占いは根拠じゃない。AIは代筆者じゃない。だからこそ、あなたの経験を“提出できる文章”に変えられる
自己推薦書を書くとき、多くの人は文章を書く前に止まります。
「何を書けばいいのか分からない」
「自分の強みが分からない」
「AIに書かせると、きれいだけど自分じゃない」
「先生に“具体性がない”と言われる」
「志望理由と自己PRがつながらない」
このしんどさは、才能がないからではありません。
多くの場合、原因はもっとシンプルです。
順番が分からない。
強みが固まっていないのに文章にしようとする。
志望理由がぼんやりしたまま自己PRを書こうとする。
材料がないままAIに丸投げしてしまう。
だから、うまくいかないのです。
この記事では、その詰まりをほどくために、
誕生日占い×生成AIという少し変わった入口を使いながら、
最終的には根拠のある自己推薦書まで持っていく方法をまとめます。
ただし、最初に大事なことをはっきり言います。
占いは根拠ではありません。
採点されるのは「私はこういう人間です」という自己評価ではなく、
それを裏づける行動と結果です。
また、AIも答えを代わりに出してくれる魔法の杖ではありません。
AIの役割は、あなたの代わりに人生を語ることではなく、
考えを整理し、言語化し、構造を整え、穴を見つけることです。
そして、最後の評価段階では、さらに一歩進めます。
自己推薦書は、一般的な添削で終わらせるのではなく、
志望校の公式情報に照らして評価するほうが強いです。
そのために使えるのが Google の NotebookLM です。NotebookLM は、PDF・Webサイト・Google ドキュメント・Google スライドなどのソースを取り込み、その資料に基づいて、引用つきでやり取りできる設計です。だから、志望校の情報を先に集めておけば、学校別の基準で自己推薦書を磨くことができます。
つまり、この記事の核心はこうです。
この順番で進めれば、
AIっぽく整っているだけの文章ではなく、
自分の経験に根ざした、提出して面接でも説明できる文章に変わります。
この記事で手に入るもの
この記事を読むと、次のことができるようになります。
自分の強みをゼロからではなく、入口つきで見つけられる
性格の言葉を、評価される「行動」に変えられる
志望理由と自己推薦書をバラバラにせず、一本でつなげられる
生成AIを使っても、自分の声が残る文章にできる
自己推薦書を、感想文ではなく根拠ある文章にできる
面接で深掘りされても答えやすい内容にできる
書いたあと、どこをどう直せばいいか分かるようになる
最後に、志望校の基準で「この学校向けに通るか」を確認できる
この方法が強い理由
1. 占いを“答え”ではなく“発見装置”として使える
いちばん苦しいのは、白紙の状態から「自分の強み」をひねり出そうとすることです。
でも、
「占いに出たこの言葉、当てはまる場面はあったか？」
と逆から探すと、記憶が出やすくなります。
占いは当たる・当たらないで使うものではありません。
自分の経験を掘り起こすための検索クエリとして使うと、一気に動きやすくなります。
2. 強みを“性格”ではなく“行動”に変えられる
自己推薦書が弱くなる最大の原因は、形容詞で止まることです。
これだけでは、読む側は評価しにくいです。
大学が見たいのは性格診断ではなく、入学後にどう動く人かだからです。
そこで必要なのが、行動指標への翻訳です。
たとえば「周りが見える」ではなく、
のように、観察できる行動に変える。
ここで初めて、エピソードと接続できるようになります。
3. AIを“一発生成”ではなく“工程の伴走者”として使える
AIにいきなり「自己推薦書を書いて」と頼むと、たいてい無難で似た文章になります。
だから役割を分けます。
翻訳：抽象語を行動に変える
整形：材料を構成に並べる
批評：曖昧さや論理の穴を見つける
AIは心を読めません。
でも、経験の整理、強みや価値観の言語化、他者視点でのフィードバックはかなり得意です。
だからこそ、答えを作らせるのではなく、考えるための鏡として使うのが正解です。
4. 最後にNotebookLMを入れると、“その学校向け”に仕上がる
一般的なAI添削だけだと、どうしても「どの学校にも当てはまる改善案」になりやすいです。
でも NotebookLM は、取り込んだソースに基づいて応答し、引用も示せます。
そのため、志望校の募集要項やアドミッション・ポリシー、学部紹介などを先に集めておけば、その学校の情報を根拠にレビューする評価者を作れます。
