本文へスキップ
SignaRoot

提案資料を生成 AI で作る手順と、型番・価格の確かめ方

提案資料を生成AIで作るときの手順です。仕入先資料の言い換えと比較の下書きはAIに任せ、型番・価格・納期は人が原資料と照合します。コピーできるプロンプト、照合の表、1件で効果を測る記録表を紹介します。

公開 更新 約 9 分
カタログの仕様表がベルトで下書きの機械に流れて提案書になり、担当者が提案書の 1 行とカタログを虫眼鏡で見比べている絵
この記事の目次

生成 AI(文章で指示すると、文章や表を作って返す道具)には、仕入先資料の言い換えと比較の下書きを任せます。型番・価格・納期などは、人が照合(AI の出力を、元の資料と 1 項目ずつ突き合わせて確かめること)します1。まず問い合わせ 1 件で、照合の時間まで含めて今のやり方と比べます。

こんな困りごとはありませんか

カタログが積まれた机とノート PC を囲み、疲れた様子の社員たちと壁の時計を描いた絵 図 1 問い合わせのたびに、カタログを読み比べて資料を作る

以下は仮想シナリオです。工業部材の専門商社の営業担当が、取引先から品の比較と提案を頼まれました。カタログを読み比べて資料にまとめると、午前中が終わります。

  • 仕入先ごとに書き方が違い、同じ性能でも比べにくい
  • 商品説明を顧客向けの言葉に直す作業が、毎回ゼロからになる
  • 生成 AI で早く書けても、型番や価格が正しいか不安で使えない

この記事では、提案資料づくりを AI の下書きと人の照合に分ける手順 を紹介します。

生成 AI に任せるのは、言い換えと比較の下書きまで

生成 AI には、貼った資料だけを根拠に下書きを書かせます。事実の正しさは任せません。

カタログから点線がノート PC の下書きへつながり、旗の付いた 1 行を人が指さしている絵 図 2 資料にない事実は、AI に「要確認」と書かせる

生成 AI は、大量の文章から言葉のつながりを学んだ仕組み(LLM)で文章を作ります。生成 AI が、事実と違う内容をもっともらしく出すことを、ハルシネーションと呼びます2。

Microsoft 365 Copilot(Microsoft の業務ソフトに入った生成 AI)も例外ではありません3。Microsoft は、答えが事実とは限らないので、人に送る前に見直すよう求めています3。

そこで AI には、言い換え・要約・比較の下書きだけを頼みます。資料は次のどちらかで渡します。

  • 電子ファイルのカタログ:ファイルを添付するか、必要なページの文章を貼る
  • 紙の資料:写真を添付するか、必要な箇所を打ち込む

添付できるかは、使うサービスで違います。写真から読み取った文字も、次の節の照合の対象です。

次のプロンプト(生成 AI に渡す指示の文章)をコピーして使えます。

コピーして使う
あなたは専門商社の営業担当の補助です。下に貼る仕入先の資料だけを根拠に、
顧客向けの商品説明と、候補の比較の下書きを書いてください。

- 型番・価格・納期・性能値・取引条件は、資料の表記をそのまま写す
- 資料に書かれていない事実は推測せず「要確認」と書く
- 各文の後ろに、根拠にした資料の名前とページを書く

<仕入先の資料を貼るか、ファイルを添付する>

貼る前に、次の置き換えをします。

  • 取引先名は「A 社」にする
  • 未公開の単価は「○○円」にする

入れた資料は、提供元が AI の改良に使うことがあります。これを「学習に使われる」と言います。社内だけの資料が会社の管理の外で使われると、情報漏えいにつながります。

ChatGPT Business(法人向けの契約)などのデータは、既定で学習に使われません4。それ以外の契約では、扱いが異なることがあります。使っている契約がどれかを、自社で確かめてください。

顧客の情報の扱いは、社内文書を AI に読ませるときの情報漏えい対策で確かめられます。

型番・価格・納期は、原資料と 1 項目ずつ照合する

下書きの細かな事実は、人が原資料と突き合わせてから資料に載せます。

型番・品名、価格と条件、納期、性能値・保証の 4 つを並べた図 図 3 下書きの数値を、カタログの表と 1 行ずつ突き合わせる

OpenAI(生成 AI の提供会社)は、パターンから当てられないまれな事実ほど、AI が誤りやすいと説明しています5。型番や個別の数値も、規則から当てられない事実です。Anthropic(生成 AI の提供会社)の法人向け規約も、出力中の事実は利用者が確かめるよう求めています1。

