AIに"丸投げ"すると、読まれない提案書ができる――提案書の質が人によってバラつく会社が試す"型"の作り方

「あの人が作ると早いし分かりやすいのに、自分が作るとどうしても時間がかかってしまう」——提案書づくりで、こうした差を感じたことはないでしょうか。生成AIに任せれば解決しそうに思えますが、条件だけを伝えて丸投げすると、かえって最後まで読んでもらえない提案書ができあがってしまうことも今回の検証で分かりました。今回は、提案書の質が担当者のスキルに左右されがちな会社が、生成AIで"誰が作っても一定の品質"に近づける方法についてお話しします。

「提案書の質」が人によってバラついてしまう

社員数十名規模の会社では、こうしたお悩みをよく聞きます。提案書や営業メールの質が担当者のスキルに依存し、ばらつきが出てしまう。ベテランが作れば要点が整理された分かりやすい提案書になるのに、経験の浅い担当者が作ると、同じ内容を伝えるにも時間がかかり、言い回しもまちまちになる。顧客ごとに求められる提案の形式が異なる士業のような専門職や、案件ごとに提案書を一から作る設計事務所のような会社では、この悩みが特に顕著だという声も聞きます。人数の少ない会社ほど、一通一通の提案書がそのまま会社の印象になるため、この差は軽視できない悩みだと思います。

なぜ「個人の頑張り」だけでは揃わないのか

提案書の質は、本来は経験によって磨かれていくものです。しかし、経験の差をそのままにしておくと、会社としての品質は担当者の在籍年数に比例して上下してしまいます。必要なのは、良い提案書を作れる人の頭の中にある「型」——伝える順番やトーン、盛り込むべき要素——を見つけ出し、誰でも使える形にしておくことです。どの過去の提案書が実際にお客様に響いたのかを見極め、型として選び出すのは、経験を積んだ人にしかできない仕事です。一方、その型をもとに毎回の提案書に落とし込んでいく作業は、生成AIが得意とする領域です。

実際に品質を揃えている会社は、何をしているのか

すでに実践している会社の事例を見てみます。

ChatGPT活用のノウハウを発信する株式会社スミリオンが自社ブログで紹介している事例では、営業担当者がプレゼン資料を自分で作成しており提案スピードの遅さが課題だったIT系の中小企業が、過去の提案資料をもとにChatGPTへ「〇〇業界向けの提案書の構成を考えて」と指示し、たたき台を作らせるようにしたところ、資料の作成時間が約3分の1に短縮し、商談数も月20％増加したといいます（出典）。

AIに「何もない状態から書かせる」のではなく、「過去の良い実例」という型を渡してから書かせる——今回はこのアプローチを、実際に試してみます。

なお、似たような発想は契約書のような他の対外文書にも応用できます。弁護士法人 賢誠総合法律事務所では、ひな形のない契約書を一から作成する場合、これまで2〜3時間はかかっていたところ、GeminiをGoogle Workspaceに導入した現在は、必要な素材や要素を整理してプロンプトで具体的に伝えるだけで、10〜15分程度で精度の高いたたき台ができるようになったと報告されています（出典）。今回ご紹介する「型を渡す」やり方と、必要な要素を具体的に指示するこのやり方は、AIに何を渡すかを工夫するという点で根っこは同じです。

普通のプロンプト vs 「型」を渡すプロンプト

今回は、新しいお客様向け提案書の中身を、「件名（タイトル）＋本文」というシンプルな構成のテキストでたたき台にする場面を例にします。ここでの件名は、実際にメールとして送るためのものではなく、あとで提案書につける見出し・タイトルとして扱う想定です。デザインや体裁まで整った提案書そのものをAIにいきなり作らせるのは、現状ではまだ難しいのが実情なので、まずは中身の骨組みだけをこのシンプルな形でAIに固めてもらい、それをもとにスライドやWord文書など自社の提案書フォーマットへ人が流し込んで仕上げる、という役割分担で考えると無理がありません。

まず、必要な条件だけを伝えて頼むのが「普通のプロンプト」です。過去の実例は渡していません。

新規のお客様向けに、提案書のたたき台を作ってください。

当社は中小企業向けにAI活用の業務効率化を支援しています。
お客様は製造業（従業員30名）で、紙の受発注業務の効率化に関心があります。

これだと、必要な条件は反映されるものの、構成や言い回しは、そのAIが持つ一般的な"お手本"に沿ったものになり、自社で普段使っている提案書のトーンとは違うものになりがちです。

次に、社内で評判の良かった過去の提案書を「型」として渡すのが「改善プロンプト」です。

あなたは弊社の提案書作成を手伝うアシスタントです。
以下は、過去に評判が良かった提案書の構成とトーンです。
この構成・トーンを踏襲して、【今回の条件】に合わせて新しい提案書のたたき台を作成してください。

