提案資料をAIで作ろうとすると、多くの人が「AIに丸ごと書かせて微調整する」やり方を試し、途中で挫折します。理由は単純で、いきなり本文やスライドを生成させると、AIは手元にある情報だけでそれっぽい文章を組み立て、事実と異なる主張や、根拠のない数値を混ぜてくることがあるからです。この記事では、調査から人間の最終確認まで、実際に使える工程として一本のE2E例を示します。
先に結論です。提案資料は「調査 → 骨子 → 本文 → スライド化」の順でAIを使い分け、各段階の終わりに人間が確認するチェックポイントを置きます。特に、数値・固有名詞・約束事（価格や納期に関わる表現）は、AIに書かせたままにせず、必ず人間が最終確定します。この線引きを外すと、提案の説得力ではなく、提案の正確性そのものが崩れます。
なぜ「一括生成」がうまくいかないのか
「〇〇社向けの提案資料を作って」とAIに一発で依頼すると、確かに形になった文章が出てきます。しかし、それは「提案資料らしい形をした文章」であって、その企業の状況を踏まえた提案ではありません。AIは検索や事前情報の提供がなければ、一般論とテンプレート的な構成で穴を埋めます。
提案資料の価値は、相手企業の課題に対する具体性にあります。具体性は、AIの語彙力ではなく、事前に人間が集めた情報の質で決まります。だから、本文生成の前に「調査」という工程を独立させる必要があります。
工程1：調査 — AIをリサーチ助手として使う
最初の工程は、提案先の状況を把握することです。AIには次のような使い方が向いています。
- 公開情報（企業サイト、ニュースリリース、IR情報など）を渡して、事業内容や課題の仮説を要約させる
- 業界の一般的な課題やトレンドを整理させ、相手企業に当てはまりそうな論点をリストアップさせる
- 過去の商談メモや議事録があれば読み込ませ、相手が発言していた懸念点を抽出させる
この段階での注意点は、AIが生成した「仮説」を事実と混同しないことです。AIが出す課題仮説は、あくまで公開情報からの推測であり、実際に相手企業がその課題を重視しているとは限りません。人間が、商談での発言や担当者の反応と照らして、仮説の採用・不採用を決めてください。
工程2：骨子 — 構成をAIと一緒に組む
調査で得た情報をもとに、提案の骨子（見出しレベルの構成）を作ります。ここでAIに渡す指示は、本文ではなく構成の骨組みに限定します。
- 調査で確定した課題仮説を渡す
- 「現状課題 → 提案の方向性 → 具体策 → 想定効果 → 進め方」のような骨子案を複数出させる
- 骨子の中で、自社が本当に主張したい核（一番伝えたい1つのメッセージ）が明確に立っているかを人間が判断する
- 不要な章立てを削り、相手の関心が高い論点を前半に移動する
骨子の段階でしっかり削る作業をしておくと、後工程の本文生成がぶれません。逆に骨子が曖昧なまま本文を生成させると、AIは全ての論点を平等に扱おうとして、結局「よくある提案資料」になります。
工程3：本文 — セクションごとに生成し、都度確認する
骨子が固まったら、本文をセクションごとに生成します。全ページ一括ではなく、セクション単位に分ける理由は、確認の粒度を細かくするためです。
- 現状課題セクション — 調査で確定した内容だけを使い、AIに推測で課題を追加させない
- 提案内容セクション — 自社の実際のサービス内容・実績に基づき、AIには文章の整理役をさせる
- 効果・見込みセクション — 数値の主張は必ず人間が根拠を持って入れる。AIに数値を作らせない
- 進め方・体制セクション — 納期や体制などの約束事は、社内で確定した内容のみを記載する
各セクションを生成したら、その場で読み、事実と異なる記述がないかを確認してから次のセクションに進みます。全セクションを生成し終えてから一括で確認すると、間違いを見落としやすくなります。
工程4：スライド化 — 文章をレイアウトに落とす
本文が固まったら、スライド構成に変換します。AIには次のような支援を任せられます。
- 各セクションの文章を、スライド1枚あたりの要点3〜5個に圧縮する
- 比較や効果を表す部分を、表や箇条書きの形に整理する
- スライドタイトル（見出し文言）の候補をいくつか出させ、一番伝わる表現を選ぶ
ここで気をつけたいのは、文章を圧縮する過程で、数値や条件のニュアンスが変わってしまうことです。「〜の可能性がある」が圧縮の過程で「〜になる」に変わるような表現の強まりは、AIによる要約でしばしば起きます。圧縮後の一文一文を、元の本文と照らして確認してください。
最終確認：人間が握る3つのポイント
提出前の最終確認では、次の3点を必ず人間の目でチェックします。
- 数値の根拠 — 資料内の数値がすべて、社内で確認済みの根拠を持っているか
- 約束事の表現 — 価格・納期・保証範囲について、断定と検討中の表現が正しく区別されているか
