ジョブサーチ自動化：オープンソースAI活用術【転職成功ガイド】

要約

Career-Opsは、Claude Codeを本格的な就職活動コマンドセンターに変える、無料でオープンソースのボイラープレートです。A-Fスコアリングで求人を評価し、各求人情報に合わせてATSに最適化された履歴書を生成し、45以上の企業ポータルを自動的にスキャンし、すべての情報をターミナルダッシュボードで追跡します。作成者はこれを使用して740以上の求人を評価し、Head of Applied AIの役職を獲得しました。

はじめに

ほとんどの開発者は、求人応募をスプレッドシートで管理しています。新しいタブを開き、求人情報を貼り付け、キーワードをスキャンし、「応募済み、結果待ち」と行を更新します。これを50以上の求人情報で繰り返し、なぜこのプロセスがまるで第二の仕事のように感じるのか疑問に思います。

Career-Opsはそのモデルを逆転させます。評価、書式設定、追跡の作業をあなたがする代わりに、その仕事をClaude Codeに任せます。あなたはURLまたは求人情報を貼り付けるだけです。システムはあなたの履歴書を読み込み、適合性を判断し、10の側面で求人を採点し、カスタマイズされたPDFを生成し、結果を記録します。応募するかどうかはあなたが決定します。

これは手当たり次第に応募するボットではありません。このシステムはフィルターの哲学に基づいて構築されています。何百もの求人の中から、あなたの時間を費やす価値のある数少ない求人を見つけ出し、4.0/5以下のものはすべて却下するというものです。作成者であるSantiago Fernández de Valderramaは、これを使用して740以上の求人を評価し、100以上のカスタマイズされた履歴書を生成し、Head of Applied AIの役職を獲得しました。このプロジェクトは1週間足らずでGitHubで11.9kのスターを獲得しました。

💡

APIを構築またはテスト中で、パイプライン設定全体を通じて独自のエンドポイントをテストするための信頼できるツールが必要な場合は、Apidogのテストシナリオを使用すると、Career-Opsが求人掲示板APIに対して行うすべてのHTTP呼び出しが本番環境で壊れる前に検証できます。詳細は後ほど。より広範なアプローチについては、[internal: api-testing-tutorial]をご覧ください。

button

Career-Opsが実際にすること

Career-Opsは、スタンドアロンアプリではなく、Claude Codeのボイラープレートです。リポジトリをクローンし、履歴書をマークダウンファイルとして追加し、プロファイルYAMLを設定し、そのディレクトリでClaude Codeを開きます。そこから、単一のスラッシュコマンドでパイプライン全体を実行します。

コアワークフローは次のようになります。

求人URLまたは説明を貼り付けます
        |
        v
アーキタイプ検出
(LLMOps / Agentic / PM / SA / FDE / Transformation)
        |
        v
A-F評価エンジン
(cv.mdを読み込み、10の側面を採点)
        |
   +----+----+
   v    v    v
レポート  PDF  トラッカー
 .md   .pdf  .tsv

すべてがAIランタイムとしてClaude Codeを介して実行されます。システムは実行に使用するのと同じファイルを読み取るため、Claudeはあなたが要求すると、自身のモード、スコアリングの重み、および交渉スクリプトを変更できます。

14のスラッシュコマンド

Career-Opsは、単一のエントリーポイントである/career-opsを14のモードで公開しています。

/career-ops                 → すべてのコマンドを表示
/career-ops {求人情報JDを貼り付け}    → 完全パイプライン：評価 + PDF + トラッカー
/career-ops scan            → 45以上の企業ポータルをスキャンして新しい求人を探す
/career-ops pdf             → 求人リストに合わせてATSに最適化された履歴書を生成
/career-ops batch           → 10以上の求人を並行して評価
/career-ops tracker         → 応募パイプラインの状況を表示
/career-ops apply           → AIで応募フォームを記入
/career-ops pipeline        → 待機中のURLキューを処理
/career-ops contacto        → LinkedInの連絡メッセージを作成
/career-ops deep            → ターゲット企業の詳細調査
/career-ops training        → コースまたは認定資格を評価
/career-ops project         → ポートフォリオプロジェクトを評価

最もよく使われるコマンドは自動パイプラインです。任意の求人URLを貼り付けると、Career-Opsがすべてを処理します。自動検出機能により、モードを指定する必要はありません。生の求人説明テキストをドロップするだけで、完全な評価が実行されます。

A-Fスコアリングエンジンの仕組み

これがCareer-Opsの核です。すべての求人は、6つの構造化されたブロックで採点されます。

ブロックA: 職務概要: 職務タイトル、チーム、経験レベル、必要なスキルを抽出します。職務のアーキタイプ（LLMOpsエンジニア、Agenticシステム、プロダクトマネージャー、ソリューションアーキテクトなど）を分類し、適切な評価基準が適用されるようにします。

