- なぜ「自分で分類」ではなく「AIで分類」すべきか——自分バイアスを除去する理由
- 転職自己分析に使える3段階プロンプトの全文（コピーして即使える）
- 実際の分類結果：100個を5カテゴリに整理した数字付きデータを公開
- 分類結果の3つの読み方——「一番多いカテゴリ」「少ないカテゴリ」「組み合わせ」
- AIが出してくれるのは「答え」ではなく「問い」——最も重要な使い方
- AI自己分析でやってしまいがちなNGパターンと、正しい使い方の線引き
- スキル棚卸しから強み発見・言語化まで、この記事が何番目のステップかの全体像
「転職の自己分析にAIを使いたいが、どう使えばいいかわからない。」 「ChatGPTに『自己分析して』と入れてみたが、ありきたりな回答しか返ってこない。」
40代でエンジニア管理職から企画職への転職を成功させた著者が、 転職活動で実際に使ったChatGPTへのプロンプトを3段階で全文公開し、 100個のできることが5つのカテゴリにどう分類されたか、実際の数字（32個・28個・18個・14個・8個）とともに公開する。
「自分の強みがわからない」「スキルの棚卸しの方法がわからない」「AI自己分析のやり方がわからない」—— そのすべてに答えるために書いた。 なお、AI分類の前提となる「できること100個の書き出し方」は「できること100個を書き出したら、エージェントが変わった話」に詳しく書いた。
エン・ジャパンの調査では、転職活動にAIを活用した経験がある人の割合は2024年の12%から2025年には34%へと約3倍に拡大。最も多い活用シーンは「自己分析」だった。
一方で「ChatGPTを自己分析に使ったが、ありきたりな回答しか得られなかった」という声も多い。その理由の多くは「プロンプトの設計が浅い」ことにある。AIに投げる情報の質が、得られる分析の質を決定する。
この記事は自己分析プロセスの「どのステップか」
AI分類は、自己分析の全プロセスの中の「整理・分類ステップ」だ。 全体像を知っておかないと、「AIに投げたら自己分析が終わり」という誤解が生まれる。 この誤解が、多くの人のAI活用を中途半端に終わらせている。
まず量を出す。質は問わず、とにかく自分ができることを100個書き出す。
この作業なしにAIに投げても、分析の元データがないため意味のある結果は得られない。詳細は「できること100個を書き出した話」を参照。
書き出した100個のリストをAIに投げ、カテゴリ分類させる。
「何の能力が多いか」「転職先との対応がどうか」を把握する。自分バイアスのかからない整理ができる。
分類結果をExcelのマトリクスに整理し、「転職先で活かせる強み」と「転職後に補う課題」を可視化する。この段階でエージェントへの提出資料が完成する。
詳細は「Excelマトリクスでスキルを見える化する手順」を参照。
分類と可視化を通じて、転職の軸（なぜこの職種か・なぜ自分が適しているか）を言語化する。この段階でエージェントや面接官に「伝わる強み」が完成する。
詳細は「『やりたい』が『やれる』に変わった軸の見つけ方」を参照。
この記事はSTEP2を担当する。STEP1なしに始めても効果は半減するため、まだの人は「できること100個を書き出した話」から読むことを強くすすめる。
なぜ「AIで分類」なのか——自分バイアスを除去する
100個のリストを自分で分類しようとした時、最初にぶつかる問題がある。 「自分が思う自分」でフィルタリングしてしまうことだ。
たとえば「コミュニケーション能力がある」というスキルを書いた時、 自分では「これは普通のことだ」と思うかもしれない。 でもAIに分類させると、「上下左右への調整力」というカテゴリに入れてくれる。 その分類を見て初めて、「自分のコミュニケーションは、単なる雑談力ではなく調整力として機能していたのか」と気づく。
自分で分類すると
