この記事の結論
- AIプロンプトでキャリア整理の3大作業を自動化できる。 自己分析・職務経歴書・面接準備の3本をこの記事で完全収録
- AIの価値は、考え始めるためのたたき台を早く作れる点にある。たたき台をAIに作らせ、自分で仕上げるのが最も効率的だ
- 3本のプロンプトは連動している。 「棚卸し」（自己分析）→「翻訳」（職務経歴書）→「想定」（面接準備）と名前で役割を覚えれば、前の出力を次の入力にそのまま渡せる
- 注意点が3つある。 個人情報の取り扱い・AIのハルシネーション（嘘）・最終判断は自分で行うこと
- 各プロンプトに入力例・出力例・使い方のコツを付けた。コピペで今日から使える
「自己分析をやらなきゃ」と思いながら、何から手をつけていいか分からない。職務経歴書を開いても、書き出しで止まる。面接で何を聞かれるか不安だ。
キャリアの整理で止まっている人の多くは、「考える作業」と「書く作業」を同時にやろうとしている。 だから進まない。
AIプロンプトによるキャリア整理とは、自己分析・書類作成・面接準備などのキャリア関連作業をAI（ChatGPTやClaude等）に構造化させ、自分の経験・スキル・志望を効率的に言語化する手法である。 自分で一から考えるのではなく、AIにたたき台を作らせ、それを修正・加筆するほうが圧倒的に速い。
この記事では、キャリア整理に使える3本のプロンプトを、入力例・出力例・使い方のコツ付きで完全収録する。AIを使って稼ぐ方法を読んでAI活用に興味を持った人にも、すぐに実践できる内容だ。
キャリア整理にAIを使うメリット
なぜキャリア整理にAIが有効なのか？
「考える作業」と「書く作業」を分離できるからだ。
キャリアの整理が進まない最大の原因は、「自分の強みは何だろう」と考えながら、同時に文章を書こうとすることだ。AIを使えば、まず自分の経験を箇条書きで入力するだけで、AIが構造化してくれる。
キャリア整理におけるAIと人間の最大の違いは、AIは「構造化」が得意で人間は「判断」が得意だという点だ。 AIに構造化を任せ、自分は判断に集中する。これがAI活用の基本原則だ。
| 作業 | 自力でやる場合 | AIを使う場合 |
|---|---|---|
| 自己分析 | 何時間考えても言語化できない | 経験を入力すれば強み・弱みを整理してくれる |
| 職務経歴書 | 書き出しで止まる | たたき台を30秒で生成。修正だけで済む |
| 面接準備 | 想定質問が思いつかない | 業界・職種に合わせた質問と回答例を生成 |
3本のプロンプトの全体像
図：3本のプロンプトは連動している。「棚卸し」（自己分析）→「翻訳」（職務経歴書）→「想定」（面接準備）の順に使うと一貫性が生まれる
プロンプト1「棚卸し」：自己分析（強み・経験・価値観の整理）
このプロンプトの役割は「棚卸し」だ。手元にある経験を全部出し、強み・価値観という素材に分解する。次の2本はすべてこの素材を入力にして動く。
AIで自己分析するとどうなるのか？
自分の経験を箇条書きで入力するだけで、強み・弱み・価値観が構造的に整理される。 一人で考えていると堂々巡りになりがちなAIを使うと、自己分析のたたき台を短時間で作りやすい。
第1層：すぐ使える短版
あなたはキャリアコンサルタントです。以下の経歴をもとに、私の「強み3つ」「弱み2つ」「仕事で大切にしている価値観3つ」を整理してください。
【経歴】
- 職種：
- 経験年数：
- 主な実績（箇条書き）：
第2層：しっかり使う完全版
完全版プロンプトを見る
あなたはキャリアコンサルタント歴12年、累計1,500件以上の自己分析を支援してきた専門家です。あなたが信じている原則は「強みは本人が当たり前にできることの中にある。意識して頑張っていることは強みではなく努力だ」です。
以下の手順で、私の自己分析を構造的に行ってください。
【ステップ1：経験の棚卸し】
私が挙げる経歴を時系列で整理し、各経験から得たスキルを抽出してください。
【ステップ2：強みの特定】
抽出したスキルの中から、以下の3条件を満たすものを「強み」として特定してください。
- 他の人より自然にできる（努力感が少ない）
- 複数の経験で繰り返し発揮されている
- 市場で価値がある（他者が求めるスキル）
【ステップ3：価値観の抽出】
「最もやりがいを感じた経験」と「最も苦痛だった経験」から、仕事における価値観を推測してください。
【ステップ4：市場価値への変換】
強み×価値観の組み合わせで、どの業界・職種で市場価値が高いかを提案してください。
【私の情報】
- 年齢：
- 職種・業界：
