AI と転職
自己分析をAIでやる手順とプロンプト全文 転職で職務経歴書をどう渡すか
転職の自己分析をAIでやるとき、「強みを教えて」と聞く前に事実の抽出を1往復挟みます。そのまま貼れるプロンプト2つと、出てきた言葉が求人票の応募要件にどれくらい出てくるかの件数を載せました。
公開 2026年9月18日 · PREVIO 編集部
この記事で分かること
- ・「強みを教えて」の前に、書いてある事実だけを抜き出させる1往復を挟む
- ・出てきた候補は、求人票の応募要件に出てくる言葉かどうかで絞る
- ・箇条書きだけの職歴でも、事実の行は18行出た
目次開く閉じる
転職の準備で、自分の強みを言葉にしたい。職務経歴書を AI に貼って「私の強みを3つ教えて」と打つのが、いちばん早い方法に見えます。試しに 1 通渡してみると、3 回ともほぼ同じ 3 つが返ってきました。「〜力」「〜性」で終わる言葉が 3 つ並び、根拠に引かれるのは職務経歴書のなかで数字が大きい箇所です。
この記事では、強みを聞く前に「書いてある事実だけを 1 行ずつ抜き出して」を挟み、そのあとで求人票に出てくる言葉に置き換えさせる、2 往復のやり方を載せます。同じ職務経歴書で 31〜37 行の事実が出て、それが根拠の行つきで 12〜16 のまとまり（以下、グループ）になりました。職務経歴書に書ける候補が、経歴の行と結びついた形で並びます。
例に使うのは、この記事のために作った職務経歴書です。実在の人のものではありません。人材サービスの法人営業を 4 年、その後 SaaS 企業でインサイドセールスとフィールドセールスを 3 年、いまはエンタープライズ営業を 4 年。自己PR欄には「泥臭い営業力」「ソリューション営業・CXO 折衝スキル」と書いてあります。
自己分析に使う 2 つのプロンプト
やることは 3 つです。(1) 職務経歴書から個人が特定される情報を外す、(2) 事実だけを抜き出させる、(3) その事実を求人票に出てくる言葉に置き換えさせる。(2) と (3) は同じ会話の続きとして送ります。
(3) で求人票の言葉に寄せるのは、この後に職務経歴書を書き直し、面接で話すためです。読む側は求人票に書いた言葉で候補者を探しています。
まず外すもの: 氏名、住所、電話番号、メールアドレス、顧客企業の担当者名は削ってから貼ってください。個人情報保護委員会は、生成 AI に入力した個人情報が機械学習に利用され、他の情報と統計的に結びついた上で、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、令和 5 年 6 月 2 日）。
勤務先や取引先の会社名は個人情報ではありません。残すと出力に業界名や商材名が入って具体的になり、外すと「SaaS の法人営業」のような一般的な言い方になります。ただし社名と在籍期間と役職がそろうと本人が特定できることもあるので、在職中で会社に知られたくない場合は外してください。
貼り方は本文への貼り付けをおすすめします。ファイルの添付でも読み取れますが、貼り付けた方が、出てきた行と自分が渡した文を目で突き合わせられます。
1 つ目のプロンプト。強みを聞かずに、事実だけを出させます。
以下は私の職務経歴です。強みを考える前に、事実の整理からお願いします。
職務経歴に書かれている「実際にやったこと」だけを、1 行 1 件の箇条書きで抜き出してください。
- 主語は私。書いてある行動をそのまま書く（例: 〜を担当した、〜を作った、〜を達成した）
- 評価や称賛の言葉（優れた、高い〜力、強み）は書かない
- 書いていないことは足さない
- 似た内容でもまとめず、別の行動は別の行にする
- 数字が書いてあるものは数字ごと書く
---
（ここに職務経歴書を貼る）
返ってくるのは、こういう行の並びです（抜粋）。
- マーケティングから渡されたMQLをナーチャリングした
- BANTヒアリングのスクリプトを改善した
- Salesforce Pardotを用いたリードスコアリングのMA連携に関わった
- インサイドセールスチームのKPI設計に関わった
- 年間150社の大手顧客を担当した
- 既存顧客との取引を深耕した
