AIで書いた職務経歴書はバレるか　採用担当者が見ているのは中身で、出す前に直せる

AI に書かせた職務経歴書を、このまま出していいのか。検索すると、そのまま使えばバレると書く記事と、使い方と最終チェックを徹底すればバレないと書く記事が同じ画面に並びます。どちらを信じればいいのか決まりません。

先に答えを書きます。採用担当者 503 名への調査（2026 年 5 月、実施は株式会社SHIFT AI）では、候補者が生成 AI で応募書類を作っていると感じている中途採用担当者が 66.9% いました。感じる理由として最も多い 2 つは、具体的なエピソードや数字が伴っていないことと、整いすぎてどの候補者も同じに見えることです。検出ツールで機械的に判定されるかどうかは、応募先が何を使っているか分からないので確かめようがありませんが、この 2 つが指している書類の中身は、出す前に自分で直せます。この記事には、下書きと自分の経歴メモを並べて、経歴では裏づけられない記述を洗い出すプロンプトを全文載せました。

AIで書いたことを、検出ツールで見抜けるかは分からない

AI 判定として名前の挙がる Turnitin は、学校の課題を検査する教育機関向けの製品です。判定の対象は「長文形式の文章に含まれる散文」で、箇条書き、表、注釈付き参考文献などの短い形式は検知できないと書かれています。処理には、長文形式の散文が 300 words 以上 30,000 words 以下という要件もあります。日本語も対象言語に含まれますが、AI による言い換えや回避ツールの検出に対応しているのは英語の検出器だけです。提供元は、判定は必ずしも正確とは限らず、学生に対する対応の唯一の根拠として使用すべきではないと書いていて、1〜19% のスコアは誤検出が増えるため数値を表示していません（クラシックレポートビューでのAIライティング検知、Using the AI Writing Report、いずれも 2026 年 9 月 19 日確認）。この仕様からは、職務経歴書の箇条書きと表の部分は検知の対象にならないこと、散文の部分が 300 words に届かなければ判定が出ないことまでが言えます。日本語の文章で words をどう数えるかは書かれていないので、自分の書類が要件を満たすかどうかまでは分かりません。

検出ツール全般の精度を調べた査読論文もあります。14 種類のツールに 54 文書を投入した 756 試験で、正解率は全ツールが 80% 未満でした。AI が生成した文書のうち約 20% は人間が書いたものと判定され、人が手を入れた文書では約半分が検出されず、機械で言い換えた文書ではその割合がさらに上がります。逆方向の誤りもツールによって大きく違い、人間が書いた文書を AI と判定した割合は 0% から 50% まで開きます（Testing of detection tools for AI-generated text、International Journal for Educational Integrity 19 巻、論文番号 26、2023 年 12 月、2026 年 9 月 19 日確認）。ただしこれは 2023 年時点のツールに英語の文書を投入した実験で、いまの日本語の職務経歴書がどう判定されるかを測ったものではありません。

採用担当者向けに AI 検出を売る製品もあります。Pangram は日本語のページで、標準的な履歴書の書式と AI が生成した記述文を区別できると書き、応募者を管理するシステムに組み込むための連携機能も提供しています。精度として 99.98% を掲げていますが、同社が公開しているモデルカードにこの数字は出てきません。載っているのは指標ごとの値で、英語のデータでは誤検知率 0.0041%、見逃し率 0.3396%。日本語では誤検知率 0.0000%、見逃し率 0.9305% です。ただし誤検知率のほうは一般のウェブ文書で測った値で、見逃し率のほうは英語の記事やレビューをもとに作った合成データでの値です。どちらも履歴書や職務経歴書で測ったものではありません。99.98% がどのデータをどう集計した値なのかは、モデルカードには書かれていません。同じモデルカードには、対象は 50 語以上の自然な文章で、定型の書式や見出し・指示文は主な対象の外か誤りが出やすい、検査の前に見出しやフッターは外したほうがよい、とも書かれています。採用担当者向けのページでは、検出結果に基づいて候補者を自動的に却下することは勧めず、参考情報として使うよう案内しています（採用担当者向けAI検出ツール、Pangram 4 Model Card、2026 年 9 月 19 日確認）。