- 経験年数：
- これまでの職歴（時系列で）：
- 最もやりがいを感じた仕事：
- 最も苦痛だった仕事：
- 得意だと思う作業：
- 苦手だと思う作業：
【品質基準】
- 強みは「○○力」のような抽象語ではなく、具体的な行動レベルで記述する
- 価値観は仕事の場面に紐づけて説明する
- 市場価値への変換は、具体的な職種名・業界名を挙げる
【制約条件】
- 本人が気づいていない強みを指摘する（自覚している強みだけでは不十分）
- 弱みを無理にポジティブに変換しない。弱みは弱みとして認識する
- 「何でもできます」という結論にしない。絞り込む
【出力前の自己チェック】
- [ ] 強みが具体的な行動レベルで記述されているか
- [ ] 複数の経験で裏付けられているか
- [ ] 市場価値への変換が具体的か
- [ ] 弱みが正直に記述されているか
第3層：入力例つき版
入力例と出力例を見る
入力例：
- 年齢：32歳
- 職種・業界：営業（IT業界・SaaS）
- 経験年数：10年（新卒からIT企業2社）
- これまでの職歴：
1社目（5年）：法人営業。中小企業向けにクラウド会計ソフトを販売。3年目にチームリーダー
2社目（5年・現職）：エンタープライズ営業。大企業向けSaaSの提案営業。年間売上目標1.2億円
- 最もやりがいを感じた仕事：大企業の基幹システム刷新プロジェクトを受注した案件。半年かけて複数部署のニーズを調整し、1.5億円の契約を獲得
- 最も苦痛だった仕事：テレアポ中心の新規開拓。1日100件電話しても成約が月1件
- 得意だと思う作業：複雑な要件を整理して提案書にまとめる。複数のステークホルダーの利害を調整する
- 苦手だと思う作業：初対面の大量接触（飛び込み・テレアポ）。定型的な事務処理
出力例（500字以上）：
【ステップ1：経験の棚卸し】
| 時期 | 経験 | 抽出スキル |
|------|------|-----------|
| 1社目（1-3年目） | 中小企業向け法人営業 | 顧客ニーズのヒアリング、提案資料作成、クロージング |
| 1社目（3-5年目） | チームリーダー | メンバー管理、数値管理、営業戦略の立案 |
| 2社目（1-5年目） | エンタープライズ営業 | 大型案件のプロジェクト管理、複数ステークホルダー調整、要件定義、長期リレーション構築 |
【ステップ2：強みの特定】
1. 複雑な利害関係の調整力
- 根拠：大企業の基幹システム案件で複数部署のニーズを半年かけて調整し受注。1社目でもチームリーダーとしてメンバー間の調整を担当。「調整」が複数の経験で繰り返し発揮されている
- 市場価値：エンタープライズ営業、コンサルティング、プロジェクトマネジメントで高く評価される
2. 複雑な要件を構造化して伝える力
- 根拠：提案書作成を得意としており、複雑なシステム要件を経営層に分かりやすく伝えている。「まとめる」作業に努力感がないのは、これが自然な強みである証拠
- 市場価値：プリセールス、ソリューションアーキテクト、事業企画で需要が高い
3. 長期的な信頼関係の構築力
- 根拠：テレアポ（大量の短期接触）が苦手な一方、半年かけて関係を築く大型案件で成果を出している。信頼構築型の営業スタイル
- 市場価値：カスタマーサクセス、アカウントマネジメント、パートナー営業
【ステップ3：価値観の抽出】
- 「複雑な課題を解きほぐすこと」に価値を感じている（やりがい事例が複雑案件の調整）
- 「量より質」を重視する（テレアポの苦痛は、量重視の仕事が価値観と合わないことを示す）
- 「成果が目に見えるプロジェクト型の仕事」を好む
【ステップ4：市場価値への変換】
強み（調整力×構造化力×信頼構築力）×価値観（複雑な課題×質重視×プロジェクト型）の組み合わせで、以下の方向性が見える。
- 最適1：ITコンサルタント（複雑な要件を構造化し、複数部署を調整する仕事）
- 最適2：カスタマーサクセスマネージャー（長期的な信頼関係ベースで顧客の成果を支援）
- 最適3：事業開発/アライアンス（パートナー企業との関係構築と協業案件の推進）
出力の読み方： 強みの中で「複数の経験で繰り返し発揮されている」ものが本物の強みだ。1回だけ発揮されたものはたまたまの可能性がある。また、弱み（この例ではテレアポ）を避けられる職種を選ぶことも同様に大切だ。
次の行動： 「棚卸し」の結果をもとに、次のプロンプト2「翻訳」（職務経歴書）で書類に落とし込む。40代の自己分析も参考に、経験の棚卸しをさらに深掘りできる。
