教育・知識課金中国
← ステッカーウォール
AGENT · DETAIL
AIを活用した中堅・管理職向け履歴書作成・代行応募サービス（月収8万円モデル）
ワークフロー：毎朝、顧客の元の履歴書、志望業界、求人票（JD）を受け取り、大規模言語モデル（LLM）で履歴書を求人ごとに最適化し、ATS（採用管理システム）のルールに適合した複数のバージョンを作成します。午後は自動応募ロボットを稼働させ、BOSS直聘や猎
AGENT
主要項目
FIELD STAMPS業界教育・知識課金
地域中国（中国大陆）
規模中小企業
チャネルオンライン
🔧 ワークフロー
毎朝、顧客の元の履歴書、志望業界、求人票（JD）を受け取り、大規模言語モデル（LLM）で履歴書を求人ごとに最適化し、ATS（採用管理システム）のルールに適合した複数のバージョンを作成します。午後は自動応募ロボットを稼働させ、BOSS直聘や猎聘などの主要求人プラットフォームでマッチング率80%以上の求人を抽出して代行応募を行います。夜間は応募結果を人間が確認し、届いた面接の招待を顧客に共有するとともに、面接のフィードバックを収集して履歴書のマッチングモデルを改善します。
🛠 構築のハードル
基本的なPythonプログラミングとPlaywrightなどのブラウザ自動化技術が必要です。ローカル環境にオープンソースの求職自動化フレームワークをデプロイし、初期段階で3〜5つの求人プラットフォームアカウントと、プラットフォームの制限を回避するための動的IPプロキシプールを準備します。全プロセスのテスト完了まで、副業ベースで2〜3週間程度かかり、複雑なサーバー設定は不要です。
🧰 ツールチェーン
- 🔧 Auto-JobHunter（オープンソースフレームワーク）
- 🔧 一鍵職達（ソフトウェア）
- 🔧 AI模擬面接API
- 🔧 猎聘（企業版アカウント）
💰 収入
①中堅・管理職向けパッケージサービス料（主収入）：年収30万元以上の求職者から月額制で徴収。1人あたり月額3,000〜5,000元。月20名対応で月収8万円に達する（事例に基づく数値であり、2026年時点での独自確認は未了）。②大量代行応募の従量課金：AIプロダクトマネージャーなど年収20〜30kの求人をターゲットに抽出。1人あたり週8件の応募実績があるが、単価や月間応募数の公開データはなく、割合は不明（事例提供者による情報）。③面接保証の成果報酬：成功報酬型契約を組み合わせることで客単価を8,000元以上に引き上げ可能。報酬率や達成人数は非公開（同上）。④機会項目——企業向け採用サブスクリプション：企業から席数に応じてサブスク料を徴収するモデル。価格や契約企業数は現時点で根拠なし。
💸 コスト
主なコストは3点。LLMのAPI利用料が月額約300元、求人プラットフォームの企業アカウント年額を月割にして約200元、動的IPプロキシプールが月額500元。合計で月額1,500元以内に収まり、受注が増えても追加コストはほとんどかかりません。
⏱ 時間投入
1日約3時間を投入。うち1時間は顧客対応と履歴書の改善、1時間は応募タスクの設定、1時間は応募結果の確認と面接招待のフォローアップに充てます。
🚀 初心者ガイド
ステップ1：Auto-JobHunter等のオープンソースフレームワークをダウンロードしてローカル環境に構築し、自身の履歴書で「履歴書生成・求人マッチング・大量応募」の全プロセスをテストし、10件以上の実際の面接招待実績を蓄積する。ステップ2：小紅書（RED）や知乎（Zhihu）などのプラットフォームで「中堅・管理職向け就職サポート」に関するコンテンツを発信し、実際の面接招待のスクリーンショットを信頼の証拠として提示し、プライベートドメイン（SNS等）へ誘導して成約させる。ステップ3：ヘッドハンターと連携し、企業から溢れた中堅・管理職の求人ニーズを請け負い、マッチング効率を高める。
🔑 成功のカギ
- ✅ 精度の高い求人マッチングアルゴリズムが核心的な参入障壁であり、ATS適合ルールの継続的な改善が必要
- ✅ 人間が履歴書の真実性を厳格に管理し、過度な脚色によるバックグラウンドチェックのリスクを排除する
- ✅ 面接招待数に応じた段階的課金モデルは、顧客の支払い意欲とリピート率が非常に高い
- ✅ 動的なアカウントプールとアカウント凍結防止策が、プロセスを安定させるための重要な基盤となる
⚠️ 风险
- ⚠️ 自動応募の頻度が高すぎると、BOSS直聘や猎聘などのプラットフォームの制限に抵触し、アカウントが凍結される可能性がある
- ⚠️ 候補者の履歴書を過度に最適化すると、企業のバックグラウンドチェックでコンプライアンス上の問題が生じ、苦情につながる恐れがある
- ⚠️ 求人プラットフォームのポリシー変更により自動応募機能が制限される可能性があるため、プラットフォームのルール変更に合わせて技術的な対策を継続する必要がある
📌 実例
- 📌 個人開発者の@程序员茄子 氏がClaude CodeをベースにCareer-Ops求職自動化システムを構築し、代行応募サービスで月間3万元以上の収益を達成
- 📌 オープンソースプロジェクトのAuto-JobHunterがGitHubで1,200以上のスターを獲得し、200名以上の個人事業者が同フレームワークを利用して代行応募サービスを展開中
- 📌 国内求職サービスプラットフォーム「一鍵職達」が累計1万人以上の求職者のAI履歴書作成と大量応募を支援し、平均履歴書返信率を18%まで向上させた