生成AIエンジニアのフリーランス面談でよく聞かれる質問と答え方の準備

フリーランスの生成AIエンジニアの面談でよく聞かれるのは、作った仕組みを誰がどの業務で使っていたか、回答の品質をどう確かめたか、誤った回答が出たときに何をしたか、費用と入力する情報をどう管理したかの4つです。面談官は、使ったモデルやツールの名前より、「この人に任せたら、試作で終わらず業務で使える形まで持っていけるか」を確かめようとしています。

答えるときは、模範解答を覚えるより、自分の経験から「判断した場面」を3〜4つ選び、どの質問にもそこから答えられるように準備しておくのが近道です。面談全般の答え方の型は業務委託の面談でよく聞かれる質問と答え方で解説しているので、この記事では生成AIの面談に固有の質問に絞ります。

生成AIの面談で面談官が見ていること

生成AIの案件の面談に出てくるのは、発注元の開発の責任者、データやAIの推進の担当者、ときには事業部門の責任者です。技術に詳しい人もいれば、詳しくない人もいます。そのため、専門用語の多さより、判断の根拠を相手に分かる言葉で説明できるかが見られます。

面談官が知りたいのは、おおむね次の3点です。

1. どの段階まで担えるか：試作だけか、本番の運用まで経験しているか
2. 品質と危うさへの向き合い方：誤回答や情報の漏れにどう備え、どう確かめてきたか
3. 関係者との進め方：業務部門の期待と技術の限界を、どうすり合わせてきたか

以下の質問は、この3点のどれかを確かめるためのものです。質問の意図が分かれば、答えの中心に何を置くかも決まります。

よく聞かれる質問と答え方の考え方

ここで示す答えの例は、組み立て方を伝えるための架空の例です。そのまま使うのではなく、ご自身の経験に置き換えて準備してください。

1. 「直近で作った仕組みと、使っていた人を教えてください」

確かめたいのは、どの段階まで担えるかです。対象の業務、利用者、試作か本番か、自分が担った範囲を短く伝えます。「社内向けのチャットボットを作りました」で止めず、誰が、何のために、どのくらいの期間使ったかまで言うと、経験の重さが伝わります。

架空の例：「社内の問い合わせ窓口の担当者が、規程の文書から回答の下書きを作る仕組みです。試作から本番まで担当し、文書の取り込みと検索、評価の仕組みを作りました。画面の開発は別の方の担当です」

2. 「回答の品質は、どうやって確かめましたか」

生成AIの面談で最もよく掘り下げられる質問です。「担当者に使ってもらって好評でした」だけでは、品質を確かめたことになりません。次の順番で組み立てると伝わりやすくなります。

• 評価に使った質問の一覧を、誰とどう作ったか
• 何をもって正しい・使えると判断したか
• 変更を入れたとき、前と比べて下がっていないかをどう確かめたか
• 自動で採点した部分と、人が確かめた部分の分け方

3. 「事実と違う回答が出たとき、どう対処しましたか」

誤回答をゼロにできるかではなく、原因を切り分け、利用者の側の扱いまで含めて手を打ったかを見ています。検索で正しい文書が引けていなかったのか、文書が古かったのか、指示文の問題かを、どう見分けたかを話します。根拠の文書を回答に添える、答えられない質問には答えない設計にする、といった利用者側の工夫も材料になります。

4. 「検索の精度が出なかったとき、何を変えましたか」

RAG（検索で集めた情報をモデルに渡して答えさせる仕組み）の経験を確かめる質問です。文書の分け方、検索の方法、絞り込みの条件など、変えたことと、変えた結果をどう測ったかを一組で話します。試した順番と、効かなかった手も話せると、試行錯誤の進め方が伝わります。

5. 「利用料や応答の速さは、どう管理しましたか」

本番の経験があるかを見分ける質問です。利用者が増えたときの費用をどう見積もったか、高い性能のモデルと安いモデルをどう使い分けたか、応答が遅いときに何を変えたかを話します。金額そのものは前の案件の機密にあたることがあるため、考え方と手順を中心に話せば十分です。