ブロックB: 履歴書の一致度: キーワードマッチングではなく、経験に基づいて、あなたの実際の履歴書と求人情報を比較します。スキルのギャップと強みを特定します。採用に至らない要因にフラグを立てます。

ブロックC: 職務レベルと報酬戦略: 職務、場所、経験レベルの報酬ベンチマークを調査します。あなたの実績に基づいて交渉の根拠を構築します。

ブロックD: パーソナライズ: 会社が実際に何を構築しているか、あなたの経歴の何がそれに合致するかに基づいて、カバーレターやアウトリーチの具体的な角度を作成します。

ブロックE: 評価スコア (A-F): 上記を統合して最終スコアを出します。システムは4.0/5未満の応募を推奨しません。これは選別ではなく、あなたの時間と採用担当者の時間の両方を尊重するものです。

ブロックF: 面接準備 (STAR+R): 最も可能性の高い行動質問に対して、あなたの履歴書からSTARストーリーを生成します。「+R」は経験レベルを示すリフレクション（Reflection）列です。ストーリーはstory-bank.mdに蓄積され、評価を重ねるごとに増えていくため、各応募ごとに再発明するのではなく、5〜10の再利用可能なストーリーのマスターライブラリを構築できます。

システムは交渉スクリプトも生成します。給与アンカー設定、地理的要因による割引への反論、競合するオファーの活用フレームワークなどです。

ATSに最適化されたPDF生成

Career-Opsの最も便利な機能の1つはPDFジェネレーターです。これは汎用的な履歴書を生成するのではなく、各求人情報に合わせて履歴書を調整します。

求人情報を読み込み、ATSがスキャンする主要な要件とキーワードを抽出します。
経験箇条書きを書き換えて、偽りのない範囲でそれらのキーワードを先頭に配置します。
Space GroteskとDM Sansフォントを使用したHTMLテンプレートを使用して、Playwright/Puppeteer経由でPDFにレンダリングします。

その結果、ATSフィルターを通過し、人間にとっても読みやすい履歴書が作成されます。テンプレートはMITライセンスであり、フォークしてカスタマイズできます。

# 特定の求人リストに合わせてカスタマイズされた履歴書を生成する
/career-ops pdf

# またはフルパイプラインの一部として
/career-ops {求人URLまたは説明を貼り付け}

出力はoutput/ディレクトリに保存され、デフォルトでgit管理外になっているため、個人の履歴書データはローカルに保持されます。

大規模なポータルスキャン

Career-Opsには、自動スキャン用に45以上の企業が事前に設定されています。

AIラボ: Anthropic, OpenAI, Mistral, Cohere, LangChain, Pinecone

音声AI: ElevenLabs, PolyAI, Parloa, Hume AI, Deepgram, Vapi, Bland AI

AIプラットフォーム: Retool, Airtable, Vercel, Temporal, Glean, Arize AI

LLMOps: Langfuse, Weights & Biases, Lindy, Cognigy, Speechmatics

エンタープライズ: Salesforce, Twilio, Gong, Dialpad

自動化: n8n, Zapier, Make.com

ヨーロッパ (DACH): Factorial, Attio, Tinybird, Clarity AI, Travelperk + コミュニティ貢献者によって追加された31のDACH企業

このスキャナーは、Playwrightを使用して採用ページをナビゲートし、Greenhouse、Ashby、Lever、WellfoundのAPIを直接クエリします。主要な求人掲示板全体で19の事前構築された検索クエリを実行します。portals.ymlでターゲット企業を設定し、/career-ops scanを実行すると、新しい求人情報が自動的にパイプラインに追加されます。

並列サブエージェントによるバッチ処理

評価すべき求人URLが大量にある場合、バッチモードでそれらを並行して実行できます。

# URLをjds/ディレクトリにドロップし、その後：
/career-ops batch

内部的には、claude -pワーカーが並行して実行され、それぞれが1つの求人情報を独立して処理します。結果は自動的に重複排除され、トラッカーにマージされます。バッチランナースクリプト（batch/batch-runner.sh）はワーカーを調整し、障害を適切に処理します。

これにより、Career-Opsは真に大規模で強力になります。20件の求人を手動で評価するには丸一日かかるかもしれません。バッチモードでは、1時間以内に実行されます。

Go TUIダッシュボード

あなたの応募パイプラインはdata/applications.mdにマークダウンテーブルとして保存されます。組み込みのターミナルダッシュボード（GoでBubble Teaフレームワーク、Catppuccin Mochaテーマを使用して作成）は、視覚的なパイプラインビューを提供します。

cd dashboard
go build -o career-dashboard .
./career-dashboard

機能：6つのフィルタータブ（ステータス、アーキタイプ、スコア別）、4つのソートモード、グループ化されたビューとフラットビュー、遅延ロードされるレポートプレビュー、インラインでのステータス変更。マークダウンファイルを編集せずにTUIから直接応募ステータスを更新できます。