照合する項目と、見る資料は次のとおりです。

項目見る資料確かめること
型番・品名カタログ・仕様書文字と記号が同じか
価格価格表・見積書数量と税の条件が同じか
納期仕入先の回答いつ時点の回答か
性能値仕様書単位が変わっていないか
取引条件見積書・契約書保証と返品の条件

下書きの項目ごとに、次の印を付けます。

  • 一致:原資料と同じ
  • 誤り:原資料と違う。直してから載せる
  • 要確認:原資料で確かめられない。仕入先に聞く

要確認が残っている間は、資料を顧客へ送りません。

AI は、分からないときも推測で答えを埋めることがあります6。そこで SignaRoot は、「要確認」と書かれていない数値も照合することを勧めます。例えば、仕様書のミリ単位の寸法が、下書きでセンチ単位になっていないかを見ます。

照合は営業担当本人が行います。価格と取引条件に迷ったら、上司か仕入先に聞きます。

最初は 1 件で、照合の時間まで含めて比べる

効果は、次の問い合わせで、今のやり方と並べて測ります。

今を測る、1 件で試す、時間を記録、合計を比べるの 4 段階を順に並べた図 図 4 下書きの時間だけでなく、照合と手直しの時間も記録する

先に、今のやり方の時間を測ります。提案資料を作るたびに、作り始めと書き終えた時刻をメモします。

使ってよいサービスと貼ってよい範囲が決まったら、次の問い合わせで AI の下書きから作ります。記録するのは次の 4 つです。

記録すること今のやり方AI の下書き
下書きの時間記録する記録する
照合の時間記録する記録する
手直しの時間記録する記録する
一致・誤り・要確認の数なし数える

OpenAI も、AI の答えを正答・誤答・答えを控えたものに分けて数えています7。下書きでは、一致が正答、誤りが誤答、要確認が答えを控えたものに当たります。

比べるのは、照合と手直しを足した合計の時間です。

合計の時間=下書き+照合+手直し\text{合計の時間} = \text{下書き} + \text{照合} + \text{手直し}

AI の下書きの合計が今のやり方より短くなければ、その種類の資料には向きません。

比べる準備として、明日やることは、使ってよいサービスと貼ってよい範囲を、情報システム担当に聞くことです。担当者がいなければ、上司か、ソフトの契約を決めている人に聞きます。決まりが無いうちは、個人で契約した AI に業務の資料を入れません。

まとめ

  • 生成 AI には、貼った資料だけを根拠に言い換えと比較の下書きを書かせる
  • 資料にない事実は「要確認」と書かせ、推測で埋めさせない
  • 型番・価格・納期・性能値・取引条件は、人が原資料と項目ごとに照合する
  • 取引先名と未公開の単価は置き換えてから貼り、会社が認めたサービスだけを使う
  • 最初の案件で、照合と手直しまで含めた合計の時間を今のやり方と比べる

ご相談

提案資料づくりに生成 AI を使う手順を整えたい方はお問い合わせへ。

次に読む

参考文献

  1. Commercial Terms of Service(Anthropic。2026 年 10 月時点。出力中の事実の記述は、独立に確かめるまで信頼しないこと)

  2. Why language models hallucinate(OpenAI。もっともらしいが誤った答えを出すことをハルシネーションと呼ぶこと)

  3. Data, Privacy, and Security for Microsoft Copilot(Microsoft。2026 年 10 月時点。Microsoft 365 Copilot の答えは 100% 事実とは保証されず、送る前に利用者が見直すこと)

  4. Enterprise privacy at OpenAI(OpenAI。2026 年 10 月時点。ChatGPT Business・Enterprise などと API Platform のデータは既定で学習に使わないこと)

  5. Why language models hallucinate(OpenAI。規則的なパターンと違い、まれな事実はパターンから予測できず誤りやすいこと)

  6. Why language models hallucinate(OpenAI。標準的な学習と評価が、不確かさを認めるより推測することに報酬を与えること)

  7. Why language models hallucinate(OpenAI。答えを正答・誤答・保留に分けて評価すること)

更新履歴

  • 公開
  • 更新