商談メモをAIで提案構成にする方法｜プロンプト・確認ツール付き

商談メモをAIで整理し、提案書の構成・次回の確認質問・説明案まで一度に作る方法を紹介します。匿名化したMarkdownのメモを添付スクリプトで変換し、依頼プロンプトと一緒に渡すだけで、根拠を追える下書きを受け取れます。架空の入力例と照合用見本で、顧客情報を使わずに練習できます。

商談メモをAIに渡すと何ができる？

商談後にメモを読み直し、課題を整理し、提案の章立てと質問を別々に書く作業をまとめて任せます。受け取るのは次の3ファイルです。

• report.md：課題整理、提案書の章立て、提案仮説、次回の5分説明案。
• questions.md：重要度順の確認質問と、確認する理由。
• result.json：メモの各行を分類し、要約と原文の引用を付けた照合用データ。

商談の議事録をAIで短くするだけでなく、「何を提案し、何を確認するか」まで下書きにします。ただし、録音や文字起こし、完成したスライドの生成はこの手順に含みません。説明案の5分は指定する尺であり、読み上げ時間を測定した値ではありません。

自動化レベルはL3です。最初に入力とルールを渡し、途中の細かな指示なしで一式を作らせ、人が完成物を確認します。顧客への送信や提案内容の最終判断は人が担当します。

用意するものと5つの添付ファイル

社内で利用を認められたテキスト対応のチャットAIと、Python 3を実行できるパソコンを用意します。スクリプトは標準ライブラリだけを使い、外部ライブラリやAPIキーは不要です。以下の5件を、新しい作業用フォルダに保存してください。

• l3-proposal_prompt.md：AIに貼る依頼プロンプトの全文。
• l3-proposal_sample.md：架空の商談メモ。自分のメモを書く際のひな型です。
• expected.json：人が作った照合用見本。AIの回答実績ではありません。
• make_input.py：普通のテキストをID付きのJSONへ変換します。
• check_result.py：結果のID、分類名、引用などを確認します。

ターミナルを開き、この5件を保存したフォルダを作業場所にします。以下は python3 を使って確認したコマンドです。AIにファイルを添付できない場合も、生成したJSONの内容を会話に貼り付けて進められます。

手順1：商談メモを匿名化し、1行に1つ書く

まずは添付のサンプルをそのまま使います。中身は次の3行です。

# 商談メモ（架空・匿名化済み）

- 毎週、担当者が別々の表を開いて進捗を集めている。
* 今使っている表の形式は当面変えたくない。
1. 予算と導入希望日は次回確認する。

自分の商談をまとめる場合は、原本とは別のMarkdownファイルに、匿名化したメモを書きます。顧客名はA社、氏名は担当Bなどに置き換え、金額やメールアドレスなどは伏せます。対応表はAIに渡さず、社内で管理してください。名前だけ消しても案件が分かる固有の事情は、入力の必要性を見直します。

1行に「課題」「維持したい条件」「未確認事項」を混ぜず、意味が通る短文に分けるのがコツです。話者や出所が重要なら「顧客発言：」「社内の仮説：」なども本文に残します。Markdownの見出しは変換時に除外されるため、顧客の条件や資料の更新日は見出しだけに書かないでください。

手順2：スクリプトでinput.jsonを作る

サンプルを変換するコマンドを実行します。JSONを手書きしたり、IDを自分で付けたりする必要はありません。

python3 make_input.py text --src l3-proposal_sample.md --out input.json --prefix R

成功すると「3件を書き出しました：input.json」と表示され、次の配列が保存されます。

[
  {"id":"R01","text":"毎週、担当者が別々の表を開いて進捗を集めている。"},
  {"id":"R02","text":"今使っている表の形式は当面変えたくない。"},
  {"id":"R03","text":"予算と導入希望日は次回確認する。"}
]

textモードは空行と見出しを除き、1行を1件として扱います。行頭の -、*、・、1. などは外し、--prefix R によりR01から連番を付けます。原本には書き込みません。ただし、同名の出力ファイルは置き換えるので、以前の input.json が必要なら先に別名で保存します。

上限は30件、1件1000字、合計6000字です。超えた場合は切り詰めず、終了コード1で停止します。大きなメモは論点ごとに分け、各回の入力と結果を別フォルダで管理してください。分割した場合も、最後に全体の処理漏れと矛盾を人が確認します。

手順3：プロンプトと入力をAIに渡す

新しい会話で l3-proposal_prompt.md の全文を貼り、input.json を添付します。照合用の expected.json は渡しません。依頼の中心は次の内容で、添付には出力形式や分類ルールも含めています。

添付のinput.jsonから、report.md、questions.md、result.jsonを一括作成してください。
report.mdには課題整理、提案書の章立て、事実と分けた提案仮説、次回の5分説明案を含めてください。
事実・提案には根拠IDを示してください。価格・導入日・対応機能・効果数字は、入力に根拠がなければ未確認とします。
不足や矛盾はquestions.mdへ回し、途中で質問して止めず、分かる範囲を完成させてください。
原本は変更せず、社外送信・公開はしないでください。

実行時はこの抜粋だけでなく、添付の全文を使います。ファイルを作れないAIには、ファイル名の見出しとコードブロックで全文を返すよう指定しています。それぞれを同名の別ファイルに保存してください。result.json には説明文やコードブロックの記号を含めず、JSON部分だけを保存します。

