【2026年最新】Big Tech日本法人ハイクラス転職AI完全攻略

「Big Tech日本法人の転職に興味はあるけど、どこから手を付けていいか分からない」——これ、ハイクラス転職市場で本当によく聞きます。日系大手の部長クラスからGoogle Japanのプロダクトマーケティングディレクターに動いた知人の話、外資コンサル(BCG)パートナー候補からAWS Japanの事業部長に転身した方の話、PEファンドのオペレーティングパートナーからMeta Japanのカントリーリードに行ったケース——共通するのは、「日本の転職常識をいったん横に置いて、Big Techの標準化された選考フローを理解した人」だけが通過しているという事実です。

正直、私自身もAI研修・コンサル事業で100社以上の企業を見てきましたが、Big Tech日本法人の部長クラスを目指す方々と話していると、「日本のJTC（Japanese Traditional Company）型の職務経歴書のまま英語化しても1次面接で落ちる」「LinkedInに『鋭意担当』『主担当』と書いてもScreenerのリクルーターには何も伝わらない」「Base年俸だけ見て『1,800万円か、今と変わらないな』と判断してRSU 6,000万円分を見落としている」——こういう「典型的なつまずき」が驚くほど多いんです。

本記事では、私が普段から経営層・幹部層向けキャリアコーチングで使っているChatGPT/Claudeの実践プロンプト20本を、Big Tech日本法人転職の全工程（リサーチ→LinkedIn最適化→リファーラル獲得→英語面接対策→年収交渉）に沿って公開します。プロンプトはすべて2026年5月時点のGPT-5/Claude Opus 4.7世代を想定しています。コピペで動きます。

なお、Big Tech日本法人の具体的な採用枠数・職位別の年収レンジはLevels.fyiやBlind等の参考値が公開されていますが、年度・組織変更・個別オファーで大きくぶれます。本記事の数字は「公開情報を元にした想定レンジ」として読み、最終的にはオファーレターと実在のオファーホルダーの情報で必ず再確認してください。

1. なぜ「Big Tech日本法人 × AI活用」の組み合わせが今、決定的に効くのか

Big Tech日本法人のハイクラス転職市場で、ChatGPTやClaudeを「使い倒している前提」でキャリア戦略を組むことが、過去2年で決定的に効くようになりました。理由は3つあります。

1-1. 選考プロセスが「標準化」されているからAIで模擬しやすい

Big Techの選考は属人的でなく、グローバルで標準化されています。具体的には以下のような流れです。

• Recruiter Screen（リクルーター面談・30分）
• Hiring Manager Screen（採用責任者面談・45-60分）
• Onsite/Virtual Loop（4-6名連続面接・各45-60分、Behavioral中心・職位によりCase/Technical混在）
• Bar Raiser/Hiring Committee（合議制での合否判定。Amazonは特に有名）
• Offer & Compensation Review（オファーレター発行と年収レビュー）

このフレームが固まっているということは、ChatGPTに「Amazon Bar Raiser面接でDirectorクラスに対してよく聞かれる質問を15個列挙して、それぞれにLeadership Principles 16項目のどれが対応するか紐付けて」と聞けば、再現性のある対策ができるということです。日系企業の役員面接のように「とりあえず社長に会わせてフィーリングで決める」型ではないため、AI対策の費用対効果が圧倒的に高い。

1-2. 英語面接の「型」が決まっているからAIで反復練習しやすい

Big Tech日本法人の部長・ディレクター以上の面接は、ほぼ確実に英語面接が混ざります（ローカルマーケットのRole含む。なぜならグローバル本社・APAC本部とのレポーティングラインがあるため）。そして英語面接はSTAR(Situation/Task/Action/Result)構造で答えるのが事実上の標準です。

STAR構造で答える練習相手として、ChatGPTのVoice Modeほど優秀なものは現状ありません。「私が用意した回答を読み上げるので、Bar Raiserとして厳しくフォローアップ質問してください。アクセントは米国西海岸で」と指示すれば、好きなだけ反復できます。転職エージェントの英語面接コーチングは1時間2-5万円が相場ですが、ChatGPT Plus（月20ドル）で本番に近い練習を無制限にできるのが現状です。

1-3. 公開情報の量がトップクラスに多いからAIの精度が出る

Levels.fyi、Glassdoor、Blind、teamblind、LinkedIn、各社のEngineering Blog、IR資料、四半期決算カンファレンスコール——Big Techほど公開情報が豊富な企業群はありません。これは「ChatGPTにDeep Researchで掘らせた時に、嘘・ハルシネーションを返してくる確率が低い」ことを意味します。

たとえばGoogle Japanの「Director, Industry Marketing」というJD（Job Description）が公開されたら、ChatGPTに「このJDから、過去6ヶ月のGoogle Japan組織改編のニュース、Industry Marketing部門の体制、レポーティングライン、想定される面接官の経歴をDeep Researchで」と投げると、応募前に組織図の解像度を上げられます。日系中堅企業の役員ポジションでこれをやろうとしても情報が出てこない。

