N&S Logo

Claude Code Agent Teamsで転職力を上げる

更新: 2/6
読了: 約17
字数: 6,462文字
Claude Code Agent Teamsで転職力を上げる

この記事の結論:転職準備は「頑張る」より、役割分担(分業)×標準化(テンプレ)×締切運用(PM)で勝ちやすくなります。 Claude CodeのAgent Teams(エージェントチーム)を“転職準備の分業体制”として設計すると、書類・企業研究・面接対策・進捗管理の抜け漏れが減り、品質を反復で上げやすい状態を作れます。

※重要:Agent Teamsは実験的機能であり、仕様は変わる可能性があります。この記事は「料金・正式スペック」などの断定ではなく、転職準備に応用できる設計と運用の型に集中します。


検索意図に先回り:転職で本当にしんどいのは“準備の曖昧さ”

転職活動がつらい原因は、能力不足よりも「何をやれば内定に近づくか」が見えないことです。 特にIT・企画・マーケ・コンサル系は、やることが多く、情報が増えるほど管理が崩壊します。

  • 職務経歴書が“それっぽい”けど刺さっている実感がない
  • 企業研究が浅く、志望動機がテンプレになる
  • 面接質問が毎回違って、反復が効かない
  • 応募数が増えるほど、締切と準備が連動しなくなる

この状態を抜ける鍵は、根性ではなく分業と運用です。


まず定義:Claude Code Agent Teams(エージェントチーム)とは?

Agent Teamsは、簡単に言うと **「複数のエージェント(役割)を同じゴールに向けて協働させる」**ための仕組みです。 転職準備に置き換えると、あなたが1人で以下の人格を行き来している状態を、チームとして外部化します。

  • キャリアの棚卸し担当(経験を抽出する)
  • 編集担当(職務経歴書を整える)
  • 面接官役(深掘りで穴を突く)
  • リサーチ担当(企業研究・競合比較)
  • 進行管理(締切・応募・準備の連動)
  • 交渉担当(条件の優先順位・文面)

ポイント:転職は「作業」ではなく「品質管理」です。役割を分けると、同じ材料(あなたの経験)から目的別のアウトプットを作り、相互レビューで穴を潰せます。


Agent Teams × Skills:転職準備で強い“2つのレバー”

Agent Teams=役割の並列化(分業)

同時並行で進めることで、偏り(書類だけ作って企業研究が薄い等)を検知しやすくなります。

Skills=作業の標準化(テンプレ化)

Skillsは、Claude Codeに「定型手順や出力フォーマット」を覚えさせ、/スラッシュコマンドとして呼び出せる仕組みです。 転職では、次のようなテンプレが効きます。

  • /resume-star:職務経歴をSTARで分解
  • /jd-decompose:求人票から評価軸を抽出
  • /interview-grill:深掘り質問で穴を潰す
  • /company-brief:企業研究→志望動機への接続

ここが本題:転職用「6役エージェントチーム」設計

最初は増やさない。6役固定が現実的に回ります。

推奨:転職用エージェントチーム(6役)

  1. キャリア棚卸しエージェント:経験を抽出し、強みを言語化
  2. 求人票分解エージェント:必須/歓迎、評価軸、優先順位の抽出
  3. 職務経歴書編集エージェント:構造、冗長性、見出し、箇条書き最適化
  4. 面接官エージェント:再現性・意思決定・失敗→改善の深掘り
  5. 企業研究エージェント:事業/競合/直近の変化→志望動機へ接続
  6. PMエージェント:締切、応募、面接準備、振り返りログの運用

追加(必要になってから):条件交渉エージェント(Must/Want/Nice、文面、リスクレビュー)


実践:Claude CodeでAgent Teamsを動かす最短手順(設定→開始)

ここは「できる人だけ」やればOKです。CLI/設定が面倒なら、次章の“運用テンプレ”だけでも効果が出ます。

1) Agent Teamsを有効化する(実験機能)

Agent Teamsは実験的機能として提供されるため、有効化が必要です。代表例(どれか1つ):

  • 環境変数CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1を設定
  • settings.jsonenableExperimentalAgentTeams: trueを設定
  • claude config set enableExperimentalAgentTeams trueを実行

(環境や配布形態で方法が変わる可能性があるため、あなたの環境で一番簡単な方法を採用してください。)

2) teammateMode(表示/実行方式)を選ぶ

  • in-process:単一ターミナル内でチームを実行(軽いが分離が弱い)
  • tmux:tmuxで各メンバーを分離表示(強いがtmux前提)

