営業資料の品質を上げるのは、人だけではない

前回のおさらい

前回までは、「AIが作る → 人がチェックし仕上げる」という流れで営業資料を作成してきました。AIが一定水準の土台を作ることで、営業担当者以外でもテンプレートを頼りに不足項目を見つけ、資料改善に参加できることをご紹介しました。

今回は、AIに営業資料を作らせるだけでなく、AI自身に成果物をチェックさせることで品質を高められるかを検証します。

レビュー1：指示書の段階でチェックする

下記手順で営業資料を作成しています。

Step1

• MarketAnalyzerの紹介ページを解析し、①課題 ②差別化ポイント ③導入効果 ④対象顧客を抽出する
• テンプレートライブラリの中から8枚を選び、各ページの各枠に入れる文言を、要約せずそのまま配置できる形まで具体化する

Step2

• その指示書をPowerPoint Copilotに渡し、51枚目（目次等含むため）の後ろに8枚を追加させる

Step3

• Step2の内容を人間がチェックする

第4回までで作成していた資料では、Step1とStep2の間に人間によるチェックは入れていません。

レビュー１では、Step1の後に、CopilotがStep2の作業指示として第3回で使用する8枚構成の指示書と、元になったMarketAnalyzerの紹介ページを複数のAIに読ませ、「抜け漏れがあれば指摘してほしい」と依頼しました。

チェックには、Step1を担当したClaudeとは別に、ChatGPT・Gemini・Copilotを利用しました。

※検証時点（2026年8月）のモデルを使用：ChatGPT（GPT-5.6 Luna）、Gemini（3.6 Flash）、Copilot（Smart）。モデルは日々更新されるため、同じ検証でも結果は変わる可能性があります。

下記が、3つのAIによる指摘をまとめた表です。

料金・画面イメージ・導入事例など6項目は、3つのAIすべてが指摘しました。どのAIを使っても比較的気づきやすい抜け漏れだったと考えられます。

CTA（問い合わせ導線）、セキュリティ方針、導入プロセス、サンプルデータの明記漏れについては、それぞれ1つのAIしか指摘していませんでした。

今回分かったのは、「どのAIが一番優秀か」といったことではなく、複数のAIに同じチェックをさせたことで、1つでは見落としていたかもしれない項目まで拾えたことでした。AIの指摘を一覧表にまとめると（AIに3つAIの結果を連携することで比較表にまとめてくれます）、抜け漏れの少ないチェックリストを作ることができます。

複数人でレビューしていた状態を、複数のAIで再現したような結果になりました。複数の視点で確認すると、人だけでもAIだけでも見落としやすい項目に気づきやすくなります。

レビュー2：完成した資料をチェックする

レビュー1は、AIが資料を作る前の「指示書」に対するチェックでした。

レビュー2では、Step3でできあがった、第4回でご紹介した12枚の営業資料そのものを対象に、PowerPoint Copilotの「このプレゼンテーションのレビュー」という機能を利用しました。

条件は次の通りです。

• 資料：MarketAnalyzer ご提案資料
• 範囲：プレゼン全体（全12枚）
• 聴衆：顧客の意思決定層
• 形式：商談＋資料先行送付（両方）／15〜30分

Copilotは「1枚あたり約100秒で閲覧される資料」という前提まで自分で計算し、その条件を基準にレビューを行っています。

セクションごとに下記指摘がありました。

レビュー1、2ともにCTA（問い合わせ導線）の欠落を指摘

レビュー1の段階で、CTA（問い合わせ導線）の欠落に気づいていたのはGeminiだけでした。

その後、人による編集を経て完成した営業資料にも、この欠落は残っていました。
会社概要の後に、次の行動を促すページはありません。

レビュー2では、この点が最優先の改善項目として指摘されています。
1回目では一部のAIしか気づかなかった項目が、人によるレビューを経ても残り、別工程のAIレビューで再び検出されました。

同じ項目が別のレビュー工程でも繰り返し指摘されたことになります。

1回のAIレビューでは見落としていた項目も、別の工程で再度レビューすることで発見できるといった事例です。

その他の指摘から見えたこと

CTA以外にも、いくつか指摘がありました。

補足1：AIが組織のシステムと連携した場合

レビュー１の検証では、条件を揃えるため、公開ページと指示書のみを情報源として利用しました。

社内システムと連携したAIでは、メールやチャットなどの組織内情報も踏まえた提案が行われました。AIは公開情報だけでなく、組織内のやり取りも参考に提案できるようになっています。

どこまで連携させるかは、セキュリティや情報管理の設計とも関係します。今後の業務設計を考えるうえで検討が必要なポイントです。

補足2：ブランドガイドラインとの整合性もCopilotがチェックできる

第1回で、営業資料には企業らしさ（CI）を映すテンプレートが必要だという話をしました。そのテンプレートが守られているかどうかも、Copilotに確認させることができます。

PowerPoint Copilotには、「ブランドガイドラインに従って、不整合がないかレビューしてください」という指示に対応する機能があります。

自社のブランドガイドライン（配色・フォント・ロゴの使用ルールなど）を「ブランドキット」として登録しておけば、その基準に沿って不整合を確認できます。

今回はブランドキット未設定の状態で試しましたが、Copilotは資料内で使用されているフォントや色を基準として認識し、その基準からのズレを指摘していました。

次回予告

ここまでで、「誰が作るか」ではなく「AIが作る→人が仕上げる→AIが検査する」という流れを見てきました。
次回は、この工程の中で、人とAIがそれぞれどの役割を担っているのかを整理します。

まとめ

• 複数のAIに同じチェックを依頼すると、大部分の指摘は重なるが、一部はAIごとに異なる
• 複数AIの指摘を一覧化することで、チェックリストを作成できる
• 指示書段階と完成後の両方でレビューすることで、片方で見逃した項目をもう片方で発見できる
• 多段階レビューは、人だけでなくAI同士の組み合わせでも機能する

AIに作らせ、人が仕上げ、AIが検査する。さらに、その結果をチェックリストとして蓄積する。

品質管理とは、個人の気づきや経験だけに頼るのではなく、「気づける仕組み」を設計することだと考えています。弊社では、これをAI時代における品質管理の一つの方法として捉えています。