この経歴では 31〜37 行になりました（4 回試して 31 行・34 行・37 行・37 行）。行数は職務経歴書の長さで変わるので、数より中身を見てください。見るのは 1 つだけで、自分がやっていない行が混ざっていないかです。混ざっていたら「私の経歴に書いていない行を消して、残った行だけをもう一度出してください」と送ってから次に進みます。
2 つ目のプロンプト。その事実を、求人票に出てくる言葉に置き換えさせます。
ありがとうございます。次に、いま抜き出した事実を、次の順で 2 つに分けてください。
A. 職務経歴書の自己PR欄や冒頭の要約に、言葉として出てこない事実
B. すでに自己PR欄や要約に書かれている事実
（自己PR欄や要約が無い場合は、全部を A にしてください。）
そのうえで、A と B のそれぞれについて、事実を共通点でグループにまとめ、グループごとに次の 2 つを 1 行ずつ書いてください。
- そのグループの事実が、どんな求人で応募要件として求められるか。求人票に書かれている言葉（職種名・業務名・ツール名・対象顧客・業界名）で書く
- 面接でそれを聞かれたときに、根拠として説明できる事実（上の行をそのまま引用）
「〜力」「〜性」で終わる評価の言葉は使わないでください。
A と B に分けるのは、自分がすでに書けている仕事と、書かずに済ませていた仕事を見分けるためです。出てくるのはこういう形です（A の中の 1 グループ、抜粋）。
### インサイドセールス・営業企画
- 応募要件: インサイドセールス、MQLナーチャリング、商談創出、BANT、
リードスコアリング、MA運用、Salesforce Pardot、KPI設計
- 根拠: 「マーケティングから渡されたMQLをナーチャリングした」
「BANTヒアリングのスクリプトを改善した」
「Salesforce Pardotを用いたリードスコアリングのMA連携に関わった」
「インサイドセールスチームのKPI設計に関わった」
「応募要件」の行は、AI が実際の求人を検索して書いたものではありません。学習した一般的な知識から、そういう求人がありそうだと並べた言葉です。だから次の節で、本物の求人票と突き合わせます。
見出しの記号や並べ方は毎回そろいませんが、グループ名・応募要件・根拠の 3 つがあれば次に進めます。4 回試して、グループは合計 12〜16 個、そのうち A（自己PR欄に言葉として出てこない側）が 5〜9 個でした。
A に並ぶのは、自分では当たり前だと思って自己PRに書かなかった仕事です。B は、すでに自分で書けている仕事です。B も残してください。職務経歴書を書き直すときの土台になります。
職務経歴書に書く 2〜3 個の選び方
候補は 12〜16 個出ますが、職務経歴書の冒頭や面接の最初で相手が覚えられるのは 2〜3 個です。絞る基準は 2 つあります。
1 つ目は、根拠の行が自分の経歴の文そのままかどうかです。「KPI 設計に関わった」のように、自分がやったと言い切れる行が並んでいれば残します。根拠の欄が「〜と考えられます」「〜する姿勢がある」のように、自分の経歴に無い言葉で書かれていたら、AI が足した部分なので落とします。面接で「具体的には？」と聞かれたときに続きを話せるかどうか、が同じ判断です。
2 つ目は、その言葉が求人票の応募要件に出てくるかどうかです。候補に付いた「応募要件」の語を、使っている求人サイトの検索窓に入れ、出てきた求人をいくつか開いて、応募要件の欄に同じ言葉が書かれているかを見てください。書かれていなければ、社内だけの言い方になっている可能性があります。言い換えの候補は、同じ職種の求人票を何件か開いて応募要件の欄を読むと見つかります。
どれくらい差が出るかは、数えると見えます。当サイト PREVIO が掲載している法人営業の求人のうち、応募要件のテキストがある 5,729 件を対象に、4 回分の出力に出てきた言葉を 14 語数えました（2026 年 9 月 18 日時点。職種は掲載時の職種区分で絞り、応募要件のテキストにその文字列が含まれるかどうかで数えています）。何件に 1 件の求人が名指ししているかで丸めたものが下の表です。
| どれくらい名指しされるか | 応募要件に出てくる言葉 |
|---|---|
| 10〜15 件に 1 件 | エンタープライズ（大企業向けの営業）、ソリューション営業、新規開拓 |
| 25〜30 件に 1 件 | TOEIC、カスタマーサクセス、KPI |
