提案書作成にAIをどう使うか。書かせるより「レビューさせる」が効く理由。

提案書づくりに生成AIを使うなら、いちばん効くのは「書かせること」ではなく「レビューさせること」です。

下書きを任せる前に、検算と読み直しを任せてください。

筆者は自社の営業で、実際の案件の提案書を毎回AIにレビューさせる運用を続けています。

その経験から、丸投げがうまくいかない理由と、書かせる・検算させる・人の声に戻す、という使い方の順番を、実例つきで説明します。

丸投げで作った提案書が「それっぽいだけ」になる理由

「提案書をAIに書かせてみたら、きれいだけれど中身が薄い」という声をよく聞きます。

筆者も商談の場で、同じ相談を受けることが増えました。

これはAIの能力の問題ではなく、渡している情報の問題です。

AIは、渡されていないことを書けません。

商談で相手が実際に話したこと、先方の担当者が困っていること、決まっている条件。

こうした材料を渡さずに「研修の提案書を書いて」とだけ頼めば、AIは世の中の平均的な提案書に寄せて書くしかありません。

それっぽいのに刺さらない資料ができあがるのは、当然の結果です。

この構図は、生成AIの答えが一般論ばかりになる理由で書いた「情報の問題」と同じものです。

そしてもうひとつ、AIの文章には、読む人が読めば分かる癖があります。

この癖は最後の工程で直せるので、記事の後半で説明します。

① 書かせるなら、事実と「まだ出ていないこと」を分けて渡す

下書きをAIに任せること自体は、良い使い方です。

ただし、渡し方にコツがあります。

筆者が提案書のたたき台を作るときは、材料を次の2つに分けて渡しています。

• 議事録で確認できる事実（先方が実際に話したこと、決まっている条件）
• まだ出ていないこと（こちらの推測や、提案側からの提起）

この2つを混ぜて渡すと、AIはこちらの推測まで「先方の課題」として断定的に書いてしまいます。

商談で聞いてもいない話が「課題は〜です」と書かれた資料は、読んだ相手にすぐ伝わります。

だから、事実は事実として書き、推測は「こちらからのご提案」と分かる形にするよう、渡す段階で区別しておきます。

材料さえ整っていれば、構成のたたき台づくりはAIの得意分野です。

ここまでで6割の出来と考えて、残りの時間をレビューに使います。

② 自分の提案書をAIに検算させる。矛盾は資料の中に隠れている

AIレビューがいちばん力を発揮するのは、書き上げた提案書の検算です。

筆者は提出前の提案書を毎回AIにレビューさせていますが、そこで繰り返し見つかるのは、資料の中の自己矛盾です。

実際にあった例を3つ挙げます。

─① 自分で書いた定義と、中身がずれる

ある提案書では、序盤で「今回の支援はここまでの範囲」と自分で線引きしたのに、後半の成果物一覧には、その範囲を超える項目が入っていました。

書き手は定義のページと成果物のページを別の日に別の頭で書くので、自分では気づきにくいのです。

読み手には約束の範囲があいまいな資料に見えますし、契約の解釈違いにもつながります。

─② 約束した人数と、設計の人数が合わない

冒頭で「全社員が使える状態にします」と約束しているのに、研修の受講人数を足し合わせると全社員に届いていない、というずれもありました。

1ページずつ見れば正しいのに、足し算すると合わない。

この種の欠陥を見つける速さは、人よりAIのほうが上です。

─③ 本文と見積書で数字が違う

本文では43名と書いたのに、見積書では約40名になっている、というような細かい不一致です。

小さなずれですが、「この会社は自分の書いたものを読み返していない」という印象を与えるには十分です。

大事なのは、こうした矛盾が提案書の中だけで完結して見つかることです。

相手の情報がなくても検算できるのだから、出す前に必ず潰せます。

見つかった矛盾は、書いた内容を削るのではなく、位置づけの言葉を足して直します。

線引きを超えていた成果物なら、消すのではなく「次の段階に向けた試行」と呼び直す、という直し方です。

③ 読み手の目でレビューさせる。課題の主語を人から仕組みに移す

検算が「資料の中で閉じた欠陥」を潰す工程だとすれば、もうひとつ、読み手が誰かによって決まる欠陥があります。

たとえば、管理職向けの研修提案書を考えてみてください。

発注窓口の担当者の悩みが「上層部の理解が進まない」だったとしても、その資料を会議室で読むのは、当の上層部本人です。

そこに「意識改革が必要です」と書いてあれば、読んだ本人には自分への評価として届きます。

窓口の担当者にとっても、自分が持ち込んだ資料が現場の不満の代弁に見えた瞬間、社内で使えなくなります。

筆者はこの観点を、AIへのレビュー依頼にそのまま入れています。

「この資料を読むのは経営層。読み手を責める表現になっている箇所を挙げてください」と頼むと、自分では気づかなかった言い回しが出てきます。

直し方は、課題の主語を人の意識から、仕組みや道具の話に移すことです。

• 「AI活用への意識改革が必要です」→「AI活用を、業務の成果につなげる仕組みづくりを」
• 「成否は意思決定層の理解で決まります」→「活用は、意思決定層の判断から進みます」

内容は薄めずに、言葉の向きだけを変えます。

これで同じ指摘が、評価ではなく期待の表明に変わります。

④ 仕上げは人の手で。AIの文章を自分の声に戻す

最後の工程は、文章の手ざわりです。

筆者の経験では、AIらしさがいちばん出るのは対句と体言止めです。

「スピードだけでなく、品質も。」「変わるのは、業務だけではありません。」のような、リズムは良いけれど誰の声でもない文が続くと、読み手はすぐにAIの文章だと気づきます。

だから提案書は、最後に自分の話し言葉に戻します。

やることは難しくありません。

① 音読して、自分なら言わない言い回しに印をつける

② 対句と体言止めを、主語と述語のある普通の文に開く

③ 商談で実際に使った言葉に置き換える

この最後のひと手間だけは、AIに任せずに人がやる価値があります。

提案書づくりにAIが入ると、変わるのは書く速さだけではありません。

出す前に、もう一人の目で読み返せるようになることが、いちばん大きな変化だと筆者は考えています。

書く力で差がつく時代から、確かめる力でも差がつく時代に変わりつつあります。

N-BRIDGEでは、提案書や営業資料へのAI活用も含めて、どの業務にAIを組み込むかを一緒に設計するコンサルティングを行っています。

自社のどこからAIを始めるべきか知りたい方は、3分でできるAI活用診断からお試しください。

この記事を書いた人：永松裕章（N-BRIDGE株式会社 代表）。中小企業向けのAI研修とAX支援を行いながら、自社でも営業管理・コンテンツ制作にAIを日常的に使っています。詳しくは著者ページへ。