結論：役員・CxO候補の職務経歴書は「業務列挙」ではなく「経営インパクトの言語化」が勝負。AIを壁打ち相手にして「課題→施策→定量成果」の構文に変換すれば、説得力が格段に上がります。
- 要点1：一般職との決定的な違いは「P/L規模・組織人数・KPI改善幅」を数値で示すかどうか
- 要点2：AI活用の最大のメリットは「事実→インパクト表現」への変換と複数案の比較—下書きアシスタントとして使うのが正解
- 要点3：在職企業の非公開情報・未発表業績はAIに渡さない。守秘義務の遵守と最終確認は必ず本人が行う
対象読者：役員・部門長・CxO候補で、転職・社外取締役・顧問就任を視野に入れている方
今日やること：この記事のプロンプト例を1つコピーし、直近の最大の実績を「課題→施策→定量成果」形式でAIに変換させてみる
「職務経歴書、どう書けばいいか全然わからない」
役員・幹部クラスのキャリア相談をしていて、最もよく聞く悩みです。一般職向けの転職本は山ほどあるのに、エグゼクティブ向けの具体的な書き方ガイドは驚くほど少ない。しかも「AIを使って書く」となると、なおさら情報が見当たらない。
正直に言うと、エグゼクティブ・レジュメはAIと相性が非常にいい領域です。ポイントは「AIに丸投げするのではなく、自分が持っている事実をAIに整形させる」という使い方。この記事では、外資コンサルや大手事業会社のCxO・役員クラスが実際にどう職務経歴書を仕上げるか、具体的なプロンプト例とともに解説します。
一般職との決定的な違い——「業務列挙」から「経営インパクト」へ
まず根本的な違いを整理しましょう。一般職の職務経歴書は「何をやったか」の列挙が中心でも通用しますが、エグゼクティブ・レジュメは「どれほどの経営インパクトを生んだか」を語る文書です。
採用者側の見方が違う
一般職採用では人事部がスクリーニングし、面接担当者が詳細を聞く設計です。一方、役員・CxO採用では指名委員会・取締役会・ヘッドハンター・PEファンドのパートナーが最初の読み手になります。彼らが確認するのは次の3点です。
- P/L責任の範囲：何億円・何百億円規模の事業を動かしていたか
- 組織の規模と複雑性：何人・何部門・何拠点を率いていたか
- 変革リードの実績：M&A、事業再建、IPO準備、新規事業立ち上げ等、不確実な局面でどう舵を切ったか
これらが数行で読み取れない職務経歴書は、どれだけ長くても「読む時間がない」と判断されます。
NGフレーズとOKフレーズ
| ❌ 避けるべき表現（業務列挙型） | ✅ エグゼクティブ表現（インパクト型） |
|---|---|
| 営業部門のマネジメントを担当した | 120名・12支店の営業組織を統括し、3期連続での受注目標達成を実現（想定モデルケース） |
| コスト削減に取り組んだ | 製造原価の見直しプロジェクトをリードし、固定費比率を△%から□%へ改善した（○年） |
| DXを推進した | 基幹システム全面刷新プロジェクト（投資額○億円）のオーナーとして推進し、業務処理時間を□%短縮（参考値） |
| 経営企画に携わった | 中期経営計画（3カ年）の策定をリードし、売上高○億円・EBITDA margin□%の目標を取締役会に承認させた |
※表中の数値は記述パターンのサンプルです。実際の職務経歴書には、ご自身が確認した事実に基づく数値のみを記載してください。
CAR構文とSTAR構文を使いこなす
エグゼクティブ・レジュメでよく使われる実績記述の型が2つあります。
CAR構文（Challenge → Action → Result）：どんな課題があり、何をし、どんな結果が出たかを1〜3文で示す。コンサル出身者や経営企画出身者が使いやすい型。
STAR構文（Situation → Task → Action → Result）：状況・役割・行動・結果の4段階。大企業出身者や事業部長クラスに多い記述スタイル。
AIへの依頼では「CAR構文で書いて」「STAR形式で3パターン出して」と明示するだけで大きく品質が上がります。
AIに渡す前の棚卸し——「素材」がなければAIも動けない
AIを使って質の高いエグゼクティブ・レジュメを作るためのカギは、AIに渡す前の「素材づくり」にあります。AIは文章の整形・変換は得意ですが、事実の補完はできません（させてはいけません）。