2. Big Tech日本法人 5社の特徴と「狙い目ポジション」

まず各社の日本法人の特徴を、ハイクラス転職市場の観点で整理します。採用枠数・年収レンジは想定例です。実在のオファーレターやLevels.fyiでの再確認は必須です。

2-1. Google Japan（合同会社グーグル）

• 強み：Cloud（GCP）、広告（Ads）、YouTube、Pixel、Workspaceなど事業領域が広い。日本法人のヘッドカウントは2,000名超とされる規模。
• ハイクラス狙い目：Google Cloud Japan（GCP）の業界別Industry Director、Sales Director、Customer Engineering Director。生成AI（Gemini Enterprise）展開で人員拡大期。
• 想定TC（参考レンジ）：L7-L8（Director相当）でTotal Compensation 3,000万円〜6,000万円。Base 1,800-2,400万円+RSU+Bonus。Levels.fyi等の公開値を参照しつつ要再確認。
• 面接の特徴：GCA（Googleyness, Cognitive Ability, Role-related Knowledge, Leadership）の4軸評価。Hiring Committee合議制。

2-2. Apple Japan（Apple Japan合同会社）

• 強み：プロダクト（iPhone, Mac, Watch等）、サービス（App Store, Music, TV+）、リテール（直営店11店舗運営）。
• ハイクラス狙い目：エンタープライズSales（B2B iPhone/Mac案件）、Services（App Store Japan担当）、Marketing Communications Director。
• 想定TC（参考レンジ）：Senior Manager〜Director相当でTotal Compensation 2,500万円〜5,000万円。Appleは他Big Techと比較してRSU比率がやや控えめでBase比率高めとされる（公開情報ベース）。
• 面接の特徴：プロダクト愛・ブランドへの深い理解が重視される。「なぜAppleなのか」を3層深掘りされる。

2-3. Meta Japan（Facebook Japan株式会社）

• 強み：広告事業（Facebook, Instagram）、Reality Labs（VR/AR、Meta Quest）、Llama・AI研究。
• ハイクラス狙い目：Client Solutions Director（広告事業）、Industry Director（業界別広告営業）。AI Glasses等の新規事業ポジション。
• 想定TC（参考レンジ）：IC6-M2（Director相当）でTotal Compensation 3,500万円〜7,000万円。Metaは業界最高水準のTC設定で知られ、Sign-on Bonusも大きい傾向。
• 面接の特徴：Move Fast, Build Awesome Things等のCompany Valuesベースの行動評価。Performance Review評価が厳しいことでも知られる。

2-4. Amazon Japan（アマゾンジャパン合同会社・AWS Japan合同会社）

• 強み：EC（Amazon.co.jp）、AWS（クラウド）、広告（Amazon Ads）、Prime Video、Alexa。
• ハイクラス狙い目：AWS Industry Business Development Manager、Solutions Architect Manager、Account Manager（Enterprise）。生成AI（Bedrock, Q）の業界別展開で募集多数。
• 想定TC（参考レンジ）：L7-L8（Senior Manager〜Director相当）でTotal Compensation 3,000万円〜6,000万円。AmazonはRSUのvesting scheduleが特殊（4年で5%/15%/40%/40%）で初年度の現金収入はSign-onで補填される。
• 面接の特徴：Leadership Principles 16項目（Customer Obsession, Ownership, Bias for Action等）に紐付いたBehavioral質問。Bar Raiserという独立評価者が必ず1名入る。

2-5. Microsoft Japan（日本マイクロソフト株式会社）

• 強み：Azure（クラウド）、M365（Copilot含む）、Dynamics、LinkedIn、GitHub、Activision Blizzard（ゲーム）。
• ハイクラス狙い目：Azure Industry Lead、Solutions Sales Specialist、Customer Success Director。Copilot/Azure OpenAI Service拡販で募集急増。
• 想定TC（参考レンジ）：L65-L67（Senior Manager〜Director相当）でTotal Compensation 2,500万円〜5,500万円。日系大手出身者の受け皿としても機能している印象（日系→Microsoft Japan→他Big Techというキャリアパスも多い）。
• 面接の特徴：Microsoft Cultureの3要素（Growth Mindset, Customer Obsessed, Diverse and Inclusive）+ Model-Coach-Care のManagerial Excellence評価。

3. 実践プロンプト20本｜Big Tech日本法人転職を体系的に攻略する

ここからが本題です。応募前リサーチ→LinkedIn最適化→リファーラル獲得→英語面接対策→年収交渉まで、フェーズ別にプロンプトを提示します。すべてChatGPT GPT-5またはClaude Opus 4.7で動作確認しています。

カテゴリA：応募前リサーチ（プロンプト#1-4）

プロンプト#1：JDから求められるコンピテンシーを逆算する

あなたはBig Tech企業のシニアタレントアクイジションマネージャーです。

【入力】以下にBig Tech日本法人のJD（Job Description）を貼り付けます。

[ここにJD全文を貼り付け]

【出力】以下4点を分析してください。
1. このJDが暗に求めている上位5コンピテンシー（例: Cross-functional Leadership, Customer Obsession等）
2. 各コンピテンシーに対応する、過去5年の自分の実績エピソードの「題材ヒント」を質問形式で
3. このJDのレベル（IC/Manager/Senior Manager/Director/Senior Director相当）の推定根拠
4. 想定される面接官の役職構成（Recruiter→Hiring Manager→Onsite Loop→Final）