15分でセットアップ

セットアップは簡単です。

# 1. クローンしてインストール
git clone https://github.com/santifer/career-ops.git
cd career-ops && npm install
npx playwright install chromium

# 2. プロファイルを構成
cp config/profile.example.yml config/profile.yml
# profile.ymlを編集：あなたの名前、場所、ターゲット職務、給与範囲、好み

# 3. ターゲット企業を構成
cp templates/portals.example.yml portals.yml
# スキャナーリストから企業を追加または削除

# 4. 履歴書を追加
# プロジェクトルートにcv.mdを作成
# 履歴書をマークダウン形式で貼り付け

# 5. Claude Codeを開く
claude
# そしてClaudeにシステムを適応させるように依頼します。
# 「アーキタイプをバックエンドエンジニアリング職に変更して」
# 「これらの5社をportals.ymlに追加して」
# 「この履歴書で私のプロファイルを更新して」

システムはClaude自身がカスタマイズできるように設計されています。Claudeは実行するのと同じモードファイルを読み取るため、スコアリングの重みを変更したり、交渉スクリプトを書き換えたり、新しいアーキタイプを追加したりするよう求めると、どのファイルを編集すべきかを正確に理解します。

自動更新システム

バージョン1.1.0では、システムファイル（自動更新可能なスコアリングルール、モード、共有コンテキスト）とユーザーファイル（あなたのプロファイル、履歴書、カスタマイズ）を分離する2層アーキテクチャが導入されました。更新はシステム層にのみ適用され、あなたのデータは一切変更されません。

# 更新の確認 (セッション開始時に自動的に実行されます)
node update-system.mjs check

# 更新を適用
node update-system.mjs apply

# 何か問題が発生した場合にロールバック
node update-system.mjs rollback

更新前には必ずバックアップブランチが作成されます。更新後の検証により、ユーザーファイルが変更されていないことが確認されます。

Career-Opsが他の求職ツールと異なる点

ほとんどのAI求職ツールは、履歴書書き換えツールか大量応募ボットのどちらかです。Career-Opsはそのどちらでもありません。

これは意思決定システムであり、応募機械ではありません。 A-Fスコアリングエンジンは、あなたが「ノー」と言えるように明確に設計されています。ドキュメントには「4.0/5未満の求人には応募しない」と明記されています。システムはあなたのプロフィールに合わない求人にはフラグを立て、無駄な時間を費やさないようにします。

キーワードではなく、適合性を考慮して推論します。 ブロックBは、キーワードの重複数を数えるのではなく、履歴書と求人情報の両方を理解することで比較します。例えば、「Python経験5年」と記載されている求人でも、あなたがPython経験3年と本番環境でのMLシステム経験があれば、その推論が妥当であれば高得点になる可能性があります。

より多くのコンテキストを与えるほど、精度が向上します。 Claudeはまだあなたを知らないため、最初の評価は正確ではありません。あなたのプロフィールに実績、キャリアストーリー、好みをより多く追加するほど、評価はより鮮明になります。採用担当者のオンボーディングに例えてください。最初の週はあなたのことを学び、その後役に立つようになります。

すべてがローカルに保存されます。 あなたの履歴書、応募情報、生成されたPDFは、すべてデフォルトでgit管理外です。Claudeが評価と検索のために行うAPI呼び出し以外は、何もあなたのマシンから外部に送信されません。

知っておくべき制限事項

Claude Codeが必要: Career-Opsは、特にClaude Codeのためのボイラープレートです。他のモデルやフロントエンドでは動作しません。Claude Codeへのアクセス権を持つAnthropicアカウントが必要です。

Playwrightは一部のポータルで不安定になることがある: 企業の採用ページはHTML構造を定期的に変更します。PlaywrightスキャナーはGreenhouse/Ashby/Leverベースのポータル（標準化されたAPI）ではうまく機能しますが、カスタム採用ページでは動作しなくなる可能性があります。コミュニティはこれらの問題をGitHub issuesで追跡しています。

最初の評価には調整が必要: READMEで警告されているように、最初の数回の評価は粗いものになります。システムはあなたが情報を提供するまで、あなたのキャリアストーリーを知りません。スコアを信頼する前に、プロファイルを適切に設定し、実績を追加するために1時間の時間を確保してください。

バッチモードではclaude -pを使用: 並列ワーカーは大量のバッチでAPIクレジットを急速に消費する可能性があります。初めて50件の求人バッチを実行する前に、使用状況を確認してください。

AIシステムがうまく機能するようになるまでにキャリブレーション時間とコンテキストが必要な理由については、[internal: how-ai-agent-memory-works]を参照してください。

