ストレングスファインダーを受けた。
MBTIも知っている。
結果を読んで「なるほど」と思った。
──で、翌日から何が変わりましたか？
自分の場合、何も変わらなかった。
「INTJ」「収集心」「学習欲」。
ラベルだけが増えて、タスクの選び方も技術の選び方も、チームでの伝え方も前と同じ。
診断結果が仕事に接続されていなかったんです。
この記事では、ストレングスファインダーとMBTIの結果をエンジニア・クリエイターの仕事に接続する方法を、3つの領域に分けて解説します。
読み終わるころには、自分の診断結果を見ながら「明日のタスク選び」を変えられる状態になっているはずです。
なぜエンジニア・クリエイターにストレングスファインダー活用法が必要なのか
「ストレングスファインダーの活用法」で検索すると、出てくるのは一般的なキャリアコーチングの話ばかりです。
「あなたの強みを活かしましょう」「チームで補い合いましょう」。
間違ってはいないけど、エンジニアの日常には遠い。
エンジニアやクリエイターの仕事は、毎日が判断の連続です。
- どのタスクを今日やるか（タスク選択）
- どの技術スタックを採用するか（技術選定）
- 非同期のチャットでどう伝えるか（コミュニケーション設計）
この3つの判断に、診断結果を接続できるかどうか。
それが「活用できている」と「ラベルを知っているだけ」の境界線です。
ちなみに、ストレングスファインダー（CliftonStrengths）は適職を教えてくれるツールではありません。
Gallup社が開発した、177の質問ペアから「思考パターン（才能の源泉）」を測定するアセスメントです。
34の資質が4つのドメイン（実行力・影響力・人間関係構築力・戦略的思考力）に分類されます。
適職を探すなら34資質別の適職一覧と読み解き方のほうが参考になります。
この記事では「すでに結果を持っている人が、エンジニアとしての日常判断にどう使うか」に絞ります。
MBTIとストレングスファインダーの基本的な違いが気になる方は、3大診断ツールの違いと使い分けを先にどうぞ。
ストレングスファインダー活用法の全体像──3つの接続領域
診断結果を仕事に接続する領域は、大きく3つあります。
| 領域 | 問い | 使う診断 |
|---|---|---|
| タスク選択 | どの仕事を取り、どの仕事を手放すか | ストレングスファインダー（資質ドメイン） |
| 技術選定 | 何を選び、何を見送るか | MBTI（認知機能）× SF（思考パターン） |
| コミュニケーション設計 | どう伝え、どう受け取るか | MBTI（E/I, T/F）× エニアグラム（動機） |
ポイントは、1つの診断ですべてをカバーしようとしないこと。
MBTIは「情報の処理方法」を、ストレングスファインダーは「反復的に成果を出せるパターン」を、エニアグラムは「行動の動機」を測っています。
理論的基盤が違うので、組み合わせると立体的に見えます。
では、1つずつ見ていきます。
領域1：タスク選択にストレングスファインダーの結果を接続する
自分のドメインで「取る/手放す」を判断する
ストレングスファインダーの34資質は、4つのドメインに分かれています。
- 実行力: 達成欲、規律性、責任感など
- 影響力: 活発性、指令性、自我など
- 人間関係構築力: 共感性、個別化、調和性など
- 戦略的思考力: 収集心、内省、学習欲、着想、分析思考など
自分のTOP5がどのドメインに偏っているかで、「得意なタスクの種類」が見えてきます。
自分の場合、TOP5は収集心・内省・学習欲・達成欲・着想。
5つのうち4つが戦略的思考力ドメインで、1つ（達成欲）が実行力ドメイン。
人間関係構築力と影響力はゼロです。
実際のタスク選別プロセス
これが仕事にどう接続されるかというと──。
個人開発をしていると、やるべきことは無限に出てきます。
機能追加、バグ修正、マーケティング、ユーザーサポート、ブログ執筆、SNS運用。
全部「やったほうがいい」。でも、全部やる時間はない。
以前は「緊急度」と「重要度」のマトリクスで選別していました。
よくあるやり方です。