では、日本の中途採用でこうした製品がどれくらい使われているのか。2026 年 9 月 19 日に、公表されている採用調査と各社の発表を探した範囲では、利用率を示す資料は見つかりませんでした。採用・人事担当者 503 名への調査でも、応募者の AI 利用を判定する製品の名前も利用率も出てきません。同じ調査で「AI 生成かどうかの見分け方がわからない」と答えた中途採用担当者は 35.9% です（採用現場におけるAI活用実態調査、株式会社SHIFT AI。生成 AI の学習コミュニティを運営する会社による自社のインターネット調査で、調査期間は 2026 年 5 月 20〜24 日、回答者 503 名のうち中途採用担当は 248 名。複数の採用領域を兼任している人を含むので、中途と新卒は別の集団ではありません。回答者の業種や企業規模は公表されていません。2026 年 9 月 19 日確認）。

つまり、応募先が何を使っているかは外から分かりません。ここを追っても、自分の書類がどうなるかは決まりません。

採用担当者が「AIだ」と感じる理由は、具体性の無さと整いすぎ

同じ SHIFT AI の調査で、候補者が生成 AI で応募書類を作っていると「感じる」と答えた中途採用担当者は 66.9% でした。内訳は「強くそう感じる」29.0%、「ある程度感じる」37.9% です。

そう感じる理由として最も多かったのは「表現は洗練されているのに、具体的なエピソードや数字が伴っていない」で中途 57.8%、次が「文章が整いすぎていて、どの候補者も同じような完成度に見える」で中途 56.6% でした。差は 1.2 ポイントなので、この 2 つはほぼ並んでいます。後者は、中途採用担当を含む回答者全体（43.2%）よりも中途採用担当のほうが高く出ています。

これは「AI を見抜けた」という話ではありません。実際に AI で書かれたかどうかと照らし合わせた調査ではなく、担当者がそう感じた理由の自己申告です。それでも、多く挙がっている 2 つが、どちらも書かれている中身の薄さと、他の候補者との差のなさについての指摘であることは読み取れます。

473 字のメモが 2,400〜3,600 字になるとき、何が増えるか

では、下書きには何が入っているのか。架空の経歴メモを作って試しました。

食品メーカーに 13 年、最初の 4 年は冷凍米飯ラインのオペレーター、その後は生産管理課で月次の生産計画と原材料の発注を担当し、2022 年から主任。保有資格は運転免許と食品衛生責任者で、次は同業他社か食品物流の生産管理を希望している人です。書き起こしたメモは 473 字、空行を除いて 19 行（字数は改行と全角の字下げを含む生の数）。頼み方は、注文を付けないこの形にしました。

以下の経歴をもとに、転職用の職務経歴書を作成してください。

（ここに経歴メモを貼る）

ChatGPT のブラウザで 3 回試しました。返ってきた職務経歴書は 2,439 字、3,027 字、3,551 字。3 回とも、職務要約・職務経歴・活かせる経験スキル・資格・自己 PR の 5 つがそろい、自己 PR は 3 本立てでした（並ぶ順は 1 通だけ違います）。

増えた分に何が入っているかを見るために、下書きと元の経歴メモを並べて、経歴メモに根拠が無い記述を挙げさせました。挙げさせた相手も AI です（この記事の後半に載せるプロンプトを使いました）。判定は合わせて 5 回。3,551 字の下書きには 3 回かけて 48 件、48 件、47 件。3,027 字と 2,439 字にはそれぞれ 1 回ずつかけて、46 件と 34 件でした。この 3 通では長いものほど件数が多く出ましたが、測ったのが 3 通だけで、しかも同じメモから作ったものなので、長さで決まるとまでは言えません。

挙がってくるのは、たとえばこういう記述です。

下書きの記述	経歴メモに根拠が無い部分
営業部門からの販売数量・受注情報をもとに、生産能力や原材料在庫を考慮して生産量・生産日程を調整	販売数量・受注情報をもとに／生産能力や原材料在庫を考慮して／生産量・生産日程を調整
2022年からは主任として3名の部下の業務管理・育成にも携わっています。	業務管理・育成
その結果、安定した生産を維持しながら、原材料在庫金額を前年比約8％削減しました。	安定した生産を維持しながら
新入社員・異動者に対するOJTを担当	異動者

