お疲れ様です！IT業界で働くアライグマです！
先日、あるエンジニアから「書類選考で7社連続で落ちた」と相談を受けました。同じ経験年数、似たようなスキルセットのエンジニアなのに、書類選考の通過率にはなぜか大きな差が出ます。その差の多くは、職務経歴書の「伝え方」にあることが分かってきました。
実は、生成AI（ChatGPT、Claude、Geminiなど）を活用すると、職務経歴書の品質を飛躍的に向上させられます。ただし、AIに丸投げするだけでは逆効果。自分の経験を正しく言語化し、AIに適切なプロンプトを与えることで、初めて効果を発揮します。
本記事では、生成AIを活用してエンジニアの職務経歴書を強化し、書類選考通過率を高める実践テクニックを解説します。テンプレート的な職務経歴書から脱却し、採用担当者の目に留まる「戦略的な」職務経歴書を作り上げましょう。
なぜ生成AIが職務経歴書の強化に有効なのか
エンジニアは技術力はあっても、「自分の成果を第三者に伝える」ことが苦手な人が多いです。かつては「Javaで開発しました」「AWSを使いました」といった羅列型の職務経歴書を書いているケースをよく見かけました。
生成AIが職務経歴書作成に有効な理由は、以下の3点に集約されます。
- 客観的な視点の提供：自分では当たり前だと思っている成果を、第三者（採用担当者）にとっての価値に変換してくれる
- 表現の幅を広げる：「〇〇を担当しました」という単調な表現を、成果やインパクトを明示した表現に言い換えてくれる
- 構造化のサポート：情報を整理し、読みやすい構成に組み立て直してくれる
ただし、生成AIに「職務経歴書を書いて」と丸投げすると、汎用的で薄い内容になりがちです。AIを「執筆者」ではなく「編集者」として活用するのがポイントです。
転職エージェントの書類添削でも同様のアドバイスを受けられますが、エンジニアがスキルシートで損しないための書き方と見せ方の実践ガイドで解説しているように、まず自分で素材を整理してから専門家のレビューを受けるとより効果的です。
IT女子 アラ美
ITアライグマ職務経歴書を強化する生成AIプロンプト設計
生成AIを最大限活用するには、的確なプロンプト設計が不可欠です。ここでは、職務経歴書を強化するための具体的なプロンプト例を紹介します。
ステップ1：経験の棚卸しプロンプト
まず、自分の経験を言語化する段階でAIを活用します。
[経験年数]年目のエンジニアです。以下のプロジェクト経験があります。
【プロジェクト概要】
期間：
チーム規模：
担当範囲：
使用技術：
このプロジェクトで貢献した成果を、採用担当者に伝わる形で5つ挙げてください。
特に「数値で示せる成果」「課題解決のプロセス」「チームへの貢献」の観点を含めてください。
このプロンプトのポイントは、「採用担当者に伝わる形で」という制約を入れることで、技術者目線ではなく評価者目線の表現を引き出すことです。
ステップ2：成果の具体化プロンプト
一般的な表現を具体的な成果に変換します。
以下の職務経歴書の記述を、より具体的で成果が伝わる表現に書き換えてください。
【現在の記述】
「データベースのパフォーマンス改善を担当しました」
【条件】
1. 具体的な数値（改善率、処理時間など）を含める
2. 技術的なアプローチを簡潔に説明する
3. ビジネスインパクトに言及する
このプロンプトで、「担当しました」という曖昧な表現が、「インデックス最適化とクエリリファクタリングにより、平均レスポンスタイムを3.2秒から0.8秒に75%改善。月間問い合わせ数が40%削減」といった具体的な成果表現に変わります。
ステップ3：求人とのマッチング強化プロンプト
応募先企業の求人要件に合わせて、職務経歴書をカスタマイズします。
以下の求人要件と職務経歴書を照らし合わせ、
マッチ度を高めるための修正案を提案してください。
【求人要件】
（求人票の必須スキル・歓迎スキル・業務内容をペースト）
【職務経歴書】
（現在の職務経歴書をペースト）
【期待する出力】
1. 強調すべき経験やスキル
2. 追加で記載すべきエピソード
3. 表現を変えたほうがよい箇所
エンジニアが「次の会社選び」で失敗しないための企業リサーチ・面接質問チェックリストで紹介しているように、企業研究をしっかり行ったうえでこのプロンプトを使うと、より精度の高いマッチングが実現できます。
IT女子 アラ美ITアライグマ実践事例：書類通過率が2倍になったケーススタディ
ここでは、実際に生成AIを活用して書類通過率を改善した事例を紹介します。
状況（Before）
- 対象者：Aさん（30歳、Web系エンジニア経験5年）
- スキルセット：PHP、Laravel、Vue.js、AWS、MySQL
