Claudeを転職活動で選ぶ目安　ChatGPTとの違いとClaude Codeが必要な場面

転職活動で Claude を使うとき、ChatGPT とは何が違い、Claude Code まで必要なのか。先に押さえたいのは、開発者向けの CLI で見えた返事の違いを、通常のチャット画面の違いとして扱わないことです。今回の比較では、Claude 系モデルは6本すべてで初稿を出した後に追加の情報を求め、GPT 系モデルは6本とも書き直しで終わりました。どちらでも初稿を元の経歴と照らし、その後に足りない事実を補います。書類を読ませるだけなら、Claude Code も要りません。例に使ったのは、物流会社の営業事務と地方銀行の窓口・融資事務という、架空の職務経歴書2通です。

同じ職務経歴書を渡すと、返事の進み方が違った

同じ職務経歴書でも、返ってくる文章の長さだけでなく、その後のやり取りの始まり方に違いが出ました。

見た点	GPT（6本）	Claude（6本）
追加の情報を求めた	0本	6本
書き直した本文に数字の空欄を置いた	0本	3本
補った表現を自分で断った	0本	3本
在籍年数の食い違いを指摘した	4本	1本
返事全体の文字数	637〜854字	1,077〜1,295字

2026年9月26日に、架空の経歴2通を各3回、Codex CLI から gpt-5.6-sol、Claude Code CLI から claude-sonnet-5 に渡しました。どちらも空の作業用フォルダで実行し、GPT 側は web 検索なし、Claude 側はツールなしで設定と MCP を読ませていません。

文字数は、前置き・ポイント・質問・注記・記号・改行を含む返事全体を数えています。

両方に渡した依頼文は次のとおりです。これは記事が勧めるプロンプトではなく、返事を比べるために同じ文言を渡したものです。

以下は私の職務経歴書です。書類選考に通りやすいように、職務要約と自己PRを書き直してください。

（ここに職務経歴書を貼る）

Claude 側は6本とも、最後に件数・成果・応募先などを尋ねました。その一方で、3本は書き直した本文の中に【○件】や〔○件〕のような空欄を置いています。たとえば Claude・経歴A・2回目（claude-a-2.md）の本文には、次の一文がありました。

結果として【入力ミスが月○件から○件に減少】するなど、個人の注意力に頼らず、チーム全体で品質を保つ仕組みをつくることができました。

数字を後から聞かれるのは、実績を具体的にするきっかけになります。ただし、空欄を埋めないままコピーすると、【○件】を残した書類を応募先へ出すことになります。返事の末尾だけでなく、職務要約と自己PRの中も確認が必要です。

GPT 側は6本とも、追加の質問をせず書き直しで終わりました。文章は Claude 側より短い一方、2通の経歴それぞれにあった経験年数と入社年月の食い違いを、6本中4本で指摘しています。内訳は、経歴Aの「7年」と「2018年4月〜」を1本、経歴Bの「9年」と「2016年4月〜」を3本です。GPT・経歴B・2回目（gpt-b-2.md）は、末尾にこう書きました。

※「2016年4月〜現在」であれば、2026年9月時点では約10年半となります。提出時には「9年」という記載と在籍期間が一致するよう調整してください。

Claude 側で経験年数と入社年月の食い違いを指摘したのは6本中1本でした。どちらを使う場合も、提出前に「○年」と入社年月を自分で照らし合わせます。

初稿の後に、足りない情報を補う

今回の Claude Code CLI からの6本では、Claude 系モデルが書き直し案を出した後、件数・成果・応募先のいずれかを毎回尋ねました。質問されたら、職務経歴書や手元の記録で確かめられる事実だけを答え、初稿を直してもらいます。ただし、これはこの入口で観測した傾向であり、通常の Claude でも同じ順番になるとは限りません。

今回の Codex CLI からの GPT 系モデルは6本とも、追加質問をせず、返事全体で637〜854字の書き直し案を返しました。この場合は、自分で初稿と元の経歴を照らし、成果の数字や応募先など、書き直しに必要なのに不足している情報を洗い出します。

