生成AI×提案書・企画書作成｜30分で仕上げるプロンプト実践ガイド

なぜ今「AI×提案書」が中小企業の優先課題なのか

「来週月曜までに提案書3本、あとついでに企画書も」——こんな無茶振りが日常になっていませんか。

正直に言うと、私自身もかつて提案書作成に追われていた時期がありました。100社以上の研修・コンサル経験から構成した想定シナリオですが、ある製造業の営業部長は「月曜に商談、金曜に提案書提出、でも水木は別案件の打ち合わせ」という状況で、毎週のように深夜作業をしていたそうです。

パーソル総合研究所が2026年2月に発表した調査によると、生成AIを活用した業務時間の削減幅は平均16.7%。特に文書作成（企画書、議事録、報告書など）での活用率は63.1%と最も高い数値を示しています（パーソル総合研究所「生成AIとはたらき方に関する実態調査」2026年2月、正社員対象）。

つまり、提案書・企画書の作成は「AIが最も得意とする業務領域」の一つなんです。ただし——ここが重要なんですが——AIに丸投げすれば解決するほど単純な話ではありません。

中小企業が抱える「提案書ボトルネック」の正体

Deloitte『The State of AI in the Enterprise 2026』（24か国の経営幹部対象、2025年調査）によると、企業のAI活用で生産性・効率性向上を実感している組織は66%に達しています。一方で、日本の中小企業の生成AI導入率は依然として低い水準にとどまっています。

この差が生まれる原因は明確です。大企業には専任のマーケティング部門や資料作成チームがある。でも中小企業では「営業が自分で提案書も作る」のが当たり前。だからこそ、AIによる作成時間短縮のインパクトが大きいんです。

本記事のアプローチ：3工程分離×プロンプト設計

提案書作成を以下の3工程に分離し、それぞれにAIを最適配置します：

1. 構成設計（骨格を作る）— AIが最も得意な工程
2. 初稿生成（肉付けする）— AIの速度を活かす工程
3. 推敲・仕上げ（磨く）— 人間の判断が不可欠な工程

この3工程それぞれにプロンプトを用意しているので、自社の提案書フローに当てはめて使ってください。

提案書作成の全体設計：AI活用フレームワーク

提案書作成の「Before / After」を理解する

従来の提案書作成フローと、AI活用後のフローを比較します。

Before（従来）:

1. 情報収集（2-3時間）
2. 構成検討（1-2時間）
3. 本文執筆（3-5時間）
4. デザイン調整（1-2時間）
5. 上長レビュー・修正（1-2時間）

合計: 8-14時間

After（AI活用）:

1. 情報収集 + AI要約（30分-1時間）
2. 構成設計プロンプト（10-15分）
3. 初稿生成プロンプト（15-20分）
4. 人間による編集・仕上げ（1-2時間）
5. 上長レビュー・修正（30分-1時間）

合計: 2.5-5時間

（上記は100社以上の研修・コンサル経験から構成した想定シナリオです。実際の短縮幅は業種・提案内容・担当者のスキルによって大きく異なります。）

AIが得意な工程・苦手な工程を正しく理解する

AIの活用で失敗する最大の原因は「AIに何でもやらせようとする」ことです。

AIが得意:

• 論理構成の骨格設計（MECE分解、章立て）
• 定型的な文章パターンの生成（導入文、まとめ、箇条書き展開）
• 競合情報やフレームワークの整理
• 複数案の並列生成（A案/B案/C案を同時に出す）

AIが苦手（人間が担当すべき）:

• 提案先の「本音の課題」の見極め
• 過去の商談から得た暗黙知の反映
• 予算感・意思決定プロセスの読み
• 自社の強みと提案先ニーズの接続

セキュリティ前提：機密情報の取り扱いルール

提案書には顧客名・金額・未公開情報が含まれます。AI活用の前に、以下を必ず確認してください：

• 法人向けプラン（ChatGPT Enterprise、Claude for Business等）を使用し、入力データが学習に使用されない契約を確認
• 具体的な顧客名は「A社」「B社」に置換してからAIに入力し、最終稿で実名に戻す
• 自社の情報セキュリティポリシーに従い、IT管理者の承認を得る

