商談準備にAIを活用する方法｜顧客情報の整理と質問項目の作り方

商談準備にAIを活用する目的は、営業担当者の代わりに商談方針を決めてもらうことではありません。
顧客情報や過去のやり取りを整理し、商談前に確認すべきことを洗い出すための補助として使うことです。

営業担当者は、複数の案件を同時に進めています。
そのため、一つひとつの商談について、過去のメモ、メール、提案履歴、未確認事項を毎回丁寧に見返すのは簡単ではありません。
しかし、準備が不十分なまま商談に入ると、質問が浅くなったり、前回と同じ確認を繰り返したりする可能性があります。

この記事では、AIを使って商談準備を効率化するだけでなく、顧客情報をどのように整理し、質問項目へ落とし込むかまでを扱います。
AIに任せる範囲と、営業担当者が判断すべき範囲を分けながら、実務で使いやすい流れに沿って整理します。

---

商談準備でAIを活用する目的

商談前の情報整理が質問の質を左右する

商談前の準備が不十分だと、商談中の質問はどうしても一般的になりやすくなります。
たとえば、「現在の課題は何ですか」「導入時期はいつ頃ですか」といった質問だけでは、顧客の状況を深く理解することは難しくなります。

もちろん、基本的な質問が不要という意味ではありません。
ただし、前回の商談で聞いた内容や、顧客がすでに共有している情報を踏まえずに質問すると、顧客側には「前回の話が引き継がれていない」と受け取られる可能性があります。

たとえば、前回の商談で「営業情報の共有に課題がある」と聞いていたにもかかわらず、次回商談でまた「営業管理で困っていることはありますか」と聞いてしまうケースです。
営業側としては確認のつもりでも、顧客にとっては同じ説明を繰り返す負担になります。

商談が複数回にわたるほど、前回までの文脈を踏まえた質問が重要になります。
AIは、過去の商談メモや顧客情報を整理し、「確認済みの内容」「未確認の内容」「次回深掘りすべき内容」を洗い出す補助として使えます。

これにより、商談前に「何を改めて確認するか」「何を深掘りするか」「何を聞かなくてよいか」を整理しやすくなります。

AIは商談準備の抜け漏れを減らす補助として使う

商談準備におけるAIの役割は、情報の整理と質問項目のたたき台作成です。
顧客情報、商談履歴、メールのやり取り、前回の宿題などをもとに、次回商談で確認すべき観点を洗い出すことに向いています。

たとえば、以下のような使い方が考えられます。

• 前回商談の要点を整理する
• 未確認事項を抽出する
• 顧客課題の仮説をまとめる
• 次回商談で聞くべき質問を作る
• 提案前に確認すべき条件を洗い出す

一方で、AIは「この案件を最優先で追うべきか」「どの提案方針が適切か」「どこまで条件調整すべきか」といった判断を正確に行えるわけではありません。

商談準備でAIに任せやすいのは、過去情報の整理、未確認事項の抽出、質問項目のたたき台作成です。
一方で、どの質問を商談で使うか、どの課題を優先するか、どの提案方針にするかは、営業担当者が判断する必要があります。

---

AIに渡す前に整理しておきたい顧客情報

顧客の基本情報と担当者情報

AIを商談準備に使う場合、まず必要になるのは顧客の基本情報です。
会社名、業種、規模、拠点、担当者の役職、関係部署などが整理されていると、AIは商談の前提を把握しやすくなります。

同じ「業務効率化」の相談でも、営業部門の責任者が相談している場合と、情報システム部門が相談している場合では、確認すべき内容が変わります。
営業部門であれば、現場の入力負荷や案件管理が論点になりやすくなります。
情報システム部門であれば、既存システムとの連携や管理体制が論点になるかもしれません。

AIに質問項目を作らせる場合も、相手の立場が分からなければ、一般的な質問になりやすくなります。
顧客の基本情報と担当者情報は、質問の精度を上げるための前提になります。

