1. なぜ職務経歴書づくりにClaudeを使うのか

 Claudeは2024年以降、日本のビジネス利用者から急速に支持を集めているAIアシスタントです。職務経歴書のような「長文を読み、長文を書く」タスクで力を発揮します。実際に職務経歴書づくりで活きるClaudeの強みは大きく3つあります。

1.1 200K Tokenの長文Contextで職務経歴を丸ごと扱える

 Claudeは1回のやり取りで約200K Token(日本語で約15万字)のテキストを処理できます。これは、これまでの全プロジェクトの議事録、評価シート、業務マニュアル、過去の自己PR文、社内表彰の記事などをすべて貼り付けても余裕がある分量です。

 ChatGPTの無料プラン(GPT-4o mini)が約128K Token、有料のGPT-5でも同等の規模であるのに対し、Claudeは最初から200Kが標準。15年分のキャリアを「あらすじ」ではなく「素材そのまま」で渡せるので、AIが拾い上げる実績の解像度が変わります。

1.2 ProjectsとArtifactsで「作業場」を持てる

 Claudeには「Projects」という、特定のテーマで会話をまとめておけるフォルダ機能があります。職務経歴書づくりのProjectを1つ作っておけば、過去のチャット履歴・参照資料・プロンプトテンプレートを横断して使い回せます。

 また「Artifacts」と呼ばれる右側パネルに、職務経歴書のドラフトを清書プレビューとして表示させながら、左側で対話的に修正を依頼できます。Wordで原稿を開きながら隣で編集者と話している感覚に近く、ChatGPTのCanvasよりも直感的という声も多い機能です。

1.3 日本語の文体が自然で「上司に出せる」レベル

 Claudeは日本語の助詞・敬語・体言止めの扱いが洗練されており、職務経歴書に必要な「丁寧だが冗長すぎない、です・ます調と体言止めの混在」が破綻しにくい傾向があります。ChatGPTで起こりがちな「英語直訳っぽい言い回し」「箇条書きへの偏り」も比較的少なめです。

 もちろん最終チェックは人間が必須ですが、最初のドラフトとして書類選考通過レベルの完成度に到達しやすいのは大きなメリットです。

2. ClaudeとChatGPTの違いを比較表で整理

 「結局どちらを使えばいいの?」という疑問に答えるため、職務経歴書づくりで重要なポイントだけを比較しました。

項目 Claude (Sonnet 4.x) ChatGPT (GPT-5)
無料プランで使える容量約200K Token / 1会話約128K Token / 1会話
日本語の自然さ◎(敬語・体言止めが安定)○(やや箇条書き寄り)
プロジェクト管理Projects(フォルダ+システム指示)GPTs / Projects
清書プレビューArtifacts(右ペイン)Canvas
Web検索あり(Web search)あり(標準搭載)
画像生成なし(テキスト中心)あり(DALL-E系)
音声会話なしあり
学習に使われるか原則使われない設定でオプトアウト要

 ざっくり言えば、「文章の質と長文耐性」ではClaude、「機能の幅とマルチモーダル」ではChatGPTです。職務経歴書という「長文・日本語・推敲重視」のタスクではClaudeに軍配が上がる場面が多くなります。

 関連記事:AIで差がつく職務経歴書の作り方〜ChatGPTを使った自己PR・志望動機の磨き方では、ChatGPT中心の作り方を解説しています。両方読むと使い分けが見えてきます。

3. Claudeで職務経歴書を作る5ステップ

 ここからは実際にClaudeを使って職務経歴書を仕上げる流れを、5ステップに分けて紹介します。所要時間は合計2〜3時間を見込んでおきましょう。一気に作るのではなく、1ステップ30分ずつ進めるのがおすすめです。

3.1 Step1:Projectを作り「素材」をすべて投入する

 まずClaudeの左メニューから「New Project」を開き、職務経歴書用のProjectを作成します。名前は「職務経歴書ドラフト2026」のように分かりやすく付けておきましょう。

 Projectの設定画面にある「Project knowledge(プロジェクトナレッジ)」に、以下のような素材を投入していきます。

  • 過去5〜10年分の業務日報・週報(コピーで十分、機密情報は伏字に)
  • 直近3年の人事評価シート(自己評価コメントだけでOK)
  • 担当プロジェクトの一覧(プロジェクト名、期間、役割、規模、成果)
  • 所属企業の事業内容と組織図(HPからコピペで十分)
  • 応募先候補の求人票テキスト(求める人物像をAIに把握させる)

 ここで作業の8割が決まります。素材が薄いとAIは抽象的な文章しか書けません。逆に素材が濃ければ、AIは数字や具体名を拾い上げて書類選考突破レベルの文章を作ってくれます。