【過去の提案書の構成・トーン】
1. お客様の課題整理（ヒアリングで伺った内容を3行程度で要約）
2. 弊社が提供できる解決策（専門用語を避け、箇条書きで3つまで）
3. 進め方（3ステップ、それぞれの期間の目安つき）
4. 費用感（幅を持たせた金額）
5. 次のアクション（打ち合わせのご案内で締める）
文体はですます調で、断定を避けた控えめなトーン。

【今回の条件】
・お客様：△△株式会社（製造業、従業員30名、紙の受発注業務の効率化に関心）
・提案するサービス：AI活用による業務効率化の伴走支援
・費用感：月額10万円〜

【出力】
件名と本文（5つの構成に沿って）

〔置き換え箇所〕：「過去の提案書の構成・トーン」は、自社で実際に評判の良かった提案書の見出し構成・言い回しに置き換えてください。取引先名などが含まれる場合は、ダミーの名前に置き換えてから使ってください。一度この形を作っておけば、次からは「今回の条件」だけを差し替えて使い回せます。

実際に試してみた結果

実際に、ChatGPTとGeminiの2つで、上の「普通のプロンプト」と「改善プロンプト」を試してみました。

まず、①の「普通のプロンプト」です。条件はごく簡単にしか伝えていないのに、ChatGPTもGeminiも、想定を重ねた非常に詳細な提案書を返してきました。ChatGPTの出力は、

と、まるまる12章立て・約3,800字の大作になっていました。冒頭はこのような調子です。

このトーンのまま12章分続きます。ChatGPTの出力は特に長く、こちらが伝えていない業務の様子をAIが次々と想定して書き足していく様子が伝わってきました。Geminiも同様に、ASCII図解つきの詳細なフローまで示してきました。情報を渡していない分、AIが自分なりに想定を重ねてくれるのはありがたい反面、これを読む顧客の立場に立つと、途中で読むのをやめてしまいそうな長さです。丸投げしたつもりが、かえって読まれない提案書を量産しかねない、というのが率直な感想でした。ヒアリング済みの内容を詳細に書くならともかく、"想定"だけでこの分量になるのは冗長すぎると感じました。

次に、②の「改善プロンプト」です。過去の実例を型として渡した結果、ChatGPTの出力は一気に簡潔になりました。ちょっと長いですが、今回は省略せず、返ってきた内容をそのまま載せます。

渡した5つの構成そのままに、読むのに苦にならない「たたき台」の分量に収まっており、これをもとにスライドや自社の提案書フォーマットへすぐ流し込めそうな仕上がりでした。一方、Geminiの②は、指定した5つの構成の前に「拝啓」から始まる正式な書状のあいさつ文が付け加えられており、依頼していない要素が増えていました。「件名」という言葉だけでも、AIによっては正式な書状・メールのようなものだと解釈し、あいさつ文などの慣習まで自主的に補ってしまうことがある、という違いが見えました。骨子をそのまま別フォーマットに流し込みたい場合は、こうした余計な要素が入らないほうが扱いやすくなります。

文字数で比べると、①は約3,800字だったのに対し、②は約950字。体感の通り、実測でも約4倍の差がありました。

時間の面でも、はっきりと差が出ました。同じ内容を自分で一から考えて作るなら、30分以上はかかりそうです。改善プロンプトを使うと、プロンプトを用意してから使えるたたき台になるまで、体感で5分程度で済みました。しかも、型として渡す構成があらかじめ決まっているぶん、全体の構成そのものを見直す必要がなく、中身の事実関係だけをチェックすればよいので、確認の負担もかなり軽く感じました。

正直な感想として、提案書は本来、お客様ごとに一品ものとして一から作ることも多い文書だと思っています。だからこそ、汎用的な「型」さえ用意できれば、改善プロンプトを使うことで作業を大きく効率化できると感じました。

ただし、この技法には一つ前提があります。「どの過去の提案書を型として選ぶか」という判断です。

どの提案が実際にお客様に響いたのかは、AIには分かりません。手元にある候補の中から「これが一番良かった」と選ぶことは、AIに丸投げできない、人に残された役割だと思います。

とはいえ、選ぶこと自体は、過去の提案書を1つ選ぶだけの作業です。大きな手間ではありません。むしろ、その一手間を飛ばして「何もない状態」のままAIに任せてしまうと、①のような、想定ばかりが膨らんだ冗長な提案書しか返ってこない——というのが、今回の検証で分かったことです。

型を選ぶのは人、選んだ型をもとに提案書へ仕上げるのはAI。この役割分担を意識できるかどうかが、この技法をうまく使えるかの分かれ目だと思います。

型が一つもない場合は、AIに叩き台を作らせて育てる

ここまでは「過去に評判の良かった実例が手元にある」ことを前提に話してきましたが、実際には型と呼べる実例が一つもない会社の方が多いかもしれません。この場合も、ゼロから自分で構成を考える必要はなく、まずAIに一般的な提案書の型そのものを提案してもらい、それを実例で育てていく、という順番を試してみました。

