「ChatGPTは使っている。でも、職務経歴書へ何と書けばいいのか分からない」
「AIで作った成果を、自分の実績と言ってよいのか不安」
そんな人が増えています。
パーソル総合研究所による全国3,300人調査では、正規雇用者の生成AI業務利用率は54.3％。2025年10月から半年で12.4ポイント増えました。AIを使うこと自体は、すでに珍しい経験ではなくなりつつあります。
一方、マイナビ転職の調査では、直近1年以内に転職した正社員の生成AI活用率は46.7％でしたが、履歴書・エントリーシート作成へのAI利用を肯定的に見る回答は37.0％にとどまりました。
つまり「AIを使った」という事実だけでは、評価につながるとは限りません。
転職で伝えるべきなのは、AIの機能ではなく、AIを使っても仕事の品質を守り、成果へつなげた本人の判断です。
人材要件は「操作」から「整備・運用」へ広がっている
IPAが2026年4月に公開した「デジタルスキル標準ver.2.0」では、データマネジメント類型が新設されました。
背景にあるのは、AIへ入力するデータの精度や整合性、利用ルール、安全性、信頼性を確保しなければ、AIを業務成果へつなげられないという考え方です。AI実装・運用に関するスキルも新設されています。
これはエンジニアだけの話ではありません。
営業なら顧客情報の利用範囲を決める。人事なら候補者情報の扱いを確認する。マーケティングなら出典と最新日付を確かめる。事務職なら入力データの表記揺れを整える。
職種を問わず、AIが使える状態をつくる仕事があります。
AI経験を転職実績へ変える5つの証拠
1. 入力品質を整えた証拠
AIの出力品質は、入力する情報の品質に左右されます。
資料の重複を除いた、表記を統一した、対象期間をそろえた、一次情報だけを選んだ。こうした作業は地味ですが、AIが誤った前提で動くことを防いでいます。
職務経歴書では「AIへ入力した」ではなく、「どの情報を、どの基準で整えたか」まで書きます。
2. 目的と判断基準を決めた証拠
AIは案を出せても、その仕事で何を優先するかは決められません。
速さを優先するのか、正確さを優先するのか。誰に、何を理解してもらうのか。使ってよい情報と使えない情報は何か。
この基準を置いたことが、本人の価値です。
3. 誤りとリスクを確認した証拠
「最終確認しました」だけで終わらせず、何と照合したか、どの条件なら差し戻したかを残します。
制度や法律は省庁の一次資料と照合する。数値は調査対象と調査日を確認する。個人情報や社外秘が含まれる場合はAIへ入力しない。
確認方法を説明できれば、AIを鵜呑みにしない仕事の姿勢が伝わります。
4. 業務手順を変えた証拠
AIで30分短縮しても、その30分へ別の仕事が入れば、業務全体は軽くなりません。
重要なのは、作業を速くしたことだけではなく、不要な工程をやめた、確認回数を減らした、担当者しか分からない手順を共有した、といった業務の変化です。
変えた工程を図や箇条書きで残すと、面接でも説明しやすくなります。
5. 再利用できる形で残した証拠
一度だけ成功したプロンプトより、次回も使えるチェックリストの方が組織では価値があります。
入力前提、禁止事項、確認項目、保存先、判断が必要な条件を残せば、個人の工夫が再現可能な手順になります。
パーソル総合研究所の調査では、AI環境で成果を上げる人のメタ・スキルとして「集める・決める・確かめる・壊す・蓄える」が示されました。同じAIヘビーユーザーでも、その高低で成果差は最大3.6倍です。
職務経歴書での書き換え例
書き換え前
ChatGPTを活用し、競合調査を効率化した。
書き換え後
毎週行う競合調査で、対象期間と一次情報の条件を統一し、AIへ分類と比較表の初稿を任せた。情報源の採否と表現の修正は自分で判断し、確認項目をチェックリスト化したことで、担当者以外でも同じ手順を再現できる状態にした。
書き換え後には、入力品質、判断基準、確認、業務変更、再現の要素があります。
数字を確認できない場合、効果を作ってはいけません。「共有時間が半分になった」と推測で書くより、「午前中に共有できる手順へ変えた」のように、説明できる事実を使います。
面接で聞かれやすい3つの質問
AIには何を任せましたか
工程を具体的に分けて答えます。収集、分類、初稿、比較案など、AIが担当した範囲を示します。
あなた自身は何をしましたか
目的、判断基準、情報源の採否、修正、最終確認を答えます。ここが本人の経験です。
間違いをどう防ぎましたか
照合先、差し戻し条件、チェックリストを答えます。「気をつけました」ではなく、確認の仕組みを説明します。
今日から使えるAI実績メモ
毎日1件、次の6項目を残してください。
- 課題：誰が何に困っていたか
- 入力：何を整えたか
- 判断：何を自分で決めたか
- 確認：何と照合したか
- 変化：仕事の手順がどう変わったか
- 再現：次回どこから使えるか
AIを使った回数ではなく、仕事の品質を守った証拠を残す。
それが、ツールが変わっても古くならない転職実績になります。
出典
- IPA「デジタルスキル標準ver.2.0を公開」（2026年4月16日） https://www.ipa.go.jp/pressrelease/2026/press20260416.html
- IPA「DX動向2026」（2026年7月30日公開、8月4日更新） https://www.ipa.go.jp/digital/chousa/dx-trend/dx-trend-2026.html
- パーソル総合研究所「AIで成果を出す人は誰？」（2026年7月31日） https://rc.persol-group.co.jp/news/info-20260731-1100-1/
- マイナビ転職「転職者の生成AI活用に関する実態調査」（2026年7月30日） https://www.mynavi.jp/news/2026/07/post_54307.html