【実践】構成設計プロンプト：提案書の骨格を5分で作る

プロンプト1：提案書構成の自動設計

最初のステップは「何をどの順番で書くか」の骨格設計です。これがブレると、いくら良い内容を書いても刺さらない提案書になります。

以下のプロンプトをそのままコピーして使ってください。【】内を自社の状況に書き換えるだけで動作します。

## 注意: このプロンプトの出力はたたき台です。顧客固有の事情や自社の強みは必ず人間が加筆・修正してください。

あなたは中小企業向けBtoBの提案書構成コンサルタントです。
以下の条件で、提案書の章構成（見出しレベル）を設計してください。

### 入力情報
- 提案先企業: 【業種・従業員規模・売上規模を記入】
- 提案先の課題: 【ヒアリングで把握した課題を3つ以内で記入】
- 自社サービス: 【提案するサービス・製品の概要を1-2文で記入】
- 予算感: 【想定予算レンジ or 「未確認」】
- 競合状況: 【把握している競合の有無・名前】
- 提案書のページ数目安: 【10-15ページ / 20ページ以上 / 5ページ以内】

### 出力形式
以下の形式で章構成を出力してください:
1. 表紙（タイトル案を3つ提示）
2. エグゼクティブサマリー（結論を先に。意思決定者が最初に見るページ）
3. 課題認識（提案先の現状と課題をこちらが理解していることを示す）
4. 解決策概要（自社サービスがどう解決するか）
5. 実施計画（スケジュール・体制・マイルストーン）
6. 費用・投資対効果
7. 実績・信頼性の根拠
8. 次のステップ（契約までのアクション）

※ 各章に「このページで意思決定者が知りたいこと」を1文で付記してください。

プロンプト2：競合比較表の自動生成

提案書で差がつくのが「競合比較」のページです。100社以上の研修・コンサル経験から構成した想定シナリオですが、あるIT企業の営業マネージャーは「比較表を作るだけで2時間かかる」と話していました。AIなら構造化された比較表を数分で生成できます。

## 注意: AIが生成する競合情報には誤りが含まれる可能性があります。必ず各社の公式サイトで最新情報を確認してください。

あなたはBtoBの競合分析スペシャリストです。
以下の情報から、提案書に掲載する競合比較表を作成してください。

### 入力情報
- 自社サービス名: 【サービス名】
- 自社の強み（3つ）: 【強み1】【強み2】【強み3】
- 比較対象の競合（2-3社）: 【競合A】【競合B】【競合C（任意）】
- 提案先が重視している評価軸: 【例: 導入スピード、サポート体制、コスト、カスタマイズ性】

### 出力形式
- 横軸: 自社 / 競合A / 競合B / 競合C
- 縦軸: 提案先が重視する評価軸（最低5項目）
- 各セルには「◯△×」ではなく、具体的な事実ベースの記述（1-2文）を入れる
- 最下段に「総合評価コメント」を記載（自社有利に偏りすぎないバランスで）

※ 不確実な情報には「要確認」と明記してください。

構成設計のコツ：「決裁者ファースト」で並べる

提案書の構成で最も重要なのは「誰が最初に読むか」です。中小企業の場合、社長が直接読むケースが多い。社長は「結論→費用→スケジュール」の順で見ます。詳細な技術説明は後半に回す。

この「決裁者ファースト」の原則をプロンプトに組み込むことで、AIの出力がそのまま使える構成になります。

【実践】初稿生成プロンプト：本文を一気に書き上げる

プロンプト3：エグゼクティブサマリーの生成

提案書で最も重要な1ページ。ここで興味を引けなければ、後のページは読まれません。

## 注意: 数値や成果については、自社の実績データで裏付けを取ってから記載してください。根拠のない数字の記載は信頼を損ないます。

あなたは経営者向けのビジネスライターです。
以下の情報から、提案書のエグゼクティブサマリー（A4半ページから1ページ）を作成してください。

### 入力情報
- 提案先企業名: 【企業名 or 仮名】
- 提案先の最大の課題: 【1文で記述】
- 提案するソリューション: 【1文で記述】
- 期待される効果: 【定量的に。例: 作業時間XX%削減、コストXX万円削減】
- 投資額: 【概算金額 or レンジ】
- 投資回収期間: 【見込み期間】

