営業説明で難しいのは、「正しく説明すること」だけではありません。
営業担当者が商品の特徴や仕組みを正しく説明していても、顧客がその内容を理解できているとは限らないからです。むしろ商品に詳しくなるほど、自分にとって当たり前の言葉や前提知識を、顧客も知っているものとして話してしまうことがあります。
この問題は、営業担当者本人には気づきにくいという特徴があります。
そこで活用できるのがAIです。
ただし、今回AIに任せるのは「分かりやすい説明を作ること」ではありません。AIに商品をよく知らない顧客役になってもらい、営業担当者の説明を実際に聞かせます。そして、理解できない言葉や具体像が浮かばない説明が出てきたところで、質問してもらいます。
AIを「説明する人」ではなく、「理解できなかったら止める人」として使うわけです。
AIの質問を通じて、「自分では説明したつもりだったが、顧客にとっては分かりにくいかもしれない部分」を発見する。今回は、そんな営業説明の検証方法を考えていきます。
商品に詳しいほど「伝わらない説明」に気づきにくい
営業担当者は、日々同じ商品やサービスについて説明しています。
商品名、機能名、業界用語、社内で使われている略語などにも慣れているため、時間が経つほど説明はスムーズになります。しかし、その「慣れ」が分かりにくい説明を生む原因になることがあります。
自社では当たり前の言葉を顧客にも使ってしまう
例えば、企業向けの業務システムを販売している営業担当者が、次のように説明したとします。
「顧客情報と案件情報を一元管理できます」
システムを提供している側からすると、ごく普通の説明かもしれません。しかし、初めて聞いた顧客は「案件情報」という言葉をどこまで理解できるでしょうか。
商談の進捗なのか、売上予定なのか、見積金額なのか、営業担当者が行った活動なのか。営業側には具体的な画面や機能が頭に浮かんでいても、顧客にも同じものが見えているとは限りません。
さらに、「一元管理」という言葉も同様です。
営業担当者はメリットまで理解したうえで使っていますが、顧客からすれば「今使っているExcelでの管理と何が違うのか」が分からない可能性があります。
機能を説明しても「何が変わるか」が伝わるとは限らない
営業説明では、機能を説明しただけで価値まで伝えた気になってしまうことがあります。
例えば、
「営業プロセスを可視化できます」
という説明です。
営業担当者の頭の中では、商談の進捗状況や停滞している案件、次に対応すべき案件などが一覧で確認できる状態を想像しているかもしれません。
しかし顧客には、その具体像がありません。
「何が見えるようになるのですか？」
「それが見えると、今の仕事はどう変わるのですか？」
こうした問いに答えて初めて、顧客が機能と自分の業務を結びつけられることがあります。
「営業活動を効率化できます」という説明も同じです。
何の作業が減るのか。どの作業が楽になるのか。誰にとって効率的なのか。そこまで説明されなければ、「効率化」という抽象的な言葉だけが残ってしまいます。
「説明した」と「理解された」は別のもの
営業担当者にとって重要なのは、説明した情報量ではなく、顧客が必要な内容を理解できたかどうかです。
ところが、自分自身の説明を聞き手の立場から評価するのは簡単ではありません。自分はすでに答えを知っているからです。
「案件情報」と聞けば何を指しているか分かる。「一元管理」と聞けばメリットも想像できる。「可視化」と聞けば画面まで浮かぶ。
だからこそ、自分では説明の途中が抜けていることに気づきにくくなります。
そこで、説明内容を知っている自分だけで確認するのではなく、あえて「知らない聞き手」を用意することに意味があります。
AIに説明を作らせず「理解できなかったら止める人」になってもらう
AIを営業説明に活用すると聞くと、「分かりやすい文章に書き直してもらう」という使い方を思い浮かべるかもしれません。
もちろん、それも使い方の一つです。しかし今回の目的は違います。
完成した説明を作ってもらう前に、まず自分の説明のどこに問題があるのかを発見するためにAIを使います。
AIを商品に詳しくない顧客役に設定する
最初に設定するのは、AIの知識レベルです。
単に「この説明で分かりにくいところを教えてください」と依頼すると、AIは文章全体を分析し、改善点をまとめて提示することがあります。
それでは、実際の商談で「どこで聞き手の理解が止まったのか」を確認しにくくなります。
そこで、例えば次のような役割を設定します。
「この商品分野について専門知識のない顧客として、これから私の商品説明を聞いてください」