3.2 Step2:システム指示で「Claudeの役割」を固定する

 Projectの「Custom instructions」に、AIの役割を以下のように指示しておきましょう。

あなたは大手人材紹介会社で15年の経験を持つキャリアアドバイザーです。
応募者の素材を読み込み、書類選考通過率を最大化する職務経歴書を日本語で作成します。
原則として「定量実績→使ったスキル→学び」の3段構成で記述し、抽象的な美辞麗句は避け、5W2Hを必ず含めてください。
1社あたりA4で1〜1.5枚に収めることを目標にします。

 ここで「キャリアアドバイザー15年」のように具体的なペルソナを与えると、Claudeの出力が一段引き締まります。「文末は『〜しました。』『〜です。』で統一」「箇条書きを多用しない」など、文体ルールも書いておくとブレが減ります。

3.3 Step3:Artifactsで職務要約(200〜300字)から作る

 いきなり全文を書くのではなく、まず冒頭の「職務要約」から作ります。これは職務経歴書の中で最初に読まれる、もっとも重要な200〜300字です。

 Claudeに「投入した素材をもとに、職務要約を3案作ってください。Artifactsとして出力してください」と依頼すると、右ペインに3案が並びます。気に入った案にコメントを入れて改善を繰り返し、固めていきます。

 関連記事:職務経歴書の数字で実績を伝える書き方では、定量実績の表現テンプレートを紹介しています。プロンプトに数字テンプレートを貼り付けると、Claudeの出力もより具体的になります。

3.4 Step4:在籍企業ごとに「実績ブロック」を生成

 職務要約が固まったら、在籍企業1社につき1つの「実績ブロック」を生成していきます。プロンプトは次のテンプレートが便利です。

【○○株式会社・営業課】の実績ブロックを作成してください。
・期間:2020年4月〜2024年3月
・担当:法人新規開拓(首都圏中堅企業向け)
・素材:プロジェクト一覧の#3〜#7、評価シート2022〜2023

以下の構成でお願いします:
1. 担当業務(120字以内)
2. 主な実績(3つ・各定量込み)
3. 工夫した点・学び(80字×1)

 Claudeはプロジェクトナレッジに投入された素材を横断的に参照し、定量実績を拾い上げてくれます。「売上を○○%伸ばした」「平均商談化率を◯ptから◯ptへ改善」といった数字が、過去の評価シートから自動的に拾われるのが強力なポイントです。

3.5 Step5:トーン調整とNG表現チェック

 全社分のドラフトが揃ったら、最後にトーン調整を依頼します。

ここまでのドラフト全体を読み返し、以下の観点で修正案を出してください:
・抽象的な美辞麗句(「コミットしました」「邁進」など)
・主語が曖昧な文(「チームで」とだけ書かれている箇所)
・自己評価過多(「絶大な信頼を獲得」など)
・5W2Hが欠けている文

修正案はBefore→After形式で示し、最後に修正後の全体版もArtifactsに出力してください。

 ここまで来ると、ほぼ提出できる完成度になります。最終的にはWord/PDFに移し、視覚的なバランスを目視で整えて完成です。

4. 業務別プロンプト例集(4職種)

 職種によって、Claudeに与える指示の重み付けは変わります。代表的な4職種について、すぐコピペで使えるプロンプト例を紹介します。

4.1 営業職向け|「定量実績の翻訳」を重視

営業職向け職務経歴書として、以下を強調してください:
・年度別の予算達成率(%)
・新規開拓数とリピート比率
・平均受注単価とリードタイム
・市場全体と比較したシェア・ランキング

抽象的な「お客様に寄り添った」などの表現は禁止し、必ず数字で語ってください。

4.2 エンジニア向け|「技術スタックと役割」を分けて書く

エンジニア向け職務経歴書として、以下を含めてください:
・使用言語・フレームワーク・クラウド(バージョン含む)
・プロジェクト規模(人数・期間・ユーザー数・MAU)
・自分の役割(PM/TL/開発/SRE/QA)と担当範囲(フロント/バックエンド/インフラ)
・パフォーマンス改善や障害対応の定量実績

「設計から実装までを担当」のような曖昧表現は避け、設計領域を具体的に書いてください。

4.3 企画・マーケティング向け|「仮説と検証」を物語で語る

マーケティング職向けに、各プロジェクトを「課題→仮説→打ち手→結果→学び」の5段構成で書いてください。
・KPI/北極星指標は必ず明示
・A/Bテスト結果は条件と差分を数字で
・予算と効果(CAC/LTV/ROAS)も可能な限り定量
・成功事例だけでなく、失敗とリカバリも1〜2件含める

