営業提案は、内容を作り込むほど「売る側の論理」で完成していくことがあります。
商品のメリットを整理し、導入効果を数字で示し、競合との違いも説明する。営業担当者から見れば、十分に筋の通った提案に見えるでしょう。しかし顧客側には、「なぜ今変える必要があるのか」「その効果に費用を払う価値があるのか」「導入した後の負担はどうなるのか」といった疑問が残っているかもしれません。
そこで一度確認したいのが、「この提案は、顧客側から見るとどう見えるのか」という視点です。
この確認に使えるのが、AIに「顧客役」を任せる方法です。ポイントは、AIに「この提案を改善してください」と相談することではありません。AIを提案する側ではなく、提案を受ける側に置くことです。
営業担当者が提案し、AI顧客から質問や反論を受け、それに営業担当者自身が回答する。このやり取りによって、自分たちだけでは気づきにくかった提案の弱点を探します。
一般的な営業ロープレのように、話し方や切り返しの上手さを練習することが目的ではありません。確認するのは、提案の前提、顧客にとっての価値、説明不足、導入への懸念など、提案内容そのものです。
その提案を「売る側」だけで見ていないか
説明できていることと、顧客が納得することは違う
営業担当者は、自社の商品やサービスについて多くの情報を持っています。どのような機能があり、競合と何が違い、導入すると何が改善するのか。提案を準備する段階でも、こうした情報を中心に内容を組み立てることが多いでしょう。
しかし、「きちんと説明できていること」と「顧客が納得できること」は同じではありません。
例えば、企業向けの業務システムを提案するとします。営業担当者は「情報を一元管理できる」「業務を効率化できる」「担当者間で情報共有できる」といったメリットを説明するかもしれません。
一方、顧客は「今のExcelでも大きな問題は起きていない」「新しいシステムを入れると入力作業が増えるのではないか」「導入後に誰が管理するのか」と考える可能性があります。
商品のメリットを説明するだけでは、この疑問には答えていません。売る側にとっての「導入するメリット」と、顧客にとっての「今のやり方を変える理由」の間に、ずれが生じているからです。
提案する側では見落としやすい疑問や懸念がある
もちろん、経験のある営業担当者であれば、顧客から出そうな質問をある程度想定できます。ただし、自分で作った提案を自分で検証する以上、どうしても限界があります。
特に注意したいのが、提案を作る過程ですでに共有されている前提です。
営業担当者の頭の中では、「この機能を使えばこの課題が解決する」「この程度の運用変更なら受け入れてもらえる」と話がつながっていても、顧客側にはその前提が共有されていないことがあります。
提案資料を社内で確認するときも同様です。商品をよく知っているメンバー同士で確認すると、説明されていない部分を無意識に補完して読んでしまうことがあります。
そこで、一度「知らない側」に立って提案を受けてもらうことに意味があります。
AIを相談相手ではなく「提案を受ける顧客側」に置く
これまでのAI活用では、「この提案の問題点を挙げてください」「もっと良い提案にするにはどうすればよいですか」とAIに相談する使い方も考えられます。
今回の使い方は、それとは異なります。
AIには改善案を考えてもらうのではなく、想定した顧客になりきってもらいます。そして営業担当者の説明を聞きながら、「それはどういう意味ですか」「なぜ今導入する必要があるのでしょうか」「現場の負担は増えませんか」といった反応だけを返してもらいます。
AIに答えを作ってもらわないことが重要です。
顧客役から返ってきた質問に対して、営業担当者自身が回答を考える。その過程で、「ここは説明できない」「この前提は確認できていない」「顧客にとっての価値を十分に整理できていない」と気づくことが、この使い方の目的です。
AIに「想定顧客」を演じてもらうための設定
顧客企業の状況と相手の立場を具体的に設定する
AIに単に「顧客役をしてください」と指示するだけでは、一般的な反応になりやすくなります。
そこで、まず顧客企業の状況を設定します。
例えば、「従業員100名程度の製造業」「営業担当者は10名」「現在はExcelで顧客情報や営業活動を管理している」「担当者ごとに管理方法が異なっている」といった情報です。
さらに、AIが演じる人物の立場も設定します。
「営業部長として提案を受ける」と設定するのか、「実際にシステムを利用する営業担当者として提案を受ける」と設定するのかによって、出てくる質問は変わる可能性があります。
ここで重要なのは、詳細な架空の人物像を作ることではありません。今回の目的はペルソナ作成ではなく、誰の立場から提案を見るのかを明確にすることです。
実際に確認できている顧客情報を設定に反映する
実際の商談前に利用するのであれば、架空の設定だけでなく、すでに顧客から確認できている情報を使う方が具体的な検証につながります。