重要なのは、AIに評論家や文章添削者になってもらうのではなく、あくまで「説明を聞いている顧客」という立場を与えることです。
分からない言葉や説明が出たら質問してもらう
次に、理解できなかったときの行動を指定します。
- 意味が分からない言葉が出たら質問する
- 抽象的で具体像が浮かばなければ質問する
- 前提知識が必要だと感じたら質問する
- 何が変わるのか分からなければ質問する
といったルールです。
ここでポイントになるのが、「一度にすべての問題点を列挙してください」としないことです。
実際の会話に近づけるなら、一つ分からないことが出たところで質問してもらい、営業担当者が答え、その続きを説明する形にします。
そうすると、文章を採点してもらうというより、顧客との会話を模した形で説明を確認できます。
最初から改善案や模範回答を出させない
今回の使い方では、AIからすぐに改善案を出させないことも重要です。
AIは「もっと分かりやすく説明してください」と依頼すれば、言い換えや説明文を作れます。しかし、それを最初から行うと、営業担当者自身が「なぜ分かりにくかったのか」を考える工程が抜けやすくなります。
AIの役割は、まず問題を発見するところまでにします。
どの質問にどう答えるか、どの説明を追加するか、どの言葉を残すかは営業担当者自身が考えます。
この分担によって、AIに営業説明そのものを任せるのではなく、自分の説明を見直すための補助役として使いやすくなります。
実際の営業説明をAIに聞かせると、どこで理解が止まるのか
では、実際に企業向けの業務システムを説明する場面を考えてみます。
AIには「この分野について詳しくない顧客」として説明を聞いてもらいます。
営業担当者が説明し、AIが理解できないところで質問する形です。
「顧客情報と案件情報を一元管理できます」で止まる
営業担当者：
「このシステムでは、顧客情報と案件情報を一元管理できます」
AI初心者役：
「案件情報とは、具体的にどのような情報ですか？」
営業担当者にとっては当たり前だった「案件情報」という言葉で、最初の質問が出ました。
ここで重要なのは、AIに「案件情報を分かりやすく言い換えて」と頼むことではありません。
まず営業担当者自身が、「この顧客に案件情報という言葉をそのまま使ってよいのか」「使うのであれば、どの程度補足する必要があるのか」を考えます。
これは、専門用語や社内で当然のように使っている言葉を見つけるためのチェックです。
「営業プロセスを可視化できます」で具体像が浮かばない
説明を続けます。
営業担当者：
「案件を登録すると、営業プロセスを可視化できます」
AI初心者役：
「何が見えるようになるのでしょうか？」
営業担当者：
「それぞれの商談が、現在どの段階にあるのか確認できます」
AI初心者役：
「それが分かると、今の管理方法と比べて何が変わるのでしょうか？」
ここでは、「可視化」という言葉そのものより、その先の具体像が不足していることが分かります。
機能の意味は説明できていても、顧客が自分の業務と結びつけられるところまで説明できているとは限りません。
「営業活動を効率化できます」だけでは何が減るのか分からない
さらに説明を続けます。
営業担当者：
「こうした機能によって、営業活動を効率化できます」
AI初心者役：
「具体的には、今やっているどの作業が減るのでしょうか？」
「効率化」「生産性向上」「情報共有の強化」といった言葉は、営業説明でもよく使われます。
しかし、それだけでは顧客が実際の変化を想像できないことがあります。
この場合は、「効率化という言葉を使わない方がよい」という話ではありません。
「効率化という表現だけで、相手は具体的な変化まで想像できるだろうか」と確認するための材料になります。
前提を省略した説明や話の飛躍にも質問してもらう
分かりにくさは、専門用語だけから生まれるわけではありません。
営業担当者が頭の中で補完している前提が、説明から抜けているケースもあります。
例えば、
「商談状況を登録しておけば、マネージャーもすぐ確認できます」
と説明したとします。
このとき顧客は、
「誰が、いつ商談状況を登録するのですか？」
「今までの報告とは何が変わるのでしょうか？」
と感じるかもしれません。
営業担当者の中では「担当者が商談後に情報を入力する」という前提があるため、その説明を飛ばしてしまったわけです。
AIに初心者役をさせる目的は、こうした自分の頭の中だけで補完されている前提を見つけることにもあります。
聞き手の知識レベルを変えて、同じ説明を再検証する
営業説明に絶対的な「分かりやすさ」があるわけではありません。
