--- published_at: '2026-09-23T04:00:00+09:00' issue_date: '2026-09-23' title: AIで会社を調べて応募をやめるとき、根拠にしていい情報と、してはいけない情報 source_record_ids: - 01KJDD16BGCZEYWKAYW7T0YSBA - 01M10JQ54DCVZJ5310FMDZFWH1 - 01M12A25VGN7DD2HEET3B3GH4V - 01M16PRAX6XWVVJHEGB4AB4HK4 eyecatch: keyword: AI Employer Research brand: default default_reason: 主題がAIで応募先企業を調べて候補を落とす判断であり、特定の製品・企業・サービスを扱っていないため。 distributions: - name: note url: https://note.com/naru_kijima/n/n2f28c3dbb6d7 - name: Substack (Japanese) url: https://narukijima.substack.com/p/ai-45e - name: X Share (Japanese) url: https://x.com/narukijima/status/2102468632395796534 - name: Threads (Japanese) url: https://www.threads.com/@naru_kijima/post/DdmadxHAUDe - name: Bluesky (Japanese) url: https://bsky.app/profile/narukijima.bsky.social/post/3mw4ved33gc2q - name: Facebook (Japanese) url: https://www.facebook.com/permalink.php?story_fbid=pfbid02egv6QVzzke4dFFCm2mkLzguYwFYDt9YyC7bt39mwmgR89dsyKZUsXWviXNiXrn61l&id=100063878600682 id: '2026-09-23' source: visibility: private source_id: private:daily:2026-09-23 transformation: ai-edited-secondary image_path: /images/daily/2026-09-23.png content_sha256: caa53099e1e177645e981825f929de8257b7179745de54575496ac5496980f37 content_length_bytes: 16026 rights: license: CC BY-NC-ND 4.0 license_url: https://creativecommons.org/licenses/by-nc-nd/4.0/ terms: https://narukijima.ai/terms/ attribution: Naru Kijima / narukijima.ai — usage: ai_input: allowed search: allowed quotation: allowed-with-attribution ai_training: reserved-subject-to-existing-rights commercial: requires-separate-permission redistribution: allowed-under-CC-BY-NC-ND-4.0 dataset_inclusion: reserved-subject-to-existing-rights impersonation: prohibited scope: Existing CC license grants and applicable statutory exceptions take precedence. These signals do not record assent or enforce access control. --- AIが会社の悪い話を返さなくても良い会社とは限らず、何も返さなくても悪い会社とは限らないので、応募をやめる判断は公式に書いてある条件だけで決めるのが安全です。 転職や就職で、応募先をAIに調べてもらう。事業内容、評判、離職率、面接で聞かれそうなこと。数分でそれらしい答えが並びます。それを読んで、「ここはやめておこうかな」と思う。タブを閉じる。 やめた会社のことは、そこで終わりなんですよね。 応募した会社なら、あとで答え合わせができるじゃないですか。AIが言っていた部署がもう無かった、給与の幅が違った、事業の説明が古かった。そういうズレは面接や採用ページで見つかります。