例えば、過去の商談で「現在はExcelを利用している」「部長は情報共有に課題を感じている」「一方で現場からは入力作業を増やしたくないという声がある」と確認できているのであれば、その情報をAI顧客の前提として設定できます。
こうした使い方では、顧客情報や商談履歴を日頃から残しておくことも重要になります。顧客情報や商談履歴を管理する仕組み、あるいは商談メモなどから、確認済みの事実を整理して利用することが考えられます。
ただし、実在する顧客の情報を生成AIへ入力する場合は注意が必要です。社内のAI利用ルール、利用しているAIサービスのデータ取り扱い、個人情報や機密情報の扱いを確認し、入力してよい情報の範囲を決めておく必要があります。
「改善案ではなく質問・疑問・反論を返す」と指示する
今回の使い方では、AIへの指示に一つ重要なルールを加えます。
「営業方法の改善案や模範回答を出さない」ことです。
生成AIは、質問すると解決策まで提示しようとすることがあります。しかし、それでは営業担当者が自分で考える前に答えが提示されてしまいます。
「顧客として気になることだけを発言する」「分からないことがあれば質問する」「納得できなければ反論する」「営業担当者へのアドバイスはしない」と明示しておくと、今回の目的に沿ったやり取りをしやすくなります。
一度に答えを出させず、実際の商談のように進める
AIに提案全体を渡して「顧客として疑問点をすべて挙げてください」と指示すると、10個、20個と論点が一覧で返ってくることがあります。
これではチェックリストとしては使えても、顧客との会話を通じて提案を検証する使い方にはなりません。
そこで、「一度に大量の質問を出さず、一つずつ質問してください」と設定します。
営業担当者が説明する。AI顧客が質問する。営業担当者が回答する。その回答を受けてAI顧客がさらに質問する。この流れにすることで、最初の説明だけでなく、追加説明まで含めて提案の論理を確認できます。
AI顧客へ実際に提案してみる
まずは普段の提案をそのまま伝える
AI顧客の設定ができたら、最初からAI向けに提案内容を作り直す必要はありません。
まずは実際の顧客に説明するつもりで、普段の提案を伝えてみます。
例えば、営業管理システムを提案するとします。
「現在、担当者ごとにExcelで管理されている顧客情報を一元管理できます。営業活動の状況をチームで共有できるため、担当者以外でも顧客への対応状況を確認できるようになります」
ここでAI顧客から、
「確かに担当者ごとに管理方法は違いますが、今のところ大きな問題は起きていません。費用をかけてシステムを入れるほどの問題なのでしょうか」
と返ってきたとします。
この時点でAIに「どう答えればよいですか」と聞かないことがポイントです。
AI顧客から質問・疑問・反論を1つずつ受ける
先ほどの質問に対して、営業担当者自身が回答します。
例えば、
「現時点で大きな問題が起きていない点は理解しています。一方で、担当者が不在のときに他の人が対応状況を確認できないことや、マネージャーが各担当者の状況を個別に確認している点は、現在も負担になっていませんか」
と回答したとします。
するとAI顧客から、
「担当者への確認は確かにあります。ただ、それを減らすために全員が新しいシステムへ入力するとなると、逆に現場の作業が増えませんか」
という質問が返ってくるかもしれません。
ここで確認しているのは、営業担当者の切り返しが上手だったかどうかではありません。
「情報共有できる」という提案に対し、「そのための入力負担に見合うのか」という説明が不足していたことを確認しています。今回のAI顧客とのやり取りで評価するのは会話スキルではなく、提案内容にどの論点が欠けていたかです。
AIに模範回答を求めず、自分で回答を考える
このやり取りの目的は、すべての質問にその場で答え切ることではありません。
質問にうまく答えられなかったとしても、それ自体が検証結果です。
「入力負担について説明できないのであれば、実際の運用を確認する必要がある」「導入効果だけでなく、導入後の業務変化を整理する必要がある」といった課題が見えてきます。
AIに模範回答を作らせれば、その場ではもっともらしい回答を返せるかもしれません。しかし、その内容を実際の自社サービスや顧客状況に照らして説明できるとは限りません。
AI顧客からの質問は、答えを生成してもらうためではなく、営業担当者自身が答えられるかを確認するために使う方が今回の目的に合っています。
回答できなかった論点を提案の見直し材料として残す
AI顧客との会話が終わったら、うまく答えられなかった質問を残しておきます。
例えば、
- なぜ今導入する必要があるのか
- 現在の運用を続ける場合と何が違うのか
- 現場の作業負担はどの程度変わるのか
- 導入後は誰が管理するのか
- 費用に対してどのような効果が期待できるのか
といった論点です。
すべてを提案資料へ追加する必要はありません。どこまで説明するか、商談で確認するか、資料へ追加するかは、人が判断します。