同じ説明でも、顧客の知識や経験によって必要な説明量は変わります。
そこでAIの聞き手設定を変えて、同じ営業説明を複数回試してみます。
レベル1：商品分野をほとんど知らない人
まずは、その商品分野についてほとんど知識がない人です。
この設定では、専門用語、略語、業界特有の概念などで質問が出やすくなります。
説明の入口部分に抜けている前提がないかを確認するのに向いています。
ただし、実際の顧客が一定の業界知識を持っている場合、AIから出たすべての質問に対応する必要はありません。
目的は「説明を最大限やさしくすること」ではなく、どこに知識が必要なのかを把握することです。
レベル2：業界は知っているが商品には詳しくない人
次は、業界や業務については知っているものの、自社商品には詳しくない人です。
例えば営業管理の経験はあるため「商談」「案件」「見込み顧客」といった言葉は理解できるものの、自社システム固有の機能名や考え方は知らない、と設定します。
このレベルでは、一般的な業界用語よりも、自社独自の表現や商品特有の説明で質問が出やすくなります。
自社では当たり前になっている言葉が、外部の人にも通じるのかを確認する材料になります。
レベル3：競合商品や類似サービスを利用している人
さらに、すでに類似サービスを利用している顧客役にもできます。
この場合、基本的な仕組みや業界用語について細かな説明は必要ないかもしれません。
一方で、
「その言葉は、今使っているサービスでいうとどの機能に近いですか？」
「似た仕組みを使ったことがありますが、今回の説明ではどこまで同じ意味なのか分かりません」
といった質問が出る可能性があります。
ここで確認したいのは、競合商品と比べて優れているかどうかではありません。
すでに一定の知識を持っている相手に対しても、自社独自の言葉や説明が正しく理解されるかどうかです。
競合比較や反論対応まで広げず、「この説明の意味が伝わるか」という範囲に留めることが今回のポイントです。
知識レベルによって「説明すべきこと」が変わる
この検証から分かるのは、「専門用語は使わない方がよい」という単純な話ではありません。
専門知識を持つ顧客に対して、基本用語を一つずつ説明すれば、かえって冗長になることもあります。
逆に、初めてその分野の商品を検討する顧客に対して専門用語を続ければ、途中から説明についていけなくなる可能性があります。
だからこそ、AIの質問を正解として受け入れるのではなく、聞き手の知識レベルによって「どこまで説明する必要があるのか」を考える材料として使うことが重要です。
AIの「分からない」を、営業担当者自身の見直し材料にする
AIとの対話が終わったら、出てきた質問を振り返ります。
ここでも、すぐにAIへ「完璧な営業トークを作ってください」と依頼する必要はありません。
まずは、どこで理解が止まったのかを整理します。
AIに任せるのは、理解しにくい可能性がある場所を見つけるところまでです。どこを修正するか、どこまで詳しく説明するか、実際の顧客にどの言葉を使うかは営業担当者が判断します。
この分担を崩さないことが、今回のAI活用では重要です。
AIから出た質問を「説明不足の候補」として整理する
例えば、質問を次のように分けます。
- 意味が分かりにくかった言葉
- 具体像が浮かばなかった説明
- 前提知識が必要だった部分
- 説明が省略されていた部分
- 顧客にとって何が変わるのか分からなかった部分
こうして整理すると、「専門用語が多い」という大まかな評価だけではなく、自分の説明のどこを確認すべきかが見えやすくなります。
AIができるのは、別の知識レベルを持つ聞き手を仮定し、「ここで理解が止まる可能性がある」という候補を出すことです。
一方、その質問が実際の顧客にも必要なのかを決めることは、営業担当者側の仕事です。
すべてを詳しく説明すればよいわけではない
AIから10個質問されたからといって、次回の商談で10個すべての説明を追加すればよいわけではありません。
説明を追加しすぎると、今度は本当に伝えたい内容が埋もれてしまいます。
商談の目的、顧客の役職、検討段階、持っている知識によって、必要な説明量は異なります。
AIが示した「分からない」は、修正命令ではありません。
「ここは相手によって説明が必要になる可能性がある」という確認ポイントとして扱う方が実務的です。
専門用語を使うかどうかも顧客に合わせて人が判断する
専門用語についても同じです。
AI初心者役が理解できなかったからといって、すべての専門用語を削除する必要はありません。
顧客との共通言語として使った方が早い場合もありますし、専門用語を使ったうえで短く補足した方が分かりやすい場合もあります。
