ChatGPTで職務経歴書を作る方法 — 経験段階3型×AI分担3パターンの9マスで作る

この記事の結論

• ChatGPTに職務経歴書を「丸投げ」しても使えるものは出てこない。実績の棚卸しや事実確認は自分でやる必要がある
• 「AI職務経歴書3ステップ法」（素材整理→AI生成→自分で添削）は使いやすい基本形である。ただし初稿作成にかかる時間は経歴の整理度合いで変わる
• 職種と経験年数でプロンプトの使い分けが変わる。経験3年未満はテンプレート型、3〜10年は実績抽出型、管理職経験ありはマネジメント強調型
• AIが得意なのは「文章の構造化」と「言い換え」。苦手なのは「あなたの実績の選定」と「嘘を見抜くこと」
• 記事内のプロンプトを活用して、転職市場で通用する職務経歴書の土台を作れる

この記事のプロンプトを使えば、30分で職務経歴書の初稿が完成する。

リクルートの「転職動向調査2025年版」によると、2024年の正社員転職率は7.5%（過去最高水準）であり、転職市場は活発化している。dodaの調査では、書類選考の通過率は平均約30%程度とされている。つまり、職務経歴書の質が転職活動の成否を大きく左右する。

「職務経歴書を書かないといけないが、何をどう書けばいいのかわからない」——転職活動で最初につまずくのがこの壁だ。ChatGPTに聞けばいいという話を聞いたが、丸投げして本当にまともなものが出てくるのか。不安だろう。

結論から言うと、ChatGPTは職務経歴書作成の強力な相棒になる。ただし「丸投げ」では使えない。

AIに任せるべき部分と、自分でやるべき部分がある。この切り分けを間違えると、どこかで見たような薄い経歴書ができあがるだけだ。この記事では、AIの強みと弱みを踏まえた「AI職務経歴書3ステップ法」を具体的なプロンプト付きで解説する。

ChatGPTが得意なこと・苦手なこと

職務経歴書作成でChatGPTを使う前に、AIに何を任せて、何を自分でやるべきかを理解することが最も重要だ。

なぜ「丸投げ」だと使えない職務経歴書になるのか？

ChatGPTに「職務経歴書を書いて」と指示すると、汎用的でどこにでもありそうな文章が出てくる。理由は明確だ。

• AIはあなたの実績を知らない。入力がなければ「よくある営業職の経歴書」を生成するしかない
• 応募先企業が何を求めているかをAIは判断できない。同じ実績でも、見せ方は応募先ごとに変わる
• AIは「嘘」を検出できない。「前年比200%の売上達成」と書いても、それが事実かどうかはチェックしない

ChatGPTは優秀な「文章整形ツール」だ。ただし素材を用意するのは自分の仕事である。

AIの強みを最大限引き出すにはどうすればいいのか？

以下の3つを意識する。

逆に、以下はAIに任せてはいけない。

• 実績の取捨選択 — 何を強調すべきかは、応募先の求人票を読んだ自分にしか判断できない
• 数字の正確性 — AIが生成した数字は必ず自分で検証する
• 志望動機との整合性 — 経歴書の内容と志望動機が矛盾していないかはAIには見抜けない

AI職務経歴書3ステップ法

「素材整理→AI生成→自分で添削」の3ステップで進める。この順番を守れば、30分で初稿が完成する。

Step 1：素材の整理は何をすればいいのか？

ChatGPTに渡す前に、以下の情報を箇条書きで書き出す。 これが職務経歴書の「原材料」になる。

書き出すべき項目は5つだ。

1. 職務要約 — 何年間、どの業界で、何をしてきたか（2〜3行）
2. 所属企業の情報 — 企業名、事業内容、従業員数、在籍期間
3. 担当業務 — 具体的に何をやっていたか（箇条書きで5〜10個）
4. 実績・成果 — 数字で示せるもの（売上、改善率、担当件数など）
5. 使用スキル・ツール — 言語、ツール、資格など

実績が10個以上ある場合、何を載せて何を落とすか迷うだろう。以下の3条件で判定する。

求人票のどこを見ればいいかは明確だ。「必須条件」と「業務内容」の2つのセクションを確認する。そこに書かれているスキル・経験・業務に直接関連する実績が「載せるべき実績」だ。「歓迎条件」は余裕があれば目を通す程度でいい。