棚卸しシートに書き出す項目
次の6項目を、役職・時系列ごとに書き出してください。AIに渡す際はこのシートをそのままコピー&ペーストします。
- 担当事業のスコープ：売上規模・P/L責任の範囲・地域・主要顧客セグメント
- 組織規模：直属部下の人数・管理下の組織規模・拠点数
- 主要KPI改善実績：在任期間中に動かした数字（売上/利益/シェア/コスト/離職率/NPS等）と変化幅
- 重要案件・プロジェクト：M&A、再建、IPO、新規事業立上げ、大型投資、グローバル展開等の具体的な内容
- 対外的な活動：上場審査委員会への対応、金融機関・投資家対応、監督官庁折衝、業界団体等
- 組織・人材への貢献：採用人数、幹部登用実績、組織文化変革の具体的なアクション
守秘義務の確認を先に行う
棚卸しを始める前に、必ず以下を確認してください。
- 雇用契約・就業規則・秘密保持契約（NDA）の条項
- 在職中の場合、作成行為が禁止されていないかどうか
- 記載しようとしている数値が「すでに公開情報か」「社内限定情報か」の区別
特に注意が必要なのは、未発表の業績数字（四半期末前の見込み等）、M&A交渉の内容、未発表の組織再編情報、特定顧客との取引条件です。これらは絶対にAIツールに入力しないでください。所属組織のコンプライアンスルールに従うことが前提です。
公開情報と非公開情報の切り分け例
| AIへの入力OK（公開済み情報） | AIへの入力NG（非公開情報） |
|---|---|
| 有価証券報告書・決算短信に記載の数値 | 未発表の業績・四半期見込み |
| プレスリリースで公表済みのM&A・新規事業 | 交渉中・検討中のM&A・提携 |
| 社員数（採用サイト・IR記載） | 組織再編・レイオフ計画の詳細 |
| 自らの業務成果（自身の経験事実） | 競合他社・顧客に関する機密情報 |
コピペで使えるプロンプト例3選
実際にAIに投げかけるプロンプトを3パターン紹介します。すべて「事実から始める」設計です。数値の捏造・誇張をAIが行わないよう、プロンプト内に安全指示を必ず含めています。
プロンプト①：実績をCAR構文に変換する
以下の情報をもとに、エグゼクティブ・レジュメ用の実績記述文を作成してください。
【私の実績（事実）】
役職：〇〇事業本部長（在任：2022年4月〜2025年3月）
担当：〇〇事業（売上規模：約〇〇億円、部下：〇〇名）
主な取り組み：〇〇（具体的に書く）
結果：〇〇が〇%改善 / 〇〇を達成
【指示】
1. CAR構文（Challenge→Action→Result）で3パターン作成してください
2. 数値は私が提供した情報のみを使用し、推測・補完・誇張はしないこと
3. 補完が必要な箇所があれば「仮定：〇〇」と明示してください
4. 各パターンは1〜3文、150字以内に収めてください
5. 不足している情報があれば、執筆前に確認してください
プロンプト②：業務列挙型からインパクト型へ変換する
以下の職務記述を「エグゼクティブ・レジュメ向けのインパクト表現」に書き直してください。
【現在の記述（修正前）】
〇〇部門のマネジメントを担当し、各プロジェクトの進捗管理やメンバーの育成を行った。コスト削減や業務効率化にも取り組んだ。
【補足情報（実際の数値）】
・部門規模：〇〇名
・主要な成果：〇〇
・特に伝えたい実績：〇〇
【変換ルール】
– 動詞中心の業務列挙を「組織規模＋KPI改善幅＋結果」の構造に変換する
– 私が提供した数値以外を補完しない。不明な数値は「〇〇（確認が必要）」と残す
– 読み手は指名委員会・ヘッドハンター・PEファンドパートナーを想定する
– 3パターン提案し、各パターンの「強調している点」を一行で説明すること
プロンプト③：役職別・業界別の表現調整
以下の実績記述を、ターゲットポジションに合わせて最適化してください。
【現在の実績記述】
（ここに実績文を貼り付ける）
【応募ターゲット】
パターンA：外資系戦略コンサルファームのパートナー候補
パターンB：大手事業会社のCFO候補
パターンC：PEファンド出資先の経営改善CEO候補
【指示】
各パターン向けに「同じ実績でも強調すべき軸」が異なります。
A：問題解決の構造化力・クライアントインパクト
