生成AI時代のスキルシート — ChatGPTが書けない「あなただけの実績」の見せ方

生成AIでスキルシートの自己PRが書ける時代になった。ChatGPTに「エンジニアの自己PRを書いて」と頼めば、30秒でそれっぽい文章が出てくる。

だが、それを選考する側から見るとどうか。

自分はSESエージェントとして3年間、約500人のエンジニアのスキルシートを見てきた。最近増えているのが、明らかに生成AIが書いたとわかる自己PRだ。そしてそれは、ほぼ全員同じことを言っている。

---

AIが書いたスキルシート、全部同じに見える問題

「チームワークを重視し、品質の高いコードを心がけています」 「積極的にコミュニケーションを取り、プロジェクトの成功に貢献してきました」 「新しい技術への学習意欲も高く、常にスキルアップを意識しています」

心当たりがある人もいるのではないだろうか。

これはAIが悪いわけじゃない。AIは「一般的に正しいこと」を書くのが得意だ。だから誰に対しても当てはまる、無難で綺麗な文章を出してくる。

問題は、それをそのまま使っている人が多すぎることだ。500人のスキルシートを並べたとき、AI生成の自己PRは金太郎飴のように同じ顔をしている。これでは選ぶ側から見て、誰が誰だか区別がつかない。

---

なぜAI生成の自己PRは面談で刺さらないのか

現場のPMやリードエンジニアがスキルシートを見るとき、知りたいのはひとつだ。「この人はうちのプロジェクトで戦力になるか」。

抽象的な美辞麗句では、それを判断できない。

「品質の高いコード」とは、具体的にどういう品質か。コードレビューの仕組みを作ったのか、テストカバレッジを何%まで上げたのか、既存コードのリファクタリングを主導したのか。そこが書かれていなければ、何も伝わらない。

「上手に書けている」と「面談に呼びたい」はまったく別物だ。

AIが生成した文章は、読みやすいし文法も正しい。でも「この人に会ってみたい」とは思わせない。なぜなら、その人固有の情報が何も入っていないからだ。

---

AIに書けないもの — それは「あなたが現場で何をしたか」の具体性

AIが書けるのは一般論だ。書けないのは「あなたの現場で実際に起きたこと」だ。

具体的な技術選定の理由。チームの人数と自分の立ち位置。自分の判断で変えたこと。うまくいったこと。うまくいかなかったこと。これらはすべて、あなたの頭の中にしかない。

「Reactで画面を開発しました」はAIでも書ける。でも「既存のjQueryコードベース（画面数40超）からReactへの段階的な移行を提案し、チーム4名で3ヶ月かけて主要画面15本を移行した」はAIには書けない。

この差が、面談に呼ばれるかどうかを分ける。

さらに言えば、各案件の経験を書くとき、自分のレベルに合わせて盛り込むべき要素がある。

若手なら、その案件で学んだこと・得たスキルを書く。「初めてDockerを使った環境構築を経験し、コンテナ運用の基礎を習得した」——こういう記述はAIには生成できない。あなたが実際にそこで何を吸収したかの記録だからだ。

中堅以上なら、成果と貢献を書く。できれば具体的な数値を添える。「APIのレスポンスタイムを平均800msから200msに改善」「テストカバレッジを40%から85%に引き上げ」。数字が入るだけで説得力が段違いに変わる。

どちらも、AIには書けない。あなたの実体験だからだ。

---

トラブル経験こそ、最強の差別化ポイントになる

ここからが本題だ。

AIに絶対に生成できないもの。それは、あなたが現場で経験したトラブル対応のストーリーだ。

多くのエンジニアは、障害やトラブルの経験を「問題を起こした」ネガティブな経歴として隠そうとする。スキルシートに書くのを避ける。気持ちはわかる。

だが、選考する側から見ると話は逆だ。

PMが本当に知りたいのは「この人は想定外の事態にどう対処する人か」だ。どんなプロジェクトでもトラブルは起きる。そのとき冷静に動けるかどうか。それを判断できるのは、トラブル対応の経験だけだ。

大事なのは、問題を起こしたことではない。そのトラブルにどう立ち回ったかだ。

本番障害が発生した。原因の切り分けをどう判断したか。チームへの共有はどうしたか。暫定対応と恒久対応をどう切り分けたか。再発防止策として何を提案したか。

このストーリーがスキルシートに書いてあるだけで、面談での印象はまったく変わる。「この人は修羅場をくぐってきた人だ」と伝わる。AIが生成する「コミュニケーションを大切にしています」とは、説得力の次元が違う。

---

AIを「叩き台」に使い、自分の経験で上書きする

誤解のないように言っておくと、AIを使うなという話ではない。叩き台としては非常に優秀だ。

構成を整える。言い回しを磨く。漏れている観点を補う。こういう使い方なら大いにアリだ。

ダメなのは「AIの出力をそのまま使う」こと。それは他の候補者と同じ文面を提出しているのと変わらない。500人の中に埋もれるだけだ。

正しい使い方はこうだ。

まず自分の経験を棚卸しする。箇条書きレベルでいい。どのプロジェクトで何をしたか。どんな技術を使ったか。どんな問題を解決したか。トラブル対応の経験はあるか。

次に、AIで文章化・構成補助をかける。ここでAIの力を借りる。

最後に、自分の言葉と具体的なエピソードで上書きする。数字を入れる。技術選定の理由を入れる。トラブル対応のストーリーを入れる。この「上書き」が、選ばれるスキルシートとそうでないスキルシートの分かれ目だ。

Skillsheet-Port のAI構成補助は、まさにこの「叩き台を作る → 自分で仕上げる」前提で設計されている。フォーム入力で体裁は自動統一されるから、レイアウトに悩む時間をゼロにして、中身の磨き込みに集中できる。

---

まとめ — AI時代だからこそ「自分にしか書けないこと」が武器になる

生成AIの登場で、スキルシートの「書き方のハードル」は確実に下がった。だが同時に「差がつくポイント」が変わった。

技術キーワードの羅列やテンプレ的な自己PRでは埋もれる時代だ。選ばれるのは、自分の経験を自分の言葉で語れる人。AIには書けない「あなただけの現場経験」を、スキルシートに落とし込めている人だ。

特にトラブル対応の経験は、隠すのではなくストーリーとして見せてほしい。それが、あなたの市場価値を最も正確に伝える武器になる。

まだスキルシートを整理できていないなら、まずは自分の経験の棚卸しから始めてみてほしい。

▶ 無料でスキルシートを作ってみる →https://www.skillsheet-port.com/

AIが書ける部分は、AIに任せればいい。あなたがやるべきは、AIには書けない「自分だけの経験」を言語化することだ。