営業での生成AI活用：商談前リサーチから提案書・フォローアップまでの実践ガイド

営業職に生成AI（Generative AI、大規模言語モデルを用いてテキスト・画像・音声を生成するAI技術）を取り入れると聞いて、まず頭に浮かぶのは「商談を自動化する」というイメージではないだろうか。しかし現場で実際に役立っているのは、もっと地味で具体的な場面だ。

商談前の企業リサーチが10分で終わる。提案書の初稿が30分で手に入る。商談翌日のメールが下書き済みで待っている。

生成AIがもたらす変化は「営業そのものの自動化」ではなく、「準備と初稿の高速化」だ。そこを正確に理解すると、どこから使い始めるべきかが見えてくる。

本記事では、営業担当者・営業マネージャーが明日から試せる5つのユースケースを、使い方・入力例・効果の見方・注意点の順に整理する。さらにリスク管理とKPI（Key Performance Indicator、重要業績評価指標）の測り方、チームでの横展開まで一通り扱う。

営業AIの第一歩は「自動化」ではなく「準備と初稿の高速化」

生成AIは、まだ「営業担当者を代替するツール」ではない。しかし、特定の反復作業を大幅に速くするツールとしては、今すぐ実用に耐える水準に達している。

営業業務の中で、生成AIが得意とするのは「情報収集と文章の初稿化」だ。商談前のリサーチ、提案書のたたき台、フォローアップメールの下書き、会議メモの構造化——これらはいずれも「情報を整理して文章にする」という作業である。人間が1〜2時間かけてやることを、生成AIは10〜30分で並走してくれる。

逆に、生成AIが苦手なのは「リアルタイムの判断と人間関係の構築」だ。商談中の空気を読むこと、顧客の深層ニーズを引き出すこと、交渉の機微——ここは依然として人間の仕事である。

この記事で得られること：明日から試せる5ユースケース

本記事では次の5つのユースケースを順番に解説する。

1. 商談前リサーチ——10分で対等な情報量を手に入れる
2. 提案書たたき台生成——差し戻し回数を減らす初稿の作り方
3. フォローアップメール——商談翌日の0.5時間を10分に
4. 議事録要約——音声・メモを5分で構造化
5. 想定問答作成——断られる前に断り理由を潰す

各セクションは独立して読めるように書いているので、いま最も課題を感じているユースケースから読み始めるとよい。5つ全部を一度に使い始める必要はない。まず1つを選んで今週中に試す、それが最速の入口だ。

---

ユースケース1：商談前リサーチ——10分で対等な情報量を手に入れる

商談前のリサーチは、営業で生成AIが最も自然に馴染むユースケースだ。

顧客企業のプレスリリース・IR情報・ニュース記事を読み込み、「この会社が今抱えている課題は何か」「競合と比べてどこで差別化しようとしているか」「担当者が社内で何を報告しなければならないか」——これらを整理して商談に臨む。従来は30分〜1時間かかっていたこの作業を、生成AIを使うと10〜15分程度に圧縮できる場合がある（あくまで入力する情報の質と量に依存する目安であり、効果には個人差がある）。

使い方と入力例

基本的な手順は次の通りだ。

1. 訪問先企業のプレスリリース・決算資料・採用情報・ニュース記事を3〜5本コピーする
2. 生成AIに「この資料をもとに、以下の4点を整理してほしい」と依頼する

入力例（プロンプト）

以下の資料（プレスリリース・記事）を読んで、商談前の準備として次の4点を200字以内で各々まとめてください。

①この会社が現在注力している事業・戦略
②直近の課題または変化の兆候
③競合との差別化で意識していると読み取れる点
④商談で確認すべき仮説（例：〇〇という課題があるのではないか）

【資料】
（ここにテキストを貼り付ける）

注意点として、ここに実在する顧客名・個人名・未公開情報は入力しない。プロンプトには公開情報のみを使う。

before/after（時間感）と注意点

従来の準備時間が30〜60分だとすると、生成AIを活用することで10〜20分程度に短縮される場合がある。ただし、短縮の前提は「貼り付ける情報が整理されていること」だ。情報収集自体は人間がやる必要がある。