初稿が返ったら、次の2点を見ます。

返事の末尾に、足りない数字や応募先についての質問があるか。
書き直し案に、元の経歴で根拠を確認できない表現や数字の空欄がないか。

質問があれば事実を補い、質問がなくても2点目は自分で確かめます。Claude と ChatGPT のどちらから始めても、初稿を元の経歴へ戻して確認する作業は同じです。

どちらを選んでも、元の経歴と一文ずつ照らす

Claude 側にも GPT 側にも、元の職務経歴書にはない表現が入りました。

GPT・経歴A・1回目（gpt-a-1.md）には、元の経歴に書かれていない次の一文があります。

また、営業担当、倉庫、配送業者とこまめに情報を共有し、納期変更などにも優先順位を判断しながら対応してきました。

Claude・経歴B・1回目（claude-b-1.md）にも、相続手続きの受付という記載から広げた一文がありました。

窓口で相続手続きなど複雑な相談を多く受けてきた経験から、お客様の不安や事情を丁寧に伺い、専門用語を使わずに手続きの流れを説明することを大切にしています。

Claude 側は6本中3本で、元の記載から言い換えた部分や推測を含む部分があると自分で断りました。GPT 側で、補った箇所を自分から示した返事はありませんでした。断りがあるかどうかにかかわらず、確認の手順は同じです。

返ってきた職務要約と自己PRを、一文ずつ区切ります。
各文の根拠になった箇所を、元の職務経歴書で探します。
根拠が見つからない表現は、事実に合わせて直すか削ります。
【○件】のような空欄は、確かな数字があるときだけ埋めます。
「○年」と入社年月の両方を見て、提出時点の在籍年数をそろえます。

この順なら、文章の好みで Claude と ChatGPT を選んでも、応募書類に残す事実は自分で管理できます。

職務経歴書を渡す前に、学習の設定を止める

職務経歴書を渡す前に、Claude と ChatGPT それぞれの学習の設定を確認します。

Claude は「設定」→「プライバシー」→「AIモデルの改善を支援する」で切り替えます。オフにすると、新しいチャットとコーディングセッションは今後の学習に使われません。すでに始まった学習や学習済みのモデルには含まれる場合があります。Anthropic の案内は「私のデータはモデルトレーニングに使用されていますか？ | Anthropic Privacy Center」と「モデル改善のプライバシー設定を変更するにはどうすればよいですか？ | Anthropic Privacy Center」で確認できます（2026年9月26日取得）。

ChatGPT は「設定」→「データコントロール」→「すべての人のためにモデルを改善する」をオフにします。オフにした後の会話は、モデルの改善に使われません。OpenAI の「データコントロールに関する FAQ | OpenAI Help Center」で確認できます（2026年9月26日取得）。

会話ごとに分ける方法もあります。Claude のシークレットチャットは全プランで使え、チャット履歴とメモリに保存されず、学習にも使われません。ただし、既定で30日間保持され、プロジェクトの中では使えません。Anthropic の「シークレットチャットを使用する | Anthropicヘルプセンター」による案内です（2026年9月26日取得）。ChatGPT の一時チャットも学習には使われず、30日後に削除されます。出典は同じく「データコントロールに関する FAQ | OpenAI Help Center」です（2026年9月26日取得）。

学習を止める設定と、会話を履歴から消す操作は別です。ChatGPT は学習を止めても会話がチャット履歴に残ります。OpenAI の「データコントロールに関する FAQ | OpenAI Help Center」による案内です（2026年9月26日取得）。Claude は会話を削除すると、原則として30日以内にバックエンドから消えます。ただし、利用ポリシー違反としてフラグされた入出力は最大2年間、モデル改善を許可した期間のデータは識別できない形で最大5年間保持される場合があり、法的な要請などによる例外もあります。Anthropic の「あなたのデータはどのくらいの期間保存されますか？ | Anthropic Privacy Center」で確認できます（2026年9月26日取得）。AIへ渡す写しから何を外すかは、職務経歴書をAIに渡す前に消す個人情報で確認できます。

