AIに任せる転職活動の工程と、自分で決める工程
転職活動をAIで進めるときは、6つの工程ごとに「AIに任せる作業」と「自分で決めること」を分けておくと迷いません。AIに任せやすいのは情報を集めて整理し、下書きにする部分で、判断と最後の言葉は自分に残ります。
工程 | AIに任せる作業 | 自分で決めること |
|---|
実績の棚卸し | コミット・プルリクエストの履歴やメモを、期間・機能ごとにまとめ直す | どの実績を書類に載せるか。社外に出せない情報を伏せること |
年収相場の確認 | 同じスキルの組み合わせの求人から、年収の帯を出す | 希望年収と、譲れる条件・譲れない条件 |
求人探しと読み解き | 求人の必須・歓迎条件と自分の経験を突き合わせ、合う点と足りない点を表にする | 応募する求人 |
職務経歴書・プロフィール | 求人の条件に合わせた構成と下書き、表現の見直し | 書いた数字と役割が事実かの確認 |
面接の準備 | 求人と経歴から想定質問を作り、深掘りの質問を続けて出す | 転職理由と、自分の言葉での答え |
条件の比較 | 複数の内定の条件を同じ表に並べる | どこに入社するか |
ChatGPT・Claude・Gemini などの対話型のAIでも、この多くは進められます。AI コーディングツールを使う利点は2つです。
1つは、手元のファイルを直接読んで書き出せることです。リポジトリの履歴、過去の職務経歴書、保存した求人票の Markdown を、コピーして貼る手間なしに材料にできます。
もう1つは、MCP(Model Context Protocol・AIから外部のサービスを呼び出す共通の接続方式)で求人サービスにつなげることです。Offers AI Harness はこの方式で Offers につなぎ、求人と年収相場をターミナルから引けるようにしています。
AIコーディングツールを技術スタックに載せる求人と年収
Offers Jobs に掲載中の正社員求人670件のうち、求人ページの「技術スタック」の欄に Claude Code・GitHub Copilot・Cursor・Codex のいずれかを載せる求人は48件(17社)でした。提示年収の中央値は下限が685万円、上限が1,200万円で、670件全体(下限550万円・上限1,000万円)より高い帯です。
AIコーディングツールは転職活動を進める道具であると同時に、開発でこれらのツールを使う職場の求人もあります。
技術スタックに載せるツール | 求人 | 企業 | 提示年収の下限の中央値 | 上限の中央値 |
|---|
4つのいずれか | 48件 | 17社 | 685万円 | 1,200万円 |
Claude Code | 29件 | 8社 | 780万円 | 1,350万円 |
GitHub Copilot | 33件 | 12社 | 600万円 | 1,200万円 |
Cursor | 12件 | 6社 | 685万円 | 1,000万円 |
Codex | 8件 | 3社 | — | — |
(参考)掲載中の正社員求人すべて | 670件 | 178社 | 550万円 | 1,000万円 |
(Offers(株式会社overflow)調べ・Offers Jobs に掲載中の正社員求人 n=670・2026年11月1日時点)
1つの求人が複数のツールを載せていることがあるため、ツール別の件数の合計は48件と一致しません。
48件のうち38件はエンジニア職の求人です。職種で見ると、フルスタックエンジニアとサーバーサイドエンジニアが7件ずつ、フロントエンドエンジニアとデータエンジニアが4件ずつで、プロダクトマネージャーの求人も2件あります。
表の数字は、これらのツールを技術スタックに載せる求人の提示年収の帯です。ツールの経験があれば年収が決まる、という関係を示すものではありません。
転職活動では、普段使っているツールの名前と、何を任せて何を自分で確かめたかを職務経歴書に書いておくと、こうした求人の技術スタックと照らし合わせて読んでもらえるはずです。AIツールを使った開発経験の書き方は「エンジニアの職務経歴書で差をつける書き方とAI経験の例」にまとめています。
技術スタックに Claude Code を載せる求人は、Claude Code の求人一覧で探せます。
Claude Codeで転職活動を進める5つのステップ
AIコーディングツールで転職活動を進める順番は、実績の棚卸し、年収相場の確認、求人の読み解き、職務経歴書とプロフィールの見直し、面接の準備の5つです。前のステップで作ったファイルを次のステップの材料にするため、作業用のディレクトリを1つ作り、そこで Claude Code や Codex を起動して進めます。
mkdir -p ~/job-hunting && cd ~/job-hunting
claude
作ったメモ(実績・求人・想定問答)は Markdown のファイルで残しておくと、応募先ごとに書類を直すときに読み返せます。
ステップ1 コミットとプルリクエストの履歴から実績を書き出す
職務経歴書の材料は、記憶よりも手元の履歴の方が正確です。自分のコミットとマージ済みのプルリクエストを一覧にして AI に読ませ、期間と機能ごとにまとめ直してもらいます。
git log --author="<自分の名前>" --since="2024-01-01" --date=short --pretty=format:"%ad %s"
gh pr list --author "@me" --state merged --limit 100
一覧を書き出したら、次のように頼みます。