特に優先して確認したいのは、実際の顧客から過去にも出ている質問、費用・導入時期・運用負担など意思決定に影響する論点、回答できなければ提案そのものの前提が崩れる論点です。
AIが出した質問をすべて同じ重さで扱うのではなく、実際の商談情報と照らし合わせて優先順位をつけることが重要です。
同じ提案でも「誰が聞くか」で見え方は変わる
経営者役では費用対効果や導入理由を確認する
法人営業では、一つの提案を複数の関係者が見ることがあります。
そこで、一度検証した提案を別のAI顧客にも聞いてもらいます。
例えば経営者役であれば、「投資に見合う効果があるのか」「会社として何が改善するのか」「なぜ今年導入する必要があるのか」といった観点から質問が出る可能性があります。
これは、実際の経営者が必ずこう考えるという意味ではありません。あくまで、経営者という立場から考えられる論点を仮想的に確認するための設定です。
現場責任者・利用担当者役では業務負担や定着を確認する
同じ営業管理システムの提案でも、現場責任者にとっては見え方が変わります。
「現場にどう使わせるのか」「今の業務から何が変わるのか」「使われなくなる可能性はないのか」といった点が気になるかもしれません。
実際に利用する担当者役であれば、「毎日何を入力するのか」「操作を覚える必要があるのか」「今までより作業が増えないか」といった質問が出る可能性があります。
営業担当者が「情報共有できる」という同じメリットだけを説明していても、それぞれが判断するために必要な情報は異なる可能性があります。
情報システム担当者役ではセキュリティや管理面を確認する
情報システム担当者が関係する提案であれば、さらに別の観点が加わります。
セキュリティ、既存システムとの関係、アカウント管理、導入後の管理負荷などです。
営業担当者が業務上のメリットを十分に説明できていても、こうした論点について整理できていなければ、社内検討の途中で確認事項が増える可能性があります。
AI顧客の立場を変える目的は、「役職別の正解」を作ることではありません。一つの提案を異なる方向から見たとき、どこに説明不足が現れるかを確認することです。
立場による反応の違いから、提案の偏りを探す
複数のAI顧客へ同じ提案をすると、共通して質問される部分と、特定の立場だけから質問される部分が出てきます。
この違いは、提案を見直す材料になります。
例えば、どの立場からも「なぜ今なのか」と質問されるのであれば、導入理由の説明が弱い可能性があります。
一方、利用担当者役だけが入力負担を繰り返し確認するのであれば、現場利用の説明が不足している可能性があります。
複数の視点を通すことで、提案全体の偏りを確認しやすくなります。
AI顧客とのやり取りを提案の見直しにつなげる
何度も質問された部分は説明不足を疑う
AI顧客とのやり取りが終わったら、単に「うまく答えられたか」で評価するのではなく、どの論点で会話が止まったかを確認します。
何度説明しても別の角度から質問された部分は、提案の前提そのものが弱い可能性があります。
ただし、AIが繰り返し質問したからといって、必ず提案に問題があるとは限りません。AIの反応はあくまで仮想的なものなので、見直し候補の一つとして扱います。
立場によって反応が分かれた論点を整理する
次に確認したいのが、顧客役による反応の違いです。
経営者役には伝わったが利用担当者役には納得されなかった、あるいは現場責任者役では問題にならなかったが情報システム担当者役では確認事項が多かった、といった違いです。
これは、どちらかのAI顧客が正しいという話ではありません。
「この提案は、誰に対して何を説明する必要があるのか」を考える材料として使います。
法人営業では複数の関係者が意思決定に関わることがあります。全員に同じ説明をすれば十分とは限らないため、提案前に視点を変えて確認しておく意味があります。
どの説明を追加・修正するかは営業担当者が判断する
AI顧客から10個の疑問が出たからといって、その10個すべてを提案資料へ追加すると、今度は説明過多になる可能性があります。
AI顧客ができるのは、想定した立場から質問や懸念を出し、提案を見直すきっかけを増やすことです。
一方で、実際の顧客が何を重視しているかを確定すること、どの論点を商談で取り上げるか決めること、最終的な提案内容を決めることはAIにはできません。
商談でこれまで何を話してきたのか、顧客が何を重視しているのか、誰が意思決定に関わっているのかを踏まえて、最終的に説明する内容を決めるのは営業担当者です。
AIは提案を見る視点を増やす。提案を決めるのは人。
この役割分担を崩さないことが重要です。
AI顧客の反応を「実際の顧客の考え」と決めつけない
AI顧客の反応は、あくまで提案を見直すための仮説です。
実際の顧客本人に確認した内容ではないため、「この顧客も必ずこう考える」とは判断できません。
ここで得られた質問や反論は、実際の顧客像を決めるためではなく、次に確認すべき論点を見つける材料として扱います。
AI顧客を使うときに押さえておきたい注意点
AIの反応には推測が含まれる
