書類選考のAIスクリーニング基準、落ちる人の共通点

2026年10月24日｜いろは堂AI編集部

画像出典: ぱくたそ（すしぱく）

この記事の要点
企業の書類選考で使われるATS（応募者管理システム）は、応募書類をテキストとして解析し、求人票の要件との一致度をスコア化して人事に優先順位付けして見せます。足切りのスコア基準は各企業が非公開ですが、評価の入口が「求人票の語との一致」と「文章として解析できる書式か」である点は共通です。求人票の表現をそのまま使い、表組みやテキストボックスを避け、生成AIの草稿を自分の実体験で書き直すことが通過率に直結します。

😟

経歴は悪くないつもりなのに、書類で落ち続ける。もしかしてAIに機械的に弾かれてる？

書類選考の段階で何が起きているかは、応募者の側からはほとんど見えません。面接まで行けば手応えもつかめますが、書類は「お見送り」の一行しか返ってきません。

ただ、企業側がどんな仕組みで書類を仕分けているかは、公表されている範囲でかなり具体的に分かります。評価の入口は「求人票の語との一致」と「文章として解析できる書式かどうか」です。ここを外していると、経歴の中身を読まれる前に順位が下がります。

そもそも、どれくらいの企業がAIを使っている？

まず前提を合わせておきます。AIスクリーニングはすでに当たり前、という状態ではありません。2026年3月に報じられた主要100社アンケートでは、採用活動にAIを導入している企業は約3割でした。

採用活動へのAI導入状況（主要100社）	社数
2026年春卒採用から導入	8社
それ以前から導入	21社
導入予定なし	56社

時事通信が2026年3月25日に報じた主要100社アンケートの公表値をもとに作成

上の表のとおり、導入時期の内訳は2026年春卒採用からが8社、それ以前からが21社です。一方で「導入予定なし」は56社。理由として、ゼンショーHDは「直接的なコミュニケーションによる見極めが重要」、日本製紙は「AIに関する情報収集や精度の検証が不十分」と答えています。企業規模が大きくても、人が全部読む会社は残っています。

表の合計が100社に届かないのは、いずれにも当てはまらない回答があるためです。ここから言えるのは、AI対策だけをしても足りないし、無視してもいい状況でもないということです。別の調査では、2026年4月時点で採用担当者の85.9%が「AI・テクノロジーの活用は重要」と回答し、日本企業の56.9%がAI採用に前向き、20.6%が既に導入済みという結果も出ています。関心の側は先に動いています。

具体的な使われ方も分かっています。キリンHDは26年春卒採用の1次面接でAI面接官を導入し、「属人的バイアスを排除し正確かつ適正な評価を実現する目的」と説明しました。富士通は数年前からAIを導入し、書類選考では模倣（コピー）チェックなど選考の補助として使っています。AIが合否を単独で決めるのではなく、人の判断の前段で順位を付ける使い方が中心です。

AIスクリーニングは何を見て順位を付けるのか？

🤔

AIが書類を読むって、具体的に何をしてるんだろう

中核にあるのはATS（Applicant Tracking System／応募者管理システム）です。応募書類をテキストとして解析し、求人票との一致度をスコア化して、人事担当者に優先順位を付けて提示するソフトウェアです。2026年現在は、AIを搭載した次世代ATSが主流になっています。

イメージとしては、応募書類が届いた瞬間に自動で並べ替えられた山ができる状態です。人事はその山を上から読みます。下に沈めば、書いた中身の良し悪し以前に読まれる確率が落ちます。

基準は大きく2種類ある

選考基準の作りは2つに分かれます。この違いを押さえると、対策の優先順位が決まります。

AIスクリーニングの2つの型

キーワードマッチング型：求人票のスキル・経験要件と、履歴書本文の語を単純に一致させてスコア化する
セマンティック分析型：文章全体を読み取り、職務内容の関連性や経験の深さなど文脈まで評価する

セマンティック分析型は、「この人がどんな課題にどう取り組み、何を達成したか」というストーリーまで解析できるレベルに達しています。ここまで来ると、語を散らすだけの対策は効きません。逆に、具体的な取り組みを書いた文章はきちんと拾われます。

ただ、応募先がどちらの型を使っているかは応募者には分かりません。だから「求人票の語をそのまま使う」と「中身を具体的に書く」の両方をやるのが唯一の安全策になります。片方だけでは、もう一方の型に当たったときに沈みます。