経歴メモの該当部分は「月次の生産計画の作成（対象は冷凍米飯と惣菜の2ライン）」「原材料の発注と在庫管理」「営業からの急な数量変更への対応、工場内の調整」「部下は3名（2022年〜）」「在庫金額が前年より約8%下がった」「新人のOJT担当（毎年2〜3名）」です。1 行目のように、メモにある業務に条件が足されている形もあれば、4 行目のように語が 1 つ増えているだけの形もあります。判定は拾いすぎる側にも外すので、挙がった行をそのまま消すのではなく、1 件ずつ自分で見ることになります。

増えているものは、大きく 3 つに分かれます。1 つ目は、経験があれば自分の言葉で書き直せるもの（業務管理・育成）。2 つ目は、条件や目的が足されたもの（安定した生産を維持しながら、生産能力や原材料在庫を考慮して）。3 つ目は、メモに無い業務が丸ごと足されたもので、判定では右側が記述全体を指します。数えられた 4 回では、3,551 字の下書きで 8 件と 12 件、3,027 字で 14 件、2,439 字で 6 件でした（残り 1 回は返ってきた書き方が違って、同じ数え方ができませんでした）。「異動者」のように 3 文字だけ足される例もあります。読んで違和感は無く、面接で「異動してきた人の教育もされていたんですね」と聞かれるまで、自分が書いていないことに気づかないまま出してしまう類のものです。

一方で、成果や規模の数字は作られませんでした。「前年比約8％削減」という数字は経歴メモにあるものがそのまま使われています。3 通から算用数字をすべて抜き出して経歴メモと突き合わせたところ、メモに無いのは日付欄の 20XX と、在籍期間から計算した「約 13 年間」、それに自己 PR の見出し番号だけでした。同じ頼み方をブラウザではなく開発者向けのコマンドライン経由でもう 3 回試したときも、成果や規模の数字は見当たりませんでした（こちらは全部の数字を突き合わせたのではなく、成果の数字が出ていないかを見ただけです）。この 6 通に関しては、数字を盛られた例は見つかりませんでした。ただしどちらも同じ会社のモデルで、経歴メモも 1 通なので、AI は数字を作らない、とまでは言えません。

採用担当者が最も多く挙げた「表現は洗練されているのに、具体的なエピソードや数字が伴っていない」と重なって見える結果ですが、この 6 通を採用担当者に読んでもらったわけではありません。

判定も完全ではありません。経歴メモの「在庫金額が前年より約8%下がった」が、下書きでは「原材料在庫金額を前年比約8％削減しました」に変わっています。下がったという事実が自分の実績に変わっている点は、この下書きへの 3 回の判定でどれも指摘されませんでした。挙がってくるのは一次の候補で、これで全部という保証はありません。最後は自分で経歴メモと読み比べることになります。

出す前に確かめる

洗い出しは、下書きと元の経歴メモを並べて AI にやらせるのが早いです。上で使ったものをそのまま載せます。（ここに経歴メモを貼る） には、箇条書きのメモでも、前に自分で書いた職務経歴書でもかまいません。

貼る前に、氏名・住所・連絡先と、取引先の担当者名は削ってください。ただし、氏名を消しても、在籍期間と役職と担当した案件がそろうと本人や勤務先が分かることがあります。個人情報保護委員会は、一般の利用者向けの注意喚起として、生成 AI に入力した個人情報が機械学習に利用され、正確または不正確な内容で出力されるリスクがあるとして、利用規約やプライバシーポリシーを確認した上で入力内容を判断するよう示しています（生成 AI サービスの利用に関する注意喚起等の別添 1、令和 5 年 6 月 2 日、2026 年 9 月 19 日確認）。公表されていない売上や原価、顧客名、進行中の案件名は、勤務先の情報管理の規程に関わります。数字を丸めても、それが秘密情報であることは変わりません。貼る必要が無いものは外してください。勤務先が業務での生成 AI の利用について決まりを置いている場合は、そちらが先です。