※ 出力は日本語で。コンピテンシーは英語の正式名称も併記してください。

活用例：Google Cloud Japanの「Industry Director, Manufacturing」JDをそのまま貼り付けると、求められているのが「Industry Domain Expertise（製造業の業界知見）」「Strategic Account Planning」「Cross-functional Influence」と分かる。これを知った上でLinkedIn・職務経歴書・面接準備を組み立てる。

プロンプト#2：応募企業の組織コンテキストをDeep Researchする

あなたはエグゼクティブサーチファームのリサーチャーです。GPT-5のDeep Research機能を使ってください。

【調査対象】[企業名: 例 Google Cloud Japan] の [部門: 例 Industry Sales] 組織

【調査項目】
1. 直近12ヶ月のプレスリリース・ニュースから読み取れる、この部門の重点戦略
2. グローバル本社（Mountain View等）でのこの部門の親組織と直近の組織変更
3. この部門の日本法人での主要顧客アカウント（公開情報ベース）
4. この部門の元社員・現役社員のLinkedIn公開情報から推測される、過去2年の人事の動き
5. 業界アナリスト（Gartner, IDC, Forrester等）のレポートで言及されているこの部門の市場ポジション

【出力形式】各項目について、ソースURL付きで2-3パラグラフ。確認できない情報は「公開情報なし」と明記。

活用例：応募前にこのレベルの組織理解があると、Hiring Managerとの初回面談で「御社のFY2026のIndustry戦略の中でManufacturing垂直は○○の文脈に位置付けられていると理解していますが、その認識で合っていますか？」と聞けて、一気に印象が変わる。

プロンプト#3：競合他社のオファーホルダー情報をマッピングする

あなたはBig Tech転職市場に精通したキャリアコンサルタントです。

【シナリオ】私は[現職: 例 BCG Principal]から[応募先: 例 Google Cloud Japan, Industry Director]へ転職を検討しています。

【質問】
1. 過去2-3年の公開情報（LinkedInプロフィール、Levels.fyi、Blind、ニュース記事）で、私と類似のキャリアパスでBig Tech日本法人のDirectorレベルに転職した方のプロフィール例を5名分、仮名で構築してください。
2. 各プロフィールについて、転職前後のキャリアサマリ、推測される転職理由、想定される年収レンジを示してください。
3. 私が彼らと比較して「強み」「ギャップ」になりそうな要素を整理してください。

※ プロフィールは「特定の実在人物の情報を出力するのではなく、複数の公開情報を抽象化したペルソナ」として構築してください。

プロンプト#4：応募ポジションの「面接官マップ」を作る

あなたはBig Tech企業の元採用責任者です。

【入力】私の応募ポジション: [企業名] の [職位] [部門]

【出力】このポジションの面接Loopで登場すると予想される面接官5-6名の役職・カバー領域・典型的質問パターンを表形式で。
- 列: Round番号 / 役職 / 評価観点 / 想定質問例3つ / 注意点
- 例: Round 1 / Recruiter Screen / Compensation alignment / "What's your current compensation structure?" / 現Total Compを正確に開示

これを元に、各Roundで聞かれそうな質問への準備を逆算します。

カテゴリB：LinkedIn英語プロフィール最適化（プロンプト#5-8）

プロンプト#5：日本語職務経歴書を「Big Tech向け英語LinkedIn」に変換する

あなたはエグゼクティブLinkedInプロフィールコーチで、Big Tech日本法人のリクルーターから「即面談したい」と思わせるプロフィール作成が専門です。

【入力】以下に私の日本語職務経歴書を貼り付けます。

[日本語職務経歴書を貼り付け]

【出力】以下を英語で生成してください。
1. Headline（220文字以内、SEO意識・職位・Industry・成果数字を含む）
2. About Section（2,600文字以内、3パラグラフ構成）
   - パラグラフ1: 現在の役割と専門領域(2-3文)
   - パラグラフ2: キャリアハイライト3つ(箇条書きで定量化)
   - パラグラフ3: Open to opportunities in... (転職オープン度の示唆)
3. 直近3ポジションのExperience Section
   - 各ポジション: 役割の1文サマリ + 成果4-5個(STAR形式、数字必須)
   - 「主担当」「鋭意推進」等の曖昧表現は禁止、すべてアクションverbから始める

※ Big Techリクルーター（特にGoogle, Amazon, Microsoft Japan）が「Hiring Managerに即推薦できる」と判断するレベルの粒度・キーワード密度で。

活用例：日系メーカー部長の方が「事業部の戦略立案を主担当として推進」と書いていたところを、「Led 5-year strategy for $XXM business unit, resulting in 18% YoY revenue growth and 3 new product launches」に変換。LinkedIn InMail受信数が月1-2件から月8-12件に増えた、というケースを複数見ました。