自分のバイアスがかかる。「これは普通のことだ」「これはスキルじゃない」という先入観で、重要な強みを見落とす。「技術系の仕事をしてきたから技術カテゴリが多いはずだ」という思い込みで分類してしまう。
AIで分類すると
自分では気づかなかった視点が加わる。「自分は技術者だ」と思っていたのに「コミュニケーション・調整が最多カテゴリ」という発見が生まれる。自分の思い込みの外にある強みを見つけられる。
AI分類前の自己認識 vs 分類後の気づき
分類前：「自分はエンジニアとして設計の仕事をしてきた。技術系のスキルが強みのはず。」
分類後：「100個のうち32個がコミュニケーション・調整カテゴリ。技術は28個で2位。自分が思っていた自分と、実際の自分は違った。」
この気づきが、企画職への転職理由の根拠になった。「エンジニアとしての技術と、調整力の組み合わせがある人材」という差別化ポイントが、AIの分類から生まれた。
Garbage in, garbage out（ゴミのようなインプットからはゴミのようなアウトプットしか得られない）—— これはコンピューターサイエンスの言葉だが、AI自己分析でも同じだ。
AIに投げる前の「100個書き出し」の質が、分析結果の質を決定する。
AI自己分析の全体像——3段階プロセス
私が使ったのは3段階のプロセス設計だ。 一発で全部やらせようとすると、AIの回答が粗くなる。 段階を分けることで、各段階での精度が上がる。
NG——一発で全部やろうとする
「私の経験を分析して強みを教えてください」→ ありきたりな回答しか返ってこない。「コミュニケーション能力が高い」「論理的思考力がある」という汎用的な言葉で終わる。
推奨——3段階に分けて深める
第1投で大分類→第2投で深掘り→第3投で転職先との対応確認。各段階の結果を次の投入に活かすことで、最終的に「エージェントに見せられる強みの資料」ができる。
第1投：大分類プロンプト（全文公開）
最初の投入でやることは「大枠の把握」だ。 100個のリストをそのまま渡し、5〜7個のカテゴリに整理させる。
STEP 1 大分類プロンプト——全文をコピーして使える
# 指示 以下は私が転職活動のために書き出した「できること」のリストです。 これらを5〜7個のカテゴリに分類してください。 カテゴリ名は私が一般的に理解できる言葉にしてください。 各カテゴリに含まれる項目数と、代表的な項目を3〜5個ずつ教えてください。 また、最も項目数の多いカテゴリについて、なぜそこが多いと思うかの 考察を1〜2文で加えてください。 # できることリスト （ここに100個のリストを貼り付ける）
第1投で得られること
このプロンプトを使うと、「自分のスキルの地図」が見えてくる。 「どのカテゴリが最も多いか」「自分が思っていたカテゴリ分布と実際の差は何か」—— この2点だけで、自己分析の方向性が大きく変わることがある。
私の場合、「技術・設計が一番多いはずだ」という予想を持って分類させたが、 結果は「コミュニケーション・調整が32個で最多」だった。 この「予想と結果の差」こそが、自分バイアスの正体だ。
第2投：深掘りプロンプト（全文公開）
第1投で大枠を掴んだ後、気になったカテゴリを深掘りする。 すべてのカテゴリを深掘りする必要はない。 転職先で活かしたいカテゴリを1〜2個選んで、そこだけ詳しくする。
STEP 2深掘りプロンプト——気になるカテゴリを1〜2個選んで使う
「コミュニケーション・調整」カテゴリに含まれている項目を、 さらに詳しく分けてください。 以下の視点で整理してください： ・「どんな相手に対して」（上司・部下・顧客・他部署など） ・「どんな状況で」（対立時・情報不足時・期限逼迫時など） ・「どんな成果につながったか」（合意形成・品質向上・工数削減など） 整理の後、このカテゴリの中で転職先の職種で特に活きると思う スキルを1〜3個ピックアップして、理由と一緒に教えてください。