書類を読ませるだけなら、Claude Codeは要らない

通常の Claude は PDF・DOCX・TXT などのファイルをアップロードして読めます。チャットでは1ファイル500MB、1チャット20ファイルまでです。Anthropic の「Claudeにファイルをアップロード | Anthropicヘルプセンター」で確認できます（2026年9月26日取得）。職務経歴書を渡して書き直しを頼むだけなら、この方法で足ります。

Claude Code は、コードベースを読み、ファイルを編集し、コマンドを実行する開発者向けの道具です。ターミナル、IDE、デスクトップアプリ、ブラウザから使えます。Anthropic の「概要 - Claude Code Docs」にある説明です（2026年9月26日取得）。note の「転職活動で今流行りのClaude Code使ってみた。」では、転職活動用のフォルダを input（職務経歴書・求人票など）、output（志望動機・自己PR）、knowledge（指示内容・思考のクセ）に分け、ファイルを残して前提を共有しながら、input の情報をもとに企業向けの志望動機を output に作る使い方が紹介されています（2026年9月26日取得）。

個人向けの Free プランでは Claude Code は使えません。Anthropic の「プランと料金 | Claude by Anthropic」では、Pro に Claude Code が含まれ、Free の Claude Code は「いいえ」とされています（2026年9月26日取得）。ファイルを1通読ませたいだけなら通常の Claude、手元の複数ファイルを編集させたりコマンドを実行させたりする必要があるときに Claude Code を検討する、という分け方になります。

測った範囲

比較したのは、架空の職務経歴書2通と、職務要約・自己PRの書き直しを頼む1つの依頼文です。2026年9月26日に、Codex CLI から gpt-5.6-sol、Claude Code CLI から claude-sonnet-5 を呼び、経歴ごとに3回、計12本を取りました。どちらも空の作業用フォルダで実行し、GPT 側は web 検索なし、Claude 側はツールなしで設定と MCP を読ませていません。

ここから分かるのは、この2通・この依頼文・この2モデル・この入口で出た違いです。claude.ai と chatgpt.com のチャット画面、無料版で使われるモデル、面接練習や自己分析の依頼では比べていません。書類選考の結果も追っていないため、どちらの書類が通りやすいかは判断していません。また、両方が元の経歴にない表現を足しましたが、その量の比較はしていません。

よくある質問

Claudeは転職活動の何に向いていますか？

通常の Claude は職務経歴書のファイルを読み、職務要約や自己PRの書き直しに使えます。Anthropic の「Claudeにファイルをアップロード | Anthropicヘルプセンター」で確認できます（2026年9月26日取得）。今回の Claude Code CLI からの比較では、6本とも初稿の後に成果の数字や応募先を尋ねる返事が続きました。この入口で観測した傾向なので、通常の Claude でも質問が続くとは限りません。質問が出たときは、確かめられる事実を補って初稿を直してもらいます。

ClaudeとChatGPTはどちらが優秀ですか？

この記事の比較では決められません。観測したのは Claude Code CLI と Codex CLI から各モデルを呼んだ結果で、通常の Claude と ChatGPT の比較ではないためです。どちらを使っても、まず返ってきた初稿を元の経歴と一文ずつ照らします。末尾に質問があれば確かな事実を答え、質問がなければ不足している数字や応募先を自分で洗い出します。

Claude Codeは転職活動に使えますか？

公式資料から分かるのは、Claude Code がコードベースを読み、ファイルを編集し、コマンドを実行する開発者向けの道具だということまでです。転職活動での効果は、この記事の比較では確かめていません。職務経歴書を1通読ませるところから始めるなら、まず通常の Claude でファイルを開くのが次の一歩です。個人向けの Free プランに Claude Code は含まれません。Anthropic の「概要 - Claude Code Docs」と「プランと料金 | Claude by Anthropic」で確認できます（2026年9月26日取得）。