プロンプト#6：Open to Workを「Smart」に設定する文言を作る

あなたはハイクラス転職市場のLinkedInコーチです。

【背景】私はBig Tech日本法人のDirectorクラスに転職を検討中で、現職には転職活動を明示したくありません。LinkedInの「Open to Work」機能を「リクルーターのみに公開」モードで使う予定です。

【質問】このモードで設定する以下の項目について、最適な文言を提案してください。
1. Job titles (最大5つ): どんなキーワードを入れるべきか
2. Locations: Tokyo以外にどう設定すべきか
3. Start date: Immediately / In 1 month / In 3 months のどれが心理的に有利か
4. Job types: Full-time一択でいいか、Contractも入れるべきか
5. Employment types: On-site / Hybrid / Remote の組み合わせの最適解

【出力】各項目について、選択肢と推奨理由を表形式で。Big Tech日本法人の検索クエリで上位ヒットするキーワード選定を意識してください。

プロンプト#7：LinkedIn Skills Sectionを「Big Techリクルーターの検索クエリ」に最適化

あなたはLinkedIn SEOの専門家です。Big Tech日本法人のテクニカルリクルーターがLinkedIn Recruiterで使う検索クエリを熟知しています。

【入力】私の応募職種: [例: Industry Director, Cloud Sales]

【質問】このポジションのリクルーターが使う典型的なBoolean検索クエリを5つ予想し、それぞれに対して私のSkills Sectionに追加すべきキーワードを20個リストアップしてください。

【出力形式】
- 検索クエリ例1: ("Industry Director" OR "Industry Lead") AND ("Cloud" OR "GCP" OR "Azure") AND ...
- 対応Skill追加候補20個: ...

※ Top Skills(3つ、ピン留め)も特定してください。

プロンプト#8：LinkedIn投稿で「業界知見」を発信するエディトリアルプラン

あなたはエグゼクティブのソートリーダーシップ戦略を担当するコンテンツストラテジストです。

【背景】私は[業界: 例 Manufacturing / Cloud Industry Sales]のDirector候補としてBig Tech日本法人へのアプローチを準備中。LinkedIn上での「業界知見の可視化」を3ヶ月で構築したい。

【出力】3ヶ月12週分のLinkedIn投稿エディトリアルプランを作成してください。
- 週次のテーマ
- 投稿タイプ（カルーセル/動画/長文記事/イベント参加報告）
- 想定エンゲージメント設計
- Big Techリクルーター・Hiring Managerの目に留まるためのハッシュタグ戦略

【制約】私は週2投稿が限界。1投稿あたり所要時間1時間以内に収めること。

カテゴリC：内部リファーラル獲得（プロンプト#9-12）

プロンプト#9：LinkedInで「リファーラル候補者」を発掘する検索クエリを作る

あなたはBig Tech日本法人転職に特化したキャリアコーチです。

【シナリオ】私は[応募先: 例 Google Cloud Japan]の[ポジション: Industry Director, Manufacturing]に応募予定です。社内に内部リファーラルを依頼できる「弱い紐帯」のコネクションを開拓したい。

【質問】LinkedIn上で以下の条件を満たす人物を発掘するBoolean検索クエリを10パターン提案してください。
1. 応募先企業の現役社員で、私と業界・職位が近い人
2. 応募先企業に過去5年以内に転職した、私と同じ業界出身者
3. 応募先企業のGlobal HQ（Mountain View等）の日本人駐在経験者
4. 応募先企業の元社員で、私の現職周辺に転職した人
5. 応募先企業の採用イベントに登壇歴のあるEmployer Branding担当者

【出力】各パターンについて、具体的なBoolean Search Query + 推奨される最初のコンタクトメッセージ案を提示してください。

プロンプト#10：「弱い紐帯」へのColdアプローチメッセージを作る

あなたはエグゼクティブネットワーキングの専門家です。Big Tech日本法人で内部リファーラル獲得率が高いメッセージパターンを熟知しています。

【入力】
- 私のプロフィール: [現職、業界、専門領域を3行で]
- 相手のプロフィール: [LinkedInから抽出した相手の役職・経歴を3行で]
- 共通点: [出身大学、過去の同業、共通の知人、参加イベント等]

【質問】以下3パターンのColdアプローチメッセージを、それぞれLinkedIn InMailで使える300文字以内で作成してください。
1. 純粋な業界情報交換オファー型(リファーラル直接お願いしない)
2. 業界イベント・カンファレンス参加報告ベース型
3. 相手の最近の投稿への深い質問型

※ どれも「いきなりリファーラル依頼」はしない。3回目のやり取りまで関係を構築してから依頼するシナリオで。

活用例：内部リファーラル獲得率は、応募経路として最強です。Big Tech社員が「自分の友人だ、面接してみてほしい」と内部システム（Workday等）に推薦投稿すると、Recruiter Screenに到達する確率がエージェント経由より大幅に上がる傾向があります（公式数値は非公開ですが、複数のBig Tech転職者が口を揃えて語る感覚値）。

プロンプト#11：リファーラル依頼を「相手にとってもメリット」に変える文言設計

あなたはBig Tech社員心理に精通したキャリアコーチです。Big Tech社員にとってリファーラルは「成功すれば数十万円〜数百万円のReferral Bonus」が得られるインセンティブ構造です。