一方のGeminiの型は、

という7つのセクションに絞られていました。この型を使って実際に「5. 導入効果」を書かせてみると、

というように、数字まで具体的に埋め込んだ、ほぼそのまま打ち合わせに持って行けるたたき台が返ってきました。同じ「型を作って育てる」という方法でも、どのAIを使うかで出発点の質に差が出る、というのは覚えておいて損はありません。

ChatGPTの型には「長すぎるので削ってほしい」とフィードバックし、型自体を育てさせてみました。すると、分量の目安や「初回提案で削るもの」まで具体的に定義した、引き締まった型に生まれ変わりました。ただし削りすぎた結果、今度は意思決定に必要な情報まで足りなくなり、一度の指摘では狙った塩梅に着地しませんでした。ここから先を直すには、指摘を重ねるより型の設計そのものを見直したほうが早そうだと感じました。

型を作ることも、育てることも、AIに任せることはできます。ただし、育てれば育てるほど良くなるとは限りません。どこまで削ってよいかの判断や、出来上がった型そのものの良し悪しを見極める作業には、結局は人の目が必要です。型を選ぶのは人、仕上げるのはAI——という役割分担に、「育てる過程でも、人がチェックし続ける」という一文を付け加えておく必要がありそうです。

安全に使うための前提

過去の提案書やお客様の情報を扱う以上、次の点は前提として守ってください。

• 会社が契約するChatGPT Business/Enterprise、Google Workspace経由のGeminiなどの法人向けプランなら、入力内容は学習に使われない。個人向けの無料・有料プランを使う場合は、各サービスの設定でオプトアウトしてから使う

• 過去の提案書をプロンプトに貼り付ける際は、取引先名など、社外に出せない情報をダミーに置き換える

• AIが作ったたたき台は、必ず人の目で最終確認してから使う（契約書のような法的な文書に応用する場合は、専門家の確認も必須です）

おわりに――小さな効率化の積み重ねが、会社の力になる

提案書の質が人によってバラつくのは、努力や経験の差だけが原因ではなく、良い提案書の「型」が個人の頭の中にしまい込まれたままになっているからだと思います。どの実例を型として選ぶかは人にしか判断できない仕事ですが、選んだ型をもとに実際の提案書に仕上げていく作業は、AIに任せてしまってよい部分です。この役割分担さえ意識できれば、経験の浅い担当者でも、ベテランに近い質の提案書を短い時間で作れるようになります。

一枚の提案書のたたき台が少し楽になれば、その分、お客様と向き合う時間や、本来注力すべき仕事に使える時間が増えるのではないでしょうか。小さな効率化を一つずつ積み重ねていくことが、やがて会社全体の余力になっていく——そんな身近な工夫を、これからも一つずつ見ていきたいと思います。

書籍化のお知らせ

この連載を再編集したKindle書籍『一人のAI活用を、会社の力に変える――中小企業の経営者が決める、生成AIの始め方・任せ方・広げ方』が発売中です。現場の操作はこの連載に、経営者が決める判断は本書にまとめています。

Kindle Unlimitedをご利用中の方は、追加料金なしでお読みいただけます。

🔗 マガジンと各記事へのリンクを貼っておきますので、よろしければこちらもご覧ください。

1. AIで何から始める？ 導入初期の企業がまず試すのは「メール返信の下書き」

2. チラシ作成をAIで数分に――少人数の店舗が試した、文章から仕上げまでの作り方

3. FAXの注文書、写真を撮ってAIに渡すだけで表になる――紙の注文に追われる現場が試す4ステップ

4. AIに"丸投げ"すると、読まれない提案書ができる――提案書の質が人によってバラつく会社が試す"型"の作り方（この記事）

5. 保育士がもう悩まない「おたよりの言い回し」――AIに"文章"を任せるコツ

6. 生成AIの情報漏洩リスク、AI活用が広がり始めた企業が決めておきたい3つのルール

7. 社内規定Q&Aで、総務・人事担当者が問い合わせ対応から抜け出す方法――Gemini Notebookで作る

8. 技術継承に悩む現場へ――ベテランの暗黙知、雑談混じりの録音でもChatGPTがきちんと手順書に「社内AI先輩」のつくりかた

9. 拠点間のノウハウ共有に悩む会社へ――Gemini Notebookで確認を2〜3日から数秒にする方法

10. 案件の損益を経営者にいつも聞かれる経理担当者へ――今のExcelデータのままChatGPTに聞けば一瞬でわかる

11. 物件のトラブル対応履歴の管理に悩む担当者へ――Gemini Notebookで修繕の優先順位まで見える化する方法

12. スプレッドシートの数字確認に追われる会社へ――売上や案件の進捗を"常設ダッシュボード"にする方法