仕事を続けながら転職活動を始めたものの、職務経歴書の直し方や企業研究の進め方が分からず、生成AIにも断片的な質問しかできていない——そんな20代後半のWebマーケターに関係の深いニュースです。フィシルコムが、転職活動の工程ごとにAIの作業手順を定めた「Otame4 Work Skills」16種を公開しました。便利そうな新ツールとして眺めるのではなく、何を任せ、どこを自分で確かめるべきかを整理します。
📄 転職で生成AIはどう使う？公開されたAIスキル16種の中身
フィシルコムは2026年9月22日8時、就職・転職・採用を支援する16種のAgent Skills（＝AIに特定の作業手順や判断基準を追加する仕組み）を、GitHubでオープンソース公開したと発表しました。公開されたのは、何でも一度に相談する万能型のチャットではありません。キャリアの棚卸し、職務経歴書の添削、企業研究、面接準備、内定条件の確認などを別々の作業として扱う設計です。
公式リポジトリで確認できる構成を、求職者が使う場面に沿って整理すると次のようになります。
| 転職活動の段階 | 主なスキル | 得られる支援 | 本人に残る判断 |
|---|---|---|---|
| 方向性を決める | job-hunting-axis、career-inventory、job-change-decision、career-options | 経験の棚卸し、転職軸、次の職種候補を整理 | 何を優先し、転職するかどうか |
| 応募書類を整える | entry-sheet-review | 設問とのずれ、根拠、文字数を確認 | どの表現で提出するか |
| 企業・求人を調べる | company-research、job-posting-analysis、scout-message-triage | 公式情報の整理、求人条件の読み解き、スカウトの仕分け | 応募先として納得できるか |
| 面接に備える | interview-prep、interview-debrief | 深掘りされそうな箇所の抽出、面接後の振り返り | 自分の言葉でどう説明するか |
| 内定後を検討する | offer-terms-check、offer-comparison、offer-decline、resignation-plan | 書面条件の確認、複数オファーの比較、退職準備 | 承諾・辞退・退職の最終決定 |
| 入社前に仕事を試す | otameshi-candidate、otameshi-employer | 確認質問、体験範囲、期間、報酬、振り返り項目を整理 | 体験へ参加し、入社するか |
今回の発表で重要なのは、AIに「通りやすい職務経歴書」や「自分に最適な会社」を決めさせる設計ではない点です。公式リポジトリでは、経験や資格を創作しない、合否や内定確率を予測しない、本人の確認なく応募や連絡を実行しない、といった共通制約が示されています。
💡 今回のニュースは「AIに転職を任せる」という話ではなく、転職活動を小さな確認作業へ分け、AIと本人の役割を明確にするための手順が公開されたことに価値があります。
📄 「転職 生成AI 使い方」が問われる背景は、利用者の急増です
なぜ今、こうした手順が必要なのでしょうか。参考になるのが、就職みらい研究所の「就職白書2026」です。調査対象は新卒学生であり、中途転職者の実態をそのまま示す数字ではありません。ただし、応募書類や企業研究に生成AIが入り込んでいる状況を知る材料にはなります。
| 調査項目 | 割合 | 転職者が読み取れること |
|---|---|---|
| 就職活動で生成AIを使用した学生 | 63.3％ | AI利用自体は珍しい行動ではなくなっています |
| AI利用者のうち、回答を吟味・修正して書類に使った人 | 81.6％ | 出力を確認して直す工程が前提になっています |
| AIの回答をそのまま書類に使った人 | 39.9％ | 本人らしさや事実確認が抜けるリスクも残ります |
| 就職活動でのAI利用に不安を感じる人 | 42.1％ | 便利さと不安が同時に存在しています |
この数字から、中途採用でも同じ割合だと断定することはできません。一方、職務経歴書、企業研究、面接準備という共通工程では、求職者が「使うか、使わないか」だけでなく、「出力のどこを確認するか」を学ぶ必要が高まっていると考えられます。
特にWebマーケターは、施策名や指標が多く、AIがもっともらしい実績を補いやすい職種です。「CVRを改善した」と入力しただけなのに、AIが改善率や担当範囲まで補ってしまえば、面接で説明できない文章になります。文章が滑らかかどうかより、元資料へ戻れるかが大切です。
💡 AI活用の差は、きれいな文章を一度で出せるかではなく、事実・推測・未確認事項を分けて修正できるかに表れます。
📝 職務経歴書のAI添削は「書かせる」前に材料を分ける