ただし、顧客情報をAIに入力する際は、社内ルールに従う必要があります。
個人情報や機密情報を外部サービスに入力してよいかどうかは、事前に確認しておくべきです。

過去のやり取り、未確認事項、次回アクション

商談準備でAIを活用するうえで、特に重要なのが過去のやり取りです。
商談メモ、メール、問い合わせ内容、提案履歴、未確認事項、次回アクションなどが整理されていると、AIは次回商談に必要な情報を整理しやすくなります。

たとえば、以下のような情報があると、AIに整理させやすくなります。

• 前回商談で顧客が話した課題
• 顧客が関心を示した内容
• 営業側が回答できていない質問
• 次回までに確認すると伝えた内容
• 過去に提案した内容
• 次回商談で確認すべき事項

これらをAIに整理させることで、商談前に「前回の要点」「残っている宿題」「今回確認すべきこと」を把握しやすくなります。

一方で、商談メモが極端に短い場合や、事実と所感が混ざっている場合は、AIの整理結果も曖昧になります。
「反応は悪くない」「検討中」といった記録だけでは、何を根拠に次の質問を作ればよいか判断しにくくなります。

AIを活用するためには、日頃から営業情報を一定の粒度で残しておくことが重要です。
顧客が実際に話した内容、営業担当者の所感、未確認事項、次回アクションを分けて記録しておくと、AIに渡す材料として使いやすくなります。

SFAやCRMなどの営業情報を管理する仕組みを使っている場合は、入力欄を埋めること自体を目的にしないことが大切です。
次回の商談準備に使える情報として、顧客情報や商談履歴を残すという視点が必要です。

---

AIで顧客課題の仮説を整理する方法

事実情報と推測を分けて整理する

AIに顧客課題を整理させるときは、事実情報と推測を分けることが重要です。
たとえば、「担当者が入力作業に時間がかかっていると発言した」は事実です。
一方で、「現場全体で入力負荷が大きい可能性がある」は推測です。

この区別が曖昧なままAIに整理させると、推測が事実のように扱われる場合があります。
その結果、商談で確認すべきことを確認しないまま、提案方針を決めてしまうリスクがあります。

AIへの依頼では、次のように分けて整理させると使いやすくなります。

• 顧客が実際に話した事実
• 営業側が推測している課題
• 次回商談で確認すべきこと
• 提案前に判断が必要なこと

営業現場では、「おそらく課題はここだろう」と感じる場面があります。
その感覚は重要ですが、商談準備では、どこまでが確認済みで、どこからが仮説なのかを明確にしておく必要があります。

AIは情報を整理することに向いています。
しかし、情報の意味づけや優先順位づけは、人が確認しながら進める必要があります。

顧客の課題、背景、影響範囲を仮説化する

商談準備では、顧客の課題を単語で整理するだけでは不十分です。
「情報共有ができていない」「案件管理が属人化している」といった表現だけでは、商談で何を深掘りすべきかが見えにくくなります。

AIには、顧客課題を「課題」「背景」「影響範囲」に分けて整理させると有効です。
たとえば、以下のような整理です。

• 課題：商談情報が担当者ごとに管理されている
• 背景：記録ルールが統一されていない
• 影響範囲：引き継ぎ時に過去経緯が分からず、顧客対応が遅れる

このように整理すると、次回商談で確認すべき質問が見えてきます。
「現在、商談情報はどこに記録されていますか」だけでなく、「担当者が不在のときに他のメンバーが状況を把握できる状態ですか」といった質問につなげられます。

AIは、情報を構造化することに向いています。
顧客の発言をそのまま並べるだけでなく、課題の背景や業務への影響を整理することで、商談準備の質を高めやすくなります。

優先順位や提案方針は営業担当者が判断する

AIが整理した顧客課題は、あくまで仮説です。
それが本当に顧客にとって重要な課題なのか、今すぐ解決すべき課題なのか、予算や体制を考えると現実的なのかは、営業担当者が判断する必要があります。

たとえば、AIが「入力負荷の削減」を重要課題として整理したとしても、顧客側では「まずは営業会議で使う報告資料を整えたい」と考えているかもしれません。
また、現場担当者は課題を感じていても、決裁者は別の観点を重視している可能性もあります。