※ 個人情報や機密情報を扱う場合は、各サービスの最新のデータ利用方針を確認し、必要に応じて法人向け・チーム向けプランや匿名化を使いたい。
プロンプト2「翻訳」：職務経歴書の自動生成
このプロンプトの役割は「翻訳」だ。「棚卸し」で出した強みを、採用担当者が読む書類の言葉に翻訳する。素材（強み）は前のプロンプトの出力をそのまま渡す。
AIで職務経歴書を作るとどうなるのか？
実績を入力するだけで、数値化された職務経歴書のたたき台が生成される。 「書き出しで止まる」問題が消える。
第1層：すぐ使える短版
あなたは転職エージェントです。以下の実績をもとに、職務経歴書の「職務要約」と「実績」セクションを作成してください。実績は必ず数値で表現してください。
【実績】
- 職種：
- 在籍企業と期間：
- 主な成果（箇条書き）：
第2層：しっかり使う完全版
完全版プロンプトを見る
あなたは転職エージェント歴10年、累計800人以上の職務経歴書を添削してきた専門家です。あなたが信じている原則は「職務経歴書は自分の説明書ではなく、相手への提案書だ。読み手（採用担当者）が3秒で価値を判断できるかが勝負」です。
以下の手順で、私の職務経歴書を作成してください。
【ステップ1：実績の数値化】
私が挙げる実績を、以下の4パターンのいずれかで数値化してください。
- 売上/利益への貢献（○○円、○○%増）
- 効率化の成果（○○時間削減、○○%短縮）
- 規模感（○○人のチーム、○○社を担当）
- 達成率（目標○○%に対して○○%達成）
【ステップ2：職務要約の作成】
3〜4行で、キャリア全体の概要と最大の強みを伝える職務要約を作成してください。
【ステップ3：職務経歴の記述】
各社ごとに、業務内容と実績を分離して記述してください。
【ステップ4：自己PR】
3つの強みを、エピソード＋数値で裏付ける自己PRを作成してください。
【私の情報】
- 職種：
- 経験年数：
- 在籍企業と期間（時系列で）：
- 各社での業務内容（箇条書き）：
- 各社での主な成果（数値が分かるものは数値で）：
- 転職先で活かしたいスキル：
【品質基準】
- 全ての実績に数値が含まれている
- 職務要約は4行以内
- 各社の記述はA4半ページ以内
- 採用担当者が10秒で概要を把握できる構成
【制約条件】
- 嘘の数値を入れない。数値が不明な実績は「概算」と明記する
- 業務内容の羅列にしない。成果（=相手にとっての価値）を中心に書く
- 専門用語は業界外の人にも伝わる表現に変換する
【出力前の自己チェック】
- [ ] 全実績に数値が入っているか
- [ ] 「で、この人は何ができるの？」に3秒で答えられるか
- [ ] 自己PRが具体的なエピソードで裏付けられているか
使い方のコツ： 「棚卸し」（プロンプト1）の結果で特定した「強み」を、ここでの「転職先で活かしたいスキル」に入力すると一貫性が出る。名前の通り、棚卸しで出した素材を翻訳に渡すイメージだ。職務経歴書の書き方もあわせて読むと、AIが生成したたたき台の修正ポイントが分かる。
プロンプト3「想定」：面接想定問答の生成
このプロンプトの役割は「想定」だ。「棚卸し」の強みと「翻訳」した職務経歴を入力に、面接で問われる場面を先回りして用意する。3本を名前の順（棚卸し→翻訳→想定）で回すと、自己分析から面接まで筋が一本通る。
AI で面接準備するとどうなるのか？
志望動機・転職理由・自己PRの想定問答を、自分の経歴に合わせて自動生成できる。 「何を聞かれるか分からない」不安がなくなる。
第1層：すぐ使える短版
あなたは面接官です。以下の情報をもとに、転職面接で聞かれる質問5つと、それぞれの回答例を作成してください。
【情報】
- 現職の職種：
- 応募先の職種：
- 転職理由：
第2層：しっかり使う完全版
完全版プロンプトを見る
あなたは採用面接官歴8年、累計2,000人以上を面接してきた人事部長です。あなたが信じている原則は「面接は暗記テストではなく対話だ。だが対話の質は準備の量で決まる。準備なしの対話は雑談でしかない」です。
以下の手順で、私の面接想定問答を作成してください。
【ステップ1：質問の予測】
応募先の業界・職種・私の経歴をもとに、面接で聞かれる可能性が高い質問を10問予測してください。
内訳：定番質問5問＋応募先特有の質問3問＋深掘り質問2問
【ステップ2：回答の作成】
各質問に対して、以下のSTAR形式で回答を作成してください。
- Situation（状況）：どんな場面だったか
- Task（課題）：何を求められていたか
- Action（行動）：何をしたか
- Result（結果）：どうなったか（数値で）