架空データから作る提案構成・確認質問の出力例

以下は人が作った説明用の例で、実AIの出力ではありません。

report.md（抜粋）
確認できる事実：毎週、別々の表から進捗を集めている。[R01]
制約：当面、今の表の形式を変えたくない。[R02]
未確認：予算と導入希望日。[R03]

提案書の章立て：
1. 現状の進捗収集の流れ [R01]
2. 維持したい表の形式と運用条件 [R02]
3. 表を維持した集約方法の仮説 [R01, R02]
4. 予算・導入希望日を確認して決める事項 [R03]

提案仮説：既存の表を維持しながら集約する方法を検討する。
実現可否は、表の構造と利用権限を確認して検証する。[R01, R02]

次回説明の導入：
「毎週、別々の表から進捗を集めていると伺いました。
今の表を維持する条件を確認し、集約方法をご相談したいです。」[R01, R02]

questions.md（抜粋）
1. 予算と導入希望日はどのように考えていますか。[R03]
   理由：提案範囲と進め方を決めるため。確認先・期限：未定。
2. 表の形式で維持したい項目や入力手順はどこですか。[R02]
   理由：集約案の検証条件を決めるため。確認先・期限：未定。

「集約方法を検討する」は仮説です。「必ず自動集約できる」「削減効果がある」とは言い切れません。IDが付いていても、実現性まで証明されたことにはなりません。提案書をAIで作成するときも、事実、仮説、確認事項を分けたまま使います。

手順4：照合ツールと人の目で確認する

まず、AIを使わずに見本が照合を通るか確認できます。

python3 check_result.py input.json expected.json --labels "確認済みの課題,制約,未確認"

成功時は「形式・ID・原文根拠の照合成功」と表示され、3分類が各1件になります。自分のAI回答を確認するときは、保存した result.json を指定します。

python3 check_result.py input.json result.json --labels "確認済みの課題,制約,未確認"

入力IDの漏れ・重複・未知ID、許可外の分類、空または300字超の要約、原文と一致しない引用などがあれば失敗します。これは見本との文章の一致を判定するツールではありません。入力と結果の対応を確認するため、正しい別表現の要約も通ります。

通過後は3ファイルを人が読み、分類や要約の意味、事実と仮説の区別、質問の優先度、説明案の自然さを確認します。特に、根拠にない予算・導入日・機能・契約条件・削減効果を約束していないかを確かめます。商品情報を加える場合は、承認済みの最新資料を使い、更新日と対象範囲も入力の本文に残します。

うまくいかないとき

「対象なし」なら、ファイル名、保存場所、見出し以外の本文があるかを確認します。対象0件の終了コードは2です。上限超過なら原文を保って分割します。変換失敗時に以前の input.json が残っていても、今回の入力として使わないでください。

照合に失敗したら、エラーと該当IDを確認し、同じ入力と一緒に次のようにまとめて再依頼します。実データを使う場合は、再送信も社内ルールに従います。

照合エラーと人の確認結果を以下に示します。
【ここにエラーと修正点を貼る】
元のinput.jsonを基準に3ファイルを一括で再作成してください。
入力IDを漏れなく1回ずつ返し、evidenceは対応するtextの連続部分をそのまま引用してください。
根拠のない確約は削除し、推測は仮説へ、不足や矛盾は確認質問へ移してください。

毎回細かな修正が必要なら、完成物だけを確認するL3運用にする前に、メモの粒度と分類ルールを見直します。

注意点：機密情報と最終確認は人が管理する

AIへ渡す前に、顧客名、個人情報、案件固有の金額、非公開の契約条件を点検します。匿名化後も、会社が認めていないAIへ実データを送らないでください。伏せた値はAIに復元させず、必要な場合だけ社内の最終確認で人が扱います。

原本の商談記録は保管し、入力用のコピーと成果物を分けます。メモに書かれた命令やリンクを実行しないルールもプロンプトに含めています。自動照合だけで顧客送信を許可せず、人が内容を承認してから使ってください。

よくある質問

商談議事録をAIで要約するだけでも使えますか？

使えますが、この手順は要約に加えて提案構成と確認質問まで作る設計です。長い議事録は、匿名化したうえで意味の通る短文に整えます。添付ツールは発言の真偽や文字起こしの誤りを判定しません。

JSONが分からなくても進められますか？

入力は1行に1件のMarkdownで用意でき、JSONへの変換はスクリプトに任せられます。AIの回答は指定ファイルに保存します。照合エラーが出た場合も、原文を確認してから一括修正を依頼できます。

提案書やスライドまで完成させられますか？

ここで作るのは構成と説明の下書きです。スライドへ展開する段階は、公開記事のAI資料作成プロンプトの使い方も参考になります。レイアウトや顧客向けの表現は、根拠を確認したうえで整えます。

検証範囲

架空のサンプルから make_input.py で3件の入力を生成し、expected.json を結果として照合が成功することをローカルで確認しました。本文の result.json 用コマンドも、同じ見本を保存して動作確認しています。

見出し・箇条書きの処理、件数・文字数上限での停止、CSVの列名重複・列数不一致の拒否、入力元への上書き拒否、結果のID不整合・不正分類・不正引用などの拒否も確認しました。make_input.py は変更していません。

実AIへの送信、モデルごとの分類精度、実際の顧客データでの提案品質、説明案の所要時間、作業の削減時間は未検証です。L3はこの運用の設計を示し、特定のAIでの成果を保証するものではありません。