- 転職活動状況：自社開発企業を中心に10社応募、書類通過は2社のみ（通過率20%）
- 課題：「技術スタックは合っているのに書類で落ちる」という状況が続いていた
行動（Action）
Aさんの職務経歴書を分析したところ、以下の問題点が見つかりました。
- 「〇〇を担当しました」という羅列型の記述が中心
- 成果の数値化がほとんどなされていない
- 技術選定の理由やトレードオフの考慮が書かれていない
そこで、以下の手順で職務経歴書をリライトしました。
- 経験の棚卸し：各プロジェクトで「何を」「なぜ」「どう解決したか」を箇条書きで整理
- AIによる表現ブラッシュアップ：上記の「成果の具体化プロンプト」を使って表現を磨き上げ
- STAR形式への変換：Situation（状況）→Task（課題）→Action（行動）→Result（結果）の構造に整理
- 技術選定の理由を追記：「なぜLaravelを選んだか」「なぜVue.jsを採用したか」を1〜2文で補足
結果（After）
- 書類通過率：20% → 50%（2.5倍に改善）
- 応募から内定まで：追加で15社応募し、7社で書類通過、3社で最終面接、2社から内定獲得
- 年収：前職550万円 → オファー年収650万円（100万円アップ）
特に効果があったのは、「技術選定の理由」を追記したことです。採用担当者からは「なぜこの技術を選んだかが分かると、候補者の思考プロセスが見えて評価しやすい」というフィードバックがありました。
エンジニアが年末年始に実践すべきキャリア棚卸しと目標設定フレームワークで紹介している自己分析フレームワークを事前に実施しておくと、この棚卸しプロセスがより効率的に進められます。
IT女子 アラ美ITアライグマ生成AI活用時の注意点と品質チェック
生成AIを活用する際の注意点と、最終的な品質チェックの方法を整理します。
注意点1：AIの出力を鵜呑みにしない
AIは「もっともらしい」文章を生成しますが、事実と異なる内容を含むこともあります。必ず以下を確認してください。
- 数値や実績が自分の経験と一致しているか
- 技術用語の使い方が正確か
- 誇張や虚偽の表現になっていないか
注意点2：「AIっぽさ」を消す
AIが生成した文章には独特の癖があります。以下のような表現は修正が必要です。
- 「〜を通じて」「〜において」などの硬い表現の多用
- 「貢献しました」「推進しました」などの抽象的な動詞の連発
- 同じ文型の繰り返し
品質チェックリスト
最終的な提出前に、以下のチェックリストで確認しましょう。
- ☐ 各プロジェクトの成果が数値で表現されているか
- ☐ 技術選定の理由が記載されているか
- ☐ STAR形式（状況・課題・行動・結果）で構造化されているか
- ☐ 応募先企業の求人要件とキーワードが一致しているか
- ☐ 誤字脱字やフォーマット崩れがないか
- ☐ 第三者に読んでもらい、分かりやすいと言われるか
エンジニアが自分の市場価値を正確に把握するためのセルフ診断フレームワークと併せて活用すると、自分の強みをより客観的に把握できます。
さらなる年収アップやキャリアアップを目指すなら、ハイクラス向けの求人に特化した以下のサービスがおすすめです。
| 比較項目 | TechGo | レバテックダイレクト | ビズリーチ |
|---|---|---|---|
| 年収レンジ | 800万〜1,500万円ハイクラス特化 | 600万〜1,000万円IT専門スカウト | 700万〜2,000万円全業界・管理職含む |
| 技術スタック | モダン環境中心 | Web系に強い | 企業によりバラバラ |
| リモート率 | フルリモート前提多数 | 条件検索可能 | 原則出社も多い |
| おすすめ度 | 技術で稼ぐならここ | A受身で探すなら | Bマネジメント層向け |
| 公式サイト | 無料登録する | - | - |
IT女子 アラ美ITアライグマまとめ
本記事では、生成AIを活用してエンジニアの職務経歴書を強化する方法を解説しました。
- 生成AIは「執筆者」ではなく「編集者」として活用する
- プロンプト設計が成果を左右する（経験の棚卸し→成果の具体化→求人とのマッチング）
- 技術選定の理由や課題解決プロセスを明記することで、採用担当者の評価ポイントを押さえられる
- 最終的なチェックは人間が行い、「AIっぽさ」を消すことで自然な文章に仕上げる
書類選考は転職活動の最初の関門です。生成AIを上手に活用して、あなたの経験と実力を正しく伝える職務経歴書を作り上げてください。まずは今日から、現在の職務経歴書を1つのプロジェクトだけでもブラッシュアップしてみることをおすすめします。
IT女子 アラ美ITアライグマ
