営業向けchai+ AIエキスパート 提案書を、
部長の観点で先に見直す。

営業部長が提案書のどこを見ているかを判断軸として登録し、担当者が提出前にレビューを受けられるようにします。足りない点と、商談で聞かれそうな質問を、根拠の資料とあわせて返します。

明るいオフィスの席で、ノートパソコンの横に置いた提案書を見直す営業担当。奥の窓ぎわでは営業部長が同僚と話している

※写真と画面はイメージです。架空の提案書を例にしています。

About

営業向けのAIエキスパートとは?

営業部長や営業の熟練者が提案書を見るときの判断軸と、承認済みの提案書などの社内資料を登録し、担当者が提出前に提案書のレビューを受けられるようにする、
chai+ AIエキスパートの活用方法です。

相談する人
提案書をつくる営業担当者
照らし合わせる観点
営業部長・熟練者の判断軸
根拠にする資料
承認済みの提案書、レビューの観点、商談の進め方の指針

Problem

提案書の差し戻しは、
なぜ商談の直前に起きる?

提案書のひな形には、部長がどこで手を止めるかまでは載っていません。足りない点がわかるのは提出したあとで、部長の側も毎回同じ指摘を重ねています。

これまで

  1. 提案書をつくる
  2. 部長の手が空くのを待つ
  3. 差し戻し「数字の根拠は?」
    「体制は?」
  4. 直して、再提出
  5. 商談の前日

AIエキスパートがあると

  1. 提案書をつくる
  2. AIエキスパートで観点を確かめる
  3. 足りない点を先に直す
  4. 部長とは、価格や条件を相談
  5. 商談へ

Criteria

部長は、提案書の
どこを見ている?

「部長らしく見て」という指示だけでは、AIの回答はあいまいになります。重視する観点を、確かめる内容まで分けて登録します。営業提案のレビューなら、たとえば次の5つです。

価格の最終決定や契約条件の承認のように、AIが答えない領域もここで決めておきます。

  1. 01

    顧客の課題

    お客様が解決したい課題が、はっきり書かれているか

  2. 02

    提案の根拠

    提案の中身を支えるデータや事実が、示されているか

  3. 03

    実行できるか

    体制、担当者、スケジュールが具体的か

  4. 04

    効果

    導入後に期待する効果と、その測り方が明確か

  5. 05

    リスク

    契約、情報管理、運用の課題が確かめられているか

※観点の数と重視する順番は、部長への聞き取りをもとに会社ごとに決めます。

Answer

提案書を見せると、
どんな答えが返ってくる?

指摘のひとつひとつに、もとにした判断軸の名前と、根拠にした社内資料が付きます。
直す場所と、商談で備えておくことが、同じ画面でわかります。

営業エキスパートAIエキスパート|営業本部の提案書レビュー

A社_出荷業務の改善のご提案_v3.pptx

木曜のA社訪問で使う提案書です。部長に出す前に、抜けている観点がないか確認したいです。

課題の捉え方は、A社でのヒアリング内容と合っています。一方で、30%削減の根拠と、導入後に誰が運用するかが読み取れません。どちらも、商談で最初に聞かれやすいところです。

判断軸に照らしたレビュー案

  • 顧客の課題A社が挙げた3つの困りごとを、提案の章ごとに受け止めています。
  • 効果の根拠「出荷作業の工数を30%削減」に、計算の前提(1日の出荷件数と、1件あたりの作業時間)を書き足しましょう。
  • 実行できるか導入後にA社で運用を担う人と、当社がどこまで支援するかを、体制図で示すと伝わります。

商談で聞かれそうな質問

  1. 30%は、どの作業の、何件を前提にした数字ですか?
  2. 導入したあと、社内では誰が運用を担当しますか?
  3. いまの仕組みと並行して使う期間はありますか?

参照:営業本部_提案書チェックリスト.pdf「効果の書き方」/C社向け提案書(部長承認済み)

登録された判断軸と資料にもとづくレビュー案です。価格や受注の判断は、部長が行います。

※A社・C社は架空の取引先です。どの項目をどの順で返すかは、営業部門と相談して決めます。

Human-led AI

部長との相談は、
判断の中身に集中できる。

AIエキスパートが何かを決めることはありません。抜けや根拠の確認を提出前に終えておくことで、部長と話す時間を、値引きの幅や受注の見きわめに回せます。

AIエキスパートが受け持つこと

  • 部長の観点で見た、提出前の抜けの指摘
  • お客様から出そうな質問の予想
  • 参考にする社内資料と、その箇所の提示

部長が判断すること

  • 価格や値引き
  • 契約条件の承認
  • 受注するかどうか

Getting started

営業部門では、
何から始めればいい?