私がこの深掘りで気づいたのは、自分のコミュニケーション力の特性だった。 「上下左右、すべての立場の人間に対して、技術的な制約を伝えながら合意形成を取れる
」—— これを一言で言えるようになったのが、この深掘りプロンプトを使った後だ。 「未経験職種への転職で強みを再定義する」では、このような言語化の具体例をさらに詳しく書いた。
第3投：転職先との対応確認プロンプト（最重要）
3段階の中で最も重要な投入がこれだ。 「自分が持っているもの」と「転職先が求めているもの」の重なりと隙間を、AIに整理させる。 重なりが強みになり、隙間が「入社後に補う課題」になる。
STEP 3転職先との対応確認——この段階が自己分析の核心
私は【企画職】への転職を考えています。 以下を教えてください： 1. 企画職で一般的に求められる主要スキル（上位5〜7個） 2. 私のリストの中でそれぞれに対応するもの（あれば） 3. 私のリストに含まれていない、企画職で求められるスキル 最後に、「私のリストの強み」を転職先への自己PRとして 1〜2文で言語化してください。 （「未経験だが、○○の経験から○○ができる人材」という形式で） # 参考：私のスキル分類結果 コミュニケーション・調整：32個 技術・設計：28個 分析・判断：18個 マネジメント：14個 その他：8個
この第3投で得られた自己PR文は、あくまで「下書き」だ。AIが生成した言葉をそのまま使わず、必ず自分の経験・感情・具体的なエピソードで肉付けすること。AIの下書きをベースに、自分の言葉で書き直す作業が、面接官に「本当に考えた」と伝わる自己PRを生む。
実際の分類結果を公開——100個→5カテゴリの数字
ここからが、他のどのサイトにも存在しないコンテンツだ。 私が実際にChatGPTで分類した100個のできることの結果を、数字付きで公開する。
実際の分類結果（著者・エンジニア管理職→企画職転職時）
| 分類 | 個数 | 概要 |
|---|---|---|
| コミュニケーション・調整 | 32個 | 上下左右の関係者調整、認識合わせ、共通言語でのコミュニケーション、ファシリテーション、対立時の合意形成、企画者と実装者の橋渡し など |
| 技術・設計 | 28個 | 仕様書作成、UML活用、プログラミング経験、実現可能性の判断、後工程の工数試算、設計パターンの知識 など |
| 分析・判断 | 18個 | データ分析、優先度付け、仮説検証、感覚ではなく数字で判断、問題の原因特定、リスク評価 など |
| マネジメント | 14個 | スケジュール管理、進捗確認、任せる・管理するの判断、複数プロジェクトの同時進行、リスク管理 など |
| その他 | 8個 | 文書作成、プレゼン、外部交流、資格・知識 など |
分類結果を見た時に思ったこと
設計者として10年働いてきたのに、技術より調整のスキルの方が多い。考えてみれば、設計の仕事の大半は「企画者と実装者と評価者の間に立って、認識を合わせること」だった。
自分では「設計の仕事」だと思っていたが、実態は「調整の仕事」だったのかもしれない。そしてその調整力こそが、企画職で活きるのではないか。
この気づきが、転職の軸を見つける出発点になった。「自分はコミュニケーション・バランス・データ分析ができる、だから実現可能性の高い商品企画ができる」という確信は、この分類結果から生まれている。
分類結果の3つの読み方
AIが分類結果を返してきた時、どこを見れば何がわかるか。 3つの読み方を正直に書く。
意識してやってきたことより、無意識にやってきたことの方が、実は強みになっていることが多い。
一番多いカテゴリは、自分が「普通のことだ」と思っていたが、実は他の人より多くやってきたことだ。それが本当の強みだ。
私の場合、「コミュニケーション・調整が32個」という結果が、転職先への差別化ポイントになった。「技術出身の調整者」は企画職では希少だ。
私の場合、「分析・判断」は18個だった。