AIの整理結果は、商談方針を考えるための材料です。
商談の優先順位、提案の切り口、次に確認すべき相手、社内調整の進め方は、人が判断する領域です。

営業担当者は、AIが出した課題整理を見ながら、「今回の商談では何を確認すれば次の提案に進めるか」を考える必要があります。

---

AIで商談前の質問項目を作成する方法

現状確認の質問を作る

AIを使うと、商談前に現状確認の質問を作成できます。
ただし、一般的な質問を並べるだけでは、商談準備としては不十分です。

たとえば、「現在の営業管理に課題はありますか」という質問は広すぎます。
顧客情報や過去の商談メモをもとにすれば、より具体的な質問にできます。

前回商談で「案件の進捗が担当者ごとに見えづらい」という話が出ていた場合、次のような質問が考えられます。

• 現在、案件の進捗はどのタイミングで共有されていますか
• 営業会議では、どの情報をもとに進捗確認をしていますか
• 案件の遅れに気づくのは、どのような場面が多いですか

このように、過去の情報を踏まえた質問にすることで、商談の深さが変わります。
AIには、過去メモをもとに「現状確認の質問を具体化する」役割を持たせると効果的です。

課題の背景を深掘りする質問を作る

商談では、顧客が話した課題の背景を確認することが重要です。
表面的な課題だけを聞いて提案に進むと、実際の原因と提案内容がずれる可能性があります。

たとえば、顧客が「営業情報が共有できていない」と話した場合、その背景には複数の可能性があります。
入力する時間がないのか、記録する項目が多すぎるのか、そもそも記録する場所が統一されていないのか。
原因によって、提案の方向性は変わります。

AIには、課題の背景を深掘りする質問を作らせることができます。

• 情報共有がうまくいかない場面は、どの業務で多いですか
• 情報が共有されないことで、どのような対応遅れが起きていますか
• 現場では、情報を残すことにどのような負担がありますか
• 管理者側では、どの情報が不足していると感じていますか

このような質問は、顧客の課題を具体化するために役立ちます。
AIが作った質問をもとに、営業担当者が顧客の状況に合わせて表現を調整すると、商談で使いやすくなります。

意思決定、予算、スケジュールを確認する質問を作る

商談準備では、課題だけでなく、意思決定や予算、スケジュールに関する確認も必要です。
どれほど課題が明確でも、導入時期や決裁者、社内検討の進め方が分からなければ、次のアクションを決めにくくなります。

AIには、提案前に確認すべき条件を洗い出させることができます。

• 今回の検討には、どの部署の方が関わりますか
• 導入時期について、社内で目安はありますか
• 予算はすでに確保されていますか、それともこれから検討する段階ですか
• 比較検討しているサービスや社内案はありますか
• 最終的な判断では、どの点が重視されそうですか

ただし、これらの質問は聞き方に注意が必要です。
顧客との関係性が浅い段階で予算や決裁者を急に聞くと、商談が進めづらくなる場合があります。

AIが作った質問項目は、商談の流れに合わせて使う必要があります。
聞く順番、表現、踏み込み方は、営業担当者が判断することが大切です。

---

前回商談から継続して確認すべき内容

質問項目を作る際は、新しく聞くことだけでなく、前回商談から継続して確認すべき内容も整理しておく必要があります。
前回の宿題や未回答事項を把握しておくことで、商談の流れを途切れさせずに進めやすくなります。

前回の宿題や未回答事項を洗い出す

商談準備で見落としやすいのが、前回商談で発生した宿題や未回答事項です。
営業側が「次回までに確認します」と伝えた内容や、顧客から追加で求められた資料がそのままになっていると、信頼に影響します。

AIを使うと、前回の商談メモから宿題や未回答事項を抽出できます。
たとえば、「確認します」「次回説明します」「社内で確認します」といった表現を含む箇所をもとに、対応すべき内容を整理できます。

ただし、AIがすべての宿題を正確に拾えるとは限りません。
商談メモの書き方によっては、重要な約束が曖昧に記録されている場合があります。

そのため、AIに洗い出させた後は、営業担当者が必ず確認する必要があります。
顧客に約束した内容、社内で確認すべき内容、次回商談で説明すべき内容を分けて整理すると、商談前の準備が進めやすくなります。

