最終更新日: 2026年7月2日
こんなお悩み、ありませんか?
- Claude Codeで何が作れる?
- 成功談ばかりで実感がわかない
- AI任せの開発は不安が残る
個人開発の記事を探すと、華やかな成功談ばかりでかえって現実味がないと感じたことはないでしょうか。
私も本業のインフラ運用では、要件の甘さが事故につながる場面を見てきたので、AI任せの開発には慎重な側です。
それでもAIツールに月5万円ほど課金し、1日6時間以上使い込みながら、転職エージェント診断ツールを公開できました。
この記事では、転職診断ツールの実装から、公開までにぶつかった3つの壁までを隠さず記録しました。
この記事でわかること
- 作った診断ツールの仕組み
- 公開までに直した3つの壁
- 次に作るツールの構想
作ったのは30秒の転職診断ツール

5問に答えるだけで30秒、8社の中から自分に合う2〜3社がわかる転職エージェント診断を作りました。
まずは診断ページで、実際に触ってみてください。
登録も課金も不要です。
1. 5つの質問で30秒診断できる仕組み
質問は全部で5つだけなので、答え終えるまでの所要時間は約30秒に収まります。
聞かれる内容は、転職の希望を整理するための次の3つの軸が中心です。
- 今の状況
- 転職で一番かなえたいこと
- 働きたい環境
選択肢は各問4つ前後に絞り、スマホの片手操作でも迷わず答えられる形にしました。
答えやすい客観的な質問を先に置き、価値観を問う質問は後半に回す順番にしてあります。
2. 結果は上位3社をイチオシ順に表示
5問すべてに答え終わると、合計点の高い順に3社が次の並びで表示されます。
- イチオシの1社
- あわせて検討したい1社
- 視野を広げる3社目
各社の特徴と公式サイトへのリンクまでを、結果画面の中で一気に確認できます。
比較記事を一から読み込む前に、まず自分に近い候補へ当たりをつけてもらう狙いです。
それぞれをイチオシに選んだ理由も画面に一言ずつ添えて、納得感が出るようにしました。
3. 結果をXでシェアできる拡散設計
結果画面には、診断結果をそのままX(旧Twitter)に投稿できるシェアボタンを付けました。
診断結果のような自分ごとの情報は、読み物より共有されやすいと考えたからです。
シェア文言もあらかじめ用意してあり、ボタンを押すだけのワンタップで投稿が完了する導線です。
投稿されたときの見た目は、後半で触れる画像の自動生成で整えました。
なぜ診断ツールを作ったのか

比較記事だけでは、結局どれが自分に合うのかという最後の一歩を後押しできません。
その一歩を埋める道具として、診断ツールを設計しました。
狙いは大きく3つです。
1. 2つのツールが担う役割
診断ツールを比較サイトの下位互換にはしたくなかったので、役割をはっきり分けました。
- 比較サイト:網羅性で全体像を伝える
- 診断ツール:意思決定の後押しをする
診断結果の画面からは、30社をまとめたエージェント比較サイトへ移動できる導線も付けてあります。
まず診断で候補に当たりをつけ、詳しい数字は比較サイトで確かめてもらう流れです。
役割を分けたことで、どちらのページも目的がぶれずに済みました。
2. 動くものを作りたかった
テキストの比較記事は、静的なコンテンツとして完結してしまいます。
動く判定ロジックを持つツールなら、読者の操作に応えられます。
加点式の判定ロジックをゼロから組む経験自体、個人開発として挑戦しがいのあるテーマです。
比較サイトを公開した直後は、読み物だけでは物足りなさがありました。
診断ツールという形にすることで、記事単体では出せない体験を作りたいと考えました。
触って確かめられる体験は、読み物だけのサイトとの大きな違いだと感じます。
3. AIに任せる不安をどう扱ったか
裏で何が起きているかわからないまま進む怖さは、AI開発でよく聞く不安です。
私はこの不安に対して、要件を先に言語化してから任せる方針で臨みました。
- やりたいことを一文で先に書き出す
- 迷う点はAIに聞く前に自分で決める
曖昧な指示だと実装がぶれる一方、要件さえ明確ならAIは想定どおりに動く手応えがありました。
エージェント選び全体の考え方は、こちらの比較記事に整理してあります。
AIエンジニア向けの転職エージェントは、30社を7項目で採点した比較ページで確認できます。

