本当に効くAI職務経歴書プロンプト27選（コピペして編集するだけ）
面接に呼ばれるAI職務経歴書と、埋め草にしか見えない職務経歴書の差は、ほぼ全てが「プロンプト」にあります。「職務経歴書を書いて」では汎用テンプレートしか返ってきません。捏造を禁じ、成果を要求する、正確で制約のあるプロンプトを使えば、リクルーターが思わず手を止めるものが返ってきます。
以下は、職務経歴書のセクション別に整理した実用ライブラリです。どのプロンプトもコピペですぐ使え、Claude・ChatGPT・Gemini、その他どの優秀なモデルでも動くように書いてあります。全てを貫く黄金律はこれ: 事実はあなたが供給し、磨きはAIが供給する。そしてAIは、あなたがやっていないことを決してでっち上げない。
これらのプロンプトが組み込まれるワークフロー全体 — ブレインダンプ、批評ループ、調整パス — を知りたいなら、まずClaudeで履歴書・職務経歴書を書く方法を読んでください。このページは、その隣に開いておくプロンプトの早見表です。
始める前に: システムプロンプト
これをチャットの一番上に一度だけ貼り付けます。ルールを設定しておけば、プロンプトごとに繰り返さずに済みます:
あなたは熟練の職務経歴書エディターです。この会話全体のルール:
1. 事実、数値、勤務先、日付を決してでっち上げないこと。数字が
あれば文が強くなるのに私が渡していない場合は、[数値？] という
プレースホルダーを書くこと。
2. 職務ではなく、成果を先頭に出すこと。
3. 平易で自信のある日本語。バズワード禁止、「成果志向で主体的な
シナジー創出型人材」のような表現も禁止。
4. 私が渡したものが弱い、または曖昧なら、取り繕わずにそう
指摘すること。
了解したら、最初のセクションを待ってください。
この一ブロックが、このページで最もレバレッジの効くものです。モデルを「フィクション生成器」から「規律ある編集者」へと変えます。
サマリー / 職務要約
サマリーは最初に読まれ、そして曖昧なら最初に飛ばされる部分です。あなたに固有の、2〜3行で。
「直近3つの役職と、私が狙っている求人はこれです: [貼り付け]。3文の職務要約を書いてください。1文目: 私が何者で、この分野で何年か。2文目: 私の最も強く、最も関連性の高い実証ポイント。3文目: 次に何をやりたいか。面接で裏付けられない形容詞は使わないこと。」
ビフォー: 「成果志向で、卓越性への情熱と実績に裏打ちされた成功の経歴を持つプロフェッショナル。」
アフター: 「フィンテック規模の決済システムを6年構築してきたバックエンドエンジニア。月間200万ユーザー規模で取引失敗を40%削減した移行を主導。高成長プラットフォームチームで信頼性を担う役割を志望。」
職歴の箇条書き
職務経歴書の重みの大半はここに乗ります。職務を成果に変換しましょう:
「以下の各箇条書きを、[強い動詞] + [何をしたか] + [測定可能な成果] の形に書き直してください。各行は1行に収めること。数値を渡していない箇所は [数値？] を残し、でっち上げないこと。これが私の生の箇条書きです: [貼り付け]。」
ビフォー: 「会社のメールマーケティングキャンペーンを担当。」
アフター: 「ライフサイクルメール施策を企画から運用まで一貫して担当し、月12本のキャンペーンでクリック率を1.8%から[数値？]に向上。」
次に、プレースホルダーを固めます。本当に数字がない場合は、精度を偽るより定性的にいきましょう:
「まだ [数値？] が残っている箇条書きのうち、私が手元にデータを持っていないものは、数字を捏造せずに、具体的で説得力のある表現に書き直してください。」
スキルセクション
リクルーターもATSもここをスキャンします。グループ化して、刈り込みましょう:
「上に挙げた私の経験から、実際にやったことによって本当に実証されているスキルだけをリストアップしてください — 願望ベースのものは除く。3〜4つのラベル付きカテゴリ（例: 言語、ツール、領域）にグループ化してください。一度しか触れていないものは外してください。」
ATSキーワード最適化
応募者追跡システムは「言語の一致」でフィルタリングします。コツは、あなたの本物の経験を使いつつ、求人の語彙に合わせること — キーワードの不自然な詰め込みは絶対にやらないことです:
「これが求人票です: [貼り付け]。これが私の職務経歴書です: [貼り付け]。求人票にある重要なスキルや用語のうち、私が本当に経験を持っているのに違う言い方をしているものをリストアップしてください。それぞれについて、嘘にならない範囲で、既存の箇条書きを先方の用語に言い換える方法を提案してください。そして別途、私が明らかに満たしていない要件もリストアップしてください。」
その最後のリストは失敗ではなく機能です — どこで正直になるべきか、あるいはもっと相性のいい求人を狙うべきかを教えてくれます。フィルター通過の仕組み全体については、ATS対応の履歴書を参照してください。
特定の求人への調整
汎用は、ターゲットを絞ったものに毎回負けます:
「この特定の求人向けに、私の職務経歴書の順序と強調点を組み替えてください: [求人票を貼り付け]。最も関連性の高い経験を上に移し、この求人に無関係なものを削り、サマリーを先方の優先事項に合わせて調整してください。私がやっていないことは何も足さず、強調する箇所だけを変えてください。」
批評パス
最後は必ず、AIを「懐疑論者」に変えて締めくくります:
「あなたは、まさにこの職種向けに週200通の職務経歴書をふるいにかけるシニアリクルーターです。私のものを読んで、何があったら読むのをやめるか、どこが曖昧で、どこが埋め草かを率直に教えてください。その都度、具体的にどの行かを指摘してください。」
これを実行し、削除を反映し、もう一度実行する。2パスがちょうどいいバランスです。
どのAIを使うかについて
これらのプロンプトはモデルを選びません — どこでも動きます。変わるのは、モデルがどれだけ確実に「制約に従うか」です: 数字をでっち上げる代わりに [数値？] を残すか、行を褒めそやす代わりに「弱い」と言うか。私たちの経験では、Claudeはこの「正直な編集者」の規律で特に安定しています。だから私たちのプロンプトはその点を活かす作りになっています。AIワークフローの全体像を知りたい方は、Claudeで履歴書・職務経歴書を書く方法をどうぞ。
コピペそのものを省く
ここにあるどのプロンプトも、職歴・求人票・前回のドラフトを貼り付ける作業を伴います — 毎セッション、何度も。そこに近道があります。
ClaudeをあなたのResumeQuickプロフィールに接続すれば、Claudeはあなたの実際の職務経歴書、保存した求人分析、面接結果を直接読みます。コンテキストが既にそこにあるので、プロンプトが短くなります:
「私の最新の職務経歴書と、昨日分析した求人を見て、それに合うようにトップ3つの箇条書きを引き締めてください — 成果を先頭に、数字の捏造なしで。」
設定は2分: Claudeを履歴書に接続する。
あるいは、プロンプトそのものを丸ごと省くこともできます — ResumeQuickのビルダーが、この「成果ファースト・ATS対応」の編集を、あなたのプロフィールに自動で適用します。