また、生成AIが出力する内容は「公開情報からの推論」に過ぎない。商談当日に「AIがそう言ったから」と決め打ちするのではなく、仮説として持ち込み、顧客との会話で確かめる姿勢が重要だ。

リサーチで顧客の課題仮説が見えたら、次はそれを提案の形に落とし込む段階に進む。

---

ユースケース2：提案書のたたき台生成——差し戻し回数を減らす初稿の作り方

提案書の作成は、営業の中でも最も時間を取られる作業のひとつだ。

商談後に顧客の課題・要望・予算感・スケジュール感をメモし、それを社内の提案書フォーマットに当てはめ、根拠となる資料を探し、数字を揃え、上司にレビューしてもらう——このサイクルが1〜2日を簡単に消費する。

生成AIはこの「初稿化」フェーズを大幅に加速できる。商談メモを入力すれば、提案書の骨格（課題の定義・解決策の提示・効果試算の枠組み・次のステップ）を数分で出力してくれる。

使い方と入力例

入力例（プロンプト）

次の商談メモをもとに、提案書の骨格を作成してください。
構成は①顧客課題の定義、②提案内容の概要、③期待効果の仮説、④次のアクション（日程・担当者・確認事項）の4章立てとしてください。

【商談メモ】
・顧客の課題：〇〇部門の〇〇業務に月〇時間かかっており、品質にバラつきがある
・担当者の関心：コストより品質の安定化を優先したい
・予算感：明確には出ていないが、年間〇万円規模は検討可能との示唆
・次回商談：2週間後、役員同席

ここでも、実際の顧客名・担当者名・機密情報は含めない。「〇〇部門」「〇〇業務」という匿名化した形でプロンプトを書くのが原則だ。

before/after（時間感）と注意点

提案書の初稿が手元にある状態とゼロから書く状態では、レビュー依頼までのリードタイムが変わる。初稿から書き起こす時間が半減する場合もあるが、これは商談メモの精度に依存する。メモが曖昧なら、AIの出力も曖昧になる。

また、生成AIが出力する「期待効果」は根拠のない数字になりやすい。数値の断定は避け、「検討事項」や「別途確認」として残す処理を徹底する必要がある。

提案書を渡したあとの一手——商談直後のフォローアップにも、同じ「初稿の高速化」が効く。

---

ユースケース3：フォローアップメール——商談翌日の0.5時間を10分に

商談直後の顧客は、次の商談や別件でいっぱいだ。だからこそ、24時間以内のフォローアップメールは「この担当者は丁寧だ」という印象を作る。

しかし、商談後は社内報告・議事録作成・次回アポ調整で追われる。フォローアップメールを書く時間は、意外と取れない。ここに生成AIを使う余地がある。

使い方と入力例

入力例（プロンプト）

以下の商談後に送るフォローアップメールを作成してください。
トーンは丁寧かつ簡潔に。本文は400字以内でまとめてください。

【メール要件】
・商談の日程：〇月〇日
・確認できた顧客課題：〇〇
・次回のアクション：〇月〇日までに資料を送付する
・依頼事項：〇〇について確認いただけるか

ここでの注意点は「個人名」の扱いだ。担当者名は最終的に人間が正確に書き直す前提で、プロンプトには「〇〇様」のような匿名化形式で入力する。

before/after（時間感）と注意点

フォローアップメールを1通書くのに、多くの営業担当者が20〜30分を費やしているという現場の声がある。生成AIを使うと下書きが数分で手に入るため、確認・修正を含めても10分程度で完結する場合がある。

ただし、特定顧客へのカスタマイズ度が高いメール（たとえば長い関係を前提にした文脈や、顧客固有の専門用語）は、AIの初稿品質が下がりやすい。そういうケースは人間が主体的に書き、AIは表現の磨き上げ用に使う、という棲み分けが現実的だ。フォローアップメール以外のChatGPTビジネス活用例については、ChatGPTビジネス活用事例：部署別・業種別の使い方と導入のポイントも参考になる。