自己推薦書の評価は、
**“文章としてうまいか”**だけでは足りません。
本当に大事なのは、
**“その学校の方針に照らして、通る内容か”**です。
全体の流れ
この方法は、次の順番で進めます。
占い語 / 他人から言われた一言
↓
強みの仮説をつくる
↓
行動指標に翻訳する
↓
経験を棚卸しする
↓
STARで証拠化する
↓
志望理由の軸を作る
↓
志望先との接点を作る
↓
自己推薦書に整形する
↓
ブラッシュアップして提出できる状態にする
↓
NotebookLM で学校別に評価する
↓
面接で答えられるところまで確認する
この順番を守るだけで、自己推薦書はかなり書きやすくなります。
Step1：AIを“占い師”ではなく“鏡”として使う
まず前提です。
生成AIは、あなたに「正しい強み」を教えてくれる占い師ではありません。
できるのは、
過去の経験の整理
強みや弱みの言語化
価値観の分類や優先順位づけ
面接官や第三者視点でのフィードバック
日記やメモからパターンを見つけること
逆にできないのは、
あなたの心を直接読むこと
唯一の正解を断定すること
実際にない経験を本物のようにしてくれること
だから、AIは自分で考えるための鏡として使います。
この前提を外すと、どれだけきれいな文が出ても中身が弱くなります。
Step2：占いを“入口”として使う
次に、誕生日占いを見ます。
ただし、信じる必要はありません。
やることは1つです。
そこに出てきた言葉の中で、自分の経験と結びつきそうなものを抜き出す。
たとえば、
フットワークが軽い
周りを見て動ける
創意工夫が得意
抱え込みがち
意地を張りやすい
この段階では、正しいかどうかはまだ決めなくて大丈夫です。
これはあくまで、強みの仮説候補です。
Step3：必ず「他人から言われた一言」も混ぜる
占いだけだと、自己評価に偏ります。
そこで、友達・先生・家族から言われた一言を1〜3個だけ混ぜます。
たとえば、
説明が分かりやすい
切り替えが早い
周りをよく見ている
最後までやる
一人で抱え込みやすい
ここで大切なのは、褒め言葉だけにしないことです。
弱みっぽい言葉も、あとで改善策セットに変えられます。
Step4：強みを「性格」ではなく「行動」に翻訳する
ここが最重要です。
自己推薦書が弱い人は、ここで止まっています。
これでは伝わりません。
必要なのは、どう動くかです。
たとえば、
真面目
→ 任されたことをこなすだけでなく、改善点を見つけてやり方を修正する
周りが見える
→ 周囲の進み具合を見て、足りない作業やサポートを拾う
説明がうまい
→ 相手の理解度に応じて、順番や言葉を変えて伝える
こう変換できると、自己PRが一気に強くなります。
さらに、大学のアドミッション・ポリシーと照らし合わせることで、「自分の強み」と「相手が求める人物像」の接点も作りやすくなります。
コピペ用プロンプト
あなたは大学入試の自己推薦書を支援する進路指導の先生です。
【求める学生像（アドミッション・ポリシー）】
（ここに貼る）
【占い語リスト／他人から言われた一言】
・（ここに貼る）
お願い：
各語を「観察できる行動指標」に翻訳してください
その行動が出やすい場面を1行で示してください
STARを引き出す質問を3つ作ってください
行き過ぎた場合のリスクと予防策を各1行で示してください
条件：
事実の追加・捏造は禁止
抽象語だけで終わらせない
評価語ではなく、観察可能な行動で表現する
Step5：経験の棚卸しをする
ここからは、実際の経験を出します。
自己分析は、いきなり性格分析から始めるより、経験の棚卸しから始めたほうが解像度が上がります。
書き出す材料は、立派な実績だけでなくて大丈夫です。
部活
委員会
生徒会
学校行事
日々の勉強で工夫したこと
資格や検定
家で続けてきたこと
アルバイトやボランティア
失敗した経験
考え方が変わった出来事
ポイントは、
評価されそうなことだけを書く必要はないということです。
むしろ、「自分の行動や考え方が変わった経験」のほうが、自己推薦書では強いことがあります。
コピペ用プロンプト
あなたは自己分析を手伝う進路指導の先生です。
これから私の経験を箇条書きで出すので、
共通するテーマを3つに整理する
強みになりそうな行動パターンを抽出する
もっと思い出したほうがよい経験があれば質問する
という形で手伝ってください。
【経験メモ】
（箇条書きで貼る）
Step6：志望理由の“軸”を作る