| 50〜80 件に 1 件 | Salesforce、インサイドセールス、深耕（既存顧客との取引を広げること）、再現性 |
| 100 件に 1 件より少ない | 仕組み化（140 件に 1 件）、PoC（570 件に 1 件、導入前のお試し検証） |
| ほぼ出てこない | BANT（5,729 件中 1 件、商談の見込みを測る聞き方）、MQL（0 件、マーケティング側が見込み客と判断した先） |
ここから分かるのは、採用側がその言葉を使って募集しているかどうかだけで、言葉ごとの評価の高さではありません。そのうえで、同じ職務経歴書から出てきた言葉でも、10 件に 1 件の求人が名指しするものから、1 件も名指ししないものまで開きます。MQL や BANT は社内では通じても、求人票にはほとんど書かれていません。「新規開拓」「インサイドセールス」は、それ自体が募集条件として書かれています。上の帯で上にある言葉を見出しに置き、下にある言葉は説明のなかで使うと、読む側の言葉に乗ります。
なぜ「強みを教えて」だけでは足りないのか
同じ職務経歴書に 2 通りの頼み方をして、返ってきたものを並べます。どちらも 2026 年 9 月、OpenAI の gpt-5.6-sol に API 経由で、この記事のために作った職務経歴書 1 通を渡して試しました。読者が使う ChatGPT や Claude のアプリとはモデルも設定も違うので、同じ文が返るわけではありません。
| 見るところ | 「私の強みを3つ教えてください」（3 回） | 2 つのプロンプト（4 回） |
|---|---|---|
| 返ってきた強みの名前 | すべて「〜力」「〜性」で終わる（1 回目は「高い営業成果を継続的に再現できる力」「大企業の複雑な意思決定を動かすソリューション営業力」「個人の成果を組織の仕組みに変えられる力」） | 職種名・業務名・ツール名（インサイドセールス / KPI 設計 / Salesforce Pardot） |
| 根拠 | 職務経歴書のなかで数字が大きい箇所（2 年連続トップセールス、月間 130%、年間 3 億円） | グループごとに経歴の行をそのまま引用 |
| 回ごとの差 | 3 回ともほぼ同じ 3 つ | グループの数と切り方が変わる |
「強みを3つ教えて」の回答が間違っているわけではありません。書いてある内容の要約としては合っています。ただ、返ってきた 3 つは自己PR欄に書いてある「ソリューション営業」「泥臭い営業力」の言い換えに近く、上の表のとおり「再現性」は 75 件に 1 件、「仕組み化」は 140 件に 1 件しか名指しされない言葉です。
2 つのプロンプトで変えているのは、順番だけではありません。事実の抽出を先に置いたことに加えて、2 つ目には「求人票に書かれている言葉で書く」「根拠になる事実を引用する」という指示が入っています。どれがどれだけ効いたかは分けて試していないので、この記事で言えるのは、この組み合わせで返ってくるものが上の表の右側になった、というところまでです。
「一流のキャリアコンサルタントとして」のような肩書きを先頭に足す方法もありますが、それで AI に資格や面談の経験や最新の求人データが加わるわけではありません。返ってくる中身を変えるなら、渡す材料と指示の方を変えることになります。
書けることが少ないと思っている場合・営業以外の職種の場合
実績も数字も無いから自己分析のしようがない、と感じている場合も、同じ 2 つのプロンプトをそのまま使ってください。ここで出す例も、どれも記事のために作った職歴です。まず、箇条書き 6 行だけの職歴で試しました。
・2009年4月〜2017年3月 千葉県の機械部品メーカー（従業員120名） 総務課
給与計算、社会保険の手続き、備品管理、電話来客対応、社内イベントの運営
・2017年4月〜2021年3月 育児のため離職
・2021年4月〜現在 IT企業 コーポレート部 総務アシスタント（時短勤務 10:00-16:00、在宅4日/週）
備品発注、契約書の押印と製本、経費精算の入力補助、問い合わせ対応
備品の在庫管理表をスプレッドシートで自動化、Slackのワークフローで問い合わせ対応を整理