メールの下書きまで手が回ったら、商談そのものの記録——議事録づくりも同じ手順で軽くできる。

---

ユースケース4：議事録要約——音声・メモを5分で構造化

「議事録は誰かが書くもの」という意識が変わりつつある。オンライン商談のトランスクリプトや手書きメモを生成AIに渡せば、「決定事項・アクション・課題・次回確認事項」を自動で分類した構造化メモが5〜10分で手に入る。

議事録要約は、営業で生成AIを使い始める際の入門ユースケースとして最も始めやすい。出力に失敗しても影響範囲が小さく、効果を体感しやすいからだ。

使い方と入力例

入力例（プロンプト）

以下の商談メモ（音声書き起こしの要点）を、次の4項目に整理してください。

①決定事項（双方が合意した内容）
②アクションアイテム（担当者・期限付きで）
③残課題・未確認事項
④次回確認すること

【メモ原文】
（ここに書き起こしテキストまたは手書きメモを貼り付ける）

音声書き起こしの場合、自動書き起こしツール（MicrosoftのCopilot in TeamsやZoomのAI機能等）と組み合わせると効率が上がる。ただし、書き起こしツール自体が「顧客の音声データをクラウドサーバに送信する」設計になっている場合があるため、利用前に自社のセキュリティポリシーとの整合を確認すること。

before/after（時間感）と注意点

従来の議事録作成に20〜40分かかっていたとすると、生成AIを使うことで5〜15分に短縮できる場合がある。精度は入力テキストの品質に直結する。殴り書きのメモよりも、最低限「いつ・誰が・何を言ったか」が追えるメモの方が良い出力になる。

プロンプトと出力をテンプレート化してチームで共有すると、議事録のフォーマット統一も同時に達成できる。

記録が整うと、次の商談で何を聞かれそうかも見えてくる。最後のユースケースは、その「聞かれる前の備え」だ。

---

ユースケース5：想定問答の作成——断られる前に断り理由を潰す

商談で最も怖いのは、想定外の反論を受けること。「予算がない」「他社と比較中」「担当部署が違う」——こうした断りパターンは、実は事前に予測できる。

想定問答の作成は、生成AIが「批判的思考を代行してくれる」ユースケースだ。自社製品・サービスの説明と顧客課題を入力すると、「この提案に対して顧客が返しやすい疑問や反論」をリスト化してくれる。

ここで一度、問いを置きたい。自分が担当する商品に対して、顧客はどんな不満を持つか——それを自分の口から先に言えるか？ 言えれば信頼感が生まれ、言えなければ不意を突かれたように見える。生成AIはこの「言えるようにする練習台」になる。

使い方と入力例

入力例（プロンプト）

次の条件で、想定問答集を作成してください。

【自社製品・サービスの概要】
（ここに自社サービスの説明を入れる）

【想定顧客の属性】
（例：中堅製造業の営業部長、導入予算の最終承認者ではない）

【商談の段階】
（例：初回提案直後）

上記を踏まえ、顧客が抱きやすい疑問・反論を10個リストアップし、それぞれに対する回答の方向性を示してください。

ここでも、実在する顧客名・未公開の価格情報・社外秘の競合情報は入力しない。

before/after（時間感）と注意点

想定問答の準備を一から作ると30〜60分かかることが多い。生成AIを使えば、叩き台の10〜20問が数分で揃う場合がある。ここから「この反論は現場でよく来る」「これは的外れ」と取捨選択するのは人間の仕事だが、ゼロから考える時間が省けるのは大きい。

注意点として、生成AIが出力する「競合比較の視点」は推測ベースになりやすい。「競合Aと比べて我が社はどこが優れているか」という文脈でAIを使う場合は、出力をそのまま使わず、社内の競合情報（公開情報ベース）と照合する必要がある。

---

営業特有の4つのリスクと防ぎ方

ここまで5つのユースケースを見てきた。便利なことは分かった——しかし「実際に使ってよいのか」という不安も当然出てくる。営業特有のリスクと防ぎ方を4点整理する。

未確認数値・競合情報を断定しない

生成AIは「もっともらしい文章」を出力するが、事実を保証しない。「競合他社の価格帯」「業界全体の市場規模」「調査レポートの引用」などを生成AIに聞いて出力された数字を、そのまま提案書に書くのは危険だ。

