案件が通らないのはスキル不足じゃない。featurely.devで求人票をAIに分解させる副業応募術

案件応募で書類を通らない時、多くの人はスキルシートに書く技術を増やそうとする。自分は10年以上エンジニアをやってきて、副業でAIエージェントを運用している立場から見ると、そこは真っ先に疑う場所じゃない。案件が取れない原因は、書き手の実力より「求人票を読む解像度」にあることが多い。

先日、Redditで面白いツールを見かけた。featurely.dev というサービスで、求人票を貼り付けるかPDFを投げると、その職務内容をそのまま「面接準備マップ」に分解してくれる。要約ではなく、勉強すべきトピックの地図が出てくる仕組みだ。自分がすでに理解している項目はチェックを外せて、残った項目でモック面接を回せる。

このツールを触っていて思ったのは、フリーランスや副業志望のエンジニアが「案件が取れない」と悩む時、実力より先に見直すべきは「求人票の分解能力」だということだった。

案件が取れない時、実力より先に疑うべき場所
求人票を面接準備マップに変換する仕組み
1. AIスクリーニングが年齢や年収まで読み取る仕組み
自分の発信をAI視点で読み直す習慣
まとめ
参考
【PR】フリーランスエンジニアにおすすめのツール
【PR】おすすめの書籍
1. あわせて読みたい

案件が取れない時、実力より先に疑うべき場所

副業や独立を目指してスキルを積んでいるのに、応募した案件から返信が来ない。自分の周りにも、AIツールで自動化を組めるところまでは行ったのに、そこからマネタイズに繋がらない人が多い。

原因を「スキル不足」に置いてしまうと、無限にキャッチアップループに入る。Claude Codeを覚えて、次はCursor、その次はGeminiのAgentモード、と道具ばかり増えていく。それでも案件が取れない理由は、多くの場合そこじゃない。

案件を出す側の視点で考えると、求人票や案件概要には「明示された条件」と「行間で求められている条件」の二層がある。前者は言語やフレームワークのバージョン、後者は「この規模のシステムを触れる人」「この業界の商習慣を知っている人」「このチーム構成で動ける人」のような、書かれていない前提だ。

書類選考でスルーされる人の多くは、明示された条件だけを拾って応募文を書いている。行間側を読み取れていないから、応募文が「言われたことは満たしていますよ」で止まる。読む側からすると、それは「この人はうちの現場でどう動けるか」の答えになっていない。

自分もフリーランスを始めた頃、案件概要の1文目に書かれていた「主要言語Python」だけを見て、そこからPythonの経験を並べる応募文を書いていた。全然通らなかった。あとで気づいたのは、その案件概要には別のセクションに「既存プロダクトのリファクタリングをお願いしたい」と書いてあって、本当に欲しかったのは「他人が書いたコードを読める人」だったこと。気づいたんですよ。遅すぎたけど。

求人票は圧縮された情報のかたまりで、そのまま読むと表層しか拾えない。分解して並べ直して初めて、応募文で何を書けば刺さるかが見えてくる。

求人票を面接準備マップに変換する仕組み

featurely.devの話に戻る。このツールがやっているのは、求人票を「準備すべき項目のマップ」に変換することだ。要約と勘違いされやすいけど、方向が逆で、要約は情報を減らす作業、マップは情報を分解して構造化する作業になる。

具体的な流れはシンプルで、求人票のテキストを貼るか、PDFをドロップすると、AIがその職務に必要な準備トピックをツリー状に展開してくれる。各トピックを開くと、その下にさらに細かい概念やスキルが並ぶ。自分がすでに理解している項目は削除できて、残った項目からモック試験を作れる。トピック単位でドリル演習することも、マップ全体で通し面接をやることもできる。

サインアップは不要で、AIのAPIキーは自分で用意する形になっている(OpenAI、Gemini、Anthropic、xAI、Groqのいずれか)。キーはブラウザ内に留まる設計だ。この作りは、副業組にとってはむしろありがたい。既存のAPIキーをそのまま使えるし、コストの読みも立てやすい。

自分がこのツールを見て一番感心したのは、「AIに面接練習させる」という発想じゃなくて、「求人票を分解する」という前段のほうを商品化している点だった。世の中には模擬面接ツールはたくさんあるけど、そもそも何を準備すべきかを教えてくれるツールは少ない。求人票を読む能力そのものを底上げする方向は、フリーランスの案件応募にも直接効く。