【シナリオ】私はLinkedIn上で3往復のやり取りを終えた相手(Google Cloud Japanの現役Director)に、私の応募予定ポジション([職位])のリファーラルを依頼したい。

【出力】以下を含むリファーラル依頼メッセージを作成してください(800文字以内、日本語+英語Resume添付想定)。
1. これまでのやり取りへの感謝
2. 私が応募予定のJDのURL
3. 私のサマリ(2行)+ なぜこのポジションにフィットするか(3点)
4. 相手のReferral Bonusを暗に意識した文言(「もし通過すれば〜」等の自然な触れ方)
5. 「断っていただいて全く構わない」というセーフティネット
6. 履歴書・LinkedIn URLを最後に

プロンプト#12：リファーラル後の「面接前ブリーフィング」を相手に依頼する

あなたはBig Tech内部事情のリサーチャーです。

【背景】リファーラルが通り、Hiring Manager面接が組まれました。リファーラル元の社員に、面接前ブリーフィングを依頼したい。

【質問】相手に負担をかけずに、面接で有利になる情報を引き出す質問リストを10個作成してください。例:
- このポジションのHiring Managerの典型的面接スタイル
- このポジションが過去にopen→closeになった経緯
- このチームの直近のWin/Lossの大きな案件
- など

【出力】質問10個 + 質問をまとめて送るメッセージ案(500文字以内)。

カテゴリD：英語面接対策(プロンプト#13-16)

プロンプト#13：STAR構造で自分の実績エピソードを30本ストックする

あなたはBig Tech面接対策の専門コーチです。Behavioral面接でSTAR構造(Situation/Task/Action/Result)による回答を熟知しています。

【入力】以下に私の過去5年のキャリアハイライトを箇条書きで貼り付けます。

[キャリアハイライト10-15個を箇条書きで]

【出力】以下を実施してください。
1. 各ハイライトから、STAR構造で語れる「面接エピソード」を抽出
2. 各エピソードに、Amazon Leadership Principles 16項目のうち対応する3-5項目をタグ付け
3. 同じエピソードを Google GCA, Meta Values, Microsoft Cultureに置き換えた場合のタグも併記
4. 各エピソードを英語STAR形式で2分以内に話せる回答(120-150語)に変換

【出力形式】テーブル形式: エピソード番号 / 概要 / Amazon LP / Google GCA / Meta Values / Microsoft Culture / 英語STAR回答

活用例：30本のSTARエピソードがストックできていれば、どのBig Tech面接でも「このLeadership Principleに対応するエピソードはこれ」と即引き出せます。エピソード不足で同じ事例を3回使い回して「Bar Raiserに『先ほども同じ例でしたが』と指摘されて落ちた」というケース、本当に多いです。

プロンプト#14：ChatGPT Voice Modeで模擬面接を反復する

あなたは[企業名]の[ポジション]の面接官です。役職は[Senior Director, ○○ Industry]です。アクセントはアメリカ西海岸の英語ネイティブ。

これから45分間、Behavioral面接の模擬を行います。

【ルール】
1. 質問は1度に1つだけ。私の回答を聞いてからフォローアップ質問を出す。
2. フォローアップ質問は最低3層深掘りする。STARのResultが曖昧なら「specific numbers please?」と必ず聞き返す。
3. 終盤に「Do you have any questions for me?」と聞く。
4. 模擬終了後、私の回答について以下4点でフィードバックを英語で出す:
   - Strengths(3点)
   - Concerns(3点)
   - Compared to typical Director-level candidates at [企業名], where would you rank me? (Strong Hire / Hire / Lean Hire / No Hire)
   - Specific suggestions to improve my STAR delivery

【最初の質問】Tell me about a time when you had to make a strategic decision with incomplete data. Walk me through your reasoning process.

活用例：このプロンプトをChatGPT Voice Modeに投げると、本当に45分の面接ロールプレイが成立します。私自身、英語面接対策で何度も使っていますが、人間のコーチに30分5万円払うより、ChatGPT Plusで毎日1時間やる方が反復回数で圧倒的に上回ります。ただし「フィードバックの質はAIなので限界がある」ので、最終仕上げは人間コーチに見てもらう併用が理想です。

プロンプト#15：弱い質問への「逃げない回答」を準備する

あなたはBig Tech面接の「キラー質問」対策の専門家です。

【入力】私のキャリアで弱点になりそうな要素: [例: 海外駐在経験なし / 英語ネイティブレベルではない / 業界変更歴あり / 短期離職歴あり]

【出力】各弱点に対して、Big Tech面接でストレートに聞かれる「キラー質問」を3個ずつ列挙し、それぞれに「逃げない回答テンプレ」を英語で作成してください。

【テンプレの条件】
1. 弱点を正面から認める(逃げない・言い訳しない)
2. その弱点をどう補ってきたか具体的に示す
3. 入社後にどう克服する計画かを1文で示す
4. 全体で90秒以内に話せる長さ

例:
キラー質問: "Your English seems intermediate. How would you handle weekly leadership meetings in English with the APAC team?"
逃げない回答: "You're right, my English is at a working professional level, not native. Here's how I've been compensating..."

