もくじ（タップで移動）
この記事のプロンプトは会員登録なしでもコピペOK。もっと使えるプロンプト集も無料公開中です。
プロンプト集を無料で見る
第1章：残酷な真実。大手のESは「データ」として処理される
結論から言います。あなたのESは、人事に一文字ずつ「読まれて」いません。
大手企業のES選考は、もはや人力の精読ではなく機械的なデータ処理です。まずこの前提を理解してください。
なぜ人事はESを「読まない」のか
Big4監査法人や総合商社、メガバンクには、毎年数万件のESが殺到します。人間が全件を丁寧に読み込むのは、物理的に不可能です。
そこで導入されているのがATS（採用管理システム）によるテキストマイニングです。提出された文章は単語単位に分解され、企業が求める「コンピテンシー（行動特性）」を示すキーワードの出現頻度と文脈でスコア化されます。
つまり、どれだけ感動的なエピソードでも、評価対象のキーワードが含まれていなければ自動的に足切りされるのです。採用代行（RPO）の現場では、この一次スクリーニングだけで応募者の6〜7割が絞り込まれると言われています。
大手企業の応募者数とスクリーニング倍率の目安
数字で見ると、なぜデータ処理が必要なのかが一気に腑に落ちます。
| 業界 | 年間ES応募数の目安 | 一次通過率の目安 |
|---|---|---|
| Big4監査法人（コンサル部門） | 約2万〜3万件 | 約20〜30% |
| 総合商社（5大商社） | 約1万〜2万件 | 約10〜15% |
| メガバンク | 約3万〜4万件 | 約30〜40% |
| 大手メーカー・インフラ | 約5千〜1万件 | 約30〜50% |
この規模の応募数を捌くには、AIによる一次選別が前提になっています。あなたのESも例外ではありません。
インターン選考でも同じ仕組みが働きます。詳しくはこちら→ インターンES書き方完全版
第2章：合否を分けるのは「圧倒的な情報密度」
データ審査を突破するために必要なのは、美しい文章ではありません。情報密度、この一点に尽きます。
情報密度とは何か
情報密度とは、限られた文字数の中にどれだけ論理的で具体的な事実（データ）が詰まっているかを指す指標です。
抽象的な感想文は、どれだけ熱量があってもスコアが伸びません。一方で、数字・行動・結果が明示された文章は、AIにも人事にも「評価できる情報」として認識されます。
情報密度が低いESと高いESの比較
同じ「カフェのアルバイト」の話でも、情報密度によって評価は正反対になります。
| 項目 | 情報密度が低いES | 情報密度が高いES |
|---|---|---|
| 内容 | 「接客態度を見直し、お客様に喜んでいただき、売上を大きく上げることに貢献しました」 | 「時間帯別の客単価データを分析し、課題を特定。セットメニューの声かけマニュアルを作成し、スタッフ15名に浸透させ、3ヶ月で客単価を15%向上させました」 |
| 数値 | なし | 15名・3ヶ月・15%と3つの数値 |
| 行動 | 曖昧（何をしたか不明） | データ分析→課題特定→施策実行→定着化 |
| AIの評価 | 抽象的すぎてスコア対象外 | 「課題解決」「仕組み化」「定量成果」を検出し高スコア |
STAR法で情報密度を強制的に上げる
情報密度を上げる最短ルートは、STAR法というフレームワークにあなたのエピソードを当てはめることです。
- Situation（状況）：いつ・どこで・どんな立場だったか
- Task（課題）：何が問題だったか、何を目指したか
- Action（行動）：具体的に何をしたか、何人を巻き込んだか
- Result（結果）：数字でどう変化したか
この4項目を埋めるだけで、感情的な作文が評価対象のデータに変わります。書いたあとに数字が1つも入っていなければ、まだ情報密度が足りない証拠です。
自己PRの型が定まらない人は、まず自己分析から見直してみてください。詳しくはこちら→ AI自己分析完全ガイド（ChatGPT）
第3章：実績がない就活生の逆転法「思考プロセスの数値化」
「売上を上げたような凄い実績がありません」という悩みは、就活生の9割近くが抱えています。安心してください。
大手企業の人事は、学生に華々しい実績なんて期待していません。見ているのは、思考のプロセスです。
プロセス数値化5ステップ
実績がなくても、行動のプロセスさえ数値化できれば情報密度は一気に上がります。
- 課題を特定する：何が問題だったかを一言で言語化する
- 母数を数える：関わった人数・回数・期間を数字にする
- 仮説を立てる：なぜその課題が起きているか仮説を書く
- 検証と行動：仮説をどう試したか、何をやったかを書く
- 結果を数字で示す：成果が小さくても変化量を数値化する
結果が「県大会1回戦負け」であっても、このプロセスが明示されていれば「論理的思考力」というデータとして高評価を得られます。
実績が地味でも通過するビフォーアフター集
活動内容が地味でも、プロセスを数値化するだけで印象は一変します。
| 活動 | ビフォー（抽象的） | アフター（数値化済み） |
