jinbay無料で相談する

職務経歴書の書き方

生成AIを仕事で使った経験の書き方|職務経歴書で「使っただけ」に見せないコツ

生成AIを業務で使った・作った経験を、職務経歴書でどう書けば評価されるかを解説します。使った経験と作った経験の違い、数字の入れ方、書き換え例つきです。

更新日 2026年11月16日 / 書いた人 上田 英介(ジンベイ株式会社 代表取締役/職業紹介責任者)

「生成AIを業務で活用」と職務経歴書に書く人は、この1〜2年で一気に増えました。そのぶん、書き方しだいで「ツールを使っただけ」にも「仕組みを作れる人」にも見えます。AIの会社の書類選考で評価されるのは、もちろん後者です。

この記事では、生成AIに関わった経験を、職務経歴書でどう書けば伝わるかを説明します。

まず、経験の種類を分ける

生成AIに関わった経験は、大きく4つに分けられます。自分の経験がどこに当たるかで、書き方が変わります。

種類例AIの会社での評価
1. 道具として使ったコードの補完、文章の下書き、調べもの今はほぼ全員がやっているので、単独では差がつかない
2. 業務の流れに組み込んだチームのレビューや資料作りに取り入れ、手順を整えた進め方の工夫として評価される
3. 機能やツールを作った社内向けのチャット、文書の要約、データの抽出を作った開発経験として評価される
4. 本番で運用した利用者がいて、精度や費用を管理しながら改善した最も評価される

1の経験しかない場合、職務経歴書のメインには書かず、「活かせる経験」に1行添える程度で十分です。2〜4の経験があれば、プロジェクトとして独立させて書きます。

書くべき5つの要素

生成AIを使った機能やツールを作った経験は、次の5つを書くと伝わります。

  1. 何の課題を解いたか:誰の、どんな手間を減らしたかったのか
  2. どういう仕組みにしたか:LLM に何をさせ、何をプログラム側で処理したか
  3. 精度をどう確かめたか:評価用のデータ、正答率、人による確認
  4. 本番でどう運用したか:利用者数、費用、応答時間、失敗したときの扱い
  5. 結果:減った時間、増えた件数、利用率

この中で特に差がつくのが、3の「精度をどう確かめたか」です。LLM のアプリは、作るより良し悪しを判断するほうが難しいので、評価の経験がある人は少数です。

書き換え例

例1:道具として使った経験

書き換える前 生成AIを活用し、開発効率を向上させた。

書き換えた後 チームのコードレビューに生成AIによる事前チェックを取り入れ、指摘の観点をまとめたチェックリストを作成。レビューの往復回数を平均3.2回から1.8回に減らした。

「活用した」だけでは、何をしたのか分かりません。チームの手順として整えたこと、そしてその結果を数字で書きます。

例2:社内ツールを作った経験

書き換える前 ChatGPT のような社内チャットボットを開発。

書き換えた後 営業部門向けに、過去の提案書と製品資料をもとに質問に答える社内チャットを開発(Python、FastAPI)。よくある質問50問で評価データを作り、検索の方法を見直して正答率を55%から80%に改善。営業約40名が週に平均120回利用。

何に答えるのか、どう作ったか、どれだけ良くなったか、どれだけ使われているかの4点がそろっています。

例3:試作で終わった経験

試作で終わった経験も、書き方しだいで十分に評価されます。

書き換えた後 請求書から取引先名と金額を抜き出す仕組みを試作。100件で精度を測ったところ、手書きの請求書で誤りが多く、費用対効果が合わないと判断して本番化を見送った。判断の根拠となる精度と費用の試算を部門長に報告。

本番化しなかった理由を、数字をもとに説明できることは、それ自体が評価されます。

よくある失敗

ツールやモデルの名前を並べる

「〇〇、〇〇、〇〇を使用」と並べても、使いこなせるかどうかは伝わりません。名前は使用技術の欄にまとめ、本文では何を解決したかを書きます。モデルやサービスの入れ替わりは早いので、名前より考え方のほうが長く評価されます。

「AIに任せて工数を削減」とだけ書く

どの作業の工数を、どれだけ減らしたのかを書きます。「月40時間かかっていた議事録の作成を、確認だけの10時間にした」のように、前と後を並べると伝わります。

社外秘の情報を書いてしまう

社内のツールやデータの話は、書き方に注意が必要です。取引先の名前、具体的なデータの中身は伏せ、「法人向けの〇〇サービスの問い合わせデータ」のように一般化して書きます。詳しくは守秘義務のある案件の書き方を参照してください。

経験が少ない場合

業務で生成AIを作る機会がなかった場合は、個人開発で補うことができます。評価データを作って改善するところまでやれば、業務経験に近い評価を得られることもあります。

  • 自分の手元の文書で、質問に答える仕組みを作る
  • 30〜50問の評価データを作り、正答率を測る
  • 改善した過程を GitHub と技術記事にまとめる

書き方は個人開発の書き方で詳しく説明しています。

まとめ

  • 「使った」「組み込んだ」「作った」「運用した」のどれに当たるかで書き分ける
  • 課題、仕組み、精度の確かめ方、運用、結果の5つを書く
  • 試作で終わった経験も、判断の根拠を数字で示せば評価される

あわせて読みたい