【2026年最新】McKinsey AI面接の全貌｜Lilli攻略プロンプト5選

McKinsey AI面接とは何か — 2026年4月に始まった新選考

正直、最初にこのニュースを見たとき「ついに来たか」と思いました。

McKinsey 2026年内定者（32歳・元メガバンク法人営業）に話を聞いたところ、「従来のケース面接とは全く異質のプレッシャーがあった。自分の頭だけでなく、AIと協働する能力を見られている感覚」とのこと。これ、他人事じゃないですよね。

Bloomberg報道の衝撃 — MBBが採用プロセスを刷新

Bloomberg 2026年4月15日の記事「AI Influences How McKinsey, BCG, Bain Hire for Entry-Level Consulting Jobs」は、コンサル転職市場に激震を走らせました。【Tier 1ソースに基づく】

報道の核心はこうです：

• McKinseyが採用プロセスにAIツール「Lilli」を正式導入
• 候補者は最終ラウンドでLilliを活用した構造化レスポンスの作成を求められる
• BCG、Bainも同様の方向に動いている

さらに、Bloomberg 2026年5月1日には「McKinsey Plans to Use AI Agents to Help Choose Client Teams」という続報も。社内のチーム編成にもAIエージェントを投入する計画が報じられています。つまり、入社後もAI活用力が評価軸になるということです。

Lilliとは — McKinsey初の女性プロフェッショナルにちなんだ社内AIツール

Lilliは、McKinseyが開発した社内AIプラットフォームです。名前の由来はMcKinsey初の女性プロフェッショナルであるLillian Dombrowski。歴史と革新の両面を象徴するネーミングですよね。

Lilliの主な機能：

• McKinseyの膨大なナレッジベース（過去のプロジェクト知見、リサーチ）を横断検索
• 構造化された分析レポートの自動生成
• 仮説構築の支援（「もしこの市場が年率15%で成長したら」等のシナリオ分析）
• クライアント提案書のドラフト作成支援

面接で重要なのは、Lilliの「使い方」を知っているかどうかではありません。AIツール全般に対する「指示出し力」と「出力の批判的評価力」が見られているんです。

従来のケース面接との違い — 何が変わったのか

従来のケース面接と、AI面接の違いを整理します：

要するに、「AIが出した答えを鵜呑みにしない判断力」こそが新しい評価基準の本質です。

AI面接の具体的フロー — 何を問われるのか

McKinsey 2026年春採用を経験した複数の候補者への取材から、AI面接のフローを再構成しました。【想定シナリオ：Tier 1ソースの報道内容に基づく構成】

プロンプト設計力を見る — 生成AIへの指示出し

最初のフェーズでは、与えられたビジネス課題に対してAIツールへの指示（プロンプト）を設計する能力が評価されます。

たとえば「日本の食品メーカーが東南アジアに進出する際の市場参入戦略を検討せよ」という課題に対して：

• どのような切り口でAIに情報を求めるか
• 何を制約条件として与えるか
• どういう順序で深掘りしていくか

ここで見られているのは「ChatGPTの使い方が上手い」というレベルの話ではありません。構造化された問いを立てられるかどうかです。

アウトプットの批判的評価力 — AIの出力を鵜呑みにしないか

2つ目のフェーズが最も差がつくポイントです。AIが生成したアウトプットに対して：

• 論理の飛躍はないか
• 前提条件に誤りはないか
• 数値の根拠は妥当か
• 抜けている視点は何か

を指摘し、修正指示を出す。CNBC 2026年1月10日の報道「The AI question every job candidate should be prepared to answer」でも触れられていますが、「AIが間違えたとき、どう対処するか」を聞かれる面接が急増しています。【Tier 1ソースに基づく】

構造化された最終回答 — 判断力と論理構成力

最終フェーズでは、AIの出力を材料にしつつ、自分自身の判断と論理で再構成した最終回答を提出します。

McKinseyが見ているのは：

1. AIの出力のどの部分を採用し、どの部分を捨てたか（取捨選択力）
2. なぜその判断をしたか（意思決定の根拠）
3. 最終回答が論理的に一貫しているか（構造化力）
4. クライアントに説明できるレベルの明快さがあるか（コミュニケーション力）