職務経歴書を白紙からAIに書かせると、一般的で整った文章にはなっても、あなたが実際に担った役割が薄くなりがちです。今回公開されたentry-sheet-reviewは、設問への適合、事実の裏づけ、文字数という観点を分けて確認します。この考え方は、ツールをインストールしない人でも使えます。
まず、求人票、現在の職務経歴書、事実を確認できる手元のメモを分けて用意してください。Webマーケターなら、担当チャネル、予算を決めた人、自分が実施した作業、観測期間、使った指標、チーム人数などです。守秘義務に触れる顧客名や未公表数値は入力せず、必要なら「BtoBサービス」「月間予算は非開示」のように置き換えましょう。
- 求人要件を分解する：必須条件、歓迎条件、仕事内容、成果の測り方に分けます。
- 自分の経験を事実単位にする：状況、自分の行動、結果、役割を別々に書きます。
- 対応関係だけをAIに尋ねる：どの経験がどの要件につながるか、根拠のない箇所はどこかを出させます。
- 不足を創作せず空欄にする：分からない数値や担当範囲は、元資料や元同僚に確認できるかを判断します。
- 最後は口頭で説明する：文章を見ずに背景、行動、結果を話せなければ、表現を自分の言葉へ戻します。
たとえば「広告運用経験を魅力的に書いて」と頼むより、「次の求人要件と私の実績メモを対応づけ、根拠が足りない主張、主語がチームになっている箇所、面接で数字の定義を聞かれそうな箇所を分けてください」と頼む方が実務的です。採用されそうな人物像を創作するのではなく、説明責任を果たせる原稿へ近づける使い方といえます。
なお、公開リポジトリが初期に想定している利用環境はClaude Codeです。公式のクイックスタートが示すように、ターミナル操作を伴います。一般的なチャット画面でリンクを開くだけで16機能が自動追加されるわけではありません。技術的な設定に慣れていない方は、いきなり導入するより、上記の確認手順を普段使っているAIとの会話へ取り入れるところから始めると安心でしょう。
自分の経験を整理して、次に狙う求人をCareer Central AIで考える
✅ AI企業研究では、回答の量より出典と確認日を残す
企業研究で生成AIを使うと、短時間で情報を集められる一方、過去の中期経営計画、終了したサービス、古い採用条件が混ざることがあります。公開されたcompany-researchは、応募先を一次情報から調べ、事実に出典と確認時点を付ける考え方を採っています。Web検索を利用できない環境では、記憶から埋めず、確認できない項目を未確認のまま残す仕様です。
この姿勢は、転職者自身の企業研究にもそのまま使えます。情報源ごとの役割を混ぜないことがポイントです。
| 知りたいこと | 優先する情報源 | 確認する項目 | 面接まで残す問い |
|---|---|---|---|
| 事業の重点領域 | 決算資料、中期経営計画、公式ニュース | 投資額、対象事業、実施時期 | 募集職種が重点領域へどう関わるか |
| 具体的な仕事内容 | 公式求人票、採用ページ | 担当範囲、必須要件、勤務地、雇用形態 | 入社後3〜6カ月で期待される成果 |
| 給与と働き方 | 求人票、労働条件通知書 | 基本給、固定残業、賞与、試用期間、転勤 | 口頭説明と書面条件に差がないか |
| 組織の実態 | 公式説明と面接での質問 | 人数、役割分担、意思決定者 | 欠員補充か増員か、評価指標は何か |
口コミは職場を知るきっかけになりますが、部署、時期、投稿者の立場を確認できない場合があります。AIに平均的な評判を作らせるより、「口コミで気になった論点を、面接で失礼なく確かめる質問に変える」使い方が向いています。たとえば「裁量はありますか」ではなく、「広告予算やクリエイティブ変更について、担当者が決められる範囲と承認フローを教えてください」と具体化すると、入社後の働き方を想像しやすくなります。
- ✓ 企業名、事業名、決算期が最新かを公式ページで確認した
- ✓ 売上や採用人数などの数字に、対象期間と出典を付けた
- ✓ 求人票の必須条件と歓迎条件を分けた
- ✓ AIの推測を企業の発表として書いていない
- ✓ 口コミだけで結論を出さず、面接で確認する質問へ変えた
💡 企業研究の完成形は長い要約ではありません。「確認できた事実」「そこから考えた仮説」「面接で聞く未確認事項」の3列に分かれている状態です。
⚖️ 面接・内定比較でも、AIに合否や順位を決めさせない
面接対策では、AIに模範回答を大量生成させるより、提出済み書類の弱い箇所を探す方が効果的です。公開されたinterview-prepは、裏づけのない主張、主語がチームの記述、職歴の空白、求人の必須要件に答えていない箇所などを深掘り候補として扱います。
