AI人材の職務経歴書で落ちるいちばんの理由は、「使ったツール名しか書いていない」ことです。 ChatGPT、Python、TensorFlow——並べても、あなたが何を判断したのかが読み取れません。
では何を書けばいいのか。国が定めたデジタルスキル標準に、役割の定義文があります。 これを語彙として借りるのが、いちばん確実です。
この記事の要点
- 書くのはツール名ではなく「どの役割を担ったか」
- 国の6類型の定義文に、そのまま使える動詞が並んでいる
- 「生成AIを使えます」は経歴にならない。何を任せ、何を自分で判断したかを書く
先に：職務経歴書を作り込まなくていい人
正直に言うと、全員が書き直す必要はありません。
- すでにAI関連の実務が3年以上あり、成果が数字で語れる人 — 語彙より実績が強い。書式より中身の整理を優先してください
- 転職の予定がなく、社内異動を狙っている人 — 社内では職務経歴書より、実際の関与の見え方が効きます
- まだ学習中で、業務経験がゼロの人 — 経歴書を磨くより、小さくても業務で使った1件を作るほうが先です
この記事が効くのは、実務経験はあるのに、それをうまく言葉にできていない人です。未経験からの道筋は未経験からAI人材になれる？にまとめています。
なぜ「ツール名」だと伝わらないのか
採用する側が知りたいのは、あなたを採ったら何が起きるかです。
ツール名は「触ったことがある」という情報しか運びません。触ったことがある人は、いま大量にいます。 差がつくのは、その先です。
| 書き方 | 読み手が受け取るもの |
|---|---|
| 「ChatGPTを業務で活用」 | 触ったことはあるらしい |
| 「議事録要約の手順を設計し、部内15名へ展開。所要時間を短縮」 | 設計して、他人を動かせる人 |
下の書き方には、動詞があります。 設計した、展開した。この動詞こそが、役割の証明になります。
🔍 編集部の本音 「AIを活用」という言葉は、便利すぎて何も言っていないのと同じになりました。書いた本人だけが具体を知っていて、読み手には届かない。 これはAIに限らず、経歴書全般で起きることです。動詞を具体的にするだけで、同じ経験がまったく違って見えます。
国の定義文を語彙として借りる
経済産業省とIPAが公開しているデジタルスキル標準の中に、「DX推進スキル標準」があります。
ここでは、DXの推進に必要な役割のうち主な役割が6つの「類型」に区分され、それぞれに定義文が付いています。
この定義文が、そのまま職務経歴書の語彙として使えます。 国が「この役割はこういう仕事だ」と言語化してくれているからです。
| 類型 | 定義文にある主な動詞 |
|---|---|
| ビジネスアーキテクト | 目的を定義する／ビジネスモデルと業務プロセスを設計する／戦略を行動に落とし込む／関係者をコーディネートする／プロセス全体を牽引する／成果を創出する |
| デザイナー | 方針や開発プロセスを策定する／コミュニケーション設計を担う |
| データサイエンティスト | データを収集・解析する／AIシステムの仕組みを設計・実装・運用する |
| データマネジメント | 安全性・信頼性を確保する／流通の仕組みを設計・実装・運用する／人材を巻き込む／価値創出を促進する |
| ソフトウェアエンジニア | システムやソフトウェアを設計・実装・運用する |
| サイバーセキュリティ | リスクの影響を抑制する対策を担う |
注意点をひとつ。 これは職務経歴書の書式を定めたものではありません。あくまで「役割を言葉にするための足場」として使ってください。 公的な様式に沿った、という書き方をするのは正確ではありません。
各類型の中身はAI職種の地図で整理しています。
「連携」も評価対象になる
見落とされがちですが、公式にはこう書かれています。
DXを推進する人材は、他の類型とのつながりを積極的に構築したうえで、他類型の巻き込みや手助けを行うことが重要である。 そして各類型の関係は、どちらかが指示・依頼をする形ではなく、協働関係を構築して連携することが重要である、と。
つまり、「一人で作った」より「他の職種を巻き込んで動かした」ほうが、標準の考え方には合っています。 経歴書に書くべきことが1つ増えます。
- 誰と組んだか（現場、情シス、法務、経営層）
- どんな抵抗があり、どう合意を作ったか
技術より巻き込みで進める話は社内でAI推進役になる方法にまとめています。
書き換え例：Before → After
実際に手を動かす部分です。 構造は「役割 → 判断 → 結果」の順にします。
例1：事務・管理部門
Before
ChatGPTを使って業務効率化を行いました。
After
月次報告書の作成工程を棚卸しし、AIに任せる範囲（初稿の作成）と人が担う範囲（数値の確認・社外向け表現の判断）を切り分けて設計。部内10名へ手順書とともに展開し、運用ルールとして定着させた。
変わったのは事実ではなく、構造です。 「切り分けて設計した」という判断が見えるようになりました。
例2：エンジニア
Before
生成AIを用いたチャットボットを開発。
After
社内問い合わせ対応のチャットボットを設計・実装・運用。回答精度が不足した際は、モデルの変更ではなく参照データの整備で改善する方針を選択し、その判断根拠を運用チームへ共有した。
「なぜその方法を選ばなかったか」まで書けると強くなります。 技術者としての判断がそこに出るためです。
例3：企画・マーケティング
Before
AIツールを導入して分析業務を効率化。
After