プロンプト#16：Reverse Interview(逆質問)5パターンを準備する

あなたはBig Tech面接対策のシニアコーチです。

【背景】Big Tech面接の最後には必ず「Do you have any questions for me?」が来ます。ここでの逆質問の質が、最終評価を左右することが知られています。

【出力】以下5シナリオの逆質問パターンを各3つ、英語で準備してください。

シナリオ1: 面接官がHiring Manager(直属の上司)の場合
シナリオ2: 面接官がCross-functional Partner(他部門のディレクター)の場合
シナリオ3: 面接官がSkip Level Manager(上司の上司)の場合
シナリオ4: 面接官がHR Business Partner(人事)の場合
シナリオ5: 面接官がBar Raiser/Hiring Committeeメンバーの場合

各質問について、「なぜこの質問が評価される/されないか」の理由も併記してください。

カテゴリE：報酬パッケージ理解と年収交渉(プロンプト#17-20)

プロンプト#17：Total Compensation構造を理解する基礎

あなたはBig Tech報酬パッケージの専門家です。

【質問】Big Tech日本法人のDirectorクラスのオファーレターに含まれる以下要素について、それぞれを日本語で詳細に解説してください。

1. Base Salary(基本給): 月割支給/年俸支給の差、住宅手当・社用車等の有無
2. Sign-on Bonus: 初年度のみ/2年分割の違い、Clawback条項(早期退職時返金)
3. RSU(Restricted Stock Unit): 4年vest, 25%/25%/25%/25% vs Amazonの5%/15%/40%/40%の違い、vest cliff(1年)
4. Target Bonus: % of Base、Performance Multiplier(0.5x-2.0x等)、Companyパフォーマンス連動性
5. Refresh Grant: 入社2-3年目以降の追加株式付与、Performance連動
6. Benefits: 401(k)相当(日系の確定拠出年金)、Stock Purchase Plan(ESPP)、Insurance、Wellness Stipend

【出力】各項目について、3パラグラフ目安で解説。Levels.fyiやBlindで見られる典型的な数字レンジも併記。

プロンプト#18：オファーレターを4年TC換算で比較する

あなたはBig Tech転職の年収交渉専門コーチです。

【入力】私は現在3社からオファーをもらっています。

オファーA: [企業名A] - Base ¥18M / Sign-on ¥5M / RSU $300K (4-year vest, 25/25/25/25) / Target Bonus 20% of Base
オファーB: [企業名B] - Base ¥22M / Sign-on ¥10M (2-year split) / RSU $250K (Amazon style 5/15/40/40) / Target Bonus 0%
オファーC: [企業名C] - Base ¥15M / Sign-on ¥0 / RSU $400K (4-year vest, 25/25/25/25) / Target Bonus 30% of Base

【質問】
1. 各オファーの4年Total Compensation(米ドル想定為替¥150/$)を年次別に計算してください
2. Year 1 / Year 2 / Year 3 / Year 4の現金収入(Base+Sign-on+Vested RSU+Bonus)を表で比較
3. 4年累計のTC(米ドル換算)を比較
4. 為替・株価変動リスクの観点で各オファーのリスクプロファイルを分析
5. 「目先のキャッシュフロー重視」「4年累計重視」「キャリアアップサイド重視」の3視点でランキング

活用例：Big Techオファーは見た目のBase年俸では判断できません。実際、Base 1,500万円のオファーが4年累計で6,000万円相当になることもあれば、Base 2,200万円のオファーが4年累計4,800万円相当ということもあります(株価変動次第)。ChatGPTでスプレッドシート化して可視化することで、感覚ではなく数字で判断できます。

プロンプト#19：年収交渉のEmail文面を作成する

あなたはBig Tech年収交渉の専門コーチです。Hiring ManagerやRecruiterへの「強気だが嫌われない」交渉メール作成が専門です。

【入力】
- 初回オファー: [Base ¥18M / Sign-on ¥5M / RSU $250K / Target Bonus 20%]
- 競合オファー: [企業名B: Base ¥22M / Sign-on ¥8M / RSU $300K / Target Bonus 25%]
- 私の希望: 第一志望は企業A、ただし企業BとTCで遜色ない条件にしてほしい
- 関係性: Recruiterと3週間の良好なやり取り、Hiring Managerとも信頼関係構築済み

【出力】以下メール案を英語で作成してください(500語以内、丁寧かつ具体的)。
1. 競合オファーの存在を伝えるトーン(脅し感ゼロで)
2. 具体的な希望条件(Base + Sign-on + RSU + Bonus の数字)
3. 「企業Aで働きたい強い希望」のメッセージ
4. 返答期限の自然な設定(1週間)

※ "I have another offer with $$$" のように相手を圧迫しないこと。"As I shared, I'm also discussing with another company. Their offer is structured as..." 的に客観事実として伝える。

プロンプト#20：オファー受諾後の「最初の90日プラン」を作る

あなたはBig Techオンボーディングのエグゼクティブコーチです。

【背景】私は[企業名]の[ポジション]のオファーを受諾しました。入社まで6週間、入社後の最初の90日プランを作成して、Hiring Managerと初日にレビューしたい。