|---|---|---|
| サークル運営 | 「練習メニューを改善した」 | 「部員30名にヒアリングし、3つの課題を抽出。2週間の仮説検証を経て新メニューを導入した」 |
| ゼミ活動 | 「議論をまとめる役割をした」 | 「意見が対立する6名のゼミ生に個別ヒアリングを実施し、論点を3つに整理して発表資料に反映した」 |
| ボランティア | 「地域のイベントを手伝った」 | 「来場者アンケート50件を集計し、満足度が低い項目を特定。翌年の企画に3つの改善案を提案した」 |
| 長期インターン | 「営業のサポートをした」 | 「架電リスト200件を分析し、成約率の高い時間帯を特定。アポ獲得率を8%から13%に改善した」 |
「何もしていない」と思っている経験ほど、数値化するとギャップが生まれ評価が上がります。 強みが言語化できない人は、次のツールで棚卸ししてみてください。
会員限定： 箇条書きのメモを入力するだけで、内定レベルの400文字ガクチカに変換できます。
→ ガクチカ生成メーカーを使ってみる
ここまで実践できていますか？先輩が実際に通過したES・ガクチカの実例も無料で読めます。
先輩のES実例を見る
第4章：業界別！人事が探す「必勝コンピテンシー・キーワード」完全表
トップ企業は、業界ごとに求める人物像（コンピテンシー）が大きく異なります。志望業界に合わないキーワードを使うと、逆に評価が下がることもあります。
業界別・好まれるキーワード一覧
以下の表を参考に、あなたのエピソードに合う言葉を選んで散りばめてください。
| 業界 | 好まれるキーワード | 評価される理由 |
|---|---|---|
| コンサル（Big4など） | 構造化・仮説検証・ファクトベース・ボトルネック・定量分析 | 課題を論理的に特定し、再現性ある解決策を導けるか |
| 総合商社・デベロッパー | 巻き込み力・ステークホルダー調整・泥臭さ・ゼロイチ・信頼構築 | 利害の異なる関係者を動かし事業を前進させられるか |
| 金融・インフラ（メガバンクなど） | 正確性・リスクヘッジ・ルール遵守・傾聴力・サポート | ミスを防ぐ仕組みと地道な信頼構築ができるか |
| メーカー・製造業 | 現場改善・品質管理・仕組み化・継続力・チーム連携 | 地道な改善を継続し、周囲と協働できるか |
| マスコミ・広告 | 発想力・企画力・当事者意識・多様な視点・巻き込み | 独自の切り口で人を動かせるか |
やってしまいがちなNG表現
逆に、以下のような情緒だけの表現はどの業界でもスコアが伸びません。
- 「一生懸命頑張りました」だけで終わる文章
- 「絆」「感動」「青春」など数値を伴わない抽象語の多用
- 主語が「みんなで」ばかりで自分の行動が見えない文章
志望動機に落とし込む段階でも、企業が求める言葉選びは重要です。詳しくはこちら→ 就活の志望動機はAIプロンプトで作れる
第5章：ChatGPTを「データアナリスト」にしてESをハックする5ステップ
自分のESの情報密度を客観視するのは、想像以上に難しい作業です。ここからは、ChatGPTを採用データアナリストに見立てる方法を具体的なステップで解説します。
ステップ解説
以下の順番で進めれば、ChatGPT初心者でも迷わず実践できます。
- 自分でたたき台を書く：まず自分の言葉でESの原案を仕上げる
- 企業のIR資料を用意する：社長メッセージや中期経営計画をコピーしておく
- キーワードを抽出させる：企業が求めるコンピテンシーを5つ抽出させる
- 原案に組み込む：抽出されたキーワードを自然に散りばめて書き直す
- 添削プロンプトで検証する：情報密度と論理の飛躍がないか厳しくチェックさせる
注意点： ChatGPTにゼロからES本文を書かせると、事実と異なる内容（ハルシネーション）が混ざります。必ず自分が書いた事実ベースの原案を添削させてください。
【コピペOK】企業のIR資料からキーワードを抽出するプロンプト
企業固有の言葉を知りたいときは、以下をそのままコピーして使ってください。
これから企業の社長メッセージ・中期経営計画のテキストを貼り付けます。
以下の手順で分析してください。
# 指示
1. このテキストから、企業が社員に求めているコンピテンシー
（行動特性）を表すキーワードを5つ抽出する
2. それぞれのキーワードについて、なぜ重要視されていると
考えられるか、テキスト中の根拠を1文で示す
3. 抽出したキーワードをESで使う際の注意点を教える
[ここに社長メッセージ・中期経営計画のテキストを貼り付け]
【コピペOK】人事目線のES自動添削プロンプト
原案ができたら、次のプロンプトで厳しくチェックしてもらいましょう。
厳格な人事担当者です。
これから私のESの原案を入力しますので、
以下の基準で厳しくテキストマイニング（分析）し、
修正案を出してください。
# 指示
1. 論理の飛躍や、客観的データ（数値）が不足している
箇所をすべて指摘する
2. 抽象的な表現（「頑張った」「大きく」など）を
具体的な数値表現に書き換える
3. 志望業界（ 業界）が好む「構造化」「巻き込み力」