私の経歴メモと、それをもとに AI が作った職務経歴書の下書きを貼ります。
下書きの中に、経歴メモには書いていない事実が入っていないかを調べてください。

下書きを上から順に見て、経歴メモに根拠が無い記述だけを書き出してください。出力は 1 行 1 件で、次の形にしてください。

下書きの記述（そのまま引用）｜ 経歴メモに根拠が無い部分

見るのは、下書きが事実として述べている記述です。担当した業務、担当の範囲、実績、数字、役職、期間、取り組みの中身が当たります。

- 見出し、氏名や日付の欄、「主な業務内容」のようなラベルは対象から外してください
- 経歴メモに同じ内容があって、言葉づかいだけが変わっているものは書き出さないでください
- 経歴メモの記述に条件や範囲が足されているものは書き出してください。何が足されたかを右側に書きます（例: メモが「計画書の作成」で下書きが「利用者の状況に応じた計画書の作成」なら、足されたのは「利用者の状況に応じた」）
- 良し悪しの評価や、どう直すべきかは書かないでください
- 書き直した文は出さないでください
- 該当が無ければ「該当なし」とだけ書いてください

---
【経歴メモ】
（ここに経歴メモを貼る）

---
【下書き】
（ここに AI に作らせた職務経歴書を貼る）

うまく返ったときは、上の表と同じ形になります。1 行 1 件で、左に下書きの記述がそのまま引用され、右に足された部分が並びます。右側の書き方は回によって変わり、「記述全体」と返ることもあれば、足された内容を「〜したこと」と書き出してくることもあります。どちらでも読み方は同じです。この形にならず、評価や感想が混じったり、書き直した文が返ったり、一覧ではなく説明の文章になったりしたら、もう一度同じプロンプトを送ってください。「良し悪しの評価や、どう直すべきかは書かないでください」と「書き直した文は出さないでください」を消すと、改善案が返ってきて、直す作業まで AI に渡すことになります。そうなると、また自分で書いていない文が増えます。

「該当なし」だけが返ったときは、再送する前に、下書きが本当に経歴メモの範囲に収まっているかを自分で見てください。短いメモから短い下書きを作った場合は、実際に該当が無いこともあります。

見出しや「雇用形態：正規職員」のような欄が一覧に混ざることがあります。対象から外すよう書いてありますが、たまに残ります。これは飛ばしてかまいません。

出てきた行をどうするか

返ってきた一覧を上から見て、1 件ずつ、3 つの問いに答えます。答えられないものから順に処理します。

それは実際に起きたことか。自分の担当範囲に入っているか
起きたことと、自分がやったことが分けて書かれているか
面接で聞かれたときに、場面を挙げて説明できるか

1 に答えられない行は消します。 記録や当時の資料に当たっても確かめられないなら、書類に残しません。惜しく感じても、残っていると面接で聞かれます。上の「異動者」は、新人の OJT は担当していても異動してきた人の教育は担当していないなら、その語を消すだけで済みます。担当範囲が少しずれているだけなら、正しい範囲に直せばかまいません。

1 に答えられて 2 に答えられない行は、事実の側に戻します。 起きた事実が自分の成果として書かれている行です。「原材料在庫金額を前年比約8％削減しました」は、自分が発注ロットを見直した結果ならそのままで、他の要因も混ざっているなら「在庫金額が前年より約8%下がった。自分は発注ロットの見直しを担当した」のように、起きたことと自分がやったことを分けて書きます。ここは AI の判定が拾えない場所なので、自分で探すしかありません。

1 と 2 に答えられて 3 に答えられない行は、具体的に書き直します。 言い換えの型は「修飾 →（何を見て、何を決めたか）」です。「生産能力や原材料在庫を考慮して」なら「直近 2 週間の受注残と原材料の入荷予定を見て、翌週の生産順を決める」。営業の「顧客の状況を踏まえて提案」なら「前期の発注量と担当者の交代時期を見て、提案する型番を決める」。事務の「業務の効率化を意識して」なら「毎月 3 日かかっていた締め処理の転記をやめ、入力元を 1 つにした」。どれも、自分が実際に見ていたもの・決めていたことに置き換える例で、当てはまる中身は人によって違います。思い出せないなら、書き直さずに消します。

会社の説明に足された語は、社外に公表されている情報で確かめます。事業内容や従業員数は会社のサイトや採用ページに出ています。自分の担当業務と混ざらないように、確かめた上で残すか、書かないかを決めます。

直した後に、もう一度同じプロンプトにかける必要はありません。残った記述に対してまた細かい指摘が返ってくるだけで、終わりがありません。見るのは件数がゼロになったかどうかではなく、残った行を自分で説明できるかどうかです。