でも、それだとSNS運用のような「重要だけど緊急じゃないもの」が永遠に後回しになる。
診断結果を使うと、判断基準が1つ増えます。
「この作業は自分の資質で効率よくできるか？」という軸です。
自分の場合はこうなりました。
- 取る: 情報収集・リサーチ・記事執筆・技術検証（収集心×学習欲×内省）
- 取る: 目標を決めて一気に進める短期集中タスク（達成欲）
- 手放す: 継続的なSNS運用、コミュニティマネジメント（影響力・人間関係構築力ゼロ）
- 構造で解決する: SNS運用はAI自動化の仕組みを作って対応（着想×収集心で仕組み構築は得意）
「手放す」と「やらない」は違います。
自分の資質が活きない作業は、仕組み化するか外注するか、優先度を下げる。
それだけで月の作業時間が体感で3割くらい変わりました。
領域2：技術選定に診断結果を接続する──ストレングスファインダーの使い方
「学習欲」が暴走するパターンを観測する
正直に言います。
自分は新しい技術に飛びつくクセがあります。
Electron → Tauri → Wails → Flutter。言語も TypeScript → Rust → Go → Swift。
学習欲×着想の組み合わせは「新しいもの＝面白い＝やりたい」という回路を持っています。
収集心がそこに乗ると、比較記事を10本読んで、チュートリアルを3つ終わらせて、「よし、これにしよう」と確信する。
で、半年後に別の技術が出てきて、また同じことを繰り返す。
このパターンを自覚したのが、ストレングスファインダーの結果を「思考パターンの観測」として読み直したときでした。
学習欲は「学ぶこと自体」にエネルギーを得る資質です。
つまり、新技術を学ぶ過程が楽しいのであって、その技術で何を作るかは二の次になりやすい。
ブレーキポイントを設計する
これに気づいてから、技術選定に「セルフチェックポイント」を入れるようになりました。
- この技術に興味を持った理由は何か？（学習欲の衝動か、実際の課題解決か）
- 今の技術スタックで実現できないことは何か？（着想の「新しい組み合わせ」欲求を分離する）
- 半年後もこの技術を使っている自分が想像できるか？（収集心の「集めて満足」パターンを検出する）
3つとも「実際の課題解決」に紐づいているなら、GO。
1つでも「面白そうだから」が混じっていたら、1週間寝かせる。
INTJのNi（内向的直観）は長期ビジョンを描くのが得意なので、「半年後の自分」を想像するチェックは相性が良い。
ただし、INTJだからこのチェックが効くという話ではなく、自分の思考パターンに合ったブレーキを設計できるかどうかがポイントです。
領域3：コミュニケーション設計にストレングスファインダーを活用する
リモートワークで自分のタイプを開示する効果
エンジニアのコミュニケーション、特にリモートワーク環境では「非同期テキスト」が主戦場です。
Slackのメッセージ、GitHubのPRレビュー、ドキュメント。
顔が見えない分、意図が伝わりにくい。
自分はINTJ×内省なので、考えをまとめてから発言するタイプです。
Slackで即レスしない。ミーティングでは聞き役になりがち。
これが「興味がないのかな」「協力的じゃないな」と誤解されることがありました。
あるとき、チームの自己紹介ドキュメントにストレングスファインダーのTOP5とMBTIタイプを書いてみました。
こんな感じです。
思考スタイル
内省が強いので、即レスより「考えてから返す」タイプです。返信が遅くても無視ではありません。
得意な貢献
リサーチ・情報整理・構造分析（収集心×学習欲×内省）。「調べておいて」と言われると本領発揮します。
苦手な領域
雑談ベースの関係構築（人間関係構築力ドメインがTOP5にない）。
意図的にやるので、ぎこちないのは仕様です。
これはチーム全員に「こういう人間です」と宣言する行為です。
結果として、「返信遅いけどそういう人だよね」という共通認識ができた。
逆に、メンバーのタイプを知ることで「この人は共感性が高いから、フィードバックは感情面にも配慮して書こう」という判断ができるようになりました。
エニアグラムとMBTIを重ねて動機と行動パターンを立体的に理解する方法を使えば、メンバーの「行動の動機」まで含めた理解ができます。
