商談準備にAIを使うときのプロンプト設計入門

この記事で整理すること

商談準備でAIを使う目的は、調査量を増やすことではありません。顧客理解、課題仮説、質問設計を短時間で整理し、初回商談の質を上げることです。この記事では、若手営業やIS/AEが使いやすいプロンプト設計の考え方を整理します。

この記事では、万能プロンプト集ではなく、商談準備を事実、仮説、質問に分ける考え方を扱います。AIに調査を丸投げするのではなく、営業担当が確認すべき前提と聞くべき問いを整理するための使い方に絞ります。特に若手営業が、調べたつもりで終わらない準備を作ることが目的です。

AIに任せてよいことと任せすぎてはいけないこと

AIに企業調査を頼むと、もっともらしい要約が返ってきます。しかし情報の鮮度や正確性を確認しないまま商談に持ち込むと、顧客から信頼を失います。AIは調査の入口には使えますが、事実確認と商談で使う判断は営業担当の責任です。

任せてよいのは、公開情報の整理、論点候補の抽出、質問案の作成、準備メモの構造化です。任せすぎてはいけないのは、顧客の本音の断定、未公開情報の推測、導入意欲の判断、提案方針の最終決定です。

プロンプトには『不確かな情報は仮説として分ける』『確認すべき質問に変換する』『断定しない』という条件を入れます。AIの出力は商談で確認する仮説として扱い、正解として扱わない運用にします。

企業理解に使うプロンプト

商談前の企業理解が、会社概要の読み上げで止まることがあります。売上規模、事業内容、拠点、ニュースを並べても、営業質問にはつながりません。必要なのは、顧客が今どの業務変化に向き合っているかの仮説です。

企業理解のプロンプトでは、事業内容、顧客セグメント、直近の変化、採用情報、導入事例、組織課題につながりそうな点を分けて整理させます。そのうえで、自社商材と関係しそうな論点だけを抽出します。

『この企業の公開情報から、営業組織や顧客対応に関わる変化を仮説として5点出し、商談で確認すべき質問に変換してください』という形にします。出典が不明な内容は使わず、公式情報や公開資料で確認します。

課題仮説を作るプロンプト

課題仮説がない商談は、ヒアリング項目の消化になりがちです。顧客に『何に困っていますか』と聞くだけでは、相手も答えにくいです。一方で、仮説を押しつけると誘導になります。

良い課題仮説は、断定ではなく確認の入口です。『こういう課題があるはずです』ではなく、『同じフェーズの企業ではこの論点が出やすいですが、御社ではどうですか』と聞ける形にします。

AIには、課題仮説を業務、組織、データ、意思決定、運用の観点で出させます。その後、営業担当が顧客の状況に合わないものを削り、商談で自然に聞ける質問へ直します。

質問設計に使うプロンプト

AIが出す質問は、一般的で数が多くなりがちです。質問が多すぎると、商談はアンケートのようになります。初回商談で必要なのは、顧客の課題、導入背景、意思決定、次の進め方を確認する質問です。

質問は、事実確認、背景確認、優先順位確認、意思決定確認に分けます。いきなり予算や決裁者を聞くのではなく、顧客がなぜ今このテーマを話しているのかを理解する順番にします。

プロンプトには『質問を10個以内に絞る』『聞く順番を提案する』『唐突な予算確認を避ける』と入れます。出力された質問は、商談時間に合わせて3つの必須質問と補助質問に分けます。

出力結果を鵜呑みにしない確認ポイント

AIの準備メモは、見た目が整っているほど危険です。出典が曖昧な情報、古い情報、推測にすぎない内容が混ざっていても、読み手は自然に受け入れてしまいます。

確認すべきなのは、情報源、日付、推測と事実の分離、自社商材との関連性です。特に顧客の組織変更、導入ツール、売上、採用状況などは変わりやすいため、公式情報で確認します。

準備メモの最後に『商談で確認すること』を必ず置きます。AIが出した仮説をそのまま提案に使うのではなく、初回商談で検証するための問いに変えることが、商談準備でのAI活用の基本です。

明日から使えるチェックリスト

• AIの出力を、事実、仮説、確認質問に分ける。
• 企業理解は会社概要ではなく、業務変化と商談論点に変換する。
• 課題仮説は押しつけず、確認の入口として使う。
• 質問は10個以内に絞り、必須質問と補助質問に分ける。
• 公開情報の鮮度と出典を確認し、不明な内容は断定しない。

このチェックリストは、商談前の準備メモとして使い、商談後に再度見直します。準備時点の仮説が外れた場合も、失敗として消さず、どの情報を見誤ったのかを残します。良いプロンプトを増やすより、外れた仮説を次の準備に反映する方が、商談準備の質は安定します。

商談準備で使えるプロンプト例

商談準備では、AIに「調べて」と頼むより、出力形式を指定した方が実務に使えます。企業理解では、「公開情報をもとに、事業内容、直近の変化、営業組織に影響しそうな論点、商談で確認すべき質問を分けて整理してください。不確かな情報は仮説と明記してください」と依頼します。これにより、企業概要の要約ではなく質問設計につながる準備になります。

課題仮説では、「同じ業界・同じ成長フェーズの企業で起きやすい営業課題を、業務、組織、データ、意思決定、運用の五つに分けて出してください。それぞれを顧客に押しつけない確認質問に変換してください」と依頼します。出力された仮説は、商談で当てに行くものではなく、会話の入口として使います。

質問設計では、「初回商談30分を想定し、最初に聞く背景質問を3つ、深掘り質問を4つ、条件確認質問を3つに絞ってください。予算や決裁者の確認は唐突にならない順番にしてください」と指定します。若手営業にとって重要なのは、質問の数ではなく順番です。AIの出力をそのまま読むのではなく、自分の言葉で自然に聞ける表現へ直します。

商談準備AIの成果を測る指標

商談準備AIの成果は、準備メモの長さでは測れません。見るべきなのは、初回商談で顧客の背景を聞けたか、仮説を確認質問に変換できたか、次回アクションが設定されたかです。準備時間が短くなっても、商談が浅くなれば意味はありません。

初月は、商談前準備メモの提出率、初回商談後の次回設定率、商談メモに残った顧客発言の具体性を見ます。営業マネージャーは、準備メモに「仮説」と「確認質問」が分かれているかを確認します。会社概要だけが並んでいるメモは、AIを使っていても準備品質が高いとは言えません。商談後メモに、準備時の仮説が当たったのか、外れたのかも残すと、次回以降のプロンプト改善に使えます。

二カ月目以降は、提案化率や初回商談後の失注理由を見ます。初回で聞くべきことを聞けていれば、提案前に確認不足で止まる案件は減ります。AI商談準備の目的は、調査を増やすことではなく、商談で確かめるべき論点を絞ることです。

チームで使う場合は、良い準備メモを一つ選び、どのプロンプトが効いたのかを共有します。完成したプロンプトだけを配るより、なぜその質問順にしたのか、どの仮説を削ったのかを説明する方が、若手営業は再現しやすくなります。

主な出典

• McKinsey: Five fundamental truths: How B2B winners keep growing
• Salesforce: State of Sales Report
• HubSpot: The State of AI Trends Report
• NIST: Artificial Intelligence Risk Management Framework

編集・監修について

この記事は営業実務ラボ編集部が企画、執筆、編集しています。制作過程で生成AIを構成案作成、草案整理、表現確認に利用する場合がありますが、公開前に編集部が事実関係、出典、表現を確認しています。外部専門家による個別監修が入る場合は、記事内で監修者名または監修有無を明記します。