+++
title = "AIスタートアップがエンジニア採用面接で実際に確認していること"
date = 2026-06-08
updated = 2026-07-03
description = "複数のAIスタートアップのHR顧問として見てきた、現場の採用判断基準の実態"
[taxonomies]
tags = ["HR×AI", "採用", "エンジニア採用", "AIスタートアップ", "現場から"]
[extra]
public = true
belief_version = 1
ai_written = true
one_true_sentence = "「AIが使えるか」はもう誰も見ていない。「AIの隣で、一緒に考えられるか」を見ている。"

[[extra.faqs]]
question = "AIスタートアップがエンジニア採用面接で実際に確認している4つの軸は何か"
answer = "①相棒の答えを疑えるか（AIが間違えた時に自分で判断し直せるか。書き直しを頼むだけでなく原因を調べる姿勢）②言語化力（コードと自然言語を同時に動かせるか。AIへの指示がぼんやりしていると生成もぼんやりする）③1週間での適応速度（変化に合わせて捨てる判断の速さ）④一次情報源への近さ（arxivの論文・GitHubのコミットログを直接追う習慣）。"

[[extra.faqs]]
question = "AIスタートアップのエンジニア採用で「LLM使用経験」は採用基準になるか"
answer = "今やならない。ChatGPT使用経験は新卒でも持っている。実際に確認するのは「AIが間違えた時に自分で判断できるか」。書き直しをAIに頼むだけの人と、なぜ動かないかを自分で調べてからプロンプトを変える人では採用後のパフォーマンスに大きな差がある。「AIを使いこなせるか」より「相棒が間違えた時に自力で対処できるか」を見る。"

[[extra.faqs]]
question = "AIスタートアップのエンジニア採用で言語化力を面接で確認する方法は"
answer = "「直近に作ったプロダクトを技術者ではない人に1分で説明してください」「なぜその設計にしたかを設計書ではなく口頭で説明してください」の2問が有効。コードは書けても言語化が苦手なエンジニアはAIを使っても生産性が上がらない。Claude CodeやCursorでコードを生成するには正確な言語化が必要なため、言語化スキルを別軸で評価する。"

[[extra.faqs]]
question = "AIスタートアップのエンジニア採用で適応速度・捨てる判断力を確認する質問は"
answer = "「最近学んだ新しい技術やツールは何か。そこにどうやって着地したか」「前のプロジェクトでやり方を途中で変えた経験はあるか」が有効。AIスタートアップでは使っているモデルが1ヶ月で入れ替わることが頻繁にある。「安定した技術スタックで深く学ぶ」タイプより「新しいものに早くキャッチアップし、使えないと分かったら早く諦める」タイプが向いている。"

[[extra.faqs]]
question = "AIスタートアップの採用ブランディングとは何か"
answer = "「どんなAIを作っているか」の技術説明ではなく、「どんな課題を・どんな人と解こうとしているか」を候補者が一文で言える状態にすることが起点になる。採用ページやSNSでの発信より先に、社内で「うちに合う人はどんな人か」を言語化する。この記事で挙げた4つの面接軸（相棒の答えを疑えるか・言語化力・適応速度・一次情報源への近さ）は、そのまま採用ブランディングで発信すべき「うちが見ているもの」の中身になる。"
+++

面接でこう聞く。「Claude Codeに書かせたコードが動かなかった。そこからどうした？」

「書き直してもらいました」で終わる人と、「なぜ動かないかを自分で調べてから、プロンプトを変えました」と答える人がいる。採用後のパフォーマンスは、この一問で驚くほどきれいに分かれる。そして求人票の「LLM活用経験歓迎」という一行は、この決定的な差を一文字も拾えない。

複数のAIスタートアップでHR顧問として採用面接に立ち会い、採用基準の設計を隣で支援してきた。ここに書くのは、会社をまたいで共通して見られていた判断軸だ。会社名は出さない——採用基準そのものが、各社の機密だからだ。

---

## 軸1：AIの答えを、相棒として疑えるか

「LLMを使ったことがあるか」は、今や採用基準にならない。
ChatGPTを使った経験は、新卒学生でも持っている。

AIスタートアップが実際に確認しているのは、AIを優秀な相棒として隣に置いたとき、その相棒の答えを鵜呑みにせず一緒に考え直せるか、だ。

- 生成された結果が期待通りに動かない時、どう向き合うか
- AIが間違えた答えを返した時、それをどうやって見抜いたか
- AIが得意なところと苦手なところを見極めて、どこを自分が引き受けるか

冒頭の問いがまさにこれだった。「書き直してもらいました」は、相棒を信じきって思考を預けてしまっている。「なぜ動かないかを自分で調べてからプロンプトを変えました」は、相棒の答えに一度立ち止まり、原因を突き止めてから次の一手を渡している。