原則として、数値は自社が一次確認できる情報のみ使う。AIが出した数字は「検索のきっかけ」として使い、必ず元の出典を確認する。

顧客機密をAIに入力しない

AI出力をそのまま送らない

フォローアップメール・提案書・想定問答のいずれも、AI出力を無確認で顧客に送付するのは避ける。

「事実の正確性」「自社ルールとの整合」「顧客への敬意が伝わるトーン」——これらは人間が最終確認する必要がある。AI出力のレビュー基準については、AI出力のレビュー基準：誤情報・機密・トーンを5分で見抜くチェックリストを参照するとよい。

属人化とコピペ送信を避ける

生成AIを使うようになって陥りやすい落とし穴が2つある。1つは「特定の担当者だけがAIを使いこなす」属人化。もう1つは「AIが作ったテンプレートをすべての顧客に同じ文面で送る」コピペ送信だ。

属人化は、チームで使い方を共有することで解消できる。コピペ送信は、AIを「初稿生成」に使い「顧客固有の文脈を加筆する」仕事を人間に残す設計で防げる。

---

営業KPIで効果を測る——準備時間・差し戻し回数・商談化率の見方

「生成AIを使って便利になった感じはするが、本当に効果があるのかわからない」——こう感じたら、KPIを設定するタイミングだ。

営業での生成AI活用に適した指標は、主に3つある。

① 準備時間（商談前リサーチ・提案書初稿化にかかった時間）：使用前後で比較する。目安として、リサーチと初稿化を合わせて週2〜3時間の削減ができると、月単位での積み上げが見えてくる。

② 差し戻し回数（提案書が上長・顧客に差し戻された回数）：初稿品質が上がると、差し戻し回数が減る傾向がある。ただし、差し戻し理由が「構成の弱さ」なのか「数値の根拠不足」なのかによって、AIの寄与度は異なる。

③ 商談化率（フォローアップ後の次アポ設定率）：商談翌日の連絡速度が上がると、「この担当者はレスポンスが早い」という印象が積み上がる。長期的に商談化率の変化を見ると、フォローアップ改善の効果が読み取りやすい。

PoC（Proof of Concept、概念実証）として試す場合は、2週間PoCの設計方法で紹介している「指標2つに絞る」アプローチが参考になる。全部を一度に測ろうとすると、何が効いているのかが判断しにくくなる。

---

真の価値は「チームで再利用できる営業テンプレート」

5つのユースケースを個人で使いこなしたとき、次に見えてくるのが「チームへの展開」だ。

生成AIを使った商談前リサーチのプロンプトを標準化する。提案書のたたき台生成に使う入力フォーマットを決める。フォローアップメールの型をチームで共有する。これらが積み上がると、「特定の担当者の感覚と経験」ではなく、チームの共有資産としての営業テンプレートができあがる。

個人の成果物から、組織の仕組みへ。このステップが、生成AI活用の真の価値を引き出す段階だ。

営業チームでの生成AI活用をより広い視点で整理したい場合は、部門横断の観点から整理した生成AI ビジネス活用大全も併せて参照するとよい。

最初の一手：1ユースケースを選んで今週試す

本記事の結論を一文で言えば、「最初の1ユースケースを今週選んで実際に試すこと」がすべての出発点だ。

5つ全部を同時に使い始める必要はない。最も「時間がかかっていると感じている」作業を1つ選ぶ。商談前リサーチに時間がかかるなら商談前リサーチから。提案書作成で毎回詰まるなら提案書たたき台から。

最初の検証は不完全でかまわない。「使ってみたら思ったより出力が荒かった」「プロンプトをもう少し整理する必要がある」——その差分が、次に使うときの判断精度を上げる材料になる。

ツール選定が未決定の場合は、ChatGPT・Claude・Gemini・Copilotの選び方で業務目的別の選定軸を整理している。どのツールを使うかより、何の業務から始めるかを先に決めることを勧める。

営業AI活用の全体像を部門横断で見る

部門別ユースケース・ツール選定・PoC設計・ガバナンス・ROI測定を一冊に整理した生成AIビジネス活用の総合ガイドで、営業以外の部門展開や社内承認に必要な情報を補完できる。

生成AI ビジネス活用大全を読む AI出力のレビュー基準を確認する