3条件のうち2つ以上を満たす実績だけ載せる。 1つしか満たさない実績は落とす。数が足りない場合は、条件を1つに緩和して補充する。

ポイント： 実績は「盛る」のではなく「数字で具体化する」。「営業成績がよかった」→「新規顧客20社を開拓し、年間売上3,200万円を達成」のように変換する。数字がない場合は「規模」「件数」「期間」で代替する。

Step 2：ChatGPTでどうやって初稿を作るのか？

素材が揃ったら、ChatGPTに投入する。ただし、プロンプトの質で出力が決定的に変わる。

ここで重要なのが、自分の経験年数と職種に合ったプロンプトを選ぶことだ。

自分がどのプロンプトを使えばいいのか迷う場合は、以下の2問で即判定できる。

図2: プロンプト判定フロー — 経験年数×管理職経験で最適なプロンプトが決まる

詳細なプロンプトは次のセクションで提供する。

Step 3：添削で何をチェックすればいいのか？

AIが生成した初稿を、以下の5項目でチェックする。

• 事実と異なる記述がないか — AIが「盛った」表現を修正する
• 数字はすべて正確か — 売上、期間、人数を実際の数字と照合する
• 応募先の求人票と整合しているか — 求められているスキルが経歴書に反映されているか
• 「です・ます調」と「である調」が混在していないか — 統一する
• 1つの実績が3行以上にならないか — 冗長な記述を削る

経験段階3型×AI分担3パターンの9マス — 「自分の場合」を1マスで設計する

なぜ「経験段階」と「AI分担」を分けて考える必要があるのか？

ChatGPTに何を任せて何を自分でやるかは、経験段階によって変わる。 経験3年未満の人と管理職経験者では、職務経歴書で見せるべき内容が違う。同じ「AIに任せる」と言っても、構造化を任せるのか、言い換えを任せるのか、検証を任せるのかで作業の分け方が変わる。

経験段階の3型は以下の通りだ。

これに対して、AIの分担パターンも3つに分けられる。

掛け合わせると3経験段階×3AI分担＝9マスになる。

9マスで「経験段階ごとの作業分担」を決める

読み方の手順

1. 自分の経験段階を1〜3から1つ選ぶ。 微妙な場合は「実績の数字がいくつ書けるか」で判定（5個以上なら2、3個以下なら1）
2. その行のA→B→Cの順で作業する
3. Cは必ず自分でやる。AIに「自己チェックして」と頼んでも、AIは自分の出力を客観評価できない

よくある状況では、多くの人がAとBはAIに任せるが、Cの検証を「読み返すだけ」で済ませる。 9マスで見ると、Cこそが「ChatGPTに任せられない領域」であり、ここに時間を使うほど書類の通過率が変わる構造になっている。

このセクションのポイント

• 経験段階で「AIに何を任せるか」が変わる
• Cの検証だけは絶対にAIに任せない
• 経験浅型はテンプレート寄り、中堅型は実績寄り、管理職型は分離寄り

よくあるケース — ChatGPT職務経歴書でつまずいた典型ケース3点

ChatGPTでの職務経歴書づくりでよくある状況から、構造として典型的なパターンを3点整理する。特定の個人ではなく、構造として示す。

パターン1 — AIが書いた数字をそのまま転載したケース（営業職を想定）

ChatGPTに「営業の職務経歴書を書いて」と頼むと、「前年比130%達成」「新規顧客15社開拓」など、本人が入力していない数字が出力に含まれ、そのまま転載してしまうことがある。

書類選考は通過したが、面接で「前年比130%とありますが、具体的にどんな施策で達成しましたか」と聞かれて答えられず、その場で信頼を落とした。9マスで言うと「経験浅型×構造化（1×A）」のままで「C. 検証」を飛ばした構造だった。

相談で典型的だったのは、「数字があった方が説得力が出ると思ったので、AIが書いたのを残した」という本人の意図だ。AIが入力外の数字を補完する「自信過剰」の癖を知らないと、Cを飛ばしたまま提出してしまう構造が見える。