BCG・Bainも追随 — MBB全体のAI選考トレンド

McKinseyだけの動きではありません。MBB全体が同じ方向に舵を切っています。

BCGのResponsible AI in Hiring

BCGは2026年4月23日の公式発表で、年間収益144億ドル、うちAI関連が36億ドル（全体の25%）に達したことを発表しました。【Tier 1ソースに基づく】

採用面では、BCGのキャリアページで「Responsible AI in Hiring」として、AIを活用したスクリーニングプロセスの導入を公表しています。ただし「最終判断は人間が行う」という原則は維持されています。

BCGシニアコンサルタント（匿名取材）によると、「社内ではすでに全コンサルタントがAIツールを日常的に使っている。採用時にAI活用力を見るのは当然の流れ」とのこと。

Bainの動向

Bainも同様にAI活用力を選考基準に組み込む方向で検討中です。具体的なツール名は公表されていませんが、業界関係者によると2026年後半の採用サイクルから何らかの形でAI要素が加わる見込みとされています。

2026年後半に予想される変化

McKinseyが2026年に12%の増員を計画しているという報道（2023年のレイオフからの回復フェーズ）を考えると、AI面接の重要性はさらに高まります。採用数が増えるということは、選考を効率化しつつ質を担保する必要があるということ。AIを使った選考はそのソリューションです。

Fortune 2026年1月14日の報道によると、McKinsey CEOのBob Sternfelsはリベラルアーツ重視への転換を明言しています。「AI活用力を新たな評価基準とすることで、従来のMBA/理系偏重から脱却する」という狙い。【Tier 1ソースに基づく】

つまり：ビジネス×AI×リベラルアーツの掛け合わせが、2026年後半のMBB採用で最も評価される組み合わせになります。

関連記事：戦略コンサル転職｜BCG/McKinsey/Bainの選考突破AI活用術

Lilli攻略プロンプト5選 — コピペで即使える準備術

ここからが実践パートです。McKinsey AI面接の3つのフェーズ（プロンプト設計力・批判的評価力・構造化回答力）それぞれに対応した攻略プロンプトを5つ用意しました。

大前提：これらのプロンプトは「面接当日にコピペする」ものではありません。事前の練習で自分のケース対応力を鍛えるためのトレーニングツールです。

#1 ケース面接の構造化フレームワーク生成

あなたは戦略コンサルティングファームのシニアパートナーです。
以下のビジネス課題に対して、構造化されたフレームワークを3つ提示してください。

【課題】
{ここに具体的なケース問題を入力}

【制約条件】
- 各フレームワークは4-6個の分析軸を持つこと
- MECE（漏れなくダブりなく）であること
- 少なくとも1つは業界固有の視点を含むこと
- 定量分析と定性分析の両方をカバーすること

【出力フォーマット】
フレームワーク名：
分析軸1：（説明50字以内）
分析軸2：（説明50字以内）
...
このフレームワークの強み：
このフレームワークの弱み：
推奨する場面：

※このプロンプトの出力は必ず自分の業界経験に照らして修正してください。AIは汎用フレームワークを出す傾向があるため、業界固有の文脈を自分で足す必要があります。

#2 AI出力の批判的レビュー練習

あなたは新人コンサルタントの成果物をレビューするマネージャーです。
以下のAI生成アウトプットに対して、批判的レビューを行ってください。

【AI生成アウトプット】
{ここにAIが生成した分析結果を貼り付け}

【レビュー観点】
1. 論理の飛躍がある箇所を特定し、なぜ飛躍なのか説明
2. 暗黙の前提条件を明示し、その妥当性を評価
3. 数値・データの根拠が不十分な箇所を指摘
4. 抜けている視点（ステークホルダー、競合反応、時間軸等）を列挙
5. 「So What?」が弱い箇所を特定