顧客側の変化や追加要望を確認する

前回商談から時間が空いている場合、顧客側の状況が変わっている可能性があります。
組織変更、担当者変更、予算状況、社内方針、検討スケジュールなどが変わると、商談の進め方も変える必要があります。

AIには、過去の商談メモをもとに「変化がありそうな点」「次回確認した方がよい点」を整理させることができます。
たとえば、前回「来月の会議で検討する」と話していた場合、次回商談ではその会議の結果を確認する必要があります。

質問としては、次のような形が考えられます。

• 前回お話しされていた社内会議では、どのような反応がありましたか
• 検討スケジュールに変更はありましたか
• 関係部署や確認すべき方に変化はありましたか
• 前回以降、新たに気になっている点はありますか

このような質問は、顧客の最新状況を把握するために役立ちます。
AIは過去情報から確認候補を出せますが、実際の商談では顧客の反応を見ながら聞き方を調整する必要があります。

次の提案につなげる確認事項を整理する

商談準備では、質問項目を作るだけでなく、その質問が次の提案にどうつながるかを考える必要があります。
質問が多くても、提案方針に関係しない内容ばかりでは、商談の時間を有効に使えません。

AIには、質問項目を「提案に必要な確認事項」として整理させることができます。
たとえば、提案内容を検討するうえで必要な情報を、以下のように分けます。

• 顧客課題を明確にするための質問
• 導入条件を確認するための質問
• 関係者や意思決定プロセスを確認するための質問
• 提案範囲を決めるための質問
• 次回アクションを決めるための質問

このように分類すると、商談中に何を優先して確認すべきかが分かりやすくなります。

ただし、質問項目をすべて聞こうとすると、商談がヒアリングシートの読み上げのようになる場合があります。
AIで整理した項目は、商談の流れに応じて使うものです。
顧客の発言に合わせて深掘りする柔軟さは、営業担当者に求められます。

---

AIが整理した内容を商談方針に落とし込む

AIの出力をそのまま使わず営業視点で確認する

AIが整理した情報は、商談準備のたたき台として有効です。
しかし、AIの出力をそのまま商談で使うのではなく、営業視点で確認する必要があります。

確認すべきポイントは、主に次のとおりです。

• 顧客が実際に話した内容とずれていないか
• 推測が事実のように書かれていないか
• 今回の商談で聞くには踏み込みすぎた質問がないか
• 顧客との関係性に合わない表現がないか
• 提案方針に関係しない質問が多すぎないか

AIは、入力された情報をもとに整理や提案を行います。
そのため、入力情報が不足していたり、商談メモの表現が曖昧だったりすると、出力も不十分になります。

営業担当者は、AIの整理結果を見ながら、自分の記憶や顧客との関係性に照らして修正する必要があります。
特に、顧客に直接聞く質問は、表現をそのまま使わず、自然な会話に合う形へ調整することが重要です。

今回の商談で必ず確認する項目を絞る

AIを使うと、多くの質問項目を短時間で作成できます。
しかし、質問項目が多すぎると、商談で使いきれません。

商談準備で大切なのは、質問を増やすことではなく、今回の商談で確認すべき項目を絞ることです。
初回商談であれば、課題の全体像を把握する質問が中心になります。
提案前の商談であれば、意思決定条件や導入時期の確認が重要になります。

AIが作った質問項目は、優先度をつけて整理すると使いやすくなります。

• 必ず確認する質問
• 時間があれば確認する質問
• 今回は聞かず、次回以降に回す質問
• 社内で確認すべき事項

このように分けることで、商談中に迷いにくくなります。
営業マネージャーが商談前レビューを行う場合も、質問項目が整理されていると、確認すべきポイントを共有しやすくなります。

質問項目と提案の方向性をつなげる

質問項目は、単に情報を集めるためだけに作るものではありません。
次の提案やアクションにつなげるために作るものです。

たとえば、顧客の課題が「情報共有の不足」だと考えられる場合、質問では次のような点を確認します。

• どの情報が共有されていないのか
• 共有されないことで何が起きているのか
• 誰が困っているのか
• どのタイミングで問題が表面化するのか
• 改善できた場合、何が変わるのか