AI顧客との会話は便利ですが、現実の顧客を再現するものではありません。
設定情報が少なければ一般的な回答になりやすく、設定を細かくしても、その人物が実際にどう考えるかを正確に予測できるわけではありません。
むしろ「こういう疑問もあり得るのではないか」と、自分では思いつかなかった観点を出す用途に向いています。
AIから出た質問を事実として扱うのではなく、検討候補として受け止めることが重要です。
実際の顧客理解は商談やヒアリングで確認する
AI顧客を何度使っても、実際の顧客との対話が不要になるわけではありません。
顧客が何に困っているのか、どの課題を優先しているのか、導入に何を懸念しているのかは、最終的には本人との商談やヒアリングで確認する必要があります。
AI顧客を使う目的は、その確認を省略することではありません。
「次の商談ではこの点を確認した方がよいのではないか」「この説明は顧客に伝わるだろうか」と事前に考えるための補助として利用します。
実在顧客の情報を入力するときは情報管理ルールを確認する
実際の商談に近づけようとすると、AIへ入力する情報も具体的になりがちです。
しかし、顧客名、担当者名、商談内容、契約情報、社内事情などには、個人情報や機密情報が含まれる場合があります。
そのため、実在顧客の情報を利用する場合は、「具体的であるほど良い」と考えるのではなく、自社のルールと利用するAIサービスのデータ取り扱いを確認したうえで、入力可能な範囲を決める必要があります。
必要に応じて企業名や個人名を伏せるなど、情報を抽象化して利用することも選択肢になります。
今日から試せる「AI顧客役プロンプト」
企業・立場・現在の状況を設定する
AI顧客による提案検証は、特別な環境を用意しなくても試せます。
最初に設定するのは、「どのような企業の、どの立場の人物に提案するのか」です。
例えば、従業員100名程度の製造業で、営業担当者10名を管理する営業部長。現在はExcelで顧客情報や営業活動を管理しており、大きなトラブルはないものの、担当者ごとに管理方法が異なっている、と設定します。
実際の顧客を想定する場合は、確認できている事実と、AIに仮定させている情報を混同しないようにします。
質問・疑問・反論だけを返すルールを設定する
以下のようなプロンプトから始めることができます。
実際の商談で利用する場合は、以下の「企業」「あなたの立場」「現在の状況」を、入力可能な範囲で実際に確認できている情報へ置き換えます。
AI顧客役プロンプト
あなたはこれから私の提案を受ける顧客役です。
以下の企業・人物を想定してください。
企業： 従業員100名程度の製造業
あなたの立場： 営業部長
現在の状況： 営業担当者10名を管理しています。 顧客情報や営業活動の管理にはExcelを利用しています。 大きなトラブルはありませんが、担当者ごとに管理方法が異なっています。
これから私が営業管理システムを提案します。
以下のルールで顧客役を演じてください。
- 営業担当者である私に好意的に合わせない
- 分からないことがあれば質問する
- 納得できない説明には反論する
- 導入する理由が弱ければ、その点を指摘する
- 顧客として気になることだけを発言する
- 営業方法の改善案は出さない
- 私への模範回答も出さない
- 一度に大量の質問を出さず、実際の商談のように1つずつ会話する
私が「終了」と入力するまで顧客役を続けてください。
終了後にだけ、
- 特に納得できなかった点
- 説明が不足していた点
- 追加で確認したかった点
を整理してください。
ただし、あなたが演じた顧客の反応は仮想的なものであり、実際の顧客の考えを示すものではないことを前提にしてください。
提案終了後に振り返るポイントを整理する
AI顧客との会話が終わった後は、AIから出たすべての質問へ対応しようとする必要はありません。
まず確認したいのは、「自分が答えに詰まった質問」「何度も確認された論点」「顧客役を変えると反応が大きく変わった部分」です。
そのうえで、実際の顧客から過去にも出ている質問なのか、費用・導入時期・運用負担など意思決定に影響する論点なのか、提案の前提を左右する内容なのかを確認し、優先順位をつけます。
そこから、提案資料へ説明を追加するのか、商談で確認するのか、社内で事実確認するのかを決めます。
営業提案では、自分たちが伝えたいことを整理するだけでなく、それが顧客側からどう見えるかを確認することも重要です。
AIに顧客役を任せる価値は、顧客の考えを予測してもらうことではありません。売る側だけでは見えにくい角度から質問を受け、自分たちの提案をもう一度考え直せることにあります。
AIから答えをもらうのではなく、AIから問いを受ける。
この使い方であれば、最終的な判断を営業担当者に残したまま、提案前の検証にAIを活用できます。
よくある質問（FAQ）｜AI顧客を使った提案検証の疑問を解決
AIに顧客役を任せて提案を検証する際に、営業現場で迷いやすいポイントをまとめました。AIに任せる範囲と、人が確認・判断すべき範囲を分けて整理します。