この履歴から、担当した機能と改善を半期ごとに分けて、
「目的・自分の役割・使った技術・結果」の順で箇条書きにしてください。
数字が履歴から読み取れないものは「要確認」と書いてください。
数字を「要確認」にさせるのは、AIが規模や成果の数字を補ってしまうのを防ぐためです。リリース後の指標や担当した人数は、自分の記録で埋めます。
勤務先のリポジトリや業務用の AI アカウントを転職活動に使ってよいかは、就業規則と社内の AI 利用の規程で確かめてください。使えない場合は、自分で書いた業務のメモを個人の環境で読ませる形が安全です。書き出した結果から、社内のプロジェクト名・顧客名・公開していない数字を伏せてから、書類に写します。
Claude Code に任せた作業の実績を集計する公式プラグインの receipts など、キャリアの見直しに使えるプラグインの入れ方は「Claude Code プラグインの入れ方と用途別の一覧」で紹介しています。
ステップ2 年収相場をスキルの組み合わせで確かめる
年収相場を確かめる材料は、職種名だけでなく、自分のスキルの組み合わせに近い求人の年収です。Offers AI Harness の /offers-career-check は、同じスキルセットの求人から年収相場の下位帯・中央値・上位帯を出し、年収を上げる方向のスキルを提案します(GitHub の README)。
対話型のAIに「私の市場価値はいくらか」と聞くと、出どころの分からない数字が返ることがあります。年収の数字は、求人の提示年収か公的統計のように、出どころを言える数字で確かめてから希望年収を決めてください。
年収が上がりやすい条件を求人の側から確かめる方法は、「エンジニア転職の年収|上がる人の条件と求人の年収帯」にまとめています。
ステップ3 求人を探し、必須・歓迎条件と自分の経験を突き合わせる
求人を読むときは、必須条件と歓迎条件を1行ずつ、自分の経験と根拠になる実績に対応させます。/offers-job-match は、プロフィールのスキル・職種・経験年数から合う求人を検索し、合う点と足りない点を分析します(GitHub の README)。
気になった求人は、募集要項を Markdown のファイルに保存し、ステップ1で作った実績のメモと一緒に読ませる方法もあります。
jobs/ にある求人の必須条件・歓迎条件を1行ずつ取り出し、
achievements.md の実績と対応させて表にしてください。
列は「条件・自分の経験・根拠になる実績・足りない点」にしてください。
表の「足りない点」は、応募をやめる理由ではなく、面接で何を補って話すかを考える材料として使います。Offers AI Harness は、求人の本文など MCP の応答に含まれる文字を指示として扱わない方針を、リポジトリのAIエージェント向けの説明書(AGENTS.md)に書いています。求人の本文に紛れた文が、AI の動きを変えないようにするための決まりです。
ステップ4 職務経歴書とOffersのプロフィールを求人の条件に合わせて直す
職務経歴書とプロフィールは、ステップ3の表で多かった条件に合わせて、実績の並べ方と言葉を直します。/offers-profile-review は、Offers のプロフィールの強み・弱みと改善案を示し、承認するとその場でプロフィールを更新します(GitHub の README)。
AIに直させた下書きは、提出の前に、数字・期間・役割が事実と合っているかを自分で読み直します。チームの成果を自分ひとりの成果のように書き換えていないかも、見るところです。
Offers AI Harness を使う前提は、Offers のアカウントです。README は、スキル・職種・職歴を登録しておくことを最初の準備に挙げ、登録内容が充実しているほどマッチングの精度が上がるとしています。先に Offers でアカウントを作り、普段使っている AI コーディングツールも含めてスキルを登録しておくと、ステップ2とステップ3の結果が自分の経験に近づきます。
ステップ5 応募先ごとの想定問答を作り、答えは自分の言葉で準備する
面接の準備でAIに任せるのは質問を出す側で、答えは自分で書くのが基本です。応募先の求人のメモと職務経歴書を読ませて、面接官の立場で質問を作ってもらう頼み方が使えます。
jobs/<応募先>.md と resume.md を読み、この求人の面接官として質問を10問作ってください。
1問ずつ出し、私の答えに対して深掘りの質問を続けてください。
答えをAIに書かせると、職務経歴書の言い回しをなぞった答えになりやすく、深掘りされたときに自分の経験の話として続きません。自分で書いた答えを読ませ、矛盾や抜けを指摘してもらう使い方にとどめます。
IT職の面接で問われる内容と準備の仕方は、「スタートアップの面接で問われるスキルと準備【IT職】」が参考になります。
Offers AI Harness の入れ方と3つのスキル
Offers AI Harness は、株式会社overflow が無料のオープンソース(Apache 2.0)として公開している Claude Code のプラグインです。Offers の MCP サーバーにつなぎ、求人の検索、年収相場の確認、Offers のプロフィールの見直しをターミナルから行えます(Offers AI Harness・GitHub の README)。
スキル | 話しかける例 | できること |
|---|
/offers-job-match
| 「自分に合う求人を探して」 | プロフィールのスキル・職種・経験年数から合う求人を検索し、合う点と足りない点を分析する |
/offers-career-check