案件エージェントから流れてくる案件概要を、このツールに1本ずつ通してみる、というのはやってみる価値がある。応募前に「この案件が本当に求めているスキル群」の解像度が上がった状態で応募文を書けるだけで、書類通過率は変わる。

AIスクリーニングが年齢や年収まで読み取る仕組み

同じサービスにはもう1つ、resume scannerという機能がついている。こちらは職務経歴書のPDFを投げると、AIが「ATSとして」読むとどう解釈されるかを見せてくれるツールだ。ATSというのは応募者追跡システムのことで、大手企業の書類選考の一次スクリーニングで使われる仕組みを指す。

面白いのは、そのAIが職務経歴書から「明示されていない属性」を推測して見せてくれる点。年齢帯、給与の上限、離職リスク(flight risk)といった、応募者本人は書いた覚えのない情報を、AIが職務経歴書の中の特定の言い回しから推測している、と表示される。「この表現からあなたを○○歳前後と推測しました」「この経歴のパターンから短期離職リスクありと判断されます」というふうに、判断根拠となったフレーズまで示される作りだ。

これを見た時、正直ゾッとした。自分たちが応募書類を書く時、意識せずに書いた1文が、機械側では属性推定の材料になっている。「10年以上」と書けば年齢帯が推測されるし、複数の短期案件を並べれば「腰が落ち着かない人」と判断される。そういう暗黙のフィルターを、AI採用フローは静かに走らせている。

フリーランスの案件応募でも、同じ構造は起きている。エージェント経由の応募でも、企業側のATSに通される段階では、書き方の癖から属性を推測されて、それで一次選考が決まる可能性がある。自分たちが「実力で勝負している」と思っている段階の前に、テキスト解析による絞り込みが走っている。

このツールが教えてくれるのは、AIによる書類スクリーニングが避けられないなら、逆に「AIがどう読むか」を先に自分で確認しておく、という視点だ。書類をAIに読ませて、意図しない属性推測が出るなら、その文言を書き換える。この工程が入るだけで、書類通過の下限は底上げされる。

自分の発信をAI視点で読み直す習慣

ここから少し話を広げる。求人票をAIに分解させる、職務経歴書をAIに読ませて属性推測を確認する、という発想は、フリーランスや副業組の「発信」全般に応用できる。

自分は副業でAIエージェントを運用していて、noteやX、Threadsで発信を続けている。そこで気づいたのは、自分が書いた文章は、書いた本人が思っているより多くの情報を漏らしているということだった。専門性、経験年数、得意領域、逆に触れたくないテーマ、書き手のバイアス。そういうものが全部、テキストの選び方に出る。

AIを一度通してみると、それが可視化される。自分のプロフィール文をAIに投げて「この人はどう見える?」と聞くと、自分が意図していないラベルが返ってくることがある。「この人は初心者向けの解説が得意そう」「実務経験は浅めに読める」「特定のツールに依存している」といった、書き手が意識していない印象が浮かび上がる。

これは案件営業でも効く。案件エージェントに登録するスキルシート、営業メール、直営業のプロフィールを、それぞれAIに読ませて「どう解釈されるか」を確認する。想定していない解釈が出るなら、そこは書き方の問題であって、実力の問題じゃない。

自分は最近、記事を1本書き上げるたびに、AIに「これは誰に向けた記事に読める?」と聞くようにしている。想定していない読者像が返ってきた時は、冒頭のフックか結論を書き直す。この工程を挟むだけで、書いた記事の反応が変わる感覚がある。

副業で稼ぐには、実力を上げるより「実力の見え方を整える」ほうが先に効くことが多い。求人票の分解も、職務経歴書の属性チェックも、発信のAI視点レビューも、全部その延長線上にある話だ。

まとめ

案件が取れない、副業で稼げないと感じる時、実力より先に「読まれ方」を疑うほうが、効率よく状況を変えられる。

要点を3つに絞ると、こうなる。

①求人票は分解して初めて意味が読める featurely.devのようなツールで、要求されている項目を構造化してから応募文を書く

②職務経歴書はAIに読ませてから提出する ATSがどう属性推測するかを事前に確認して、意図しない解釈を潰す

③自分の発信もAI視点でレビューする書き手の意図と読み手の解釈のズレを、AIに読ませて可視化する

副業やフリーランスで稼ぎたい人が、次に伸ばすべき筋肉は「AIに読まれる自分」を整える力だと思う。ツール自体は無料で試せるし、既存のAPIキーで動くので、まずは自分の職務経歴書を1回投げてみるところから始めるといい。