パターン2 — 応募先未参照で汎用文だけ生成したケース（経理職を想定）

経理職5年目で、ChatGPTで職務経歴書を作って5社に同じ書類を送るケース。全社で書類選考に落ちる状態になりやすい。

9マスでは「中堅型×構造化（2×A）」と「中堅型×言い換え（2×B）」は実行していたが、応募先の求人票を一度も見ずに作成していた。「決算業務」「月次レポート作成」など一般的な経理業務の記述ばかりで、各社が求める専門領域（連結決算・IFRS・原価計算など）に触れていなかった。

応募先の求人票を3社分読み込み、各社の必須要件に応じて職務経歴書のセクションを並び替えて再応募したところ、3社中2社で書類選考を通過した。「AIで作る」前に「応募先の求人票を読む」を入れるかどうかが、構造的に通過率を分けることが見える。

パターン3 — 管理職経験を個人成果と混合したケース（事業部長を想定）

管理職がChatGPTで職務経歴書を作ると、「年間売上8億円達成」が「自分の個人成果」のように読める書き方になってしまうことがある。

9マスでは「管理職型×構造化（3×A）」を使ったが、「事業貢献」と「組織マネジメント」の分離（C. 検証で確認すべき項目）を飛ばしていた。面接で「8億円は事業部全体の数字ですよね？あなた個人の貢献はどこですか？」と詰められ、評価が下がった。

「事業貢献：事業部全体で年間売上8億円達成（15名のチームを統括）」と書き直し、「組織マネジメント：評価制度改定で離職率18%→8%に改善」を分けて記述したところ、面接での評価軸が「個人成果か」「マネジメント成果か」で明確になった。管理職型では『主語の明確化』だけが構造的に効くことが見える。

上記3つは、よくある状況から構造として典型的なパターンを整理したものだ。個別条件で結果は変動するため、自分の状況に照らして読んでほしい。

構造的特異点 — ChatGPTに職務経歴書を任せると壊れる3つの構造

構造1：AIの「自信過剰」と事実確認の非対称

ChatGPTは入力されていない情報を補完する性質がある。「営業職」と書けば「前年比XXX%達成」などのもっともらしい数字を勝手に追加する。

問題は、AIが「これは捏造です」と表示しないことだ。出力は流暢な文章として提示される。利用者側は「正しそうに見える」だけで、検証をしないまま転載しやすい。9マスのC（検証）を独立して扱う必要があるのは、この構造が背景にある。

対策は単純だ：「自分が入力していない数字は全て削除する」ルールを最初に決めておく。AIの出力を信じる前に、自分の手元のメモと1個ずつ照合する。

構造2：応募先求人票という不可欠な入力の欠落

職務経歴書は「自分の経歴を書く書類」ではなく、「応募先が求める経験との接続点を示す書類」だ。応募先の求人票を読まずに作った職務経歴書は、構造的に「どこにでも出せそうな汎用文」になる。

ChatGPTに「職務経歴書を作って」と頼む時に応募先の求人票（必須条件・業務内容）を併せて入力していないと、AIには「接続点を意識する材料」がない。9マスのA（構造化）の精度が応募先ごとに変わるのは、入力の差で決まる。

構造3：「職務経歴書」と「レジュメ」の英日差

ChatGPTの学習データには英語のレジュメ（resume）が大量に含まれる。一方、日本の「職務経歴書」は形式（時系列型・職能別型・プロジェクト型）と分量（A4 2〜3ページ）がレジュメと異なる。

英語プロンプトのまま使うと、英文レジュメ寄りの構成になりやすい。「Skill summary」「Achievements」など、日本の職務経歴書には不要な見出しが入る場合がある。9マスのA（構造化）では、「日本の職務経歴書フォーマットで」と明示するプロンプトの一文が、構造的に効く。

採用側のAI活用の動向はChatGPTで人事・採用業務を効率化する方法で扱っている。採用側が職務経歴書をAIでどう読んでいるかを知ると、書き手側の戦略も変わる。

状況別4分岐 — あなたは今どこにいるか

分岐1 — 「実績の棚卸しがまだできていない」段階

ChatGPTを使う前に、自分の実績を箇条書きで書き出せていない状態。9マスのどの行も、入力素材が不足しているため動かせない。

→ 直近1年の実績を、数字付きの箇条書きで5個書き出す（10分） → 40代向け転職エージェント比較・50代向け転職エージェント比較で実績の棚卸しを担当者と一緒に行う