Webマーケターなら、「売上に貢献した」という一文を、そのまま覚えるのは危険です。施策前後の期間、季節要因、他部署の施策、自分が管理した指標を分けておきましょう。数字を開示できない場合も、「前年比を社外へ出せないため、面接では改善の方向と検証方法を説明します」と準備できます。盛ることより、守秘義務を守りながら何を説明できるかを決める方が信頼につながります。
面接後は、感触から合否を予測させるのではなく、答えきれなかった質問、口頭でのみ説明された条件、次回までに確認する資料を整理します。手応えと事実を分けることで、「面接官がうなずいたから高評価だったはず」といった推測に引っ張られにくくなるでしょう。
内定比較でも同様です。年収だけを横並びにせず、基本給、賞与の算定、固定残業時間、勤務地、リモート勤務の条件、試用期間、評価時期、入社日を同じ欄へそろえます。AIは比較表を作れますが、家族との時間、学びたい領域、収入の下限などの優先順位までは決められません。条件が書面にないなら、AIに推測させず企業へ確認する必要があります。
✅ オープンソースの転職AIを使う前に確認したい限界
オープンソースは、無料であることや安全性を自動的に保証する言葉ではありません。今回のリポジトリはMITライセンスで公開され、手順や制約を読める点はメリットです。一方、導入環境、AIモデル、Web検索の有無、入力する資料によって結果は変わります。公開直後のため、実際の利用者による長期的な評価が蓄積している段階でもありません。
また、転職資料には個人情報と勤務先の機密が含まれやすいものです。氏名、住所、電話番号、生年月日、顧客名、未公表の売上、広告アカウントのID、社内URLなどを、そのまま外部AIへ入れる必要はありません。応募書類の添削なら、個人を特定できる情報を伏せても大半の確認はできます。利用するAIサービスのデータ保存や学習利用に関する設定も、入力前に確認してください。
求人条件や法的な扱いも、AIの回答だけで確定させない方がよいでしょう。固定残業代の記載が分かりにくい、体験業務が有償か無償か判別できない、副業規定との関係が不明といった場合は、求人企業へ書面で確認し、必要に応じて公的な相談窓口や専門家を利用します。
- ✓ 利用環境とインストール方法を公式リポジトリで確認した
- ✓ 氏名、連絡先、顧客情報、未公表数値を削除または置換した
- ✓ 入力先サービスの保存・学習利用設定を確認した
- ✓ 求人企業が選考中のAI利用ルールを示していないか確認した
- ✓ AIが追加した数字、資格、担当範囲がないか原稿と照合した
- ✓ 応募送信、企業への連絡、内定承諾は自分で最終確認する
- ✓ 重要な労働条件は口頭説明だけでなく書面で確認する
今回の公開から読み取れるキャリア上の示唆は、AIを使える人が一律に有利になるということではありません。作業を分解し、根拠を示し、確認できないことを確認できないまま扱える人の重要性が増す、という点です。これは転職活動だけでなく、Webマーケティングの仮説検証やレポーティングにも通じる仕事の進め方でしょう。
📝 7日間で始める「職務経歴書 AI添削」と企業研究
公開された16種をすべて一度に使う必要はありません。まずは応募候補1社を題材に、次の順番で小さく試すのがおすすめです。
- 1日目：転職で変えたいことと守りたいことを、それぞれ3つ以内で書きます。
- 2日目：直近3年の仕事を、状況・行動・結果・役割に分けます。
- 3日目：応募候補の求人票を必須条件、歓迎条件、仕事内容、労働条件に分解します。
- 4日目：自分の経験と求人要件を対応づけ、根拠の弱い表現を削ります。
- 5日目：決算資料や公式ニュースから、事業の重点領域と募集職種の接点を調べます。
- 6日目：職務経歴書から深掘り質問を作り、声に出して回答します。
- 7日目：未確認事項を逆質問へ変え、応募するかどうかを自分で判断します。
AIに完成品を求めると、少し違うだけで使えないと感じやすいものです。しかし、求人票の分解、根拠不足の発見、比較表の作成といった小さな作業なら、結果の良し悪しを自分で判断できます。まずは「文章を書いて」ではなく、「この主張を裏づける事実が入力内にあるか確認して」と頼んでみてください。転職活動での生成AIの使い方が、かなり具体的になるはずです。
Career Central AIで、経験を生かせる次のキャリアを整理する
参照元
以下は2026年9月22日9時00分（日本時間）に確認しました。
🔗 出典・参照リンク
- フィシルコム「おためし転職、就活・転職・採用を支援するAIスキル16種をオープンソースで公開」（2026年9月22日公開）
- ficilcom / otame4-work-skills 公式GitHubリポジトリ（収録スキル、共通制約、導入方法、ライセンスを確認）
- 就職みらい研究所「就職白書2026」（生成AIの利用状況は39〜40ページ）
- Claude Code公式クイックスタート（利用環境と導入方法を確認）
- おためし転職 公式サイト（サービスの説明を確認）