重要なのは、「この言葉は誰にでも通じる」と無意識に決めつけないことです。
AIに質問してもらうことで、その判断を一度立ち止まって考えられるようになります。
AIが理解できないことと、実際の顧客が理解できないことは同じではない
そして、最も注意したいのがAIの反応を実際の顧客の反応と同一視しないことです。
AIに「初心者を演じてください」と指示しても、実在する顧客の知識、経験、社内事情まで正確に再現できるわけではありません。
逆にAIが問題なく理解した説明でも、実際の顧客には分かりにくいことがあります。
そのため、AIは「この説明なら顧客に伝わる」と判定する装置ではありません。
分かりにくい可能性がある場所を探すための仮想的な聞き手として使うのが適切です。
実際の商談では、顧客の質問や反応を確認しながら説明量を調整する必要があります。最終的な営業説明を決めるのは、あくまで営業担当者です。
今日から試せるAIへの相談例
この使い方を試すために、特別な営業資料を作る必要はありません。
まずは普段、自分が顧客に話している説明をそのままAIに聞かせてみるだけでも、確認材料を得られます。
ただし、実際の商談内容を使う場合は注意が必要です。
顧客名、担当者名、未公開の商品情報、個別の契約条件などをそのまま入力するのではなく、自社のAI利用ルールに沿って、必要に応じて匿名化したり検証用の内容へ置き換えたりして使います。
まずは普段使っている営業説明をそのまま聞かせる
最初からきれいな説明文を準備する必要はありません。
例えば、普段の商談で話しているように、
「当社のサービスでは顧客情報と案件情報を一元管理できます。営業プロセスを可視化できるので、営業活動の効率化につながります」
と入力します。
この段階でAIに文章を直してもらうのではなく、「どこで意味が分からなくなるか」を確認します。
AIから「案件情報とは何ですか？」と聞かれたら、自分で回答して説明を続けます。
「一元管理すると何が変わるのですか？」と聞かれたら、また自分で考えて答えます。
この繰り返しそのものが、営業説明の確認になります。
コピーして使える「AI初心者役プロンプト」
次のような指示から始めると、今回の検証を行いやすくなります。
あなたはこれから、私の商品説明を初めて聞く顧客役です。 この商品分野について専門知識はありません。 これから私が商品について説明します。 以下のルールで聞いてください。 ・意味が分からない言葉が出たら質問する ・説明が抽象的で具体像が浮かばなければ質問する ・前提知識が必要だと感じたら質問する ・「それによって自分に何が起こるのか」が分からなければ質問する ・説明内容の改善案は出さない ・分かりやすい説明への書き換えも行わない ・一度に大量の指摘をせず、実際の会話のように1つずつ質問する 私が「終了」と入力するまで聞き手を続けてください。 終了後に、 ・意味が分かりにくかった言葉 ・具体像が浮かばなかった説明 ・前提知識が必要だった部分 ・説明が省略されていると感じた部分 だけを整理してください。 改善案や模範的な説明文は、私が依頼するまで提示しないでください。
商品や顧客に合わせて、最初の「専門知識はありません」という設定は変更できます。
聞き手の知識レベルを変えて繰り返し試す
一度試したら、同じ説明を別の聞き手にも聞かせてみます。
「この分野をまったく知らない人」「業界については知っている人」「類似サービスを利用している人」など、設定を変えてみます。
すると、同じ説明でも質問される場所が変わります。
その違いを見ることで、「この説明が分かりやすいか」という一つの答えを求めるのではなく、「誰に対して、どこまで説明する必要があるか」を考えやすくなります。
営業担当者が商品に詳しくなること自体は強みです。
一方で、詳しくなればなるほど、初めて聞く人がどこでつまずくのかは見えにくくなります。
そこでAIを、完成した営業説明を作る役ではなく、説明のどこで理解が止まる可能性があるかを見つける聞き手として使います。
AIから出た質問を材料にしながら、どこを説明し直すのか、どこまで詳しく話すのか、どの言葉を使うのかを営業担当者自身が判断する。
この役割分担を守ることで、AIを営業説明の代替ではなく、顧客に伝わる説明を考えるための検証相手として活用できます。
よくある質問（FAQ）｜営業説明の分かりにくさをAIで見つけるときの疑問
営業説明をAIに聞かせて分かりにくい部分を確認する際に、現場で迷いやすいポイントをまとめました。AIの使い方だけでなく、実際の顧客との違いや人が判断すべき範囲も整理しています。