でも見送った会社については、ズレていたのかどうかを知る機会が一度も来ません。 失うものが大きいのは、たぶんこっちです。確かめ損ねた1社より、確かめないまま消した1社のほうなんです。 この記事では、AIの答えを根拠に候補を落とすとき、何なら落とす理由にしていいのか、何は理由にならないのかを書きます。僕は調べる側だけじゃなくて、自分の情報をAIから引ける形に置く側もやっているので、そちら側から見えることも合わせて書きます。 --- ## AIで企業を調べた人の半分が、それで応募をやめている まず、これがどのくらい起きているのか、という数字の話から。 株式会社GIGが2026年9月に出した調査があります。直近半年以内に就職・転職活動をした新卒118名（27卒・28卒）と中途118名（〜35歳）、合わせて236名に、2026年7〜8月に聞いたものです。 企業を調べるのに生成AIを使ったのは、新卒が18.6%、中途が30.5%。ここまでの分母は、それぞれ118名です。 面白いのはここからで、AIで企業を調べた人だけに絞って聞いた設問があるんですよね。AIの回答をもとに応募しないと判断した人が、新卒22.7%、中途52.8%。AIで調べた中途の半分以上が、それを理由に応募をやめているわけです。 同じ層への別の設問では、AIで得た企業情報と、実際の採用サイトや面談内容にズレがあったと答えた人が、中途で94.4%。新卒は「違っていた経験はない」が50.0%でした。 先に書いておくと、この分岐後の設問の有効人数は公表されていません。中途118名の30.5%ですから、母数はかなり小さいはずです。日本の転職者全体の比率としては読めません。それでも、AIで企業を調べた人の中で、見送りと不一致がどちらも起きている、という形は見えます。 こういう使い方は就職活動に限った話ではないです。弁護士法人春田法律事務所が2026年9月に公表した調査では、同事務所への問い合わせを完了した483名のうち11.2%（54名）が、生成AIをきっかけにその事務所を知ったと答えています。調査期間は2026年4月3日から9月9日。単一の事務所に問い合わせた人の内訳なので、弁護士探し全体の話にはなりませんが、専門家を探す入口にもAIが入ってきているということです。 --- ## 見送った会社にだけ、答え合わせが来ない さっき出した94.4%は、ズレに気づけた人の数字なんですよね。 なんで気づけたかというと、その会社の採用サイトを実際に開いたり、面談まで進んだりしているからです。応募した先については、確かめる場面が向こうからやってくる。 見送った側には、それが一回も来ないんです。AIが返してきた中身が古かったのか、単純に間違っていたのか、それとも情報自体がどこにも無かっただけなのか。決めたあとで突き合わせる機会がないので、自分の見送りが正解だったのかは、そのまま永久にわからないままになります。 同じ調査で、AIで企業を調べた人のうち、AIの回答を確かめるために公式サイトや採用サイトを見た人は、新卒45.5%、中途55.6%でした。半分近くは確認していないということです。 AIの間違いが一方通行で効いてしまうのは、ここだと思います。採用した候補の間違いは表に出る。落とした候補の間違いは、誰にも見つからないまま残るんです。 --- ## 「出てこない」は「無い」ではない じゃあ、AIが会社について答えているその情報は、どこから来ているのか。 ここは、調べられる側をやっている僕だから書けることがあります。 僕は自分の記録を、privateとpublicに分けて置いています。2026年8月29日の記録に、そのときの構成を書きました。privateにあるのは、何も改変していない生の記録データです。僕はいろいろなAIツールを使っているので、会話履歴もセッション履歴もメモリも全部引っ張ってきて、1か所にまとめてあります。publicで公開しているのは、その生のソースデータにAIが編集を加えた二次情報のほうです。 その記録には、こう書いています。publicでは一次情報である生データを公開していない、と。privateのほうにも外から接続する仕組みは用意していますが、接続して使えるのはオーナーである僕だけです。 だから、誰かがAIに僕のことを調べさせても、返ってくるのは、僕が公開すると決めて編集したぶんだけになります。その後ろにある生の記録は、量でいえばそっちのほうがずっと多いのに、外からは一行も見えません。 これは僕の設計の話であって、どの会社もこうしているという話ではありません。ただ、外から見た結果の形は同じになります。「AIが返してこなかったこと」は、「無いこと」ではなくて、「引ける場所に置かれていないこと」かもしれない。この2つは、AIの答えを読んでいるだけでは区別がつかないんですよね。 逆向きも同じです。情報がたくさん出てくる相手が、そのぶん信頼できるとは限りません。僕のpublicは、僕が自分で選んで編集したものです。出す量を増やすのは、出す側の判断ひとつでできてしまいます。 --- ## 半年前の僕は、全部を閉じていた 置き方は変えられる。ここがいちばん実感としてあるところなんですよね。 2026年2月27日に僕が書いた記録を読み返すと、原則として掲げていたのは、データを与えない、AIにアクセスさせない、でした。SNSをやめて自分のデータを溜め続けて、AIクロールは全部ブロックして、生のデータは公開しない。当時はそれで通すつもりでした。 それが半年でほぼ逆になっています。2026年8月27日の記録では、一次情報は非公開のままでいい、でもそこから作った二次情報はパブリックに出す、と書きました。理由もそのまま書いてあって、どっちも非公開にしたら第三者が検証する機会がないじゃないか、と。8月28日の記録では、発信の目標のひとつとして、信頼を第三者が検証できる形で残す、と決めています。 人間は同じで、持っている経験の量も同じで、置き方だけを変えました。2月の僕をAIに調べさせたところで、ほとんど何も出てこなかったはずです。9月の僕なら、それなりに出てくる。中身が増えたわけじゃないんです。 会社でも同じことが起きます。採用に金と人を割いている会社は、記事も社員インタビューもプレスリリースも出してきます。規模も待遇も同じくらいなのに、何も出していない会社もある。AIに見えている量の差が、そのまま実体の差というわけではありません。 --- ## 落とす理由にしていいもの、してはいけないもの ここまでの話を、実際に応募先を選ぶときの手つきに落とし込むと、こうなります。 僕が根拠にしていいと思っているのは、公式の採用ページや募集要項に書いてある条件です。どこで働くのか、雇用形態は何か、給与はいくらからいくらか、必須資格、業務内容、そもそも今この職種を募集しているのか。この手の情報は、会社が「これを書いたら応募が減るかもしれない」と分かったうえで出しているものです。ぼかしても会社の得にならないので、書いてあるとおりに受け取っていい部分だと思います。 ただ、AIがそう答えたから落とす、はやりません。AIが「給与は◯万円から」と返してきたら、僕はその募集要項を開いて、その行だけ見ます。開くのは1ページ、見るのは1行か2行です。ここまでやって初めて、落とす根拠が自分で読んだ1行になります。 逆に、落とす理由にしてはいけないものを挙げます。 まず、情報が少ない、検索してもあまり出てこない、というやつ。これは単に置かれていないだけかもしれません。さっき書いた2月の僕と同じ状態です。 悪い評判が見つからない、というのも同じです。良い評判しか無い会社なのではなく、書く人がいないだけかもしれない。悪い評判が出てきたときも、誰が書いたのか辿れないなら扱いは変わりません。 社風、将来性、成長性、働きやすさ。この手の評価語は、出どころが会社の自己紹介なのか、第三者が見て書いたものなのか、AIが前後から埋めた説明なのかで、中身がまるっきり別物になります。 見分けるのに必要なのは、ひとつの問いだけです。AIの答えに対して、「これは会社自身が出した情報ですか、第三者が出した情報ですか、どちらでもないですか」と聞き返す。どちらでもない、要するにAIの推測だと返ってきたものは、落とす理由から外します。残ったものだけ、出どころを開いて確かめます。 情報源を見分ける材料をもうひとつ。その出どころが、間違いを直しているかどうかです。僕は2026年9月10日に公開した記事の冒頭に、9月12日付で訂正を入れています。Xの収益化条件について、独自の素材ならAI作成でも報酬対象になると読める結論を書いてしまって、あとで条件を分け直して直しました。直したことを消さずに残している情報源は、間違いが出る前提で回っているということです。訂正がどこにも見当たらない情報源は、正確なのか、直していないだけなのか、こちらからは判断できません。 --- ## 見送りを、あとで答え合わせできる形にしておく 落とした候補って、そのままにしておくと確かめる機会が一生来ないんですよね。だから機会のほうを自分で用意しておきます。 やっていることは単純で、落とした会社の名前と、落とした理由を1行だけ残す。「給与レンジが希望の下限を下回っていた」「勤務地が通えない」、これで終わりです。逆に「なんとなく評判が良くなさそうだった」と書いてしまったら、その時点で、これは根拠になっていないなとわかります。 書く効果はそこにあると思っています。落とす理由を文字にしてみると、公式に書いてある条件なのか、AIの説明から受けた印象なのかが、自分で見分けられるからです。 そのうえで、1か月後か2か月後に、その行を上から読み返します。見るのは1点だけで、書いた理由が募集要項に実際に書いてあったことかどうか。印象の行ばかり並んでいたら、自分のAIの使い方が落とす側に寄りすぎています。 僕自身は、就職活動でこれを試したわけではありません。記録を残して後から自分の判断を見直すやり方を、制作の仕事で回しているだけです。応募先を選ぶ場面でどのくらい効くかは、僕には測れていません。 --- ## この線引きが効かない場合 ここまで話してきたのは、候補がいくつかあって、落としすぎると自分が損をする、そういう場面を想定した話です。 逆のパターンもあります。候補が多すぎて、調べきる前に時間のほうが先に尽きるなら、線引きは緩めたほうが合理的なこともあります。100社を全部見るのが無理なら、AIの印象で50社まで削るのは、何もやらないよりはましです。ただ、その50社は捨てたわけではなくて、後回しにしただけだと決めておきます。そうしておけば、後から戻れます。 あと、公式に書いてあることだけで落とすやり方にも、弱いところがあります。募集要項に書いていない問題は、当然ですが見つけようがないです。実際に入ってみないとわからない部分について、ここでの線引きは何もしてくれません。GIGの調査で中途の94.4%がズレを経験したというのも、面談まで進んで初めて見えた部分が多いはずです。 僕が書けるのはここまでです。AIに企業を調べさせること自体が良いか悪いかは、判断がつきません。ただ、調べた結果で候補を減らすところだけは、後から直せない操作になっています。 もし今、AIに調べさせた候補のリストが手元にあるなら、落とした1社について、なぜ落としたのかを思い出してみてください。それが募集要項に書いてあった条件なら、そのままで大丈夫だと思います。出てくるのが印象のほうだったら、その1社は、まだ落とさずに戻しておいていいかもしれません。 --- ## 参考にした公開資料 - [GIG「就職・転職活動における生成AI利用実態調査」（2026年9月公表）](https://prtimes.jp/main/html/rd/p/000000433.000042378.html) - [GIG / Workship MAGAZINE 調査記事](https://goworkship.com/magazine/ai-recruiting-communication-survey-2026/) - [弁護士法人春田法律事務所 調査リリース（2026年9月公表）](https://www.atpress.ne.jp/news/3690899) - [データ所有とプラットフォーム脱却が最重要（2026年2月27日の記録）](https://narukijima.ai/records/01KJDD16BGCZEYWKAYW7T0YSBA/) - [一次情報をたどれる「Naru Kijima Chain」を作る（2026年8月27日の記録）](https://narukijima.ai/records/01M10JQ54DCVZJ5310FMDZFWH1/) - [発信の目的関数と制約条件を定義した（2026年8月28日の記録）](https://narukijima.ai/records/01M12A25VGN7DD2HEET3B3GH4V/) - [メモリシステムは実質ファインチューニング（2026年8月29日の記録）](https://narukijima.ai/records/01M16PRAX6XWVVJHEGB4AB4HK4/) - [Xの収益化条件で、AIに書かせた投稿は対象外になるのか（2026年9月10日公開、9月12日訂正）](https://narukijima.ai/articles/2026-09-10/) --- © Naru Kijima — CC BY-NC-ND 4.0. 利用前に利用規約（https://narukijima.ai/terms/）を確認してください。検索・AIへの入力・出典付き引用を認めます。AI学習・データセット収録には権利を留保し、追加の許諾は行いません。既存のCC BY-NC-ND 4.0による許諾と法定例外は妨げません。なりすましは禁止です。出典表記: Naru Kijima / narukijima.ai — 。検証: https://narukijima.ai/verify/。取得だけで同意を記録する仕組みではありません。 Review the Terms (https://narukijima.ai/terms/) before use. Search, AI input, and attributed quotation are permitted. Rights are reserved for AI training and dataset inclusion; no additional permission is granted for these purposes. Existing CC BY-NC-ND 4.0 grants and statutory exceptions remain unaffected. Impersonation is prohibited. Attribution: Naru Kijima / narukijima.ai — . Verification: https://narukijima.ai/verify/. Fetching alone does not record assent.