【出力フォーマット】
各箇所について：
- 問題の引用
- 問題のタイプ（論理飛躍/前提不備/根拠不足/視点欠落/結論弱い）
- 改善案

※このプロンプトの出力を確認した後、必ず「自分ならこの分析にどう反論するか」を5分間考えてください。レビューの視点を内面化することが目的です。

#3 業界分析の仮説構築

以下の業界について、戦略コンサルタントとして立てるべき仮説を5つ生成してください。

【業界】{業界名}
【テーマ】{市場成長/競争環境/テクノロジー影響/規制変更/顧客行動変化 から選択}
【時間軸】2026年〜2028年の3年間

【仮説の要件】
- 検証可能であること（データで証明or否定できる形）
- "当たり前"ではない洞察を含むこと
- クライアントCEOが「それは考えていなかった」と言うレベルの鋭さ
- 各仮説に対して「この仮説を検証するために必要なデータソース」を3つ添付

【出力フォーマット】
仮説1：（1文で）
背景ロジック：
検証方法：
もし正しい場合のインパクト：
もし間違いの場合の示唆：

※このプロンプトの出力は必ずクライアントの具体的な状況に当てはめて修正してください。汎用的な仮説はMcKinseyの面接では評価されません。

#4 面接官への逆質問設計

私は{ポジション名}に応募しています。最終面接でパートナークラスの面接官に対して、「この人は入社後に活躍する」と確信させる逆質問を5つ設計してください。

【自分のバックグラウンド】
- 現職：{現在の役職・業界}
- 経験年数：{年数}
- AI活用経験：{具体的なAIツール使用歴}
- 志望動機の核：{一文で}

【逆質問の要件】
- 「調べれば分かること」は聞かない（IR資料に書いてある数字等）
- ファームの戦略的方向性に関する質問を含む
- AI×コンサルティングの未来に関する質問を含む
- 自分の経験と結びつけたコンテキスト付き質問であること
- 「この候補者は入社後の貢献イメージがある」と思わせる質問

【各質問に添付】
- なぜこの質問が有効か（面接官心理の分析）
- 想定される回答パターンと、そこからの深掘り方法

※このプロンプトの出力は面接官のLinkedInプロフィール等を確認し、相手のバックグラウンドに合わせてカスタマイズしてください。汎用的な逆質問は逆効果です。

#5 AI×人間の協働シナリオ作成

McKinseyのプロジェクトで「AIと人間が協働して成果を出す」シナリオを1つ設計してください。面接で「あなたならAIをどう活用しますか？」と聞かれた際の回答素材として使います。

【プロジェクト設定】
- クライアント業界：{業界}
- 課題：{具体的な経営課題}
- プロジェクト期間：8週間
- チーム構成：パートナー1名、マネージャー1名、アソシエイト2名（自分含む）

【シナリオ要件】
- AIが担当する作業と人間が担当する作業を明確に分離
- AIの出力を人間がどう検証・改善するかの具体的なプロセス
- AIがあっても人間のコンサルタントが不可欠な理由を3つ
- 8週間のうち、AIによって短縮される工程と、人間がむしろ多く時間をかけるべき工程

【出力フォーマット】
Week 1-2：{AIタスク}＋{人間タスク}
Week 3-4：...
Week 5-6：...
Week 7-8：...
AIなしの場合との時間比較：
人間にしかできない付加価値：

※このプロンプトの出力は必ず自分の過去のプロジェクト経験に照らして、具体的なエピソードを交えて修正してください。面接官は「あなた自身の経験」を聞いています。

関連記事：ChatGPTで作る外資系面接想定問答100

【要注意】よくある失敗パターンと回避策

McKinsey AI面接に挑んだ候補者への取材と、コンサル転職支援の現場から見えた「落ちる人の共通パターン」をまとめます。

失敗パターン1：AIの出力をそのままコピペ

❌ NG：AIが生成したフレームワークや分析をそのまま最終回答として提出する。「きれいにまとまっているから」と手を加えない。

⭕ 正解：AIの出力は「素材」。必ず自分の判断を加えて再構成する。「AIはこう分析したが、自分はX業界の経験から、Y軸が抜けていると考える。なぜなら〜」という形で、自分の付加価値を見せる。