検索される語の種類は決まっている

ATSが探す語（ATS履歴書キーワード）は、通常ハードスキル、資格、職種名、業界用語、そして求人情報に記載されたソフトウェア・ツール名を含みます。つまり、求人票に書いてある名詞がそのまま検索語になります。

ここで多くの人がやってしまうのが言い換えです。求人票が「要件定義」と書いているのに職務経歴書では「上流工程の取りまとめ」と書く、求人票が「Salesforce」と書いているのに「顧客管理ツール」と書く。人が読めば同じですが、キーワード一致では別物として扱われます。

なぜ「足切りのスコア」は誰も教えてくれないのか

「何点以下で落ちるのか」を知りたくなりますが、ここは正直に書きます。スコアの足切り値は各企業が非公開で、公表された数値は確認できません。求人ごと、応募数ごとに調整されるため、外から一律の目安を出せる性質のものでもありません。

代わりに分かっているのは、企業側がAIを使う動機です。書類選考にAIを使うことで、選考時間を数時間から数分に短縮できるとされています。スピードが目的だということは、判断に迷う書類は後回しにされやすいということです。読み取れない書式、求人票と語が噛み合わない書類は、この段階でふるい落とされます。

通過率の相場感も押さえておきましょう。20〜30代の書類選考通過率は平均5割程度、全体平均では約30%とされ、大手・人気企業では10%以下に下がることも珍しくありません。これは公的統計ではなく転職エージェント系メディアで共通する業界内の目安ですが、落ち続けること自体は異常ではないという感覚は持っておいていいはずです。マイナビエージェントの記事に引用された調査では、転職活動者に書類選考の難易度を尋ねたところ「簡単だった」32.1%、「難しかった」32.5%とほぼ二分しています。体感が人によって大きく違う領域です。

通過率を上げる書き方は何をすればいい？

やることは3つです。順番にも意味があります。

求人票から主要スキルキーワードを抽出する求人票を解析ツールなどにかけて、スキル・資格・職種名・ツール名を洗い出します。手作業でも構いません。応募先ごとに毎回やります。
抽出した語を、求人票の表現そのままで本文に埋め込む言い換えないことが重要です。「Salesforce」は「Salesforce」と書く。ただし詰め込みではなく、自分の実務の説明の中に自然に入る形にします。
書式をシンプルなテキストとレイアウトに戻すテキストボックス、表組み、グラフィック、変わったフォントは解析エラーを招きます。見栄えを整えた書類ほど危険です。

書式はなぜそこまで効くのか

ATSは書類をテキストとして読み込みます。テキストボックスの中身や表のセルは、レイアウト情報を剥がした時点で順番が崩れたり、そもそも抽出されなかったりします。せっかく書いたスキル欄が表組みの中にあると、AIから見れば空欄と同じ扱いになりかねません。

😲

スキルを見やすく表にまとめてたんだけど、それが裏目に出てたかもしれない

見やすさは人が読む段階で効きます。AIが読む段階では、まず拾われることが優先です。スキルは箇条書きの文章として本文に書き、デザイン要素は削るのが安全です。

生成AIで職務経歴書を書くのはアリ？

草稿づくりに使うのは有効です。ただしそのまま提出するのは、AI対策としても逆効果になり得ます。

ATSキーワードだけを詰め込んだAI草稿をそのまま出すと、誇張、事実と異なる記載（ハルシネーション＝AIがもっともらしい嘘を書く現象）、紋切り型の表現という落とし穴にそのまま晒されます。そして書類は最終的に人間が読みます。そこで「中身のないテンプレ」と判断されれば、AIスコアが高くても評価は下がります。

企業側もここを見ています。富士通が書類選考で模倣（コピー）チェックをAIの役割の一つにしている事例があるとおり、テンプレ的な文章や生成AIでそのまま出力したような文章は弾かれるリスクがあります。なお26年春卒採用では、学生の生成AI使用に「制限を設けない」とした企業が78社（約8割）でした。使うこと自体は問題視されておらず、問題はそのまま出すことです。

AI対策だけでは解決しないケースもあります

求める経験年数や必須資格を満たしていない場合、キーワードを合わせても通過しません。書式やキーワードは「読まれる状態にする」ための対策で、要件そのものを埋めるものではありません。応募先の必須要件を2つ以上満たしていないなら、書き方を直すより応募先を見直すほうが早いことがあります。