- 相手企業の固有情報 — 社名、担当者名、部署名、過去の発言内容に誤りがないか
この3点は、AIによる生成過程で最も誤りが混入しやすい部分でもあります。時間がないときほど省略したくなりますが、逆にここだけは省略してはいけません。提案の巧拙より、事実の正確さが信頼を左右します。
失敗しやすいパターン
実際にこの工程を回す中で起きやすい失敗を挙げます。
- 調査工程を飛ばして本文からAIに依頼する — テンプレート的な提案になり、相手に「うちのことを分かっていない」と伝わる
- 骨子を固めずにセクションごとの本文を生成する — 各セクションの主張がずれ、資料全体の一貫性が崩れる
- 効果の数値をAIに考えさせる — 「導入により30%改善」のような、根拠のない数値が生成されそのまま残ってしまう
- スライド化の段階で確認を省く — 文章を圧縮する過程で意味が変わったことに気づかず提出する
特に3番目は重大な失敗につながります。相手が数値を信じて意思決定した後に根拠がないと分かれば、その関係は簡単には修復できません。数値は必ず人間が確定させるという原則を、忙しいときでも崩さないでください。
AIに任せてよい範囲、任せてはいけない範囲
この工程全体を振り返ると、線引きは明確です。
- AIに任せてよい — 公開情報の要約、構成のたたき台、文章の整理、表現の言い換え、スライドの要点圧縮
- 人間が確定する — 課題仮説の採用判断、伝えたい核の決定、数値の根拠、約束事の表現、固有情報の正確性
AIが得意なのは「情報の整理と言語化の速度」で、人間が担うべきは「何が事実で、何を約束してよいかの判断」です。この役割分担がある限り、提案資料の作成は大きく速くなります。
具体例：業務ツール導入提案での流れ
抽象的な工程だけだと使いにくいので、「業務ツールの導入を提案する」場面を例に、各工程で実際にAIへ渡す情報のイメージを示します。
- 調査 — 相手企業の採用ページや中期経営計画の抜粋を渡し、「人手不足や業務効率化に触れている箇所」を抽出させる
- 骨子 — 抽出した課題候補のうち、前回商談で担当者が言及していたものを人間が選び、「その課題→提案の方向性→具体策」の骨子を3パターン出させて比較する
- 本文 — 現状課題セクションは商談メモの発言をそのまま根拠として使い、効果セクションは自社の過去導入実績（人間が把握している範囲）だけを数値として入れる
- スライド化 — 本文の「効果」セクションを表形式に整理させ、圧縮後の数値が元の実績と一致しているかを人間が見比べる
この例で重要なのは、どの工程でも「AIが知らないはずの情報」をAIに作らせていないことです。相手企業の発言、自社の実績、これらは人間が持っている情報として渡し、AIには整理と言語化だけを任せています。
時間がないときに削ってよい工程・削ってはいけない工程
商談が急に決まり、4工程をフルで回す時間がない場合もあります。そのときの判断基準も明確にしておきます。
- 削ってよい — 骨子案を複数出させて比較する部分。時間がなければ1案で決め打ちしてよい。スライドの見出し文言候補も1〜2個で妥協できる
- 圧縮してよい — 調査の対象範囲。全ての公開情報を読ませるのではなく、直近のニュースリリースや採用ページなど、更新頻度の高い情報源に絞る
- 削ってはいけない — 最終確認の3点（数値の根拠、約束事の表現、固有情報の正確性）。ここは時間がなくても必ず人間の目でチェックする
時間の制約で品質を落とすなら、落としてよいのは「幅の広さ」であって「正確さ」ではありません。骨子案を1つに絞ることは提案の説得力を多少下げますが、数値や約束事の確認を省くことは、提案の信頼性そのものを損ないます。この優先順位を、忙しいときほど意識してください。
やらないこと / まだできないこと
誠実に書くために、この工程が対応していない範囲も明記します。
- 相手企業の非公開情報を、AIが自動で調べてくることはない。社内の営業情報として人間が持っている情報が前提になる
- 提案の「刺さる角度」を完全に自動で見つけることはできない。仮説の採用判断は人間の経験に依存する
- デザイン性の高いスライドの体裁まで一括で仕上げることは想定していない。骨子とラフな配置までが対象
まとめ
提案資料をAIで効率的に作るには、一括生成ではなく「調査 → 骨子 → 本文 → スライド化」の4工程に分け、各工程の終わりに人間が確認するチェックポイントを置くことが必要です。特に数値・固有名詞・約束事の3点は、どれだけ時間がなくても人間が最終確定してください。この線引きを守れば、AIは提案づくりの速度を上げる道具になりますが、外せば、もっともらしい間違いを高速で生産する道具になります。
※ 本記事は一般的な進め方の整理であり、業界や商材によって適切な工程は変わります。実際の提案では自社の商談プロセスに合わせて調整してください。