顧客アンケートの自由記述の分類にAIを導入。分類の妥当性を人が抽出検証する工程を組み込み、誤分類の傾向を運用に反映。分析リードタイムの短縮につなげた。
検証工程を書いているところが要点です。 AIの出力をそのまま使っていない、と示せます。
書き換えるときの原則
- やっていないことを書かない。 構造を整えるのは言語化であり、実績の水増しとは別のことです
- 数字は出せる範囲で。 出せないなら「〜名へ展開」「〜工程を対象に」のように規模で示します
- 失敗と方針変更も書ける。 途中でやめた判断も、根拠があれば評価される材料です
「生成AIが使えます」では通らない理由
デジタルスキル標準は、生成AIに関する記載をあとから追補してきた経緯があります。2023年8月にDXリテラシー標準へ生成AIに関連する記載を追加して改訂、2024年7月にはDX推進スキル標準へ生成AIに関する補記などを加えたver.1.2が公開されています。
つまり、生成AIを使えること自体は、いまや土台側の話に整理されつつあります。 特別なスキルとして立てるより、各役割の中でどう使ったかを書くほうが実態に合います。
書くべきはこの3つです。
- 何を任せたか（どの工程を、どこまで）
- 何を自分で判断したか（任せなかった部分と、その理由）
- どう検証したか（誤りをどう見つける仕組みにしたか）
3つ目を書ける人は多くありません。 ここが差になります。
エンジニア職と活用人材で書き分けが変わる点はAIエンジニアとAI活用人材の違いを参照してください。市場での評価そのものはAIスキルは転職市場で本当に価値がある？にまとめています。
資格はどう書くか
資格欄は、正式名称と主催団体を正確に書いてください。 略称だけだと、知らない読み手には伝わりません。
| よくある書き方 | 正確な書き方 |
|---|---|
| G検定 | JDLA Deep Learning for GENERAL（G検定）（日本ディープラーニング協会） |
| E資格 | JDLA Deep Learning for ENGINEER（E資格）（日本ディープラーニング協会） |
| DS検定 | データサイエンティスト検定 リテラシーレベル（データサイエンティスト協会） |
そして、資格だけを並べても評価は動きません。 資格の位置づけはG検定は意味ある？、難易度の比較はAI資格の難易度ランキングで正直に書いています。
取得した資格を、経歴の本文と結びつけてください。 「G検定の学習で得た用語の理解をもとに、ベンダーとの要件すり合わせを担当」のように書ければ、資格が経験の裏付けとして働きます。
やりがちな失敗
| 失敗 | どう直すか |
|---|---|
| ツール名の羅列 | 動詞を足す（設計した・切り分けた・展開した） |
| 「効率化しました」で終わる | 何をやめたか、何を残したかを書く |
| 全部一人でやったように書く | 巻き込んだ相手を書く。標準でも連携が重視されている |
| 検証について触れていない | 誤りをどう見つけたかを1文足す |
| 応募先に関係ない経験まで詰め込む | 求人の役割に近い順に並べ替える |
FAQ
Q. AIの実務経験が浅くても書けますか？ A. 書けます。規模が小さくても、役割と判断が書ければ成立します。 「自分の業務の1工程で試し、精度が不十分だったため運用を見直した」も立派な経験です。ただし業務経験がまったくない段階なら、経歴書より先に業務で使う1件を作るほうが早いです。
Q. デジタルスキル標準の言葉をそのまま書き写していいですか？ A. 定義文をそのまま自分の経歴として書くのは避けてください。 あくまで動詞と観点を借りるものです。自分が実際にやったことに置き換えて書きます。
Q. どの類型に自分が当てはまるか分かりません。 A. 無理に1つに決めなくて構いません。 公式にも、類型どうしが協働・連携することの重要性が示されています。応募先の求人が求める役割に近いものから書くのが実務的です。
Q. 中立の立場で「資格は評価されない」と言い切って大丈夫ですか？ A. 言い切ってはいません。資格だけを並べても動かない、というのが実際のところです。当サイトはスクールも資格団体も運営しておらず、提携の有無で評価を変えていません。だからこそ、資格が効く場面と効かない場面を分けて書いています。
Q. 生成AIに職務経歴書を書かせてもいいですか？ A. 構成の整理や表現の推敲には有効です。ただし実績そのものをAIに作らせないでください。 面接で説明できない記述が残ると、かえって不利になります。
Q. 年収の交渉材料になりますか？ A. 役割と成果が具体的なほど、話がしやすくなります。相場感はAI人材の年収は？を参考にしてください。
まとめ
- 落ちる書き方はツール名の羅列。動詞がないと役割が見えない
- 国のデジタルスキル標準にある6類型の定義文を、語彙の足場として借りる（書式の規定ではない）
- 構造は「役割 → 判断 → 結果」。何を任せ、何を自分で決めたかを書く
- 連携・巻き込みも評価の対象。公式に協働の重要性が示されている
- 検証の工程を書ける人は少ない。ここが差になる
- 資格は正式名称と主催団体で。経歴の本文と結びつける
次に読む：AIエンジニアとAI活用人材の違い／AIスキルは転職市場で本当に価値がある？
※本記事は評価基準を保証するものではありません。採用の判断は企業ごとに異なります。
出典
- IPA「DX推進スキル標準（DSS-P）概要」（2026年8月12日確認）
- IPA「デジタルスキル標準」（2026年8月12日確認）
最終更新：2026年8月12日／fondantAI編集部