また、過去の採用データを学習したAIが性別・年齢などで不公平な選別を行うリスクは指摘されており、各国で規制が進んでいます。応募者の努力だけでは埋まらない部分があることも事実です。

通らないとき、どこが原因かどう切り分ける？

落ち続けると「自分の経歴が足りない」と結論づけたくなりますが、原因は3層に分かれます。上から順に確認すると無駄が減ります。

3つの切り分け

書式の問題か：書類をテキストのみで保存し直して開く。スキルや職歴が抜け落ちたり順序が崩れたりするなら、テキストボックスや表組みが原因です。
キーワードの問題か：求人票の必須要件を1行ずつ見て、同じ語が自分の書類にあるか指で追う。言い換えている語が3つ以上あれば、まずそこを直します。
要件そのものの問題か：必須要件（経験年数・資格・業界）を満たしているか数える。満たしていないものが半分以上なら、書き方の問題ではありません。

切り分けの順番が大事です。書式が崩れていれば、どれだけ語を合わせても拾われません。要件を満たしていなければ、書式を直しても結果は変わりません。上の層から潰すと、2〜3社の応募で原因の見当がつきます。

提出前のチェックは3か所・5分で足りる

毎回全文を読み返す必要はありません。応募先ごとに変わるのは次の3か所だけです。

求人票の必須要件と自分の書類の語の照合（約3分）必須要件の行数ぶんだけ、同じ語があるか確認します。要件が5〜8行なら3分で終わります。
書式の確認（約1分）テキストボックス・表組み・画像が入っていないかを目で確認します。
AI草稿を使った箇所の事実確認（約1分）生成AIに書かせた段落だけを読み、実際にやっていない内容・水増しされた数値がないかを見ます。

合計5分です。この5分は、応募先が変わるたびにかかります。逆に言えば、1社ごとに5分かければ足りるということです。

結局、何から手を付けるか

いま落ち続けているなら、新しい職務経歴書を書き直す前に、今ある書類をテキスト形式で保存して開いてみるのが最短です。そこで情報が抜けていたら、書いた内容ではなく書式が原因だった可能性が高いです。

そのうえで、応募先の求人票の語をそのまま使う形に直す。実績の部分は自分の言葉で、何をどう進めて何が変わったかを書く。AIスクリーニングの足切り値は非公開ですが、読み取れる書式で、求人票と同じ語で、自分の実体験で書くという3点は、どちらの型のAIにも、その後に読む人にも効きます。

よくある質問

書類選考のAIスクリーニングは、何点以下だと落ちるのですか？

足切りとなるスコアの基準値は各企業が非公開にしており、公表された数値は確認できません。ATS（応募者管理システム）は応募書類と求人票の一致度をスコア化して人事に優先順位付けして提示する仕組みで、閾値は求人や応募数に応じて企業側が設定します。応募者側で確認できるのは、求人票の語と自分の書類の語が一致しているか、書式がテキストとして解析できる形かという2点です。

どれくらいの企業が採用でAIを使っていますか？

2026年3月25日に報じられた主要100社アンケートでは、採用活動にAIを導入している企業は約3割でした。内訳は2026年春卒採用からの導入が8社、それ以前からの導入が21社、「導入予定なし」が56社です。別の調査では2026年4月時点で日本企業の20.6%が既に導入済み、56.9%がAI採用に前向きという結果も出ています。

職務経歴書に表組みを使ってはいけないのですか？

ATSの解析エラーを招くため避けるのが安全です。テキストボックス、表組み、グラフィック、変わったフォントは解析時に情報が抜け落ちたり順序が崩れたりする原因になり、記載したスキルが読み取られない可能性があります。シンプルなテキストとレイアウトにして、スキルや職歴は本文の箇条書きとして書くのが推奨されます。

生成AIで職務経歴書を書くと不利になりますか？

草稿づくりに使うこと自体は問題視されておらず、2026年春卒採用では学生の生成AI使用に「制限を設けない」とした企業が78社（約8割）ありました。不利になるのはそのまま提出する場合で、誇張や事実と異なる記載、紋切り型の表現が残ったまま人間の二次チェックを受けると評価が下がります。富士通のように書類選考で模倣（コピー）チェックをAIに担わせる企業もあるため、AIの草稿は自分の実体験に基づいて書き直す必要があります。

※記事で使用した内容・数値は変更される場合があります。最新情報は公式サイトをご確認ください。