\ 30秒で診断・完全無料 /
実際に作った診断ツールを試してみる
※ 診断結果はブラウザ内で完結し、個人情報の送信はありません
診断結果が決まる仕組み

合計点の高い順に上位3社が決まる、加点式の仕組みです。
判定の中身を公開するのは、結果を信じてもらう一番の近道だと考えたからです。
仕組みは隠していません。
1. 2問目の回答で4タイプに分岐
判定の軸になるのは、2問目の転職で一番かなえたいことという質問です。
ここでの答えによって、診断の結果はまず次の4つのタイプに分かれます。
- 年収重視
- 未経験からの挑戦
- 専門性を磨く
- 手厚いサポート
読者が一番意識している軸を先に聞くと、そのあとに続く質問への納得感が高まります。
答えやすい質問から順に並べていく設計は、診断コンテンツ全般で使える考え方だと感じました。
2. 専門性タイプはさらに3分岐
4タイプのうち専門性を磨くを選んだ場合だけ、3問目の働きたい環境の答えでさらに分かれます。
- インフラを支える環境
- モダンな開発環境
- 専門性を追求する環境
専門性という言葉だけでは幅が広すぎるため、環境の軸を重ねて解像度を上げました。
この3つの切り口は、実際の求人票でよく見かける環境の分類を参考に決めた形です。
同じ専門性志向でも、向いている会社は働く環境によって大きく変わるためです。
3. 合計点で上位3社を決める
診断の各選択肢には、8社それぞれへ入る点数があらかじめ細かく設定してあります。
5問分の点数をすべて合計し、高い順に上位3社を提示する加点式の方式です。
- 1問の偏りに引っ張られない
- 配点の見直しがしやすい
1問だけで結果を決めると、たまたま選んだ答えに診断全体が引っ張られやすくなります。
実際に公開後の配点調整でも、数字を直すだけで済むこの作りに助けられました。
Claude Codeでの実装


3つのデータファイルとAstro(高速な静的サイトの構築ツール)で実装しました。
質問や診断結果のデータは、JSON(内容を構造化して保存するファイル形式)という別ファイルに分けた構成です。
構成はいたってシンプルです。
1. データを3つのファイルに分けた
診断に使うデータは、プログラム本体から切り離して役割ごとに3つのファイルへ分けました。
- questions.json:質問と選択肢
- types.json:タイプ別の診断文
- agents.json:8社のデータ
データとロジックを分けたおかげで、配点の見直しはファイルの数字を直すだけで済みます。
Claude Codeへの指示も、どのファイルの何を変えるかを伝えるだけで通ります。
あとから内容を育てる前提の個人開発と、相性のよい構成だと感じました。
2. シェア画像を自動生成した
OG画像(SNSでシェアされたときに表示されるプレビュー画像)は、自動生成の仕組みにしました。
シェアボタンを付けても、投稿の見た目が寂しければ押した人の投稿が埋もれてしまいます。
診断タイプごとに画像の内容を変え、結果がひと目で伝わるプレビューに調整してあります。
- 診断タイプ名を大きく表示
- イチオシ社の特徴を要約
拡散されたときの第一印象まで作り込めるのは、自動生成ならではの利点です。
3. FTPで本番サーバーへ配置
公開はFTP(サーバーへファイルを転送する仕組み)で、本番サーバーへ直接配置しました。
置き場所はWordPress本体とは別のディレクトリで、既存記事とぶつからない構成です。
- oisu-lab.com/diagnosis/:診断ツール
- oisu-lab.com/agent/:比較サイト
ドメインを分けずに同居させたのは、サイトの評価を分散させたくなかったためです。
実はここまでの実装だけなら、拍子抜けするほど順調に進んでいました。
つまずいた3つの壁