B：財務規律・投資家対応・ガバナンス
C：スピード感・コスト構造の改善・Exit戦略との整合性
事実は変えずに「フレーミング（見せ方の軸）」のみを変えて3バージョンを作成してください。
役職・業界別の表現調整——CFO/CTO/COOの違いを理解する
同じ「実績を持つエグゼクティブ」でも、役職・応募先によって強調する軸は大きく異なります。AIにフレーミングを変えさせる際に、この違いを理解しておくことが重要です。
CFO（最高財務責任者）向け
CFO候補のレジュメで最重視されるのは「財務規律と資本効率の改善」です。以下の項目を優先的に数値化します。
- 管理下のP/L・B/S規模（売上・総資産等）
- EBITDA margin・営業利益率の改善幅
- 資本コスト（WACC）管理・投資判断フレームの構築
- IR活動・上場審査・金融機関折衝の経験
- M&A（買収・売却）のファイナンス・PMI主導経験
特に外資系や上場企業向けでは、「EBITDA」「FCF」「capex」「leverage ratio」などのファイナンス用語を適切に使いこなすことが信頼性につながります。
CTO（最高技術責任者）向け
CTO候補では「エンジニア組織の構築とプロダクト成長への技術貢献」がコアです。
- エンジニア組織の規模（直属・全体）と採用・育成の実績
- 技術負債解消・アーキテクチャ刷新の規模とビジネスインパクト
- プロダクト・ユーザー数・MAUの成長への技術的貢献
- 開発生産性の改善（リリース頻度・インシデント率等）
- AI/ML・クラウドへの移行・セキュリティ体制構築の経験
COO（最高執行責任者）向け
COO候補は「事業の執行力と横断組織のマネジメント」が軸です。
- 複数事業・複数機能にまたがる組織マネジメント規模
- KPI管理・PDCA体制の構築と成果
- CEO不在時のリーダーシップ経験・取締役会対応
- オペレーション改善・サプライチェーン・グローバル展開
外資系と日系企業での違い
外資系ポジション（特に欧米本社がある企業や外資系PEファンド）向けの場合、英文レジュメの品質が重視されます。また、日本語の職務経歴書でも「グローバルチームとの協働経験」「英語でのC-level折衝」「本社との意思決定調整」などのエピソードが評価されます。
一方、日系大手・オーナー系企業では「社内外の人間関係構築力」「合意形成のプロセス」「長期的な信頼関係」を重視する傾向があります。同じ実績でも、外資向けは「スピード・数値・独立したリーダーシップ」、日系向けは「コンセンサス形成・持続性・ステークホルダー管理」を前面に出すフレーミングが有効です。
事業会社とPEファンド先での違い
PEファンドに投資された企業のCEO・CFO候補には、特有の視点が求められます。バリューアップのスピード感・Exit（IPO/M&A）を見据えた意思決定・投資家（LP）への説明責任が重要テーマになるため、レジュメにも「〇年間で〇〇を実現し、EV（企業価値）を〇倍に向上させた（参考値）」といった短期集約型の成果記述が好まれます。AIに指示する際も「PEバックドのポートフォリオ企業向けに書き直して」と明示すると有効です。
PE/ファンド転職のAI活用についてより詳しく知りたい方は、PE/ファンド転職×AI活用｜DD・モデリング・LPレポート実践ガイドも参考にしてください。
英文レジュメと1ページ・エグゼクティブ・サマリーの作り方
英文レジュメへの展開
外資系ポジションへの応募や社外取締役候補として英語圏の投資家・取締役会に紹介される場合、英文レジュメ（英文CV）が必要になります。AIは日本語の実績文の英訳と「Action-Impact構造」への変換で非常に役立ちます。
英文レジュメの基本構造はAction verb（動詞）で始まる箇条書きです。
Led a cross-functional restructuring of the sales division (120 members), resulting in three consecutive years of target achievementSpearheaded a ¥X billion ERP implementation, reducing processing time by approximately Y% and improving inventory accuracy（参考値）Directed M&A due diligence and post-merger integration of [company type], driving EBITDA margin expansion from X% to Y%（数値は事実に基づいて入力）