### 出力ルール
- 1段落目: 提案先の課題を「御社の現状」として1-2文で言語化
- 2段落目: 解決策を1文で。専門用語は避ける
- 3段落目: 期待効果を数字で示す（根拠が不確実な場合は「見込み」「想定」と明記）
- 4段落目: 次のアクション（「まずはXXからスタートし、YYを目指す」形式）
- 全体のトーン: 経営者が読んで「これなら検討したい」と思える簡潔さ
- 文字数: 400-600字

プロンプト4：課題認識ページの生成

提案書の説得力を決めるのは「この会社は本当にうちのことを理解している」と感じてもらえるかどうか。課題認識ページはそのための最重要パートです。

## 注意: 課題の記述はヒアリング内容に基づいてください。AIが推測した課題を「御社の課題」として書くと信頼を失います。

あなたはBtoBコンサルタントです。
提案先企業の課題を、相手が「自分ごと」として感じられるように言語化してください。

### 入力情報
- 業種: 【提案先の業種】
- ヒアリングで聞けた課題:
  1. 【課題1: できるだけ相手の発言そのままで記入】
  2. 【課題2】
  3. 【課題3】
- ヒアリングで感じた「言語化されていない課題」: 【あれば記入。なければ空欄】
- 業界全体のトレンド・プレッシャー: 【あれば記入】

### 出力ルール
- 構成: 「業界の潮流（2-3文）→ 御社固有の状況（3-4文）→ このまま放置した場合のリスク（2-3文）」
- トーン: 脅しではなく「共感→気づき」の流れ
- ヒアリングで聞いた表現をそのまま引用する（「御社が仰っていた『XX』という点ですが」形式）
- 根拠不明の業界データは使わない。使う場合は出典を明記

初稿生成で陥りがちな罠

AIで初稿を生成する際に「良い文章が出てきたからそのまま使おう」と思いがちですが、ここに落とし穴があります。

AIが生成する提案書文は「どの企業に対しても言えること」になりやすい。「御社の課題は人手不足と業務効率化です」——こんな内容は100社中95社に当てはまってしまう。だから初稿生成後に「この文章は提案先固有の内容か？ 他社にも使い回せる内容になっていないか？」をチェックする工程が不可欠なんです。

【実践】推敲・仕上げプロンプト：AIレビューで品質を上げる

プロンプト5：提案書の自己レビュー

書き上げた提案書をAIに「レビュアー視点」で読ませることで、人間が見落としがちな論理の飛躍や説明不足を検出できます。

## 注意: AIのレビュー結果は参考意見です。最終判断は提案の文脈を理解している人間が行ってください。

あなたは提案書のレビュー担当者です。以下の提案書ドラフトを、提案先の意思決定者の視点で厳しくレビューしてください。

### レビュー観点（全て確認）
1. 結論が最初に明示されているか？（忙しい経営者が30秒で要点を把握できるか）
2. 課題認識が「一般論」ではなく「この企業固有」の内容になっているか？
3. 解決策と課題の対応関係が明確か？（課題Aに対して解決策Aが対応）
4. 費用対効果の根拠は具体的か？（「コスト削減」ではなく「月額XX万円の削減見込み」）
5. 競合との差別化ポイントが読み取れるか？
6. 次のアクションが具体的か？（「ご検討ください」ではなく「来週火曜にデモ実施」）
7. 専門用語が多すぎないか？（決裁者は技術者ではない場合が多い）
8. ページ数は適切か？（多すぎると読まれない）

### 出力形式
- 各観点について「○ 問題なし / △ 改善余地あり / × 要修正」で評価
- △と×には具体的な改善案を提示
- 最後に「提案先の社長がこの提案書を見て最初に聞きそうな質問」を3つ予測

### レビュー対象の提案書:
【ここに提案書の本文をペーストしてください】

推敲フェーズで人間がやるべきこと

AIレビューが出してくれたフィードバックを基に、以下の3点を人間が最終確認します：

1. 「嘘」がないか：AIが生成した数字・事実が正確か確認
2. 「温度感」が合っているか：提案先との関係性に合ったトーンか
3. 「自社らしさ」が出ているか：他社でも出せる提案になっていないか