【ステップ3：NG回答の提示】
各質問に対して、やってはいけない回答例を1つ示してください。
【ステップ4：逆質問の提案】
面接の最後に聞くべき逆質問を3つ提案してください。
【私の情報】
- 現職の職種・業界：
- 応募先の企業名・職種：
- 転職理由：
- アピールしたい強み（自己分析プロンプトの結果から）：
- 職務経歴の要約（職務経歴書プロンプトの結果から）：
【品質基準】
- 回答は1問あたり30秒〜1分で話せる長さ（200〜400字）
- 全回答にSTAR形式の要素が含まれている
- 逆質問は「調べれば分かること」を聞かない
【制約条件】
- 面接官が「暗記してきたな」と感じる不自然な回答にしない
- 転職理由で前職の悪口を言わせない
- 志望動機を「御社の理念に共感して」で始めない（具体性がない）
【出力前の自己チェック】
- [ ] 回答が面接での対話として自然か
- [ ] 数値による裏付けがあるか
- [ ] 転職理由がポジティブな方向性を含んでいるか
- [ ] 逆質問が企業研究の深さを示しているか
使い方のコツ： 「棚卸し」と「翻訳」（プロンプト1・2）の結果を「アピールしたい強み」「職務経歴の要約」にそのまま貼り付ける。3本を名前の順で連動させることで、自己分析→書類→面接の一貫性が担保される。転職面接で聞かれる質問と答え方もあわせて読むと、AIの出力を修正する視点が得られる。
※ 応募先企業名など特定の情報を扱う場合は、各サービスの最新のデータ利用方針を確認し、必要に応じて法人向け・チーム向けプランや匿名化を使いたい。
AIを使う際の3つの注意点
AIに個人情報を入れても大丈夫か？
企業向けプランを使えばリスクは低い。無料版は注意が必要だ。
ChatGPTの無料版やClaude無料版は、入力データが学習に使われる可能性がある。個人名・企業名・年収・住所などの情報を入力する場合は、以下の対策を取る。
- 企業向けプラン（ChatGPT Team/Enterprise、Claude Pro等）を使う — 入力データが学習に使われない
- 個人を特定できる情報は伏せる — 「A社」「B部長」のように匿名化する
- 出力結果をローカルに保存したら、チャット履歴を削除する
AIの出力はそのまま使えるのか？
使えない。たたき台として使い、必ず自分で修正する。
AIは「それらしい文章」を生成するが、事実と異なる内容（ハルシネーション）を含むことがある。特に以下の点は自分で確認する。
- 数値の正確性 — AIが生成した数字が自分の実績と合っているか
- 企業情報の正確性 — 応募先企業の情報が最新かつ正確か
- 表現の自然さ — AI生成っぽい均質な文体になっていないか
最終判断は誰がするのか？
自分だ。 AIはあくまでツールであり、キャリアの意思決定を委ねるものではない。AIが「この企業が最適です」と出力しても、最終的に入社するかどうかは自分の判断だ。AIの出力は「判断材料の一つ」として使う。
よくある質問
どのAIツールを使えばいいのか？
ChatGPTかClaudeのどちらかで十分だ。 無料版でも基本的なキャリア整理は可能だが、長文の出力（職務経歴書全文など）を求める場合は有料版のほうが精度が高い。どちらを使うかより、プロンプトの質（入力する情報の具体性）が出力の質を決める。
プロンプトは何回実行すればいいのか？
最低2回。 1回目の出力を見て「足りない情報」「ズレている解釈」を特定し、2回目で修正指示を出す。完璧な出力を1回で求めるのではなく、AIとの対話を繰り返して精度を上げるのがコツだ。
AIで作った職務経歴書はバレるのか？
AIで作ったこと自体は問題ではない。 問題は「中身が本人の実績と合っているか」だ。AIが生成したたたき台をそのまま提出すれば、面接で深掘りされたときにボロが出る。たたき台をもとに、自分の言葉で書き直す。 これが適切な使い方だ。
まとめ
- キャリア整理の3大作業（自己分析・職務経歴書・面接準備）は、AIプロンプトで自動化できる
- 3本のプロンプトは連動構造になっている。自己分析の結果が職務経歴書に反映され、職務経歴書の内容が面接準備に使える
- AIの出力はたたき台だ。事実確認と最終判断は必ず自分で行う
- 個人情報を扱う場合は企業向けプランを使う
今日の一歩： プロンプト1（自己分析の短版）をコピペして、自分の経歴を入力してみる。5分で「強み3つ」が言語化される。それだけで、キャリア整理の第一歩が完了する。
もっとAIの活用法を知りたい人は、AIを使って稼ぐ方法 入門ガイドで副業・転職・業務効率化の3つの道筋を確認できる。