自己推薦書は、自分の話だけでは成立しません。
必要なのは、なぜその学校・学部なのかです。
学校志望理由で止まる人の多くは、
「なんとなく良さそう」
「雰囲気が合いそう」
「パンフレットで見た特色が魅力的」
のところから先に進めません。
ここでもAIの役割は、答えを作ることではなく、自分の軸を整理することです。
たとえば、
どんな学びをしたいのか
どんな環境を重視しているのか
将来どんな方向に進みたいのか
実践重視か、研究重視か
少人数か、大きな環境か
こうした要素を整理していくと、
「自分が学校選びで大事にしていること」が言葉になります。
コピペ用プロンプト
あなたは進路指導の先生役です。
これから、私が学校選びで大事にしたいことを箇条書きで書きます。
その内容をもとに、
私の「学校選びの軸」を3〜5個に整理する
それぞれの軸を深掘りする質問を2〜3個ずつ出す
志望理由につながりそうなキーワードを整理する
という形で手伝ってください。
【今考えていること】
（箇条書き）
Step7：志望先との接点を作る
次にやるのは、
自分の軸と相手の特徴をつなぐことです。
見るべきものは、
アドミッション・ポリシー
学部紹介
カリキュラム
募集要項
教育方針
特色ある授業や制度
ここで大事なのは、大学の言葉をそのまま写すことではありません。
「主体性」「協働」「探究心」と書いてあったら、
自分のどの経験でそれを示せるかまで落とし込む必要があります。
コピペ用プロンプト
あなたは大学入試の自己推薦書づくりをサポートする先生です。
【求める学生像】
（大学公式サイトの文章）
【私の経験】
（箇条書き）
お願い：
大学側のキーワードを3〜5個に要約してください
そのキーワードと私の経験の接点を整理してください
自己推薦書のアピール軸候補を3つ提案してください
無理につながっている部分があれば率直に指摘してください
Step8：NotebookLMで「志望校ごとの評価用ノート」を作る
占いは根拠じゃない。AIは代筆者じゃない。だからこそ、あなたの経験を“提出できる文章”に変えられる
自己推薦書を書くとき、多くの人は文章を書く前に止まります。
「何を書けばいいのか分からない」
「自分の強みが分からない」
「AIに書かせると、きれいだけど自分じゃない」
「先生に“具体性がない”と言われる」
「志望理由と自己PRがつながらない」
このしんどさは、才能がないからではありません。
多くの場合、原因はもっとシンプルです。
順番が分からない。
強みが固まっていないのに文章にしようとする。
志望理由がぼんやりしたまま自己PRを書こうとする。
材料がないままAIに丸投げしてしまう。
だから、うまくいかないのです。
この記事では、その詰まりをほどくために、
誕生日占い×生成AIという少し変わった入口を使いながら、
最終的には根拠のある自己推薦書まで持っていく方法をまとめます。
ただし、最初に大事なことをはっきり言います。
占いは根拠ではありません。
採点されるのは「私はこういう人間です」という自己評価ではなく、
それを裏づける行動と結果です。
また、AIも答えを代わりに出してくれる魔法の杖ではありません。
AIの役割は、あなたの代わりに人生を語ることではなく、
考えを整理し、言語化し、構造を整え、穴を見つけることです。
そして、最後の評価段階では、さらに一歩進めます。
自己推薦書は、一般的な添削で終わらせるのではなく、
志望校の公式情報に照らして評価するほうが強いです。
そのために使えるのが Google の NotebookLM です。NotebookLM は、PDF・Webサイト・Google ドキュメント・Google スライドなどのソースを取り込み、その資料に基づいて、引用つきでやり取りできる設計です。だから、志望校の情報を先に集めておけば、学校別の基準で自己推薦書を磨くことができます。
つまり、この記事の核心はこうです。
占いは“強みを見つける入口”として使う
AIは“整理役・翻訳者・批評者”として使う
最後はSTARで証拠化する
書いたあとも、ブラッシュアップ工程で磨く
仕上げは、志望校の情報を集めた NotebookLM で学校別に評価する
この順番で進めれば、
AIっぽく整っているだけの文章ではなく、
自分の経験に根ざした、提出して面接でも説明できる文章に変わります。
この記事で手に入るもの
この記事を読むと、次のことができるようになります。
自分の強みをゼロからではなく、入口つきで見つけられる