【要注意】AI提案書作成でよくある失敗パターン4つ

100社以上の研修・コンサル経験から構成した想定シナリオですが、AI活用で提案書を作る際に繰り返し見かける失敗パターンがあります。事前に知っておくだけで回避できるので、チェックリストとして使ってください。

失敗パターン1：「AI丸投げ」で人間味ゼロの提案書

❌ 失敗例：プロンプトに「提案書を書いて」とだけ入力し、出力をそのまま提出。文章は整っているが「どの会社に出しても同じ」内容になり、提案先から「御社の提案、他社と似てますね」と言われる。

⭕ 回避策：プロンプトに「提案先固有の情報」を必ず3つ以上含める。ヒアリングメモ、過去の商談記録、提案先の決算報告書から引用した数字など「この提案先にしか当てはまらない情報」を入力することで、AIの出力に固有性が生まれる。

失敗パターン2：数字の「ハルシネーション」を見逃す

❌ 失敗例：AIが「導入企業の87%が効果を実感」と書いてきたのをそのまま採用。提案先に「この87%の出典は？」と聞かれて答えられない。信頼を一気に失う。

⭕ 回避策：AIが出力した数字には全て出典を確認する。確認できない数字は削除するか、「当社の想定値（根拠: ○○）」と明記する。提案書における数字の信頼性は提案全体の信頼性に直結する。

失敗パターン3：セキュリティ無視で顧客情報を入力

❌ 失敗例：個人向けの無料プランに、提案先の未公開売上データや担当者のメールアドレスをそのまま入力。情報がAIの学習データに使用される可能性があるプランを使ってしまう。

⭕ 回避策：法人向けプラン（データが学習に使われない契約）を使用する。それでも心配な場合は、固有名詞を仮名に置換してから入力し、最終稿で実名に戻す。情報セキュリティ部門と利用ルールを事前に策定しておく。

失敗パターン4：「プロンプトさえ良ければ完璧な提案書ができる」という誤解

❌ 失敗例：高度なプロンプトテクニックを駆使しても、肝心の「提案先が何に困っているか」の情報が薄い。結果、構成は美しいが中身のない提案書ができる。

⭕ 回避策：プロンプトはあくまで「情報をAIに正しく伝える手段」。提案の質を決めるのは上流のヒアリング・課題分析。AIに渡す前の「人間の仕事」（顧客理解・課題の構造化）に時間をかける方が、プロンプトの工夫より効果が大きい。

提案書タイプ別：AI活用の使い分け

新規開拓の提案書（初回提案）

相手の情報が少ない段階での提案書は、AIの「仮説生成能力」が活きます。業界の一般的な課題を起点に、3パターンの仮説を並列で出し、初回商談で検証する設計にすると効果的です。

既存顧客へのアップセル提案書

過去の取引履歴や納品実績がある場合、その情報をプロンプトに含めることで「御社との○年の取り組みを踏まえた」提案になります。AIに「過去の経緯」を教えることで、一貫性のある提案書が生成できます。

コンペ（相見積もり）の提案書

コンペでは「他社と何が違うか」を明確にする必要があります。先述の競合比較プロンプト（プロンプト2）に加えて、「なぜ自社を選ぶべきか」のストーリーラインをAIに組み立てさせることで、差別化要素が構造的に整理されます。

企画書（社内向け）

社内向けの企画書は「上長を説得する」のがゴール。AIで「反対意見の予測」を出させて、それに対する回答を事前に用意しておくアプローチが有効です。「この企画に対して、CFOが最初に聞きそうな質問は？」とAIに聞くだけでも準備の質が上がります。

運用定着のための社内体制づくり

ステップ1：パイロットユーザーの選定

全社一斉導入ではなく、まず1-2名の「提案書を頻繁に作る人」にパイロット運用してもらいます。McKinseyの2025年レポート「Superagency in the Workplace」では、AI活用で成果を出している組織の多くが「特定業務の特定担当者から始めて横展開する」パターンを取っていると報告されています（McKinsey、2025年1月公開）。