これらを確認できれば、提案では単なる機能説明ではなく、顧客の業務課題に沿った説明がしやすくなります。

AIには、質問項目と提案の方向性を並べて整理させることもできます。
「この質問で何を確認するのか」「確認できた場合、次にどの提案につなげられるか」を整理するイメージです。

AIの整理結果は、商談方針を考えるための材料です。
顧客の反応や競合状況を踏まえた最終判断は、営業担当者が行う必要があります。

---

商談準備でAIを使う際の注意点

情報が古い、少ない、曖昧な場合は精度が下がる

商談準備でAIを使う際の前提は、AIに渡す情報の質です。
情報が古い、少ない、曖昧な場合、AIの出力も不正確になりやすくなります。

たとえば、半年前の商談メモだけをもとに質問項目を作ると、現在の顧客状況とずれている可能性があります。
また、「反応は良かった」「検討中」といった曖昧なメモだけでは、何を根拠に次の質問を作るべきか判断しにくくなります。

AIを活用するためには、商談後の記録が重要です。
顧客が話した事実、営業担当者の所感、次回確認事項、宿題を分けて残すことで、次回の商談準備に使いやすくなります。

これは、AIを使うかどうかに関係なく、営業活動の基本でもあります。
AIは情報整理を補助できますが、情報そのものが残っていなければ活用できません。

顧客に確認すべきことと社内で判断すべきことを分ける

AIが作った質問項目の中には、顧客に直接聞くべきものと、社内で判断すべきものが混ざる場合があります。
この区別をしないまま商談に持ち込むと、顧客に聞く必要のないことまで質問してしまう可能性があります。

たとえば、「この案件を重点的に追うべきか」は社内で判断する内容です。
一方で、「導入時期に明確な期限があるか」は顧客に確認すべき内容です。

商談準備では、AIの出力を次のように分けると整理しやすくなります。

• 顧客に確認する質問
• 社内で確認する事項
• 営業担当者が判断する事項
• マネージャーに相談する事項

この分類を行うことで、商談で聞くべきことが明確になります。
また、営業マネージャーが案件レビューを行う際にも、担当者がどこまで準備できているか確認しやすくなります。

商談後に情報を残す運用まで決めておく

商談準備にAIを活用するなら、商談後の情報記録まで含めて運用を考える必要があります。
商談前だけAIを使っても、商談後に情報が残らなければ、次回の準備に活かしにくくなります。

重要なのは、商談後に何を残すかを決めておくことです。
たとえば、以下のような項目を記録しておくと、次回の商談準備で使いやすくなります。

• 商談で確認できた事実
• 顧客が重視していたポイント
• 未確認のまま残った事項
• 次回までの宿題
• 次回アクション
• 営業担当者の所感

これらを営業情報として残しておくことで、次回商談前にAIで整理しやすくなります。
また、担当者変更やチームでの引き継ぎが発生した場合にも、過去の文脈を把握しやすくなります。

SFAやCRMなどの仕組みを使う場合も、単に入力欄を埋めることが目的ではありません。
商談準備に使える情報として残すことが重要です。
どの項目を記録するか、誰がいつ更新するか、どの粒度で残すかを決めておくことで、AI活用の土台が整います。

---

商談準備におけるAI活用は、質問項目を自動で作ることだけが目的ではありません。
顧客情報や過去のやり取りを整理し、未確認事項を明確にし、今回の商談で確認すべきことを絞り込むために使うことが重要です。

AIに任せやすいのは、情報整理、要点抽出、質問案の作成です。
一方で、顧客との関係性を踏まえた聞き方、商談の優先順位、提案方針、最終判断は人が担う必要があります。

そのためには、顧客情報、商談履歴、次回確認事項を日頃から残しておくことが欠かせません。
AIを補助役として活用できる状態を整えることで、商談前の準備不足を減らしやすくなります。

---

よくある質問（FAQ）｜商談準備におけるAI活用の疑問を解決

商談準備にAIを活用する際に、現場でよく出る疑問をまとめました。実務で迷いやすい情報整理、質問項目の作成、人が判断すべき範囲に絞って解説します。