バレたら何が起きるか

書類の中身から AI 利用を疑われたときに何が起きるかも、同じ SHIFT AI の調査に数字があります。

AI で作成した可能性が高い応募書類を理由に「落としたことがある」と答えた中途採用担当者は 52.0% でした。これは担当者に経験の有無を聞いた数字で、応募書類の何割が落ちたかでも、企業の何割が落とすかでもありません。同じ設問で、中途採用担当者の 23.8% は「判断できないため基準にしようがない」と答えています。別の設問になりますが、困っていることとして「AI 生成を理由に落とす基準・ルールが社内にない」を挙げた中途採用担当者は 35.5% でした。

別の設問では、AI 生成と思われる書類への対応を聞いています（複数回答）。中途採用担当者で最も多かったのは「面接でスキル・経験を深掘りして実力を直接確認している」で 34.7% でした。設問が別なので、上の「落としたことがある」と同じ人が両方に当てはまることもあります。

社内のルールについては、さらに別の設問で、採用選考での AI 活用に関するルールやガイドラインが「明確なルールがあり採用担当者に周知されている」と答えた人が回答者全体で 14.9% でした。こちらは応募者の AI 利用ではなく、採用側の AI 活用についての設問です。

書類の信頼性への懸念は、別の会社の調査にも出ています。人事部に所属するビジネスパーソン 1,000 名への調査では、応募書類や面接での回答について虚偽や過大表現の可能性を懸念していると答えた人が 64.0% でした（採用見極めの実態と課題調査、back check 株式会社。リファレンスチェックを提供する会社による自社のインターネット調査で、調査期間は 2026 年 4 月 14〜16 日、2026 年 9 月 19 日確認）。

AI を使ったこと自体はどうか。生成 AI で応募書類を作ることを一律に禁じる法令は、2026 年 9 月 19 日に探した範囲では見つかりませんでした。法令を網羅的に調べたわけではなく、応募先ごとの応募規約や誓約、業界の取り決めも調べていません。応募先が方針を示している場合は、そちらが優先します。

別の問題になるのは、書いた内容が事実と違っていた場合です。これは AI を使ったかどうかとは関係がありません。採用内定の取消しについて、最高裁は、取り消せるのは「内定当時知ることができないか、知ることが期待できないような事実」であって、それを理由に取り消すことが「解約権留保の趣旨、目的に照らして客観的に合理的と認められ、社会通念上相当として是認できるもの」に限られる、という基準を示しています（大日本印刷採用内定取消事件、昭和 54 年 7 月 20 日最高裁第二小法廷判決。判示の骨子を厚生労働省の採用内定の取消が掲載、2026 年 9 月 19 日確認。経歴の記載をめぐる事案ではなく、内定取消し一般の枠組みです）。

内定取消しが有効とされた中途採用の裁判例もあります。内定者が職務経歴書に一部の勤務先を記載せず、内定後のバックグラウンドチェックで判明した事案で、東京地裁は、退職をめぐる紛争を秘匿するための虚偽申告であり、秘匿された事実は従業員としての適格性にかかわる重要事項だとして、取消しを有効としたと解説されています（アクセンチュア事件、東京地判令和 6 年 7 月 18 日。弁護士による判例解説が労働新聞社に掲載。控訴審の東京高判令和 6 年 12 月 17 日も同じく取消しを有効としたと解説されています。いずれも 2026 年 9 月 19 日確認）。この事案で問題になったのは、勤務先を意図的に申告しなかったことです。上の最高裁の基準のとおり、取消しが認められるかどうかは事実の重要性や採用判断への影響を含めて個別に判断されるので、記載に誤りがあれば必ず取消しになる、という話ではありません。

いずれにしても、起きるのは「書いたことを説明できるか」を確かめられる場面です。だから、出す前に説明できる状態にしておくのが近道になります。

測った範囲

この記事の自前の数字は、架空の経歴メモ 1 通から作った下書きを数えたものです。

下書きは 2026 年 9 月 19 日に、ChatGPT のブラウザ（モデルは gpt-5.6-thinking、reasoning は画面の既定のまま）で 3 回取りました。同じ頼み方を、開発者向けのコマンドライン経由（gpt-5.6-sol）でも 3 回取っています。数字の有無はこの 6 通で数えました。後者の 3 回は、モデルがファイル出力を試みたぶん回ごとの実行条件が揃っていないので、件数の集計には使わず、成果や規模の数字が出たかどうかという粗い見方にだけ使っています。2 つの入口はどちらも同じ会社のモデルです。