性格の言葉を、評価される「行動」に変えられる
志望理由と自己推薦書をバラバラにせず、一本でつなげられる
生成AIを使っても、自分の声が残る文章にできる
自己推薦書を、感想文ではなく根拠ある文章にできる
面接で深掘りされても答えやすい内容にできる
書いたあと、どこをどう直せばいいか分かるようになる
最後に、志望校の基準で「この学校向けに通るか」を確認できる
この方法が強い理由
1. 占いを“答え”ではなく“発見装置”として使える
いちばん苦しいのは、白紙の状態から「自分の強み」をひねり出そうとすることです。
でも、
「占いに出たこの言葉、当てはまる場面はあったか？」
と逆から探すと、記憶が出やすくなります。
占いは当たる・当たらないで使うものではありません。
自分の経験を掘り起こすための検索クエリとして使うと、一気に動きやすくなります。
2. 強みを“性格”ではなく“行動”に変えられる
自己推薦書が弱くなる最大の原因は、形容詞で止まることです。
真面目
優しい
粘り強い
周りが見える
これだけでは、読む側は評価しにくいです。
大学が見たいのは性格診断ではなく、入学後にどう動く人かだからです。
そこで必要なのが、行動指標への翻訳です。
たとえば「周りが見える」ではなく、
周囲の状況を先に観察し、不足している役割を見つけて動く
相手の理解度を見ながら説明の順番を変える
停滞している場面で必要な作業を拾う
のように、観察できる行動に変える。
ここで初めて、エピソードと接続できるようになります。
3. AIを“一発生成”ではなく“工程の伴走者”として使える
AIにいきなり「自己推薦書を書いて」と頼むと、たいてい無難で似た文章になります。
だから役割を分けます。
翻訳：抽象語を行動に変える
整形：材料を構成に並べる
批評：曖昧さや論理の穴を見つける
AIは心を読めません。
でも、経験の整理、強みや価値観の言語化、他者視点でのフィードバックはかなり得意です。
だからこそ、答えを作らせるのではなく、考えるための鏡として使うのが正解です。
4. 最後にNotebookLMを入れると、“その学校向け”に仕上がる
一般的なAI添削だけだと、どうしても「どの学校にも当てはまる改善案」になりやすいです。
でも NotebookLM は、取り込んだソースに基づいて応答し、引用も示せます。
そのため、志望校の募集要項やアドミッション・ポリシー、学部紹介などを先に集めておけば、その学校の情報を根拠にレビューする評価者を作れます。
自己推薦書の評価は、
**“文章としてうまいか”**だけでは足りません。
本当に大事なのは、
**“その学校の方針に照らして、通る内容か”**です。
全体の流れ
この方法は、次の順番で進めます。
占い語 / 他人から言われた一言
↓
強みの仮説をつくる
↓
行動指標に翻訳する
↓
経験を棚卸しする
↓
STARで証拠化する
↓
志望理由の軸を作る
↓
志望先との接点を作る
↓
自己推薦書に整形する
↓
ブラッシュアップして提出できる状態にする
↓
NotebookLM で学校別に評価する
↓
面接で答えられるところまで確認する
この順番を守るだけで、自己推薦書はかなり書きやすくなります。
Step1：AIを“占い師”ではなく“鏡”として使う
まず前提です。
生成AIは、あなたに「正しい強み」を教えてくれる占い師ではありません。
できるのは、
過去の経験の整理
強みや弱みの言語化
価値観の分類や優先順位づけ
面接官や第三者視点でのフィードバック
日記やメモからパターンを見つけること
逆にできないのは、
あなたの心を直接読むこと
唯一の正解を断定すること
実際にない経験を本物のようにしてくれること
だから、AIは自分で考えるための鏡として使います。
この前提を外すと、どれだけきれいな文が出ても中身が弱くなります。
Step2：占いを“入口”として使う
次に、誕生日占いを見ます。
ただし、信じる必要はありません。
やることは1つです。
そこに出てきた言葉の中で、自分の経験と結びつきそうなものを抜き出す。
たとえば、
フットワークが軽い
周りを見て動ける
創意工夫が得意
抱え込みがち
意地を張りやすい
この段階では、正しいかどうかはまだ決めなくて大丈夫です。
これはあくまで、強みの仮説候補です。
Step3：必ず「他人から言われた一言」も混ぜる
占いだけだと、自己評価に偏ります。
そこで、友達・先生・家族から言われた一言を1〜3個だけ混ぜます。
たとえば、
説明が分かりやすい
切り替えが早い