企画職ではデータ分析力が必要だとわかっていたが、相対的に少なかった。これが転職後に補うべき課題として明確になった。
弱みを知ることで、入社後の学習計画が立てやすくなる。Excelマトリクスで「△」として正直に書く欄がここになる。（詳細は「Excelマトリクスでスキルを見える化する手順」）
「コミュニケーション力がある人」は多い。「技術力がある人」も多い。
でも「コミュニケーション力と技術力の両方がある人」は少ない。
単一のカテゴリではなく、複数のカテゴリの組み合わせが、差別化のポイントになる。私が企画職で採用された理由は、「技術（28個）×調整力（32個）」という組み合わせにあった。
この「掛け算の強み」の言語化は「強みを再定義する」でさらに詳しく解説している。
AIは「答え」を出してくれない——「問い」を出してくれる
AIに分類させると、一瞬で結果が返ってくる。 でもその結果は、「答え」ではない。
「AIが出してくれるのは『問い』だ。その問いに自分で答えることで、初めて自己分析になる。」
「なぜコミュニケーション・調整カテゴリが一番多いのか」——この問いに自分で答える。 「この組み合わせを転職先でどう活かすか」——この問いに自分で答える。 その思考こそが自己分析の本体であり、AIは「問いを提供するツール」だ。
AIの分類結果を見て「なるほど」で終わらせないでほしい。 「なぜそうなったのか」「それは転職先でどう使えるか」を、自分の言葉で考える時間を取ってほしい。 その思考が、Excelマトリクスに落とし込む次のステップの土台になる。
分類は手段だ。目的は「自分の強みを言葉にすること」だ。
AIが分類した結果を、自分の言葉で説明できるようになった時、エージェントや面接官に伝わる強みになる。
この「自分の言葉で説明できる」という状態を作るために、AIの分類があるのだ。「AIが言ってくれたので」ではなく、「AIの分類を見て自分で考えた結果として」語れるようにすることが目標だ。
やってしまいがちなNG行動と正しい使い方
「AI自己分析」で多くの人がつまずくパターンを正直に書く。 競合サイトでは「AIを活用しよう」とポジティブな面しか書いていないが、 正しく使うための線引きを知っておくことの方が価値が高い。
| NG | 「自己分析して」と漠然と投げる | 何も入力せずに「自己分析して」と聞いても、汎用的な質問が返ってくるだけ。「Garbage in, garbage out」——入力の質が出力の質を決定する。まず100個書き出してから投げること。 |
| NG | AIが生成した自己PR文をそのまま使う | 面接官は「この言葉は自分の言葉か」を見抜ける。AIが生成した文章は「下書き」として扱い、必ず自分のエピソード・感情・具体的な数字で肉付けすること。下書きをそのまま使うと、深掘りされた時に崩れる。 |
| NG | 一発で全部を解決しようとする | 「私の経験から強みを分析して、転職先も提案して、自己PRも書いて」という詰め込みプロンプトは精度が落ちる。3段階に分けて、各段階の結果を次の投入に活かす設計にすること。 |
| OK | AIを「思い込みのチェッカー」として使う | 「自分は○○だと思っているが、リストを分析するとどう見えるか」という使い方が最も効果的。自分の予想と分析結果の差が、新しい気づきになる。 |
| OK | 分類結果を見て「なぜ」を自分で考える | AIの分類は手段だ。「なぜこのカテゴリが多いのか」を自分で考える時間が自己分析の本体。AIを使った後に必ず手を止めて考える時間を取ること。 |
よくある質問（FAQ）
スキルの分類が終わったら、エージェントへの資料として整える段階に入る。リクルートエージェントは、この段階の資料を持って行くと面談の質が変わった。「できること100個＋AI分類結果」を持って話をすることで、「エンジニア管理職→企画職」という難しい転職の話が一気に前に進んだ。
Next Article
コメント