この 6 行から事実が 18 行出て、11 グループになりました（1 回、同じモデル）。1 グループが 1〜2 行と細かいので、ここから 2〜3 個に絞る作業は前の節と同じです。介護職の職歴（施設の介護職員からサービス提供責任者まで 13 年、箇条書き）でも、28 行から 9 グループになり、応募要件の欄には「サービス提供責任者」「訪問介護計画書作成」「国保連伝送」のような求人票の言葉が並びました。
ここでも、出てきた言葉を求人票と照らすと書く順番の材料になります。掲載中の総務・庶務・労務の求人のうち応募要件のテキストがある 1,621 件では、社会保険と給与計算が 10 件に 1 件、業務改善が 13 件に 1 件で名指しされていました。一方、備品は 100 件に 1 件、電話は 150 件に 1 件、経費精算は 400 件に 1 件、来客に至っては 1,621 件中 1 件です（2026 年 9 月 18 日時点）。毎日やっている電話・来客対応はほとんど書かれておらず、同じ職歴のなかにある給与計算と社会保険の手続きが、募集条件として名指しされています。
1 つ目のプロンプトは事実を 1 行ずつ出すので、離職期間も 1 行として残ります。ただし「ブランク」も「復職」も 1,621 件中数件で、応募要件の言葉としてはほとんど出てきません。ここは求人票と照らす対象ではなく、職歴の空白を聞かれたときに何を話すかの材料として持っておく箇所です。
出てきたものの扱いと、学習に使わせない設定
返ってくるのは、入力した文から AI が作った解釈です。職務経歴書に書かなかったことは AI も知らないので、性格や向き不向きの診断としては読まないでください。OpenAI も、ChatGPT が誤った内容を出すことがあり、重要な情報は信頼できる情報源で確認するよう案内しています（ヘルプセンター、2026 年 9 月 18 日確認）。
言い換えの言葉がどうしても見つからないときは、厚生労働省の職業情報提供サイト「job tag」で同じ職業のページを開くと、その職業の仕事内容と必要なスキルが載っています（500 を超える職業を掲載、2026 年 9 月 18 日確認）。誰でも無料で見られます。同じサイトのポータブルスキル見える化ツールも公開されていますが、こちらはキャリアコンサルタント等の支援者が相談支援に使うことを前提としたツールとして案内されているので、結果は一人で判断せず相談の材料として使うのが前提です。
学習に使わせたくない場合は、貼る前に設定を変えます。ChatGPT は設定 → データコントロールの「Improve the model for everyone（すべての人のためにモデルを改善する）」をオフにすると、以後の会話がモデルの学習に使われなくなります（Data Controls FAQ、2026 年 9 月 18 日確認）。Claude の個人向けプランでは、利用者が許可した場合などにかぎって会話が学習に使われるとされ、Incognito chat は許可していても使われないと案内されています（Anthropic Privacy Center、同日確認）。
よくある質問
ChatGPT の自己分析はプロンプトでできますか
できます。上の 2 つのプロンプトは、職務経歴書を全文貼れるサービスならそのまま貼れます。ただしこの記事で試したのは OpenAI の gpt-5.6-sol 1 つだけなので、ChatGPT や Claude のアプリで同じ内容が返るかは確かめていません。
会社名や顧客名が入ったまま貼って大丈夫ですか
顧客企業の担当者名のように個人が特定される情報は外してください。会社名そのものは個人情報ではありませんが、在籍期間や役職とそろうと本人が分かることがあります。在職中で会社に知られたくない場合は外し、学習に使わせたくない場合は貼る前に設定を変えるのが確実です。
有料プランでないと精度は上がりませんか
プランごとの比較はしていないので、この記事では答えられません。プランで変わるのは、職務経歴書を一度に貼れる長さです。長さで切れてしまう場合は、会社ごとに分けて貼り、全部を貼り終えてから 2 つ目のプロンプトに進んでください。
会話に「学習しないで」と書けば入力内容は使われませんか
会話の文ではサービス側の設定は変わりません。ChatGPT なら設定 → データコントロールで操作します（Data Controls FAQ、2026 年 9 月 18 日確認）。