対象者

Career-Opsは、次のいずれかの条件に当てはまる開発者および技術専門家向けに構築されています。

積極的に転職活動中で、手動での追跡にうんざりしている人
特にAI企業での職務に応募する人（ポータルリストは意図的にAI企業に偏っています）
大量応募の自動化ではなく、評価と意思決定支援のためにAIを利用したい人
CLIツールを実行し、YAMLファイルを編集することに抵抗がない人

GUIを求める非技術系ユーザーや、実際の応募提出を自動化したい人には適していません。システムは決して応募を提出しません。その決定は常にあなたに委ねられます。

始め方

リポジトリをクローンし、履歴書を追加し、Claudeでプロファイルを構成するのに1時間かけ、本当に興味のある職務で最初の評価を実行してください。調整プロセスはすぐに報われます。

GitHub: github.com/santifer/career-ops

このプロジェクトはMITライセンスです。コミュニティからの貢献を歓迎します。PRを提出する前にIssueを開いてください。

結論

Career-Opsは、現在利用可能な最も完全なオープンソースの求職パイプラインです。A-Fスコアリングシステム、ATS対応PDF生成、並列バッチ処理、Go TUIダッシュボードはそれぞれ単体でも有用です。適切に調整されたプロファイルと組み合わせることで、厳密なフィルタリングを行い、意味のある場合にのみ応募するのに役立つワークフローを提供します。

その核となる洞察は正しいです。求職は情報の問題であり、量の問題ではありません。Career-Opsはそのように扱います。

button

よくある質問

Career-Opsは費用がかかりますか？ツール自体は無料でMITライセンスです。Claude APIの使用料がかかりますが、これは生成する評価とPDFの数によって異なります。単一の完全な評価（評価 + PDF + トラッカーエントリ）は、履歴書と求人情報の長さにもよりますが、通常10,000～30,000トークンを使用します。Claude 3.5 Haikuの料金（入力$0.25/1M、出力$1.25/1M）では、完全な評価は0.05ドル未満です。

Claude以外のモデルでも使えますか？直接は使えません。Career-OpsはClaude Codeのボイラープレートとして構築されています。モードと共有コンテキストファイルは、Claudeのツール使用機能に合わせて記述されています。他のモデルに移植するには、スキルの定義を書き直す必要があります。

ATS最適化はどのように機能しますか？Career-Opsは求人情報を読み込み、ATSシステムがスキャンする必須スキルとキーワードを抽出し、あなたの経験箇条書きを書き換えて、それらのキーワードが自然に目立つようにします。経験を捏造するのではなく、既存の経験をその職務で使われる言葉で再構成します。HTMLテンプレートは、ATSに安全なフォント（Space Grotesk、DM Sans）を使用してPlaywright経由でPDFにレンダリングされます。

スキャナーはどの求人掲示板をサポートしていますか？Greenhouse、Ashby、Lever、Wellfound、Workable、RemoteFrontを直接サポートしています。これらのプラットフォームにない企業の場合、Playwrightがカスタム採用ページをナビゲートします。コミュニティの貢献者により、31のDACH/ヨーロッパ企業が追加されています。Claude Codeが異なるAPIサーフェスをどのように処理するかについては、[internal: local-vs-api-ai-models]を参照してください。

私の履歴書データは安全ですか？はい、安全です。すべてデフォルトでローカルに保存されます。あなたの履歴書、応募情報、生成されたPDF、レポートはすべてgit管理外です。Claudeが評価中に行うAPI呼び出し（Claude Codeが通常行うのと同じAnthropicのAPIへの呼び出し）を除き、いかなる第三者にも送信されません。Claude Codeがデータをどのように処理するかについては、[internal: claude-code]を参照してください。

ポータルスキャナーに独自の企業を追加できますか？はい、できます。templates/portals.example.ymlをportals.ymlにコピーし、任意の企業を追加してください。その企業がGreenhouse、Ashby、Leverを使用している場合、スキャナーは標準API経由で自動的にそれを認識します。カスタム採用ページの場合、configでPlaywrightセレクターを定義できます。

完全な評価にはどれくらいの時間がかかりますか？PDF生成を含む単一の求人評価は、Claude 3.5 Sonnetで通常2〜4分かかります。並列ワーカーを使用したバッチモードでは、10件の求人でも約1件と同じ時間で実行されます。

STAR+Rフレームワークとは何ですか？STAR（Situation, Task, Action, Result）は、行動面接の標準的な形式です。「+R」はReflection（反省）であり、何を異なって行えばよかったか、何を学んだか、それがあなたのアプローチをどう変えたかを示します。Career-Opsがこの列を追加するのは、それが経験レベルを示すからです。経験豊富な候補者は、何が起こったかを説明するだけでなく、そこから何を学んだかを実証します。