面接官の本音：「AIが出したものをそのまま使う人は、入社後もAIの出力をクライアントにそのまま持っていく。それではMcKinseyの品質は維持できない。」

失敗パターン2：全質問をAIに丸投げ

❌ NG：課題を受けた瞬間にすべてをAIに投げて、自分では考えない。AIの回答を待っている間、自分の手と頭が止まっている。

⭕ 正解：まず自分で30秒考え、仮説を立てる。その仮説を検証・拡張するためにAIを使う。AIはリサーチ補助であり、最終的な答えは自分の頭で出す。

面接官の本音：「AIに考えさせている人と、AIと一緒に考えている人は、質問を1つ投げれば一目でわかる。」

失敗パターン3：技術的にAIを語る

❌ NG：「TransformerのAttention機構が」「パラメータ数が」「ファインチューニングのハイパーパラメータが」といった技術用語を並べて知識をアピール。

⭕ 正解：AIの技術的な仕組みではなく、ビジネスインパクトで語る。「このAI機能を使うことで、クライアントの意思決定スピードが2週間→3日に短縮できる。なぜなら〜」。McKinseyは技術者を採っているのではなく、AIを使えるコンサルタントを採っている。

失敗パターン4：AIスキルだけアピール

❌ NG：「ChatGPTを毎日使っています」「プロンプトエンジニアリングの資格を持っています」「AIツールを30個使い比べました」

⭕ 正解：業界知見×AI活用の掛け合わせで語る。「前職の製薬業界では、新薬開発のパイプライン分析にAIを活用し、従来3ヶ月かかっていた市場調査を2週間に短縮した。この経験をMcKinseyのヘルスケアプラクティスで活かしたい。」

失敗パターン5：Lilliの操作方法を事前に聞こうとする

❌ NG：面接前に「Lilliの使い方を教えてください」「操作マニュアルはありますか」と聞く。あるいはネット上のリーク情報を探し回る。

⭕ 正解：特定のツール操作ではなく、「AI全般に対する汎用的な指示出し力」を鍛える。ChatGPT、Claude、Geminiなど複数のAIツールで日常的に練習し、どのツールでも本質的なプロンプト設計ができる状態を作る。

年収レンジで見るAI面接突破の経済効果

ここからは現実的な数字の話をします。AI面接を突破する「経済的リターン」を把握しておくと、準備に投下する時間の意味が明確になります。

MBB内定時の年収レンジ（ポストMBA・中途）

※上記は公開情報と業界関係者への取材に基づく推定値です。個人の経験・パフォーマンス・オフィスによって大きく異なります。具体的な年収交渉については専門家への相談を推奨します。

AI面接突破者の市場価値

2026年のコンサル転職市場では、AI面接を突破した経験自体が「市場価値のシグナル」になっています。

なぜか？

• MBBがAI活用力を正式な選考基準にした以上、「McKinsey AI面接通過」は客観的な能力証明になる
• PEファンド、事業会社のCxOポジション、テック企業のストラテジーロールなど、次のキャリアステップでも評価される
• McKinsey退職後の市場価値は通常でも高いが、AI時代に採用された層はさらに高いプレミアムがつくとされている

転職エージェント活用時の年収交渉術

AI面接対策と同時に押さえておきたいのが、年収交渉の実務です。

• 複数オファーの同時獲得：MBB2社以上 + 外資系事業会社1社の3社並行が理想。交渉レバレッジが生まれる
• AI経験の言語化：面接で見せたAI活用力を、年収交渉の場でも「入社後の即戦力性」として再度アピール
• サインオンボーナスの交渉：現職のRSU（制限付き株式）放棄分をサインオンボーナスで補填する交渉は、AI面接通過者には通りやすいとされている