診断を「取扱説明書」にする
ここで大事なのは、診断結果を「あなたはこういう人」と決めつけるラベルにしないことです。
自分の場合は「取扱説明書」として使っています。
「こういう条件で高出力が出る」「こういう状況ではフリーズしやすい」。
マシンのスペックシートみたいなものです。
チーム内で互いのスペックシートを共有できると、「なぜあの人はこうなのか」の推測コストが下がる。
それだけで非同期コミュニケーションの摩擦がかなり減ります。
AI時代に自分のOSを知る意味──ストレングスファインダーの新しい使い方
ここまで3つの領域を紹介しましたが、もう1つ。
AI時代だからこそ、この「接続」の意味が増しています。
ChatGPTやClaude Codeは、リサーチも文章作成もコード生成もやってくれます。
自分のTOP5の1つ「収集心」──情報を集めてストックする能力は、AIが圧倒的に速い。
「学習欲」の「新しいことを学ぶプロセス」も、AIに要約させれば効率は上がる。
じゃあ、自分の資質は無価値になるのか？
そうではなくて、「AIが代替できる部分」と「自分の資質でしか出せない部分」の切り分けが必要なんです。
自分の場合はこう整理しました。
| 資質 | AIが代替できる部分 | 自分でしか出せない部分 |
|---|---|---|
| 収集心 | 情報収集・整理 | 「何を集めるか」の判断基準 |
| 内省 | 分析・構造化 | 体験に基づく「なぜ」の解釈 |
| 学習欲 | 知識のインプット | 学びを自分の文脈に接続する力 |
| 着想 | アイデアの量産 | 「面白い」と感じるフィルター |
| 達成欲 | タスクの実行 | 「これを完遂する」という意志 |
AI時代のキャリア不安を希望に変えるプロセスでも書きましたが、「人間ならではの強み」を抽象的に語っても意味がない。自分の具体的な資質がAIとどう棲み分けるのかを、1つずつ切り分ける必要があります。
活用法を知っても変わらない人へ──それはストレングスファインダーの問題じゃない
ぶっちゃけ、診断結果を活かせないのは「活用法」を知らないからじゃありません。
自分のOSを知らないまま、他人の最適解をコピーしているから。
「INTJの成功者はこうしている」「収集心が強い人はこう活かしている」──そういう記事を読んで、その通りにやろうとする。
でも、自分のTOP5の組み合わせも、エニアグラムの動機も、仕事の環境も違う。
他人のレシピは、自分のOSでは動かないんです。
だから「活用法を知る」の次に必要なのは、自分の診断結果を「観測データ」として扱うことです。
ラベルではなく、仮説。「自分はこういうパターンを持っているらしい。
じゃあ今日のタスク選択で試してみよう」。
この「ラベル→仮説→検証」のサイクルについては、診断結果を「観測データ」に変換する具体的な方法で詳しく書いています。
診断を受けても何も変わらないループの構造に心当たりがある方は、まずそちらから読んでみてください。
まとめ：診断結果はエンジニアの「自分OS」ドキュメント
ストレングスファインダーとMBTIの結果を仕事に接続するポイントをまとめます。
- タスク選択: 資質ドメインの偏りで「取る/手放す/仕組み化する」を判断する
- 技術選定: 思考パターンの暴走を検知するセルフチェックポイントを設計する
- コミュニケーション設計: 診断結果を「取扱説明書」としてチームに開示する
- AI時代の切り分け: 各資質の「AIが代替する部分/自分でしか出せない部分」を整理する
診断結果は、自分のOSのドキュメントです。
読んで「なるほど」で終わらせるのではなく、日常の判断に接続してはじめて意味を持ちます。
明日やることは1つだけ。
自分のTOP5を見ながら、今日のタスクリストに「これは自分の資質で効率よくできるか？」という列を1つ追加してみてください。
診断結果をObsidian×Claude CodeのLifeOSで自己観測データを管理する方法で管理すると、観測の蓄積がさらに加速します。
学びを行動に変換するフレームもあわせてどうぞ。
参考になれば幸いです。