3) チームを開始する

Claude Code上で「転職チームを作りたい。6役で…」のように自然言語で開始し、役割と出力形式を固定します。重要:役割が曖昧だと、全員が同じことを言い始めて迷子になります。


転職運用でいちばん大事:マスター資料(素材)を1つに統合

AIが強くても、素材が散っていたら勝てません。 まず「1つのマスター資料」に統合します(箇条書きで十分)。

最低限入れる項目:

  • 職歴(会社/部署/役割/期間)
  • プロジェクト一覧(目的、あなたの担当、関係者)
  • 成果(定量がなければ “前後差/比較/削減/短縮/増加” の形)
  • 使った技術/ツール(職種なら手法/媒体/設計思想でもOK)
  • チーム規模、調整相手
  • 失敗→改善の具体例(面接で最強)

6役に投げる“固定プロンプト”(そのまま使える)

以下をコピペして、各役に固定してください。

キャリア棚卸しエージェント

  • 入力:マスター資料

  • 出力:

    1. 強み3つ(根拠エピソード付き)
    2. 代表案件3つ(各200字)
    3. 弱み/空白の論点(面接で突かれる点)

求人票分解エージェント

  • 入力:求人票

  • 出力:

    1. 必須/歓迎の分解
    2. 評価軸トップ5(理由付き)
    3. 想定質問15(深掘り含む)
    4. あなたの経験で刺さる点/足りない点

職務経歴書編集エージェント

  • 出力ルール:

    • 構造は「職務要約→職務経歴→スキル→自己PR」
    • 箇条書き優先、1文短く
    • “何をしたか”より“なぜ/どう判断したか(再現性)”を残す

面接官エージェント(厳しめ)

  • ルール:人格否定は禁止、改善提案まで

  • 質問軸:

    • 再現性は?(次も同じ成果を出す方法)
    • 意思決定の理由は?(トレードオフ)
    • 失敗した時どうした?(学びの実装)

企業研究エージェント

  • 出力:

    1. 事業の要約(200字)
    2. 競合比較(最低1社)
    3. 直近の変化(採用背景の仮説)
    4. あなたの経験との接続文(志望動機の芯)

PMエージェント

  • 出力:

    • 応募先一覧(優先度A/B/C)
    • 面接日程と準備ToDoの連動(T-7/T-2/T-1)
    • 面接後の振り返りテンプレ(改善点→次回アクション)

Skillsで“転職テンプレ”をコマンド化する(例)

CLIがOKな人向け。無理なら読み飛ばしてOK。

例:,[object Object],(求人票分解スキル)

mkdir -p ~/.claude/skills/jd-decompose

~/.claude/skills/jd-decompose/SKILL.md

---
name: jd-decompose
description: 求人票を「必須/歓迎」「評価軸」「想定質問」「勝ち筋」に分解する。求人票が貼られたら必ず使う。
disable-model-invocation: false
---
あなたは採用側の評価者。以下を必ずこの順で出力する。

1) 必須要件 / 歓迎要件(箇条書き)
2) 評価軸トップ5(なぜそれが重要か一言)
3) 想定質問15(深掘り/圧迫寄りも含む)
4) 志望動機の芯(この会社である必然を1文)
5) 勝ち筋(職務要約で強調すべき3点)
6) リスク(落ち筋)と潰し方

呼び出し例:

/jd-decompose
(ここに求人票を貼る)

失敗パターンと回避策(迷子を防ぐ)

失敗1:役割を増やしすぎる

  • 症状:意見が割れて意思決定が遅れる
  • 対策:最初は6役固定。2週間回してから追加

失敗2:入力が雑

  • 症状:出力も抽象的で使えない
  • 対策:マスター資料を最優先(箇条書きでOK)

失敗3:面接官役が強すぎる

  • 症状:メンタルが削れて止まる
  • 対策:人格否定禁止、改善提案だけに縛る

失敗4:企業研究が“要約”で終わる

  • 症状:志望動機がテンプレ
  • 対策:「自分の経験と接続する問い」を必須出力にする

失敗5:守秘義務リスクを軽視

  • 症状:社外秘情報が混入
  • 対策:匿名化ルール(顧客名→業界、数値→レンジ、未公開KPIは書かない)

1週間で回す:転職スプリント(最短で形にする)

