LAPRASの評判・口コミ【30代・40代エンジニア向け】
最終更新: 2026年6月 ｜ Web全体の発信をAI解析するスカウト型サービスの実力を口コミの傾向と公開データで検証
LAPRAS（ラプラス）は、LAPRAS株式会社が運営する、GitHub・Qiita・note・X（旧Twitter）・connpassなどWeb上の発信をAIが自動でクロール・解析し、ポートフォリオを自動生成するスカウト型のサービスです。本記事では「評判・口コミ」を実際の口コミプラットフォームの傾向と公開データに基づいて、30代・40代エンジニアの視点で整理します。架空の体験談やスコアの転載は行わず、出典のある情報のみを扱います。
データ調査時点: 2026年6月 ｜ 出典: LAPRAS公式サイト、X（旧Twitter）等のエンジニア投稿、はてなブックマーク／エンジニアブログ、複数転職メディア集計値
求人数・年収などの数値は調査時点の公開情報に基づきます。最新の情報は各サービスの公式サイトをご確認ください。 当サイトの評価基準は記事制作ポリシーをご覧ください。
結論：こんな人におすすめ
総合評価：技術記事・OSS・登壇など『発信』が多い人の実力可視化に強い。一言でいえば「Web全体にアウトプットがあり、GitHubだけでなく発信全体で評価されたいエンジニア」向けのスカウト型サービスです。
- ・GitHub・Qiita・note・X・connpassをAIが解析し、ポートフォリオを自動生成。
- ・FindyがGitHub中心なのに対し、LAPRASはWeb全体の発信を評価する点が差別化。
- ・発信が少ない人・地方非Web志向には不向き。Findy併用が有効。
LAPRASの仕組みと他サービスとの違い
LAPRASは、担当アドバイザーが求人を提案するエージェント型ではなく、AIが解析したあなたの発信を見た企業からスカウトが届くスカウト型です。担当が提案するレバテックキャリアのようなエージェント型とは、求人にたどり着く経路が根本的に異なります。
同じスカウト・可視化系でも評価軸が違う点が重要です。LAPRASはWeb全体の発信（GitHub・Qiita・note・X・connpass）をAI解析するのに対し、FindyはGitHub中心のスキル偏差値、Forkwellはポートフォリオ＋コミュニティが軸です。FindyがGitHubに閉じるのに対し、LAPRASは記事・登壇まで含めて評価する点が最大の差別化です。さらにスキルチェックの解答で評価するpaizaとも入り口が異なります。
基本データ表（2026年6月時点）
| 運営会社 | LAPRAS株式会社（2019年） |
|---|---|
| サービス種別 | AI解析×ポートフォリオ自動生成のスカウト型 |
| 解析対象 | GitHub・Qiita・note・X（旧Twitter）・connpass等を自動クロール |
| 導入企業数 | 700社以上（二次情報） |
| 求人数 | 公式LPで非明示＝確認不可 |
| スコアの目安 | 平均3.0／上位約4%が3.5以上（二次情報） |
| 対応エリア | 首都圏中心 |
| 料金 | 求職者無料 |
※導入企業数・スコアの目安は二次情報です。求人数は公式LPで非明示のため確認不可とし、断定を避けています。
LAPRASの特徴・強み
1. Web全体の発信をAIが自動解析
GitHubだけでなくQiita・note・X・connpassなどWeb上の発信をAIが自動でクロールし、ポートフォリオを生成します。GitHub中心のFindyと違い、技術記事や登壇など幅広いアウトプットを評価に乗せられるのが最大の強みです。
2. 手間をかけずに実績がまとまる
自動クロールにより、自分で職務経歴やポートフォリオを一から作らなくても実績が整理されます。在職中で時間が限られるミドル層にとって、負担が軽い点は実用的です。
3. マッチ精度と立ち位置の可視化
発信内容を踏まえたスカウトが届くため、技術領域や関心に合った打診が来やすい傾向があります。スコア（平均3.0・上位約4%が3.5以上とされる二次情報）で市場での立ち位置を把握でき、定点観測にも使えます。
4. 求職者は無料
求職者の利用は無料です（確認できた範囲）。費用は採用企業側が負担します。発信がある人ほどリスクなく市場評価を試せます。
良い評判の傾向（出典付き）
以下は口コミプラットフォーム上の声を傾向としてまとめたものです（原文転載・スコア転載ではありません）。
◎ 発信が自動でポートフォリオ化される
X（旧Twitter）やエンジニアブログ等では、GitHubだけでなくQiitaやnote、登壇（connpass）などWeb上の発信をAIが自動でクロールしてポートフォリオ化してくれるため、手間をかけずに実績がまとまったという傾向の声が見られる。自分で職務経歴を整理する負担が軽いという感想がある。
◎ マッチ精度が高いと感じる
はてなブックマーク等では、Web全体の発信内容を踏まえたスカウトが届くため、技術領域や興味関心に合った企業からの打診が多くミスマッチが少なかったという傾向の感想が確認できる。
◎ スコアで自分の立ち位置がわかる
技術・ビジネス・影響力などをスコア化する仕組みがあり、自分の市場での立ち位置を客観的に把握できたという傾向の声がある（平均3.0・上位約4%が3.5以上とされる二次情報）。すぐ転職しなくても定点観測に使えるという感想がある。
