ai-job-search：Claude Code で求人検索、職務経歴書、カバーレターを管理する

Wed, 08 Jul 2026 08:13:04 +0800

求職活動で大変なのは、応募そのものよりも周辺作業です。求人は複数サイトに分散し、CV は職種ごとに調整が必要で、カバーレターも書き直し、応募後の結果も記録しなければなりません。

MadsLorentzen/ai-job-search は、この流れを Claude Code にまとめるプロジェクトです。プロフィールを作り、求人を検索し、適合度で並べ、CV と Cover Letter を生成し、応募結果を記録します。一括自動応募ツールではなく、求職活動のワークフローです。

何を解決するか

ai-job-search が扱うのは主に次の四つです。

経歴、スキル、学歴、文体を構造化する；
求人を検索し、適合度で絞り込む；
求人ごとに CV とカバーレターを調整する；
応募結果を記録し、次の応募に反映する。

自動で内定を取るツールではありません。繰り返しが多く、抜け漏れしやすい作業を整理するための仕組みです。

基本コマンド

中心になるのは /setup、/scrape、/rank、/apply です。

1. `/setup`

まず Claude Code で実行します。

/setup

documents/ の CV、LinkedIn エクスポート、証明書、推薦状、過去の応募資料を読み込む方法、CV を貼り付ける方法、対話でプロフィールを作る方法があります。ここが正確であるほど、後の評価と文章生成が良くなります。

2. `/scrape`

プロフィール作成後に実行します。

/scrape

付属の求人検索ツールは Jobindex、Jobnet、Akademikernes Jobbank などデンマーク市場向けが中心です。LinkedIn public job listings は比較的汎用的です。他の地域では、構造を参考にローカル求人サイトへ置き換えるか、求人本文を直接 /apply に貼り付けます。

3. `/rank`

求人が多すぎるときは：

/rank

スキル、経験、カルチャー、勤務地、キャリア方向などで求人をスコアリングします。応募がうまくいかない原因は、文章よりもターゲット選定にあることも多いです。

4. `/apply`

応募する求人を決めたら：

`1`	`/apply https://example.com/job/123`

取得できない場合は求人本文を貼り付けます。

`1`	`/apply <paste the full job description here>`

/apply は求人解析、適合度評価、CV と Cover Letter の作成、reviewer agent による確認、修正、LaTeX PDF のコンパイル、ATS 可読性チェックまで行います。

ATS チェックの意味

PDF は見た目が良くても、ATS が読むテキスト層では壊れていることがあります。アイコンフォント、多段レイアウト、特殊文字、LaTeX 出力が原因で、メールアドレスやスキルが正しく読めないこともあります。

ai-job-search は pdftotext で PDF のテキスト層を確認し、連絡先、読み順、求人キーワードの対応を検査できます。README でも、実際に裏付けのないスキルを詰め込まない方針が明記されています。

追加コマンド

/outcome：面接、内定、拒否、返信なしなどを記録；
/expand：GitHub、ポートフォリオ、Kaggle、Google Scholar などから能力情報を補強；
/upskill：求人との差分を学習計画にする；
/add-template：独自の LaTeX テンプレートを登録；
/add-portal：地域の求人サイト検索スキルを作る；
/reset：最初からやり直す。

必要なもの

Claude Code CLI、Python 3.10+、Bun、TeX Live または MiKTeX などの LaTeX、必要に応じて pdftotext が必要です。

1
2

gh repo fork MadsLorentzen/ai-job-search --clone
cd ai-job-search

その後、求人検索ツールの依存関係を入れて Claude Code で /setup を実行します。

非技術ユーザーには少し重い構成です。コマンドライン、Claude Code、LaTeX に抵抗がない人向けです。

向いている人

多くの求人に応募する人、求人ごとに資料を調整したい人、Claude Code を使っている人、PDF 品質を重視する人、応募結果を継続的に記録したい人に向いています。

逆に、応募数が少ない人、コマンドラインを避けたい人、一クリック大量応募を期待する人には向きません。

まとめ

ai-job-search の価値は、AI に仕事探しを丸投げすることではなく、求職活動を再利用できる手順に分解することです。プロフィール、検索、順位付け、資料作成、PDF 確認、結果記録、改善という流れを持てるのが強みです。

参考:

履歴書最適化 on KnightLiブログ