課題として挙げている点です。作った直後は最新でも、更新の仕組みがなければ半年で古くなります。組織図を自動生成にした理由も、更新を1か所に集約するためです。
同じシリーズの記事
「SaaSは死にましぇん」シリーズでは、既存のSaaSをAIで自作できるかを領域ごとに検証しています。タレントマネジメントと同じく自作向きだった領域、逆に向かなかった領域を並べて読むと、判断の軸がはっきりします。
自社専用SFAはAIで作れるか：機能を4つに絞ったことで成立した回
プロジェクト管理ツールをClaudeで自作：タイムシートと収支管理まで作れた、自作向きの典型
営業リストツールをAIで自作：機能は作れたがデータが埋まらなかった、自作不向きの典型
スライド作成ツールをClaudeで自作：生成系ツールの回
AI面接官をClaudeで自作：人事領域のもう1つの回。採用面接をAIが進行する
よくある質問
Q. 従業員の個人情報を自作ツールで管理して問題ありませんか？
氏名や所属といった情報を社内システムで管理すること自体は、多くの会社が行っていることです。ただし、個人情報保護法に基づく安全管理措置や利用目的の扱いは自社の状況によって変わります。個人情報保護委員会のガイドラインを確認し、判断がつかない項目は扱わない設計にしてください。特に健康情報などの要配慮個人情報は、最初から対象外にすることをおすすめします。
Q. 給与情報も一緒に管理したほうが便利ではありませんか？
便利ではありますが、今回の開発では最初から対象外にしました。給与情報が入った瞬間に、閲覧権限の設計、保存の安全性、閲覧ログといった要件が一気に重くなり、3〜4時間で作れる規模ではなくなります。給与は既存の給与計算の仕組みに残し、タレントマネジメントの部分だけを切り出すほうが現実的です。
Q. AIが書いた評価コメントをそのまま使ってよいですか？
そのまま使うことは想定していません。AIの下書きは、与えた目標と実績から文章の型を作るものです。本人の状況を知っているのは評価者ですから、必ず読んで修正し、評価者の言葉として確定させてください。AIに渡す情報に個人を特定するものを含めない設計と、人が最終確認する運用の2つが前提です。
Q. Excelで管理している従業員情報から移行できますか？
従業員一覧のような表形式のデータは、自作ツールでも取り込みやすい形式です。むしろExcel管理から仕組みを作る段階のほうが、自作は向いています。逆に、既存のタレントマネジメントシステムに評価履歴が長期間溜まっている場合は、移行コストを含めて判断してください。
Q. 何人規模まで自作で運用できますか？
人数そのものより、権限の複雑さで決まります。人事担当者と各部署のマネージャーだけが入力・閲覧する運用なら、自作でも成立します。部署ごと、役職ごと、項目ごとに閲覧範囲を分ける必要が出てきたら、市販SaaSへの移行を検討する段階です。
まとめ
タレントマネジメントシステムはAIで自作できました。従業員データベース、部署管理、組織図の自動生成、人事評価、1on1記録を3〜4時間で実装し、評価コメントの下書きをAIに任せるところまで動いています。自社でデータを入力するタイプのツールなので、このシリーズの結論どおり、自作と相性の良い領域です。
ただし、HRで先に決めるべきなのは機能ではなく、扱う情報の線引きです。給与などの機微な情報を最初から対象外にし、AIに渡す情報を個人を特定しない範囲に絞り、下書きは必ず人が確定する。この3つを守れる範囲であれば、市販SaaSより自社の運用に合ったツールになります。権限の細かい制御や労務との連携が必要になったら、そのときが市販SaaSを選ぶタイミングです。
今回作ったタレントマネジメントシステムは、ドヤHRとして公開しています。自作するかどうかを判断する前に、従業員情報・組織図・人事評価が1つの画面にまとまるとどうなるかを、実際の画面で確かめてみてください。