悪い評判の傾向と対処法
公平性のため、ネガティブな傾向の声と、それぞれへの現実的な対処法もまとめます。
△ 発信が少ないとスコアが伸びない
LAPRASはWeb上の発信を解析する性質のため、GitHub活動・技術記事・登壇などのアウトプットが少ない人はスコアが伸びず、スカウトも届きにくかったという傾向の声がX等で見られる。
対処法：QiitaやnoteでのアウトプットやOSS活動、connpassでの登壇など、公開できる発信を少しずつ蓄積する。発信の時間が取れない場合は、担当が提案するエージェント型のレバテックキャリアを併用するのが現実的。
△ 地方・非Web系の求人が少ない
導入企業は首都圏のWeb自社開発が中心の傾向で、地方在住者やSIer・組み込みなど非Web志向の人には選択肢が少なかったという傾向の声がある。
対処法：フルリモート可の求人に絞るか、地方・SIer求人も扱う総合型エージェントを併用する。LAPRASはモダン技術・発信重視の枠と割り切る。
△ 自動クロールの内容にズレを感じることがある
自動でWeb上の情報を集める仕組み上、意図と異なるアカウントや古い情報が反映されたと感じたという傾向の声が一部見られる。
対処法：プロフィール上で連携する情報や公開範囲を確認・調整し、最新の実績が反映されるよう手動で補足する。誤った紐付けがあれば設定から修正するとよい。
30代・40代エンジニアがLAPRASを使う場合の戦略
当サイトはミドルエンジニアの転職を扱う立場から、年代別に使い方を整理します。LAPRASの評価軸は「Web全体の発信の蓄積」です。これまでに書いた記事や登壇、OSS活動がそのまま資産になる点が、キャリアの長いミドル層にとっての強みになります。
30代の場合：技術記事や個人開発、登壇を続けている人なら、発信がそのままポートフォリオ化され、関心領域に合った企業から声がかかりやすい年代です。GitHub中心のFindyと併用すると、評価軸を広げられます。
40代の場合：長年のアウトプット（技術ブログ・登壇・OSS）が蓄積している人ほど、年齢より発信内容で評価されやすいのが利点です。書類選考での年齢ハンデを、発信の実績で補えるのは40代にとって心強い面です。一方、求人が首都圏のWeb自社開発に偏るため、求人の幅は40代向けエージェントで補完するのが堅実。マネジメント軸で上を狙うならハイクラス向けサービスも検討してください。
いずれの年代でも、LAPRAS単独に依存せず、スカウト型サービスの使い方や複数エージェント併用のコツを踏まえて使うのがおすすめです。
向いている人／向いていない人チェックリスト
向いている人
- ✓技術記事・OSS・登壇など発信のアウトプットがあるエンジニア
- ✓GitHub以外（Qiita・note・X・connpass等）の発信も評価されたい
- ✓手間をかけずに実績をポートフォリオ化したい
- ✓Web自社開発・モダン技術の企業に行きたい
- ✓市場での自分の立ち位置を客観的に把握したい
向いていない人
- ×Web上の発信・アウトプットがほとんどない
- ×発信を増やす時間が取れない
- ×地方の対面サポートやSIer・非Web求人を最優先したい
- ×担当者がすべて求人提案してくれるエージェント型を希望する
登録からスカウト・内定までの流れ
無料登録・各サービス連携
公式サイトから登録し、GitHub・Qiita・note・X・connpass等を連携。AIがWeb上の発信を自動でクロールしてポートフォリオを生成する。
ポートフォリオ・スコアの確認
自動生成されたポートフォリオとスコア（技術・影響力など）を確認。内容にズレがあれば公開範囲や連携を調整する。
企業からのスカウト受信
発信内容を踏まえた企業からスカウトが届く。Web全体の活動を反映するため、技術領域や関心に合った打診が来やすい傾向がある。
カジュアル面談・選考
興味のあるスカウトはカジュアル面談で社風・技術スタックを確認してから選考へ。発信内容が会話のきっかけになりやすい。
内定・条件確認・入社
内定後は条件を確認して入社。年収交渉は自分主導になりやすいため、相場を把握しておくとよい。
Findy・Forkwellとの使い分け
LAPRASと近い領域のサービスは、評価軸の違いを押さえて使い分けると効果的です。LAPRASはWeb全体の発信のAI解析、FindyはGitHubのスキル偏差値、Forkwellはポートフォリオ＋コミュニティが軸です。技術記事や登壇など発信が幅広いならLAPRAS、GitHub活動が豊富ならFindy、コミュニティとの接点を重視するならForkwell、という整理が目安になります。LAPRASとFindyは評価する発信の範囲が異なるため、併用すると機会を広げられます。
よくある質問
Q. LAPRASはFindyと何が違いますか？▾
Q. 発信をしていなくても使えますか？▾
Q. スコアはどのくらいが目安ですか？▾
Q. 40代でもスカウトは来ますか？▾
Q. 登録は無料ですか？▾
Q. 導入企業数や求人数はどのくらいですか？▾
LAPRASであなたの発信を可視化する
これまでの発信が自動でポートフォリオに。市場での立ち位置を確かめてみませんか？
無料で登録する