3つの壁に、公開までの間で実際にぶつかりました。
どれも実際のコードや設定ファイルに、修正の跡が残っている記録です。
つまり全部、実話です。
1. 壁1:おすすめが特定社に偏った
最初の実装では、どんな答え方をしても診断結果が特定の2社に偏りがちでした。
- レバテック
- マイナビIT AGENT
配点の癖で、この2社への点数が他社より積み上がりやすい状態だったのが原因です。
そこで全パターンの回答を機械的に流し、結果の分布を一覧にして偏りを突き止めました。
配点を平準化して解消したうえで、今後も同じ確認を定期的に回すと決めました。
2. 壁2:FTP接続が突然切れた
デプロイ(本番への配置作業)の途中で、FTPの接続が何度も切れる問題に当たりました。
本番サーバーは、大量のファイルを1つの接続で送り続けると接続を切る仕様でした。
最初はネットワーク側を疑いましたが、切り分けてみると原因はサーバー側の仕様です。
- 少数ごとに接続を張り直す
- 失敗した分だけ再送する
この2つをデプロイ処理に組み込んでから、転送は安定して完了するようになりました。
3. 壁3:文章が煽り気味だった
最初にできあがった診断結果の文章は、想像より煽りが強くサイトの雰囲気と合いませんでした。
機能が動くことと、文章として自然なことは別問題だと痛感した箇所です。
AIに文言を任せると、読者の背中を押そうとして表現が強くなりがちだとわかりました。
- 断定を控えめな言い回しに直す
- 公開前に音読して確認する
言い回しを一つずつ調整し、公開前に音読で確かめる流れに落ち着きました。
\ 直したあとの診断を試せます /
30秒の転職診断を受けてみる
※ 掲載順位は編集部の独自評価で、提携報酬の影響は受けていません
公開後と次の一手


30社に広げた比較サイトとの連携と、次のツールの構想を進めている段階です。
作って公開したあとの動きも、記録として残します。
1. 比較サイトを8社から30社へ拡張
診断ツールと並行して、比較サイト側も掲載エージェントを8社から30社まで広げました。
- 診断ツール:候補を絞り込む
- 比較サイト:詳細データで裏づける
診断で絞った候補を、比較サイトの詳しい数字で確かめられる導線を意識した形です。
掲載社数が少ないと、診断結果の選択肢まで狭く見えてしまうのが拡張の理由でした。
いまは両方のページを行き来しながら、内部の連携を少しずつ深めている最中です。
2. 次は職務経歴書ツールを構想中
診断ツールの次の題材として、職歴を箇条書きで入力すると職務経歴書の形に整えるツールを構想中です。
職務経歴書づくりは、転職準備のなかでも特に手が止まりやすい工程だと感じました。
- 職歴入力から自動整形
- 添削サービスへの橋渡し
整えた経歴書をそのままエージェントの添削につなぐところまで作れれば、実用の幅がぐっと広がります。
ChatGPTを使った職務経歴書の作り方は、プロンプト(AIへの指示文)例つきで別記事にまとめてあります。
3. 診断・比較・体験談の3層構想
このサイトで目指す全体像は、診断・比較・一次体験レビューという3層の構成です。
- 診断ツール:候補を絞る
- 比較サイト:詳細を確かめる
- 体験レビュー:実際の様子を知る
実際にエージェントへ登録した体験レビューは、今後少しずつ追加していく予定です。
3層がそろえば、迷っている段階でも決めかけの段階でも、自分に合う情報へたどり着けます。
30代からのAIエンジニア転職ロードマップも、あわせて参考にしてみてください。


まとめ
Claude Codeで転職診断ツールを作り、判定の仕組みから3つの壁までを記録しました。
動くものを先に公開し、気づいた不具合をあとから直していく進め方が、結果的に一番の近道でした。
この記事の重要ポイント
- 診断は5つの質問と加点式で30秒完結
- 公開後に配点・接続・文章の3つを修正
- 比較サイトは30社まで拡張して連携中
- 次は職務経歴書ツールを構想中
\ まずは30秒で相性チェック /
30秒診断で2〜3社に絞り込む
※ 診断結果はブラウザ内で完結します
職務経歴書を自分で仕上げたい方には、こちらのプロンプト集も役立ちます。











