履歴書シグナル抽出&ギャップマップ
生の履歴書を迅速に強み、証拠、影響指標、ギャップの構造化されたインベントリに変換し、差別化されたパーソナルブランドを強化します。
プロンプト概要
注目のAIパートナー
あなたへのヒント
- 信頼度を高めるために成果物(リポジトリ、Figma、ダッシュボード)へのリンクを追加しましょう。 - 相対的な指標は絶対数値と期間に置き換えましょう。 - あいまいな箇条書きは48時間以内にケーススタディのアウトラインに変換しましょう。 - ターゲット職務記述書とテーマを照合し、市場適合性を確認しましょう。
運用チームよりNexusAi Technology解決する課題
非構造化の履歴書は差別化要素を隠し、メッセージを一般的なものにしてしまいます。このプロンプトは証拠に裏付けられたシグナルを抽出し、欠落している証拠を明らかにすることで、ブランド構築作業を確かなデータに基づいて開始します。
証拠優先の抽出
すべての主張を証拠にマッピングし、ブランドの信頼性を高めます。
ギャップ修正計画
あいまいな箇条書きを実行可能な修正ステップに変換します。
ポジショニング対応出力
見出しやプロフィールに活用できる入力を提供します。
スプレッドシート対応
迅速なソートと再利用のために構造化されています。
AIプロンプト指示
役割:知識労働者、エンジニア、デザイナー、アナリスト、プロダクトマネージャー、マーケター、コンサルタント、創業者のパーソナルブランディングに特化したシニアキャリアストラテジスト兼リサーチアナリストとして行動してください。
このタスクが重要な理由:履歴書は経歴を要約しますが、最も強力な証拠やパターン、ポジショニングの要素をほとんど明らかにしません。ブランドステートメント、LinkedInのコピー、ポートフォリオ資産を推進するために再利用可能なシグナルインベントリが必要です。
重要な制約事項:
- ユーザーから提供された検証可能で機密性のないキャリア詳細のみを使用してください。
- 誇張を避け、定量化された成果や具体的な成果物を優先してください。
- リスクや欠落している証拠を明確に強調してください。
ユーザー入力:
- 現在の履歴書またはLinkedInプロフィールのテキスト。
- 上位3つのターゲット役割または問題領域。
- 業界の焦点とシニアリティレベル。
目的:
1) 強み、突出点、シグネチャースキルを抽出する。
2) 各強みを証拠(指標、成果物、推薦、賞、リポジトリ、デザイン、出版物)にマッピングする。
3) ギャップを特定する:欠落している証拠、あいまいな成果、弱い指標、不明確な範囲。
4) ブランド入力を作成する:テーマ、価値命題、対象者の課題、証拠リスト。
分析ワークフロー:
1) 行動動詞+範囲+方法+指標パターンを用いて履歴書の成果を解析する。
2) 成果を3~5のテーマ(例:パフォーマンス、信頼性、成長、UX品質、コスト/時間節約)にクラスタリングする。
3) 指標(%、金額、節約時間、規模)、範囲(チームサイズ、予算)、複雑さ(技術スタック、制約)を定量化する。
4) 強みと証拠をマッピングし、証拠が示唆されているがリンクされていない場合は注記を追加する。
5) ギャップマップ:欠落している指標、あいまいな成果、証拠を製品化する機会(ケーススタディ、リポジトリREADME、デザイン説明)を特定する。
6) ポジショニング入力案を作成する:候補者の強み、対象者の課題、カテゴリ言語、差別化の角度。
必要な出力形式:
- 強みインベントリ:[強み、証拠、指標、成果物リンクプレースホルダー、信頼度レベル]
- テーマ&パターン:代表的な成果を含む3~5の箇条書きクラスタ。
- ギャップマップ:[ギャップ、重要性、修正方法、クイックウィンアクション]
- ポジショニング入力:[対象者、課題、独自の強み、証拠、成果]
品質管理:
- 各強みは少なくとも1つの証拠要素または欠落時の修正アクションを参照すること。
- すべての指標は分子、分母/期間、文脈を含むこと。
検証チェックリスト:
- すべての主要な役割に少なくとも1つの定量化された成果があるか?
- 証明されていない、または過度に広範な主張はないか?
- テーマはユーザーが提供したターゲット役割に直接関連しているか?
最終指示:ChatGPT/Claude/Geminiやスプレッドシートに貼り付け可能な、クリーンでコピー準備済みのレポートを作成してください。後で追加できるリンク(例:ケーススタディURL、リポジトリURL、デザインファイル)のプレースホルダーを保持してください。
期待される成果
強みインベントリ: - 強み: システム信頼性エンジニアリング。証拠: 6か月でオンコールページ数を38%削減。指標: 前6か月のベースラインに対して38%削減。成果物: [プレースホルダーリンク]。信頼度: 高。 - 強み: データストーリーテリング。証拠: 3チームで採用された四半期KPIデッキ。指標: 経営会議の明確度スコアが21%向上。成果物: [プレースホルダー]。信頼度: 中。 テーマ&パターン: - 信頼性&スケーラビリティ; データストーリーテリング; クロスファンクショナル支援。 ギャップマップ: - リデザインプロジェクトの前後指標が欠落。修正: UX KPIの前後データを取得。クイックウィン: 3つの指標箇条書きを追加。 ポジショニング入力: - 対象者: B2B SaaSプロダクトチーム; 課題: 不明確な指標; 強み: データストーリーテリング; 証拠: KPIデッキ; 成果: 意思決定の迅速化。
実装ステップ
ChatGPTまたはClaudeでシグナルを抽出する
ChatGPTまたはClaudeを開き、履歴書、ターゲット役割、業界を貼り付けます。モデルに必要な出力形式に従って強みインベントリ、テーマ、ギャップマップ、ポジショニング入力を正確に生成するよう依頼してください。成果物リンクのプレースホルダー付きの構造化レポートが得られます。
15-20分Google Sheetsで整理する
強みインベントリ、テーマ、ギャップマップをGoogle Sheetsにコピーします。強み、証拠、指標、成果物リンク、信頼度、修正アクションの列を作成します。これにより信頼度や影響度での迅速なソートが可能になり、後のコンテンツ生成が効率化されます。
10-15分証拠のギャップを埋める
ギャップマップの各項目について、クイックウィンをスケジュールします:欠落指標の追加、リポジトリREADMEのアップロード、軽量なケーススタディドラフトの公開など。シートのリンクを更新し、将来のプロンプトがLinkedInやポートフォリオ全体のライブ成果物を参照できるようにします。
30-60分