| 「年収相場を教えて」 | 同じスキルセットの求人から年収相場の下位帯・中央値・上位帯を出し、年収を上げる方向のスキルを提案する |
/offers-profile-review
| 「プロフィールを見直したい」 | プロフィールの強み・弱みと改善案を示し、承認するとその場で Offers のプロフィールを更新する |
スキルはコマンドで呼ぶほか、表の「話しかける例」のような文で頼んでも動きます。
Claude Code v2.1.275 以上なら、入れ方は次の1行です。
/plugin install offers-ai-harness --marketplace overflow-tm/offers-ai-harness
v2.1.275 より前のバージョンでは、次の2行で入ります。
/plugin marketplace add overflow-tm/offers-ai-harness
/plugin install offers-ai-harness@offers-ai-harness
初回の利用時にはブラウザが開き、Offers のアカウントで認証します。アカウントが無ければ、メールアドレスか SNS(ソーシャル・ネットワーキング・サービス)のアカウントで無料登録でき、2回目以降は認証の操作は要りません。Claude Code 自体を使うには、Anthropic のサブスクリプションが別に必要です。
プラグインの機能は Claude Code 用です。Codex CLI(OpenAI のコマンドラインツール)では、README の手順でスキルを入れたうえで、~/.codex/config.toml に MCP の接続先を足すと使えます。
[mcp_servers.offers_worker]
url = "https://mcp.offers.jp/worker"
GitHub CLI からは gh skills add overflow-tm/offers-ai-harness で入れる手順も README にあります。
出力の例(イメージ)とセットアップの3ステップは、Offers AI Harness のページで確かめられます。普段の開発と同じターミナルで、求人と年収相場を見比べながら、次の職場を考えてみてください。
AIに渡すデータと、使う前に確かめる3つの点
AIで転職活動を進める前に確かめるのは、勤務先の情報を渡さないこと、会話に入ったデータの扱いはAIサービスの規約で決まること、AIの出力をそのまま提出しないことの3点です。
勤務先の非公開情報と他人の個人情報を渡さない
転職活動のために AI に渡してよいのは、自分の経歴と公開されている求人の情報です。勤務先のソースコード、顧客名、公開していない売上や利用者数、同僚の名前や評価は、AI に渡す前に伏せてください。
ステップ1のように業務の履歴を材料にするときも、書き出したメモから非公開の情報を消してから、書類やプロフィールに写します。
会話に入ったデータの扱いはAIサービスの規約で決まる
README によると、Offers AI Harness が扱う年収・職歴・スキルなどは、使っている AI ツールの会話のコンテキストに入ります。そのデータがどう保持・利用されるかは各 AI サービスのデータポリシーに従い、利用しているプランによって適用されるポリシーが変わる場合もあるため、使う前にプランの規約を確かめておくと安心です。
Offers との通信は HTTPS(HTTP over TLS)で暗号化され、認証は OAuth 2.1 と PKCE(Proof Key for Code Exchange)を組み合わせた方式です。プロフィールを書き換えるのは /offers-profile-review だけで、本人が明示的に承認したときに限って更新します。サービスページは、スカウト送信などの企業向けの機能を範囲の外としています(Offers AI Harness)。
AIの出力は数字と経歴を自分で確かめてから使う
AIが作った職務経歴書や回答の下書きには、事実と違う数字や、実際より大きく見える役割が混ざることがあります。提出する書類と面接で話す内容は、自分の記録と照らして確かめた範囲だけに絞ってください。
年収の数字も同じで、求人の提示年収か公的統計のように、出どころを言える数字だけを判断に使います。
AIで転職活動を進める要点
AIで転職活動を進めるときは、材料を集めて整える作業をAIに任せ、応募先・転職理由・入社の判断は自分で決めます。Claude Code や Codex を仕事で使っているなら、手順は次の5つです。
- コミットとプルリクエストの履歴を読ませて実績を書き出し、数字は自分の記録で埋める
- 年収相場は、スキルの組み合わせが近い求人の提示年収で確かめる
- 求人の必須・歓迎条件と自分の実績を1行ずつ対応させ、足りない点を面接の準備に回す
- 書類とプロフィールは、AIの下書きの数字と役割を自分で読み直してから出す
- 想定質問はAIに出させ、答えは自分の言葉で書く
同じ時点の Offers Jobs では、Claude Code・GitHub Copilot・Cursor・Codex のいずれかを技術スタックに載せる正社員求人が48件あり、提示年収の下限の中央値は685万円でした(2026年11月1日時点)。使っているツールと任せた範囲は、応募書類と Offers のプロフィールに書いておく価値があります。
求人と年収相場をターミナルから確かめたい場合は、Offers AI Harness を Claude Code に入れると、ステップ2からステップ4までを同じ画面で進められます。