4.4 管理部門向け|「業務改善のスケール」を明示

管理部門(経理/人事/総務/法務)向けに、以下を強調してください:
・担当業務の処理件数(月◯件、年◯億円規模など)
・自動化・効率化により短縮した時間(時間/月)
・関わった経営判断の規模(M&A、IPO準備、海外進出など)
・社外関係者(監査法人・弁護士・税理士・労基など)との折衝経験

「正確かつ迅速に」のような陳腐な定型句は避けてください。

5. Claudeを使うときの注意点と限界

5.1 機密情報・個人情報は必ず伏字にする

 ClaudeはAnthropic社の利用規約上、無償・有償ともに原則として入力データをモデル学習に使わない方針です。しかし、機密保持義務がある情報(顧客名・契約金額・未公表のM&A・特許出願前の技術情報など)を生のまま貼り付けるのは絶対に避けるべきです。

 数字は「桁感」を残して伏字にすれば十分です。例えば「年商120億円」→「年商100億円規模」、「顧客のA社(東証プライム)」→「東証プライム上場の大手SI」のように、AIが文脈を理解できる粒度で抽象化しましょう。

5.2 ハルシネーション(事実誤認)を必ずチェック

 Claudeも他のAIと同様、もっともらしい嘘を生成することがあります。特に注意したいのは、具体的な数値、技術スタックのバージョン、資格名の正式名称です。たとえば「TOEIC 850点」とプロンプトに書いたつもりが、AIが「TOEIC 900点」に勝手に書き換えるケースも報告されています。

 完成稿は必ず、元の素材(評価シート・成果報告書)と1行ずつ突合してください。「数字・固有名詞・資格名」の3つだけでも目視確認すれば、致命的な事故はほぼ防げます。

5.3 「Claudeっぽさ」が出るので最後は人間の手で

 Claudeで作った文章は、ChatGPTほどではないものの、よく読むと「Claudeらしい言い回し」が残ります。「重要なのは、〜することです」「〜という点において」のような構文が頻出する傾向があります。

 完成稿は声に出して読み返し、自分の口調にない言い回しは書き換えましょう。これだけで「AIで作った感」が一気に消えます。面接で職務経歴書の内容を聞かれたときに、自分の言葉で説明できる文章になっているかが最終判断基準です。

6. ChatGPTと使い分けるベストプラクティス

 ClaudeとChatGPTは「対立関係」ではなく「補完関係」と捉えるのが正解です。職務経歴書づくりの工程ごとに、向いているツールは変わります。

  • 長文の素材整理・推敲:Claudeが優位(200K Contextと日本語自然さ)
  • 業界動向リサーチ:ChatGPTが優位(標準Web検索+画像生成)
  • 自己分析・価値観の言語化:両方使い、出力を比較するのが効果的
  • 音声で面接練習:ChatGPT Advanced Voice Modeが圧倒的に便利
  • ポートフォリオ用の画像生成:ChatGPT(DALL-E系)のみ

 月額20ドル前後で両方契約しても合計4,000〜5,000円程度。転職活動の数ヶ月だけ両方契約し、内定後に1つに絞るのが現実的な選択肢です。

 関連記事:AI活用経験を職務経歴書に書く方法|業務別の表現例集では、AIを「使ってきた経験」を書類に書く方法を解説しています。Claude/ChatGPTで作っただけでなく、業務で活用した経験そのものもアピール材料になります。

7. まとめ|長文と日本語に強いClaudeは職務経歴書と相性抜群

 この記事では、Claudeを使って職務経歴書を作る5ステップ、ChatGPTとの違い、業務別プロンプト例、注意点までを解説しました。

 Claudeは「200K Tokenの長文Context」「Projects+Artifactsの作業環境」「自然な日本語」という3つの強みで、職務経歴書づくりに非常に向いています。素材をProjectに投入し、システム指示で役割を固定し、ブロックごとに作って推敲する——この流れを守れば、書類選考通過率はぐっと上がります。

 一方で、機密情報の取り扱いとハルシネーションのチェックは人間の責任です。AIに任せきりにせず、最終的には自分の言葉に磨き上げることが、面接でも一貫した印象を残すコツです。

 『転職どうでしょう』では、職務経歴書の書き方から面接対策まで、転職活動全般のご相談を無料でお受けしています。「AIで作った職務経歴書を第三者目線で見てほしい」「業界に合わせて磨き直したい」というご相談も歓迎です。お気軽に転職相談フォームからお問い合わせください。