**採用基準の実態：AIを使ってより早く作れるか、ではない。相棒が間違えた瞬間に、自分の足で判断し直せるか。**

---

## 軸2：「言語化力」＝コードと自然言語を同時に動かせるか

AIスタートアップの開発現場では、コードを書くことと、AIに指示を出すことが一体化している。

Claude CodeやCursorに「何を作りたいか」を正確に渡せるエンジニアと、渡せないエンジニアでは、隣で見ていて分かるほど成果に差がつく。相棒は、こちらの言葉の解像度以上には動けない。

面接で確認していた質問：
- 「直近に作ったプロダクトを、技術者ではない人に1分で説明してください」
- 「なぜその設計にしたかを、設計書ではなく口頭で説明してください」

コードは書けても言語化が苦手なエンジニアは、AIを隣に置いても加速しない。指示がぼんやりすれば、返ってくるものもぼんやりする。

**採用基準の実態：プログラミングスキルだけでなく、要件の言語化スキルを別の軸で評価している。**

---

## 軸3：1週間での適応速度を確認する

AIスタートアップの開発サイクルは速い。
使っているモデルが1ヶ月で入れ替わること、APIの仕様が変わること、チームの開発スタイルが変わることが頻繁にある。

採用面接で確認していた問い：
- 「最近学んだ新しい技術やツールは何か。そこにどうやって着地したか」
- 「前職や前のプロジェクトで、やり方を途中で変えた経験はあるか」

「安定した技術スタックで深く学ぶ」タイプと「新しいものに早くキャッチアップする」タイプでは、AIスタートアップ向きは後者だ。

ただし「何でも使う」とは違う。
適応速度が速いエンジニアは、捨てる判断も速い。使えないと分かったツールを早く諦めて次に行く。

**採用基準の実態：新技術への適応速度を、具体的な変化経験から判断している。**

---

## 軸4：一次情報源への近さ

AIスタートアップが特に気にしていた点がこれだ。

「AIの最新動向をどこから取っているか」という質問を多くの面接で見た。

回答の違い：
- 「Xのフォロー」「Qiitaやブログ記事」→ 二次情報
- 「arxivの論文を読む」「GitHubのコミットログを追う」「モデルの公式ドキュメントを直接確認する」→ 一次情報

AIの進化が速い今、二次情報だけを追っていると、現場の体感では常に何手か遅れる。
論文を自分で読み、実際に手を動かして試す習慣があるかどうかが、長期的な貢献度に直結する。

**採用基準の実態：情報収集の「深さ」ではなく情報源の「近さ」を見ている。一次情報にアクセスする習慣があるか。**

---

## まとめ：AIスタートアップが採用で本当に見ているもの

| 軸 | 表層の確認内容 | 本当に見ていること |
|---|---|---|
| AI活用経験 | LLMを使った経験 | 相棒が間違えた時に自力で判断し直せるか |
| コミュニケーション | 説明力 | コードと自然言語を同時に動かせるか |
| 適応力 | 新技術習得 | 変化の速さに合わせて捨てる判断ができるか |
| 情報収集 | 最新動向の把握 | 一次情報源に自分でアクセスできるか |

AIを「すごいツール」として受け取るエンジニアではなく、AIを相棒として隣に置き、一緒に考えられるエンジニアが求められている。求められているのは、AIの前に立つ人ではなく、AIの隣に立てる人だ。

---

**今日渡せるもの：** AIスタートアップへの転職を検討しているエンジニアへ。面接対策は要らない。月曜にこれをやる。

1. 直近で**AIの答えが間違っていた瞬間**を1つ思い出し、「どう見抜き、どう調べ直したか」を90秒で話せるまで言葉にする（軸1）。
2. 今いちばん新しく作ったものを、**非エンジニアに1分で**説明する原稿を1本書く（軸2）。
3. ブラウザのブックマークを開き、AI情報の入り口が**二次情報（まとめ・ブログ）に偏っていないか**を確認。論文・公式ドキュメント・コミットログを1つ恒常的に追う先に足す（軸4）。

この3つが具体で語れる状態は、そのまま「AIを相棒として隣に置けている人」の証拠になる。面接官は、それを探している。

---

## AIスタートアップの採用ブランディングとは何か

起点は「どんなAIを作っているか」の技術説明ではなく、「どんな課題を・どんな人と解こうとしているか」を候補者が一文で言える状態にすること。採用ページを作る前に、社内で「うちに合う人はどんな人か」を言語化する必要がある。上記の4つの面接軸（相棒の答えを疑えるか・言語化力・適応速度・一次情報源への近さ）は、そのまま「うちが採用で見ているもの」として外に発信できる採用ブランディングの中身になる。

## 関連記事

- [AIエンジニアを採用しても活かせない組織のパターン](/n/ai-engineer-hired-but-underused/) — 採用後に活躍できない組織の構造的な問題
- [AI採用でカルチャーフィットを評価できない理由](/n/ai-hiring-culture-fit-limits/) — 技術力の評価とは別に必要なチームへの適合性の評価