6. 「入力してよい情報や、権限の線引きはどうしましたか」

個人情報や取引先の秘密を扱う案件では、近い質問が出ることが多くあります。どの情報をモデルに渡さないと決めたか、誰がどの文書を見られるかを検索にどう反映したか、利用の記録をどう残したかを話します。決めたのが自分でない場合は、誰が決め、自分は何を実装したかを分けて伝えます。情報の扱いの考え方は生成AIエンジニアのスキルの記事でも整理しています。

7. 「モデルを選んだ理由、切り替えた理由は何ですか」

流行のモデルを知っているかではなく、比べる軸を持っているかを確かめる質問です。品質、費用、応答の速さ、データの扱いの条件、社内の規程との合い方など、何を比べて決めたかを話します。モデル名には「当時の版」と時点を添えると、知識の新しさを誤解されません。

8. 「試作の結果を見て、事業部門の期待と合わなかったことはありますか」

関係者との進め方を見る質問です。期待が高すぎた場面で、何を示し、どこまでなら使えると合意したかを話します。やらないと決めたことを話せると、試作を本番につなげる力が伝わります。

準備は「判断した場面」を3〜4つに絞る

上の質問は数が多く見えますが、答えの材料は共通しています。準備は次の手順で進めると効率的です。

1. 場面を選ぶ：品質の改善、誤回答への対処、費用の見直し、情報の扱いの線引きなど、性質の違う場面を3〜4つ選ぶ
2. 場面ごとにメモをつくる：状況、気づいたきっかけ、試したこと、選んだ理由、測り方、結果、学びを書き出す
3. 規模をそろえる：利用者の数、文書の量の目安、期間、チームの人数を、どの場面でも同じ数字で言えるようにする
4. 専門用語を言い換える：技術に詳しくない面談官にも伝わるよう、RAGや評価の仕組みを一言で説明できるようにする
5. スキルシートと照らし合わせる：シートに書いた担当範囲と話の内容が一致しているかを確かめる

スキルシートとの一致は特に大切です。面談官はシートを見ながら質問するため、話とシートがずれると、どちらも信用されにくくなります。シートの書き方は生成AIエンジニアのスキルシートの記事、冒頭の自己紹介は面談の自己紹介の記事で解説しています。

面談の相手によって重心が変わる

生成AIの面談は、相手によって聞かれる内容の重心が変わります。

技術の面談と業務の面談が分かれていることもあります。技術の面談では測り方と設計の根拠、業務の面談では使う人にとって何が変わるかに重心を置くと、限られた時間を有効に使えます。

生成AIの案件ならではの逆質問

面談の終わりには、こちらから質問できる時間があります。逆質問は、印象づくりより参画後のずれを防ぐ確認に使います。生成AIの案件では、次の点を聞いておくと判断がしやすくなります。

• 今の段階は試作か本番か、本番に進むかを誰がいつ判断するか
• 使ってよいデータと、作業する環境の制約
• 品質の目標と、評価の方法がすでにあるか
• 利用できるモデルやサービスが社内の規程で決まっているか
• データの準備や画面の開発を担う人がいるか

一般的な逆質問の考え方は業務委託の面談で聞いておくべき逆質問にまとめています。逆質問で聞いた内容は、契約前の確認にもそのまま使えます。案件を選ぶときの確認点は生成AIエンジニアの案件の選び方で整理しています。

よくある質問

最新のモデルやツールを知らないと、面談で不利になりますか？

最新の名前を知っているかより、比べる軸を持っているかが見られます。品質・費用・応答の速さ・データの扱いの条件で比べて選んだ経験を話せれば、使ったモデルが少し前のものでも評価されることが多くあります。使った時点を添えて話しましょう。

個人で作った生成AIのアプリの話をしてもよいですか？

話して問題ありません。業務の経験が少ない場合は特に材料になります。ただ、作ったことだけでなく、どう評価し、何を直したかまで話せると説得力が増します。取引先の情報を使っていないことも、あわせて伝えると安心してもらえます。

面談で技術的な課題を出されることはありますか？

案件によっては、簡単な設計の相談や、評価の方法を口頭で考える質問が出ることがあります。正解を一度で出すより、前提を確かめ、選択肢を並べて理由を話す進め方が見られます。見送られやすい理由は面談で見送られる理由の記事で解説しています。