AIへの依頼方法の例：
以下の日本語の実績文を英文レジュメ用に変換してください。
・Action verb（過去形）で始める
・数値は私が提供したもののみ使用（推測・補完しない）
・不明な数値は「[X]」と残す
・PEファンドのパートナーが読むことを想定した表現にする
・3パターン（簡潔版/標準版/詳細版）で提案する
【日本語の実績文】（ここに貼り付け）
重要：AIが生成した英訳は、業界固有のビジネス英語表現や微妙なニュアンスでずれることがあります。特にファイナンス・法律・テクノロジー領域の専門用語は、ネイティブのビジネス経験者やキャリアコーチに最終確認を依頼することを強くお勧めします。
1ページ・エグゼクティブ・サマリーの構成
エグゼクティブ・サマリーは本職務経歴書（通常3〜5ページ）の「ピッチデッキの表紙」です。指名委員会・ヘッドハンターが最初に受け取るのがこの1枚であることも多い。
| ブロック | 内容 | 文字数目安 |
|---|---|---|
| ヘッダー | 氏名・現職・連絡先 | 3行 |
| プロフィール文 | 専門領域・強み・想定するインパクトを3〜5文で | 100〜150字 |
| 代表実績 | CAR構文で3〜5件、各1〜2文 | 各60〜100字 |
| 専門領域 | スキル・業界・機能のタグ形式（6〜10項目） | 1行 |
| 希望の方向性 | 希望役職レンジ・業界・スタイルを簡潔に | 2〜3行 |
AIの限界とリスク——「数値を作らせない」が最重要
AIはエグゼクティブ・レジュメの作成において強力な補助ツールですが、いくつかの根本的な限界があります。正直に言うと、ここを理解していないと「後で取り返しのつかないリスク」につながります。
AIが苦手なこと
①数値の補完・推測：「それっぽい数字」を生成します。「売上規模は？」と聞いた場合、AIは文脈から推測した数値を平然と書いてきます。これは意図的な虚偽記載と同様のリスクです。レジュメ上の虚偽・誇張は選考辞退・内定取消・最悪の場合は法的リスクにつながりえます。
②業界の最新動向の把握：トレーニングデータのカットオフより後の情報は持っていません。業界特有の最新キーワード・採用トレンドは最新のヘッドハンターや業界メディアで補完が必要です。
③あなた固有の文脈の読み取り：「なぜその判断をしたか」「どういう状況で成果が出たか」といった文脈はあなた自身しか持っていません。AIは提供された情報を整形するだけです。素材が薄ければ、どれほど上手いプロンプトを使っても出力は薄くなります。
使用するAIツールのデータ利用ポリシーの確認
ChatGPT・Claude・Geminiなどは、利用規約やプライバシーポリシーによってデータ利用の扱いが異なります。特に法人契約プラン（ChatGPT Team/Enterprise、Claude for Work等）は個人プランに比べてデータが学習に使われない設定になっている場合が多いですが、最新の規約を必ず確認してください。
在職企業の守秘義務対象情報・個人情報は、どのプランを使う場合でもAIに入力しないことを原則としてください。
よくある失敗パターン4選——これだけは避ける
エグゼクティブ・レジュメをAIで作る際に、よく遭遇する失敗を整理します。
❌ 失敗1：事実の棚卸しをせずにAIに「作って」と頼む
最もよくある失敗です。「私のレジュメを書いてください」と投げると、AIは汎用的な「それっぽいエグゼクティブ」の文章を生成します。数値も具体性もない、あなた以外のだれにでも当てはまるレジュメができあがります。AIはあなたの経験を知りません。必ず棚卸しシートを先に作り、素材として渡すことが前提です。
❌ 失敗2：AIが生成した数値をそのまま使う