【出力】以下を含む90日プランを作成してください。

Days 1-30: Learn
- ステークホルダーマップ作成(誰に30分の1on1を入れるか優先順位付き)
- 製品・市場・顧客の理解深化(具体的なactivityを週単位で)
- グローバル本社・APACチームへの自己紹介(LinkedIn + Slack/Teamsでの動き方)

Days 31-60: Diagnose
- チームの強み・課題分析(具体的なhypothesisを3つ)
- 既存戦略の棚卸し(Q4の重点プロジェクト棚卸し)
- Quick Wins候補3つの特定

Days 61-90: Plan & Execute
- 90 Day Reviewプレゼンへの落とし込み(Hiring Managerへの初回プレゼン)
- 6ヶ月戦略の初期ドラフト
- Quick Wins 1つの実行・Result確認

【形式】週単位のタイムラインで、各週のキーアクティビティ + アウトプット成果物 + 想定リスクを表形式で。

4. よくある失敗パターンと回避策

失敗1：日本語職務経歴書を機械翻訳しただけで応募する

❌ よくある間違い：日本語の職務経歴書をDeepLで英訳して、そのままLinkedInに貼り付け。「事業戦略を主担当として推進」が「Promoted as the main person in charge of business strategy」のような直訳になっている。

⭕ 正しいアプローチ：プロンプト#5のような変換プロセスを通して、「Led 5-year business unit strategy resulting in 18% YoY revenue growth and $12M EBITDA expansion」のように、アクションverb+定量化+ビジネスインパクトの3要素を全Bullet pointで満たす。Big Techリクルーターは1日100-200プロフィールを流し読みしており、直訳プロフィールは3秒でスキップされます。

なぜ重要か：LinkedInプロフィールはリクルーター検索結果での「Click-Through Rate」を決め、これがオファー獲得までの全工程の入口になる。ここを最適化するROIは桁違いに高い。

失敗2：英語面接で「Self-deprecating(自己卑下)」してしまう

❌ よくある間違い：英語面接で謙遜を入れてしまう。「I’m not sure if this is a good example, but…」「My English is not great, so please bear with me…」「This might not be relevant, but…」

⭕ 正しいアプローチ：英語ビジネス文化では謙遜は「自信のなさ」と解釈されます。Big Tech面接では特に「Confidence」「Executive Presence」が評価対象です。「Let me share a relevant example」「I’ll give you the most representative case」のように、自分のエピソードに自信を持って提示する。

なぜ重要か：日本人エグゼクティブの最大のハンディキャップは英語力よりも「自己プレゼンスタイル」と言われます。100社のAI研修・コンサル経験から見ても、技術力・実績は十分なのに、面接の自己提示で減点されている方が非常に多いです。

失敗3：Total Compensationを「Base年俸」だけで判断する

❌ よくある間違い：「Base 1,800万円か。今と変わらないな、辞退しよう」とBase年俸だけ見て判断。RSU 6,000万円分(4年vest)とSign-on 500万円を見落としている。

⭕ 正しいアプローチ：プロンプト#18のように、必ず4年Total Compensationで比較。Year 1の現金収入(Base+Sign-on+1年目vest RSU+Target Bonus)、4年累計のTC、株価変動リスク、為替リスクを全部織り込んで判断する。

なぜ重要か：Big TechのTCの50-60%は株式報酬で構成されることが多く、Baseだけ見ると本来の年収の半分しか見えていません。私の知人のケースでは「Base 1,500万円のGoogle Japan オファーを辞退して、Base 1,800万円の日系大手に行ったら、4年後に振り返るとTCで3,000万円以上の機会損失だった」というのが実際にあります。

失敗4：リファーラルを「初対面でいきなり依頼」する

❌ よくある間違い：LinkedInで応募先企業の社員を見つけて、いきなり「リファーラルお願いします」とInMail送信。当然返信なし。

⭕ 正しいアプローチ：プロンプト#10のように、最低3往復のやり取りで信頼関係を構築してから依頼する。最初のメッセージは「業界情報交換オファー」「相手の最近の投稿への質問」「共通の知人からの紹介」のいずれかで、リファーラルの「リ」も出さない。

なぜ重要か：Big Tech社員にとってリファーラルは「自分の信用を貸す行為」です。初対面の人に信用を貸す人はいません。一方で、信頼関係ができた相手にリファーラルを依頼すると、社員側にも数十万円〜数百万円のReferral Bonusインセンティブがあるため、断る理由がほぼなくなります。

5. Big Tech日本法人 部長・役員転職のリアル｜100社経験からの実務的視点

ここまでプロンプト集と失敗パターンを書いてきましたが、最後に「100社以上のAI研修・コンサル経験から見たBig Tech転職の構造的な視点」を3点だけ補足します。

5-1. 「日系大手 → Big Tech日本法人 → グローバルキャリア」の王道パターン

Big Tech日本法人のDirectorクラスは、日系大手の本部長・執行役員クラスの方々の「最初のグローバルキャリア入口」として機能していることが多いです。日系企業のままだとどうしても日本市場のキャリアパスに閉じてしまいますが、Big Tech日本法人に入ると、グローバル本社・APAC本部とのレポーティングを通じてグローバルキャリアの選択肢が一気に広がります。