「仕組み化」などのキーワードを自然に組み込む
4. 修正後の文章を、文字数指定（ 文字）以内で提示する
[ここに自分のES原案を貼り付け]
🔒 会員登録するとプロンプト全文をコピーできます
このプロンプトで出た指摘は、そのまま鵜呑みにせず必ず自分の事実で裏付けを取ってから反映してください。AI感が残った文章は、逆に評価を下げるリスクがあります。
会員限定： AIっぽさが残る文章に人間味と熱意を吹き込み、自己PRを自然な文章に整えます。
→ 自己PRリライト・脱AI化を使ってみる
AIを使ったES作成が選考でバレないか不安な人は、こちらも参考にしてください。詳しくはこちら→ 就活ESにAIを使うとバレる？
第6章：提出前に必ず確認したい「データ審査」セルフチェックリスト
最後に、提出前に必ず見直してほしい独自のチェックリストを用意しました。他サイトではあまり紹介されていない、データ審査ならではの視点です。
提出前セルフチェックリスト
以下の項目を、提出ボタンを押す前に必ず確認してください。
| チェック項目 | OKの基準 |
|---|---|
| 文字数 | 指定文字数の9割（例：400字指定なら360字）以上か |
| 数値の有無 | エピソード内に数字が最低2つ以上入っているか |
| 主語の明確さ | 「私が」「私は」で行動主体が明確か |
| 業界キーワード | 志望業界が好む言葉が1つ以上含まれているか |
| 抽象語の削除 | 「頑張った」「大きく」などが具体的な数値に置き換わっているか |
手書きESもOCRでデータ化される
「手書きなら熱意が伝わる」という考えは、残念ながら幻想です。
大手企業の多くは、手書きESをスキャンしOCR（光学文字認識）でテキストデータに変換してからキーワード分析にかけています。字が乱雑すぎてAIが読み取れない場合、その時点で弾かれるリスクがあります。
丁寧な文字で書くことは、熱意のアピールである以前にデータ化の精度を担保する行為だと理解してください。
Webテストとの合わせ技で選考全体を効率化したい人は、こちらの記事も役立ちます。詳しくはこちら→ SPIをChatGPTで攻略する方法10選
よくある質問（FAQ）
Q. Q. 400文字の指定なら、ギリギリまで書くべきですか？
A. A. 絶対に9割以上（360文字以上）書いてください。データ分析において文字数はそのまま情報量を意味します。余白が多いESは、キーワードを盛り込む機会を自ら手放しているのと同じです。
Q. Q. 手書き指定のESでもデータ分析されるのですか？
A. A. されます。OCRでテキスト化され、通常のWeb提出ESと同じ基準でキーワード分析にかけられます。字の丁寧さも評価に影響します。
Q. Q. 数字が入れられないエピソードしかない場合はどうすればいいですか？
A. A. 「人数」「期間」「回数」「割合」のいずれかは、どんな経験にも当てはめられます。行動を思い出す際に、必ず数を数える癖をつけてみてください。
Q. Q. ChatGPTで書いたESだと人事にバレますか？
A. A. 文体が不自然だと違和感を持たれる可能性はあります。ただし、自分の事実を元に添削させる使い方であれば、内容自体が嘘になることはありません。詳しくはこちら→ ChatGPT ES バレる？
Q. Q. コンサルと商社、両方受ける場合はキーワードをどう使い分けますか？
A. A. 同じエピソードでも、コンサル向けには「構造化」「仮説検証」を、商社向けには「巻き込み力」「泥臭さ」を強調して書き分けてください。事実は変えず、表現の切り口だけを変えるのがコツです。
Q. Q. 情報密度を上げすぎると、逆に不自然になりませんか？
A. A. なりません。不自然になるのは、事実のない誇張表現を入れたときだけです。数字と行動を正直に積み上げれば、密度が高くても違和感は生まれません。
Q. Q. ガクチカが複数ある場合、どれを選べばいいですか？
A. A. 数値化しやすい経験を優先してください。感動的でも数字が出せない経験より、地味でも成果を定量化できる経験の方がスコアは高くなります。
まとめ：ESは「感情」ではなく「データ」で戦う
最後に、この記事の要点を振り返ります。
- 大手企業のESは人力の精読ではなくATSによるデータスクリーニングが前提
- 合否を分けるのは文章の巧拙ではなく情報密度の高さ
- 実績がなくても思考プロセスの数値化で高評価は狙える
- 業界ごとに好まれるコンピテンシー・キーワードは明確に異なる
- ChatGPTは「書かせる」のではなく添削・分析させる使い方が正解
- 提出前はセルフチェックリストで数値と主語の抜け漏れを確認する
ESは、あなたの感情を伝える作文ではありません。「自分は企業に利益をもたらす人材である」というデータを提示するゲームです。
今すぐ手元のES原案を開き、上のプロンプトをコピペして添削にかけてみてください。データスクリーニングを突破し、面接の切符を手にしましょう。
シュートク運営事務局
【期間限定】先着100名にAmazonギフト券500円プレゼント中