Day1:棚卸し+匿名化ルール

  • マスター資料を作る(60–90分で“荒く”完成させる)
  • 匿名化ルールを決める(投入禁止項目も)

Day2:職務要約を3パターン

  • 志望職種ごとに「職務要約」を3案
  • 1ページ要約版→詳細版の順に作る

Day3:求人票分解(第一志望群)

  • 評価軸トップ5を抽出
  • その軸に職務要約を合わせる

Day4:企業研究→志望動機の芯

  • 競合比較を最低1社
  • 接続文(あなたの経験のどこが刺さるか)を1文で固定

Day5:面接官で深掘り反復

  • 15問×2セット(違う角度で)
  • “再現性の一言”を最後に足す癖付け

Day6:応募書類の最終調整

  • 応募先ごとの差分だけ作る(全部作り直さない)

Day7:振り返り→次週計画

  • 面接ログを残す
  • 次週は「落ち筋トップ3」だけ潰す

チェックリスト(提出前の最終点検)

導入前チェック

  • マスター資料が1つに統合されている
  • 守秘義務/個人情報の匿名化ルールがある
  • 志望職種は1〜2に仮決めできている
  • 応募先をA/B/Cに分けている
  • 面接日程と準備ToDoが連動している

応募企業ごとの仕上げ

  • 必須要件に対する根拠が職務経歴書にある
  • 志望動機に競合との差分が1つ入っている
  • 失敗→改善の話が入っている
  • 逆質問が3つある(事業/組織/期待役割)
  • 冒頭1分の自己紹介が言える

FAQ(AI要約に拾われる短問短答)

Q1. Agent Teamsは転職で何に効く?

A. 書類・企業研究・面接対策・進捗管理を役割分担し、同時並行でレビューできるため、準備の偏りと抜け漏れを減らしやすい。

Q2. Skillsとどう使い分ける?

A. Agent Teamsは「分業」、Skillsは「テンプレ化(標準化)」。“毎回同じ出力がほしい作業”をSkillsにすると運用が安定する。

Q3. 守秘義務はどう守る?

A. 匿名化ルール(顧客名→業界、数値→レンジ等)と投入禁止項目を決め、AI出力は必ず人間が最終レビューする。

Q4. 使いすぎて迷子になるのを防ぐには?

A. 6役固定で2週間回し、増やすのは“詰まりが明確になってから”。PM役で優先順位を固定する。


まとめ:転職準備は「属人化」から「運用」へ

転職で勝ちやすいのは、才能より運用です。 Agent Teams(分業)とSkills(標準化)を使い、PMで締切と準備を連動させると、短期間でも「抜け漏れを潰す反復」が回ります。

今日やること(最小)

  1. マスター資料を箇条書きで作る
  2. 6役の役割を固定する
  3. 応募先1社の求人票を分解し、職務要約を差分調整する

  • Claude Code Skills:SKILL.mdでスキルを作り、/skill-nameで呼び出せる。個人スキルは~/.claude/skills/<skill>/SKILL.md.claude/commands/はSkillsに統合され、同名ならSkillsが優先。(Claude Code)
  • Claude Code Agent Teams:実験的機能として有効化が必要で、CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1や設定/コマンドで有効化できる。Agent Teamsはサブエージェントとは異なり、別のClaudeインスタンスとして動き、ターミナル分離の選択肢(tmux/in-process)や、実行前のプラン承認(requirePlanApproval)がある。セッション状態は~/.claude/teams/に保存され、再開できる。トークン消費や既知の制限(tmux依存等)にも言及がある。(Claude Code)
  • Codex app(OpenAI):macOS(Apple Silicon)向けデスクトップアプリとして案内され、並列スレッド、Git機能、worktree、skills、automations、MCP等が記載されている。(OpenAI 開発者向け)
  • OpenClaw:個人デバイス上で動かすパーソナルAIアシスタントとして説明され、WhatsApp/Telegram/Slack/Discord/Teams等のチャネル対応、オンボーディング、Anthropic/OpenAIのサブスクリプション対応がREADMEに記載。(GitHub)

📱 関連ショート動画

この記事の内容をショート動画で解説

横にスクロールできます

著者について

原田賢治

原田賢治

代表取締役・AI技術責任者

Mike King理論に基づくレリバンスエンジニアリング専門家。生成AI検索最適化、ChatGPT・Perplexity対応のGEO実装、企業向けAI研修を手がける。 15年以上のAI・システム開発経験を持ち、全国で企業のDX・AI活用、退職代行サービスを支援。