実際、Microsoft Japan → Microsoft Singapore APAC → Microsoft Redmond本社、というキャリアパスはBig Tech転職組ではポピュラーです。Google Japan → Google Mountain View(米国本社)もあります。「Big Tech日本法人入社」を「終着点」ではなく「グローバル展開の入口」と位置付けると、選考でも自然と「Long-term Career Aspiration」が語れるようになり、評価が上がります。

5-2. AI時代の組織変動が「ハイクラス採用」を加速させている

2024年以降、Big Tech各社が生成AI(Gemini, Copilot, Bedrock, ChatGPT等)に組織リソースをシフトしている流れで、日本法人でも「業界別Industry Director」「AI Solutions Specialist」「Customer Success for AI」のような新ポジションが増えています。これらは新設ポジションなので、社内人材だけでは埋まらず、外部採用に頼る比率が高い。

結果として「中途採用に窓が開きやすい」のが現状です。3年前なら新卒・若手中心採用だったBig Tech日本法人で、シニア中途のDirectorクラスポジションが定期的に公開されているのは、この組織構造変化の影響が大きいです。

5-3. AI活用力が「面接の差別化要素」になっている

これは特に強調したいのですが、Big Tech面接の最後の逆質問やBehavioralの中で、「ChatGPT/Claudeを自分のチームでどう活用しているか」「AIエージェントを業務でどう使い倒しているか」を語れる候補者は、一気に評価が上がります。なぜなら、Big Tech各社の従業員自身が、社内でAIツールを活用することを上層部から期待されているためです。

「私はChatGPTで週20時間のリサーチ業務を週2時間に圧縮しています。具体的にはこういうワークフローで…」と話せる候補者は、面接官に「即戦力で、しかもチーム文化に合いそう」という印象を与えます。本記事のプロンプト集を実践していること自体が、面接の差別化材料になる、というのが現場感覚です。

6. 関連記事と次のアクション

本記事と合わせて読むと立体的に理解できる関連記事を3本紹介します。

• 海外グローバル企業転職をAIで攻略する7ステップ｜2026年版 — Big Tech以外のグローバル外資全般のキャリア戦略
• 海外駐在帰任エグゼクティブのAI転職戦略｜2026年版 — 海外駐在経験を武器にBig Tech日本法人を狙うパターン
• エグゼクティブ株式報酬・年収交渉をAIで最適化する完全ガイド｜2026年版 — RSU・ESPP含む報酬パッケージ交渉の深掘り

まとめ：今日から始める3つのアクション

1. 今日：プロンプト#5で、現在の日本語職務経歴書をBig Tech向け英語LinkedInプロフィール案に変換してみる。Headline・About・Experience上位3つだけでも、所要時間60-90分。
2. 今週中：プロンプト#1-4の応募前リサーチを、興味のあるBig Tech日本法人1社1ポジションについて実施する。組織理解・面接官マップが手に入る。
3. 今月中：プロンプト#13で過去5年の実績エピソードからSTAR形式30本をストックし、プロンプト#14のChatGPT Voice Mode模擬面接を週3回・各45分のペースで開始する。3-4週間で英語面接の「型」が体に入る。

Big Tech日本法人のハイクラス転職は、決して「英語が完璧な人だけのもの」ではありません。標準化された選考プロセスを理解し、AIを使い倒して反復練習し、報酬パッケージの構造を正しく読み解ければ、日系大手の部長クラスからでも十分に届きます。私の周りでも、英語TOEIC 800点台・海外駐在経験ゼロから、Microsoft Japan → Google Cloud Japanとキャリアアップした方が複数います。共通点は「ChatGPTを使い倒して、自分の準備の量と質を物量で勝った」ことです。

本記事のプロンプト20本を、ぜひ今日から1つずつ試してみてください。1ヶ月後の自分のキャリアの解像度が、確実に変わっているはずです。

著者プロフィール

佐藤傑（さとう・すぐる） — 株式会社Uravation代表取締役。X（@SuguruKun_ai）フォロワー約10万人。100社以上の企業向けAI研修・導入支援を実施。経営層・幹部層向けのChatGPT・Claude・AIエージェント活用に関する個別コーチングを提供。著書『AIエージェント仕事術』（SBクリエイティブ）。SoftBank IT連載7回執筆。エグゼクティブのキャリア戦略にAIをどう組み込むかをテーマに、ハイクラス転職市場のリアルを発信中。

出典・参考情報

• Levels.fyi – Big Tech各社の報酬データベース（levels.fyi）
• Google Careers – Google Japan公式採用ページ（google.com/about/careers）
• Amazon Jobs – AWS Japan/Amazon Japan公式採用（amazon.jobs）
• Microsoft Careers – Microsoft Japan公式採用（careers.microsoft.com）
• LinkedIn Talent Solutions – リクルーター検索仕様とOpen to Work機能（linkedin.com）
• Amazon Leadership Principles – 公式（amazon.jobs/leadership-principles）