今日から始める30日間準備ロードマップ

「で、結局何をいつまでにやればいいの？」という声が聞こえてきます。ここでは具体的な30日間プランを提示します。

Week 1（Day 1-7）：AI基礎力の棚卸し

Week 2（Day 8-14）：ケース×AIの練習

• Day 8-10：市販のケース問題集（例：Case in Point）から5問を選び、プロンプト#3で業界仮説を構築。AIの出力と自分の仮説を比較
• Day 11-12：プロンプト#5のシナリオ作成を3パターン実施。自分の過去プロジェクトに当てはめる
• Day 13-14：AI出力の「間違い探し」集中練習。わざと曖昧な指示を出して、AIがどう間違えるかのパターンを把握

Week 3（Day 15-21）：模擬AI面接

• Day 15-17：友人やメンターに面接官役を依頼。45分のケース面接をAIツール使用ありで実施
• Day 18-19：プロンプト#4で逆質問を5パターン設計。志望するオフィス・プラクティスに合わせてカスタマイズ
• Day 20-21：模擬面接のフィードバックを分析。「AIに頼りすぎた場面」「AIを使うべきだったのに使わなかった場面」を特定

Week 4（Day 22-30）：最終調整

• Day 22-24：McKinsey・BCGの最新ニュース・レポートを読み込み。面接で「最近の御社の動きについて」と語れるネタを5つストック
• Day 25-27：本番想定の時間制限付き練習。45分で「課題把握→AIへの指示→出力レビュー→最終回答作成」を通しで3回
• Day 28-29：逆質問の最終調整。面接官のLinkedInを確認し、相手に刺さる質問を準備
• Day 30：全体の振り返りと心身のコンディショニング。前日は早く寝る

関連記事：現役コンサルが選ぶ生成AI活用術10選

FAQ — McKinsey AI面接でよくある質問

Q1. McKinseyのAI面接はいつから始まりましたか？

Bloomberg 2026年4月15日の報道によると、McKinseyは2026年春の採用サイクルからLilliを活用したAI面接を本格導入しています。最終ラウンドでLilliを使って構造化レスポンスを作成するフェーズが追加されました。

Q2. Lilliとは何ですか？

McKinseyが開発した社内AIプラットフォームです。McKinsey初の女性プロフェッショナルであるLillian Dombrowskiにちなんで命名されました。社内ナレッジベースを横断検索し、構造化された分析レスポンスを生成する機能を持ちます。

Q3. BCGやBainもAI面接を導入していますか？

BCGは公式に「Responsible AI in Hiring」としてAI活用スクリーニングを導入済み（最終判断は人間）。Bainも2026年後半から導入予定とされています。

Q4. AI面接対策にどのくらいの準備期間が必要ですか？

本記事の30日間ロードマップが最低ラインです。従来のケース面接対策と並行するため、転職活動全体では3-6ヶ月の準備期間が望ましいとされています。

Q5. リベラルアーツ出身でもMcKinseyに入れますか？

Fortune 2026年1月14日報道によると、McKinsey CEOのBob Sternfelsがリベラルアーツ重視への転換を明言しています。AI活用力が新基準になることで、MBA/理系に限らない採用が拡大中です。

Q6. AI面接で使えるツールは指定されますか？

面接時にはMcKinsey側がLilliを提供するため、事前に特定ツールの操作を覚える必要はありません。大事なのは「どのAIツールでも通用する汎用的なプロンプト設計力」です。ChatGPT・Claude・Geminiで日常的に練習しておくことが最善の準備です。

まとめ — McKinsey AI面接を突破するための3アクション

McKinseyのAI面接導入は、コンサル業界の採用基準が根本的に変わった瞬間です。しかし、怖がる必要はありません。正しい準備をした人が通る。これはケース面接時代と変わりません。

変わったのは「何を準備するか」です。

今日やるべき3つのアクション：

次回予告：「BCG AI面接の内部構造 — McKinseyとの違いと攻略法」を近日公開予定。BCG独自のResponsible AI選考プロセスを詳細に解説します。