周りをよく見ている
最後までやる
一人で抱え込みやすい
ここで大切なのは、褒め言葉だけにしないことです。
弱みっぽい言葉も、あとで改善策セットに変えられます。
Step4：強みを「性格」ではなく「行動」に翻訳する
ここが最重要です。
自己推薦書が弱い人は、ここで止まっています。
真面目
優しい
粘り強い
主体性がある
周りが見える
これでは伝わりません。
必要なのは、どう動くかです。
たとえば、
真面目
→ 任されたことをこなすだけでなく、改善点を見つけてやり方を修正する
周りが見える
→ 周囲の進み具合を見て、足りない作業やサポートを拾う
説明がうまい
→ 相手の理解度に応じて、順番や言葉を変えて伝える
こう変換できると、自己PRが一気に強くなります。
さらに、大学のアドミッション・ポリシーと照らし合わせることで、「自分の強み」と「相手が求める人物像」の接点も作りやすくなります。
コピペ用プロンプト
あなたは大学入試の自己推薦書を支援する進路指導の先生です。
【求める学生像（アドミッション・ポリシー）】
（ここに貼る）
【占い語リスト／他人から言われた一言】
・（ここに貼る）
お願い：
各語を「観察できる行動指標」に翻訳してください
その行動が出やすい場面を1行で示してください
STARを引き出す質問を3つ作ってください
行き過ぎた場合のリスクと予防策を各1行で示してください
条件：
事実の追加・捏造は禁止
抽象語だけで終わらせない
評価語ではなく、観察可能な行動で表現する
Step5：経験の棚卸しをする
ここからは、実際の経験を出します。
自己分析は、いきなり性格分析から始めるより、経験の棚卸しから始めたほうが解像度が上がります。
書き出す材料は、立派な実績だけでなくて大丈夫です。
部活
委員会
生徒会
学校行事
日々の勉強で工夫したこと
資格や検定
家で続けてきたこと
アルバイトやボランティア
失敗した経験
考え方が変わった出来事
ポイントは、
評価されそうなことだけを書く必要はないということです。
むしろ、「自分の行動や考え方が変わった経験」のほうが、自己推薦書では強いことがあります。
コピペ用プロンプト
あなたは自己分析を手伝う進路指導の先生です。
これから私の経験を箇条書きで出すので、
共通するテーマを3つに整理する
強みになりそうな行動パターンを抽出する
もっと思い出したほうがよい経験があれば質問する
という形で手伝ってください。
【経験メモ】
（箇条書きで貼る）
Step6：志望理由の“軸”を作る
自己推薦書は、自分の話だけでは成立しません。
必要なのは、なぜその学校・学部なのかです。
学校志望理由で止まる人の多くは、
「なんとなく良さそう」
「雰囲気が合いそう」
「パンフレットで見た特色が魅力的」
のところから先に進めません。
ここでもAIの役割は、答えを作ることではなく、自分の軸を整理することです。
たとえば、
どんな学びをしたいのか
どんな環境を重視しているのか
将来どんな方向に進みたいのか
実践重視か、研究重視か
少人数か、大きな環境か
こうした要素を整理していくと、
「自分が学校選びで大事にしていること」が言葉になります。
コピペ用プロンプト
あなたは進路指導の先生役です。
これから、私が学校選びで大事にしたいことを箇条書きで書きます。
その内容をもとに、
私の「学校選びの軸」を3〜5個に整理する
それぞれの軸を深掘りする質問を2〜3個ずつ出す
志望理由につながりそうなキーワードを整理する
という形で手伝ってください。
【今考えていること】
（箇条書き）
Step7：志望先との接点を作る
次にやるのは、
自分の軸と相手の特徴をつなぐことです。
見るべきものは、
アドミッション・ポリシー
学部紹介
カリキュラム
募集要項
教育方針
特色ある授業や制度
ここで大事なのは、大学の言葉をそのまま写すことではありません。
「主体性」「協働」「探究心」と書いてあったら、
自分のどの経験でそれを示せるかまで落とし込む必要があります。
コピペ用プロンプト
あなたは大学入試の自己推薦書づくりをサポートする先生です。
【求める学生像】
（大学公式サイトの文章）
【私の経験】
（箇条書き）
お願い：
大学側のキーワードを3〜5個に要約してください
そのキーワードと私の経験の接点を整理してください
自己推薦書のアピール軸候補を3つ提案してください
無理につながっている部分があれば率直に指摘してください
Step8：NotebookLMで「志望校ごとの評価用ノート」を作る