資料をたくさん登録するところからは始めません。対象を1つに絞り、判断軸を言葉にしてから、小さく試します。

  1. 窓ぎわの席で、机に並べた提案書から1部を選んで部長に見せる営業担当と、笑顔でのぞき込む営業部長

    STEP 1

    対象を1つに絞る

    新規のお客様向け提案書の事前レビューなど、くり返し発生する業務を選び、使う担当者と、回答を確かめる責任者を決めます。

  2. 自分の席で、資料のファイルを2つの山に分けて整理する営業担当

    STEP 2

    資料と閲覧範囲を整える

    部長が通した過去の提案書や、提案書のチェック項目など、使う資料を選びます。参照してよい範囲も決め、お客様の個人情報は除きます。

  3. 窓ぎわの丸テーブルで、指を折りながら話す営業部長と、ノートパソコンでメモを取る営業担当

    STEP 3

    部長に聞き取る

    重視する観点、よくある指摘、例外の条件、AIが答えない領域を整理します。聞き取りは60〜90分ほどです。

  4. 印刷したレビュー結果にペンで印を付ける営業部長と、隣でノートに書き留める営業担当

    STEP 4

    試して、直す

    回答の正確さ、根拠の適切さ、観点の漏れを部長が確かめ、判断軸と資料を見直します。

効果は、導入の前後で比べて測ります

  • 提案書の準備にかかる時間
  • 部長のレビューでの差し戻し
  • 回答の根拠が資料と合っているか
  • 担当者の評価

Customers

chai+を導入している企業・団体

第一興商、アイセイ薬局、札幌大学、別海町、オープンハウス・アーキテクト、高千穂交易、コミックコンベンション、ファンタジーリゾート、フクト、Kuquluなど、民間企業から自治体・教育機関まで幅広くご活用いただいています。

Technology

chai+を開発・運営するデフィデ株式会社の特許技術

特許第7823852号「ユーザ選択の質問文に対して回答文を返信する情報処理装置、プログラム及び方法」

資料からAIが質問文と回答文を生成し、人が選んだものを登録する段階と、利用者が入力したキーワードから関連する質問を候補として示し、選ばれた質問に登録済みの回答を返す段階からなる技術です。デフィデ株式会社が2026年2月24日に登録を受けています。

J-PlatPat(特許情報プラットフォーム)で見る

media

ショート動画で見るchai+

YouTubeチャンネルで他の動画を見る

FAQ

営業向けの
よくある質問

AIエキスパート全体のご質問は、AIエキスパートのページにもまとめています。

営業向けのAIエキスパートとは何ですか?

営業部長や営業の熟練者が提案書を見るときの判断軸と、承認済みの提案書などの社内資料を登録し、担当者が提出前に提案書のレビューを受けられるようにする、chai+ AIエキスパートの活用方法です。足りない点と、商談で聞かれそうな質問を、根拠の資料とあわせて示します。

部長の代わりに、提案書を承認しますか?

いいえ。AIエキスパートが示すのは、登録された判断軸に照らしたレビュー案です。価格や値引き、契約条件の承認、受注するかどうかは、これまでどおり部長など権限を持つ人が判断します。

社内の資料を読み込ませるだけでは、足りませんか?

資料を参照させるだけでは、部長が大切にしている判断基準まで反映されるとは限りません。重視する観点、確認する内容、例外の条件を言葉にして登録することで、提案書のどこを直せばよいかを示せるようになります。

どんな資料を登録すればよいですか?

提案書のレビューの観点、承認された過去の提案書、商談の進め方の指針などが候補です。お客様の個人情報は除き、個人のメールやチャットを一括で登録することはおすすめしません。参照してよい範囲と閲覧できる人を、事前に決めます。

判断軸は、どうやって決めますか?

営業部長や熟練者に聞き取りをして、重視する観点、よくある指摘、判断の前提、例外の条件を整理します。過去の提案書を使う場合は、結論だけでなく「なぜその判断になったのか」も確かめます。

部長本人の口調や考え方を、そのまま再現しますか?

AIエキスパートが重視するのは、口調よりも「何を、どの順で確かめるか」という判断の観点です。何に使うか、どこまで本人らしい表現にするかは、部長本人と組織の責任者が確認して決めます。本人そのものと誤解されない表現にします。

商談の準備にも使えますか?

使えます。提案書の内容から、商談でお客様に聞かれそうな質問を洗い出し、答えるために用意しておく資料を確かめる使い方を想定しています。

AIの回答が間違っていたときは、どうしますか?

根拠の資料、判断軸、検索の範囲、回答のルールのどこに原因があるかを確かめて直し、同じ種類の質問で改善したかを試します。価格や契約条件など影響の大きい相談は、部長や担当者に引き継ぐ決まりにしておきます。

効果は、どう測ればよいですか?

提案書の準備にかかる時間、部長のレビューでの差し戻し、回答の根拠が資料と合っているか、担当者の評価などを、導入の前後で比べます。始める前に、いまの状態を記録しておくと判断しやすくなります。

登録した資料や相談の内容は、AIの学習に使われますか?

使われません。登録した資料も、相談で入力した内容も、AIの学習には使わず、ほかの用途にも回しません。chai+を運営するデフィデ株式会社は、ISMS(ISO/IEC 27001)とプライバシーマーク(JIS Q 15001)の認証を受けています。

まずは、提案書のレビューから。

部長の「見るところ」を、
営業チームの共通の物差しに。

部長のどの観点から登録するか、どの提案書を手本にするか。
営業部門での使い方や、まず1つの業務で小さく試す方法を、ご相談ください。