ステップ2：プロンプトテンプレートの社内共有

パイロットで効果が確認できたプロンプトは、社内のナレッジベース（Notion、Google Drive、社内Wiki等）に保存して共有します。重要なのは「プロンプトだけ」でなく「どんな場面で使うか」「入力すべき情報は何か」のコンテキストごと残すことです。

ステップ3：品質レビュー体制の構築

AI生成の提案書に対するレビュー体制は必須です。最低限のルールとして以下を定めることを推奨します：

• AI生成の初稿は必ず1名以上が内容レビューする
• 数字・固有名詞は全件出典確認する
• 提案先固有の情報が含まれているか確認する（汎用的な文章だけになっていないか）

ステップ4：効果測定と改善サイクル

導入後は以下の指標で効果を計測します：

• 提案書1本あたりの作成時間（Before/After）
• 提案の採用率（受注率）に変化があるか
• 担当者の満足度（「楽になったか」の定性評価）

（効果測定の期間目安: 最低3か月、月間提案書5本以上の部署が対象。短期・少量では有意な差が出にくい。）

ツール選定：どのAIを使うべきか

主要ツールの特徴（2026年5月時点）

以下は2026年5月時点の情報です。料金・機能は頻繁に更新されるため、各社公式サイトで最新情報を確認してください。

中小企業の現実的な選び方

正直なところ、「どのツールが最適か」は組織のIT環境に依存します。判断基準は以下の3点です：

1. 既存環境との統合：Google Workspace中心ならGemini、Microsoft中心ならCopilotが移行コスト最小
2. セキュリティ要件：法人向けプランの有無とデータ取り扱いポリシーを確認
3. コスト：月額数千円/ユーザーから始められるプランがあるか

重要なのは「どのツールを使うか」より「どう使うか（プロセス設計）」です。ツールの差よりプロンプト設計と運用フローの差の方が成果に直結します。

提案書AI活用の次のステップ：自動化と標準化

テンプレート化：社内の「勝ちパターン」をAIに学習させる

受注できた提案書のパターンを分析し、以下をテンプレート化します：

• 章構成のパターン（業種別・案件規模別）
• 刺さったフレーズのストック（「御社の○○を△△に変える」形式）
• 費用対効果の見せ方（表形式 vs グラフ形式 vs 文章形式）

これらをプロンプトのプレフィックスとして固定しておくことで、チーム全体の提案書品質のベースラインが上がります。

ワークフロー連携：CRM→AI→提案書の半自動パイプライン

より進んだ活用として、CRM（Salesforce、HubSpot等）の商談情報をAIに自動連携し、提案書の初稿を半自動生成するフローがあります。ただし、これは「提案書を人間が書くプロセスに慣れてから」の次のステップです。いきなり自動化を目指すと「中身を理解しないまま提出する」リスクが生まれます。

AI活用の限界を正直に認識する

最後に、正直に書きます。AIで提案書作成を効率化しても、以下は解決しません：

• 提案先の「本当の課題」を聞き出すヒアリング力
• 信頼関係の構築（人間対人間のコミュニケーション）
• 予想外の質問への切り返し（商談本番の対応力）

AIはあくまで「作成工程の効率化ツール」であり、営業力そのものを代替するものではありません。「作る時間が減った分、顧客と向き合う時間を増やす」——これが、AI活用の正しいゴール設定です。

まとめ：今日から始める3つのアクション

ここまで読んでいただき、ありがとうございます。最後に、今日すぐ始められる3つのアクションを整理します。

1. プロンプト1（構成設計）を1回試す：次に作る提案書で、まず構成だけAIに出させてみてください。5分で試せます。出力が使えなくても、「自分の頭の整理」として機能するはずです。
2. プロンプト5（レビュー）で既存の提案書を診断する：過去に出した提案書をAIに読ませて、改善点を出してもらう。これだけでも「次からこう書こう」という気づきが得られます。
3. 社内で1人、パイロットユーザーを決める：全社導入の前に、まず1人が2週間試す。その人の感想と成果が、組織全体の導入判断を後押しします。

提案書作成は「やらなければいけないが、時間がかかる」仕事の代表格です。AIで作成時間を短縮し、浮いた時間を「顧客を深く理解する」ことに使う。このシフトができた企業から、提案の質と量の両方が上がっていきます。