「AIが書いてくれた数字だから正確なはず」という誤解は危険です。AIは文脈から推測した数値を生成することがあり、その値はあなたの実際の実績と全く異なる場合があります。すべての数値は、必ず自分が確認できる事実に基づいていることを確認してください。最終的な正確性の確認は必ずご自身で行ってください。
❌ 失敗3：1つのプロンプトで完成させようとする
エグゼクティブ・レジュメは1回のやりとりで完成しません。「棚卸し→CAR変換→役職別調整→英文化→サマリー作成」と段階的に進めることが重要です。一発で完成を求めると、AIは「何でも盛り込んだ長文」を出力する傾向があり、かえって焦点がぼけます。
❌ 失敗4：AIの出力をそのまま提出する
AIの生成物は「下書き」です。プロンプトの質にかかわらず、最終的な編集・事実確認・トーン調整はご自身で行ってください。特に「自分らしい語彙・表現」「組織の固有名称」「業界特有の言い回し」はAI出力では均質化される傾向があります。面接で自分の言葉で話せるかどうかが最終的な判断軸になります。
エグゼクティブ・レジュメを仕上げた後は、面接での活かし方も重要です。CxO・役員候補の面接準備をAIで完璧にする7ステップで、レジュメの実績を面接でどう話すかまでカバーしています。
まとめ：今日から始めるエグゼクティブ・レジュメ作成の3ステップ
この記事で解説した内容を、今日から実践できる3ステップに凝縮します。
- 棚卸しシートを作る（30分）：「P/L規模・組織人数・KPI改善・主要案件・対外活動・人材貢献」の6項目を役職ごとに書き出す。この素材がすべての出発点。
- プロンプト①でCAR変換を試す（15分）：最も伝えたい実績を1つ選び、この記事のプロンプト①で「課題→施策→定量成果」の3パターンを生成させてみる。複数案を比較することで「自分が一番納得できる表現」が見つかります。
- 役職別フレーミングを調整する（20分）：応募ターゲット（CFO/CTO/外資/PE系）に合わせてプロンプト③で軸を変える。同じ実績でも「見せ方の軸」が変わるだけで、採用担当者の印象は大きく変わります。
AIはあくまで壁打ち相手・下書きアシスタントです。最終的な内容の正確性・守秘義務の遵守・ご自身のコンプライアンスルールへの適合は、すべてご本人の責任において確認してください。転職活動の結果は、各社の選考基準・タイミング・多くの要素によって異なります。「このやり方なら必ず採用される」といった保証はできません。
それでも、素材（事実）がしっかりしていれば、AIはその魅力を最大限に引き出す強力な整形ツールになります。ぜひ今日のうちに棚卸しシートの1項目だけでも書き出してみてください。
Uravation キャリア個別コーチングについて
エグゼクティブ・レジュメの添削・面接準備・年収交渉戦略まで、ハイクラス転職全体をサポートするプログラムです。AIの使い方から、ヘッドハンターとのコミュニケーション設計まで、個別にご支援します。
まずは現状の課題を整理したい方は、お気軽にお問い合わせください（各社の選考結果を保証するものではありません）。
参照・確認ソース
- 厚生労働省「労働者派遣事業・職業紹介事業等」 — https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/koyou_roudou/koyou/haken-shoukai/index.html（2026年6月確認）
- 厚生労働省「職業紹介事業の事業報告の集計結果について」 — https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/koyou_roudou/koyou/haken-shoukai/shoukaishukei.html（2026年6月確認）
- IPA「DX動向2025 日米独比較で探る成果創出の方向性」 — https://www.ipa.go.jp/digital/chousa/dx-trend/dx-trend-2025.html（2026年6月確認）
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・導入支援を展開。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。ハイクラス転職者向けのAI活用・キャリアコーチングを専門とする。