分岐2 — 「素材は揃ったが、応募先がまだ決まっていない」段階

実績の棚卸しは完了したが、応募先企業を選定できていない状態。9マスのA（構造化）は動かせるが、応募先別のカスタマイズができない。

→ 求人サイト（リクルートエージェント・doda・ビズリーチ等）で3社分の求人票を保存 → 9マスのA（構造化）でまず「汎用版の職務経歴書」を作っておく → 応募先が決まり次第、各社向けにB（言い換え）でカスタマイズ

分岐3 — 「AIで作った初稿があるが、検証が終わっていない」段階

ChatGPTで初稿は出来たが、9マスのC（検証）が終わっていない状態。ここが多くの相談で見る詰まりどころだ。

→ 出力中の数字を、自分の手元のメモと1個ずつ照合 → 応募先求人票の「必須条件」と職務経歴書の記述を照合 → 面接で深掘りされた時に答えられない実績は削除

分岐4 — 「書類選考を通過したが、面接対策が必要」段階

書類は完成し、面接準備に進む段階。

→ 希望年収の答え方 — 3回答型×3提示要素の9マスで設計するで年収交渉の準備 → 転職面接で聞かれる5大質問の答え方で5×3＝15マスの面接回答設計 → 40代向け転職エージェント比較で面接対策が手厚いエージェントを選ぶ（40代以上の場合）

職種×経験年数別プロンプト集

経験3年未満の場合、どのプロンプトを使えばいいのか？

経験が浅い場合、実績の量ではなく「何を学び、どう成長したか」を構造的に見せることが重要だ。

第1層：すぐ使える短版

目的：経験3年未満の職務経歴書初稿を5分で生成する。

あなたはキャリアアドバイザーです。以下の情報をもとに、第二新卒向けの職務経歴書を作成してください。

【入力する情報】
- 職種：
- 在籍期間：
- 担当業務（箇条書き）：
- 身につけたスキル：
- 志望する業界/職種：

フォーマットは「職務要約→職務経歴→スキル→自己PR」の順で出力してください。

入力例：

- 職種：法人営業
- 在籍期間：2024年4月〜2026年3月（2年）
- 担当業務：新規開拓テレアポ月200件、提案資料作成、既存顧客フォロー月30社
- 身につけたスキル：提案営業、PowerPoint、Salesforce
- 志望する業界/職種：IT業界のカスタマーサクセス

良い出力例（職務要約部分）：

法人営業として2年間、新規顧客開拓から既存顧客のフォローまで一貫して担当。
月200件のテレアポを通じて新規商談を月平均8件創出し、既存顧客30社の
リテンション業務でアップセル提案も経験。顧客課題のヒアリングと提案設計に
強みを持ち、IT業界のカスタマーサクセス職への転身を志望。

出力の読み方： 職務要約は3〜4行で収まっているか確認する。長すぎる場合は「最も伝えたい実績1つ」に絞って書き直す。

次の行動： 出力された職務経歴書をStep 3のチェックリストで添削し、応募先の求人票と照合する。

第2層：しっかり使う完全版

あなたは転職支援実績1,000件以上のキャリアアドバイザーです。
第二新卒の職務経歴書で重要なのは「経験の量」ではなく
「学習速度と成長の方向性」だと考えています。

以下の手順で考えてください：
1. 入力された業務経験から、志望職種に転用できるスキルを3つ抽出する
2. 各スキルに対して、裏付けとなるエピソードを1つずつ紐づける
3. 志望職種で求められる能力と、現在のスキルの接点を明確にする
4. 職務要約→職務経歴→活かせるスキル→自己PRの順で出力する

品質基準：
- 職務要約は4行以内
- 各実績は「状況→行動→結果」のSTAR形式で記述する
- 数字がない実績には「規模」「頻度」「期間」のいずれかを補う
- 自己PRは志望職種での貢献イメージまで踏み込む