経歴メモに根拠が無い記述の件数（34〜48 件）は、ブラウザで取った 3 通に対する判定で、判定はコマンドライン経由（gpt-5.6-sol、reasoning は medium）で行いました。判定そのものも AI が出したもので、全件を人が突き合わせたわけではありません。上に書いたとおり見落としが 1 つ見つかっているので、この件数は「これだけある」ではなく「少なくともこれだけ挙がる」という読み方になります。件数は 1 行 1 件として数えていますが、1 件の区切り方によって数は動きます。今回の 3 通では下書きが長いものほど件数が多く出ました。字数はいずれも改行と記号を含む生の字数です。

経歴メモが 1 通なので、他の職種や他の書き方のメモで同じ件数になるとは言えません。この下書きを実際に出したときに採用側がどう評価するかも測っていません。

外部の数字はいずれも公表資料から引いています。採用担当者への調査は生成 AI の学習コミュニティを運営する会社、人事担当者への調査はリファレンスチェックを提供する会社が、それぞれ自社で実施したインターネット調査で、第三者の検証はありません。検出ツールの精度を調べた査読論文は 2023 年の測定で、対象は英語の文書です。

よくある質問

職務経歴書を AI に書かせるのは危険ですか

危険の中身は 4 つに分かれます。検出ツールで判定されること（応募先が何を使っているか分からないので確かめられません）、書類の中身から疑われること（上に挙げた 2026 年 5 月の調査では、中途採用担当者の 66.9% が感じていると答えています）、面接で説明できないこと（同じ調査で、中途採用担当者の対応として最も多いのが面接での深掘りです）、書いた内容が事実と違うこと（AI を使ったかどうかとは別の問題になります）。このうち後ろの 3 つは、どれも同じ作業、つまり経歴メモと突き合わせて説明できない記述を消すことで、書類の側から手を入れられます。

ChatGPT で書いた文章には、透かしが入っていますか

OpenAI が公開している来歴確認の仕組みが扱うのは、画像の来歴情報と、画像・音声に入る透かしです。同社はこれを「汎用の AI 検出器ではない」と書いています（Content provenance、2026 年 9 月 19 日確認）。テキストを確かめる手段や、テキストに何も入っていないことを示した資料は、2026 年 9 月 19 日に同社のヘルプセンターと開発者向けドキュメントを見た範囲では見つかりませんでした。

ChatGPT の履歴は会社にバレますか

個人のアカウントを自分の端末で使っている場合、その履歴が OpenAI から勤務先に渡る仕組みは、2026 年 9 月 19 日に OpenAI のヘルプセンターと開発者向けドキュメントを見た範囲では見当たりませんでした。見当たらないことは、渡らないことの証明ではありません。また、これは OpenAI 側の経路に限った話です。会社が支給した端末、会社が管理するブラウザ、社内ネットワークを通して使えば、勤務先の側で利用が記録される可能性があります。また、会社が契約した ChatGPT Enterprise や Edu のワークスペースを使っている場合は、会社側に会話ログを取得できる管理機能があります。会話メッセージへのアクセス権を付与できるのはワークスペースのオーナーだけだと案内されています（Enterprise および Edu のお客様向け OpenAI コンプライアンスプラットフォーム、2026 年 9 月 19 日確認）。在職中の転職活動に会社の端末・回線・アカウントを使わなければ、勤務先に知られる経路はそのぶん減ります。

AI にバレないようにするにはどうすればいいですか

検出ツールをすり抜けるという意味なら、書き換えに効果がある場合はあります。上の査読論文では、AI が書いた文書に人が手を入れると約半分が検出されなくなったと報告されています（2023 年時点のツールに英語の文書を投入した実験です）。ただし、応募先が検出ツールを使っているかどうかは外から分かりません。一方、採用担当者が理由に挙げているのは中身のほうで、こちらは自分で減らせます。同じ時間を使うなら、修飾を削って自分の事実に置き換えるほうです。