制約条件：
- 実際に経験していない業務を追加しない
- 「コミュニケーション能力が高い」等の抽象表現は使わない
- 1つの実績を3行以上で記述しない

出力前に以下を自己チェックしてください：
- 事実に基づかない記述がないか
- 志望職種との接点が明確か
- 数字または具体的な規模感が各実績に含まれているか

第3層：入力例つき版

第2層の完全版に加えて、以下のように自分の情報を入力する。

【私の情報】
- 現職：株式会社ABCの法人営業（従業員300名、ITサービス企業）
- 在籍期間：2024年4月〜現在（2年）
- 担当業務：
  ・新規開拓テレアポ 月200件
  ・商談 月平均8件
  ・提案資料作成（PowerPoint）
  ・既存顧客フォロー 月30社
  ・Salesforceでの顧客管理
- 実績：
  ・入社1年目で新規契約12件獲得（同期平均8件）
  ・既存顧客のアップセル提案で四半期売上を前期比115%に
- 志望：IT業界のカスタマーサクセス職

※ 実際の業務データを入力する場合は、ChatGPT Team/Enterprise版やClaude Pro等の企業向けプランで実行してください

経験3〜10年の場合はどうすればいいのか？

中堅層は実績の「定量化」と「再現性」がカギだ。「たまたまうまくいった」ではなく「こういう考え方でこういう結果を出した」という構造を見せる。

第1層：すぐ使える短版

目的：中堅層の職務経歴書初稿を、実績ベースで生成する。

あなたはキャリアアドバイザーです。以下の実績リストをもとに、即戦力をアピールする職務経歴書を作成してください。

【入力する情報】
- 職種：
- 経験年数：
- 主な実績（数字付きで3〜5個）：
- 強みとなるスキル：
- 応募先の求人で求められていること：

各実績を「課題→施策→成果」の形で整理し、職務要約→職務経歴→スキル→自己PRの順で出力してください。

入力例：

- 職種：Webマーケティング
- 経験年数：5年
- 主な実績：
  ・自社ECサイトのSEO改善でオーガニック流入を月間3万→8万PVに（1年間）
  ・リスティング広告のCPA改善 4,200円→2,800円（33%削減）
  ・メルマガ会員10万人のセグメント配信設計を主導
- 強みとなるスキル：GA4、Google Ads、SQL、Tableau
- 応募先の求人：BtoB SaaS企業のマーケティングマネージャー

良い出力例（実績セクション）：

【SEOプロジェクト推進】
自社ECサイトのオーガニック流入が月間3万PVで頭打ちとなっていた課題に対し、
技術SEO改善と記事コンテンツ戦略を立案・実行。1年間で月間8万PVに成長させた。

【広告運用最適化】
リスティング広告のCPAが4,200円に上昇していた問題を分析し、
キーワード構造の再設計とLP改善を実施。CPAを2,800円に削減（33%改善）。

出力の読み方： 各実績が「課題→施策→成果」の構造になっているか確認する。成果の数字が事実と一致しているか必ず検証する。

次の行動： 応募先の求人票を横に置き、求められるスキルと経歴書の内容が対応しているかを照合する。不足があればStep 1に戻って素材を追加する。

管理職経験がある場合はどう書けばいいのか？

管理職経験者は「個人の成果」と「チームの成果」を分けて記述するのが鉄則だ。

第1層：すぐ使える短版

目的：管理職の職務経歴書を、マネジメント実績と事業貢献の両軸で生成する。

あなたはキャリアアドバイザーです。以下の情報をもとに、管理職向けの職務経歴書を作成してください。

【入力する情報】
- 職種：
- マネジメント経験：チーム人数・期間
- 事業への貢献実績（数字付き）：
- マネジメントでの取り組み：
- 応募ポジション：

「事業貢献」と「組織マネジメント」を分けて記述してください。

入力例：

- 職種：営業部長
- マネジメント経験：15名のチームを3年間統括
- 事業への貢献実績：部門売上を年間8億→12億に成長（3年間で50%増）
- マネジメントでの取り組み：評価制度改定、1on1導入、離職率18%→8%に改善
- 応募ポジション：IT企業の事業部長

良い出力例（マネジメント部分）：

【組織マネジメント】
15名の営業チームを統括し、以下の組織改善を推進。
- 評価制度を成果指標ベースに改定し、メンバーの目標達成率を68%→85%に改善
- 週次1on1を全メンバーに導入し、課題の早期発見と離職防止を実現
- 離職率を18%から8%に改善（3年間）

出力の読み方： 「事業貢献」と「組織マネジメント」の記述量が偏っていないか確認する。応募先が求めるのがプレイングマネージャーなのか専任マネージャーなのかで、バランスを調整する。

次の行動： 転職エージェントに初稿を見せて、応募先に合わせた調整ポイントのフィードバックをもらう。転職エージェントの選び方はこちら。

よくある失敗パターンと対策

AIが生成した経歴書でよくある問題は何か？

ChatGPTで作った職務経歴書には、共通の「落とし穴」がある。以下のパターンに該当していないか確認する。

添削のとき、最低限チェックすべきことは何か？

以下の3点を必ず確認する。

1. 事実の正確性 — AIが追加した情報（特に数字）を1つずつ検証する。自分が入力していない数字が含まれていたら削除する
2. 応募先との整合性 — 求人票で「必須条件」に挙げられている経験・スキルが、経歴書のどこかに明記されているか確認する
3. 面接で話せるか — 書いた内容について面接で聞かれたとき、具体的に説明できるか。説明できない実績は載せない

注意： ChatGPTは「もっとよく見せたい」という意図を汲んで表現を盛ることがある。「主導」「リード」「推進」といった言葉が実態と合っているか、冷静に確認する。

完成後にやるべきこと

初稿ができたら次に何をすればいいのか？

職務経歴書の初稿は完成ではなく出発点だ。以下の順で仕上げる。

1. 応募先ごとにカスタマイズする — 同じ経歴書を全企業に送らない。求人票のキーワードに合わせて強調点を変える
2. 第三者に見てもらう — 自分では気づかない「伝わらない表現」がある。転職エージェントやキャリアコンサルタントに確認してもらう
3. 面接対策と連動させる — 経歴書に書いた実績は、面接で必ず深掘りされる。各実績について「なぜそう判断したか」「結果から何を学んだか」を言語化しておく

転職活動の具体的な進め方はこちらで解説している。AIを使った稼ぎ方をもっと知りたい場合は、AIで稼ぐ方法の入門ガイドも参考になる。

読後成果物：職務経歴書セルフチェックリスト

ChatGPTで作成した職務経歴書を、以下のリストで最終チェックする。

• 職務要約は4行以内に収まっているか
• すべての実績に数字（売上、件数、期間、人数、改善率のいずれか）が含まれているか
• AIが追加した情報で、自分が入力していないものはないか
• 応募先の求人票の「必須条件」がすべて経歴書に反映されているか
• 面接で聞かれたとき、すべての実績を具体的に説明できるか
• 「です・ます調」「である調」が統一されているか
• 誤字・脱字がないか（AIは日本語の変換ミスをすることがある）

まとめ

• ChatGPTは職務経歴書の「文章整形ツール」として優秀だ。ただし素材の整理と最終チェックは自分の仕事である
• 「AI職務経歴書3ステップ法」（素材整理→AI生成→自分で添削）で30分あれば初稿が完成する
• 職種と経験年数で使うプロンプトを変える。経験3年未満はテンプレート型、3〜10年は実績抽出型、管理職はマネジメント強調型
• AIが出力した数字・表現は必ず事実と照合する。特に自分が入力していない数字が含まれていたら削除する
• 完成した経歴書は転職エージェントや第三者にフィードバックをもらって仕上げる

今日の一歩： まず自分の直近1年の実績を5つ、数字付きの箇条書きで書き出してみる（10分）。それをこの記事のプロンプトに入力すれば、職務経歴書の初稿ができる。

職務経歴書は書類選考を通すための道具である。通った後の面接で「経歴書に書いた実績をどう語るか」まで見据えて書くと、書類の質も変わる。面接対策については別記事で詳しく解説する予定だ。

書類選考の通過率をさらに上げたいなら、転職エージェントの書類添削サービスが現実的な選択肢だ。多くのエージェントは応募先企業の選考傾向を踏まえたフィードバックを無料で提供している。転職エージェント比較で目的に合ったエージェントを選べる。

関連記事：

• 40代向け転職エージェント比較
• 50代向け転職エージェント比較
• 希望年収の答え方 — 3回答型×3提示要素の9マスで設計する
• ChatGPTで人事・採用業務を効率化する方法
• 転職面接で聞かれる5大質問の答え方
• 職務経歴書の書き方
• 転職活動の進め方
• 転職エージェント比較
• 40代で年収を上げる戦略
• 管理職昇進が「罰ゲーム」になっている問題