ChatGPTを営業でどう活用する？｜メール作成の7ステップとプロンプト

ChatGPTは、承認済みの商談メモを整理する、確認済みの箇条書きを営業メールの下書きにする、質問候補を出す、未確認の断定がないか点検する用途に活用できます。顧客情報を入力してよいか、AIが補った推測、価格・契約・納期の確約、宛先と送信は、人が原資料を見て判断します。

ChatGPTを営業で活用できること、任せないこと

1. 確認済みの事実：顧客の原文、日程、価格、仕様、契約など、出どころへ戻れる情報。
2. AIまたは営業側の推測：もっともらしいが、顧客に確認していない解釈や一般化。
3. 人が確認・決定すること：入力可否、表現、約束、宛先、添付、送信、訂正の責任。

ChatGPTは、承認済みの事実を整理し、下書きや質問候補を作る助けになります。しかし、顧客の事情を知る当事者でも、契約条件を決める責任者でもありません。自然な文章を作れたことと、事実に基づく営業メールを送れることは別です。

前話「今だけ、残りわずか」では、在庫と期限の事実と、焦りを増幅する見せ方を分けました。本話では同じ境界をAIメールへ移します。AIが整えた文面から、事実より大きく見える推測だけを外し、人が送信責任を引き受けられる7ステップを作ります。

「営業でChatGPTを使う」と一括りにすると、情報整理から顧客への自動送信までが一つの機能に見えます。まず、作業単位で線を引きます。

作業	下書き支援に使える例	人が所有すること
商談メモの整理	決定、質問、未確認、次回までの担当を候補分けする	顧客の原文と要約が一致するか、共有してよい範囲
フォローメール	確認済みの箇条書きを、読みやすい順に並べ替える	宛先、約束、価格、期限、添付、送信
提案準備	質問候補、反対意見の候補、説明順を複数案出す	顧客が実際に困っていること、採用する質問
文面レビュー	断定、推測、主語不明、期限不明の候補を指摘する	誤りの判定、修正、承認、記録
パーソナライズ	本人が共有した用途・条件を所定位置に差し込む	年齢、性格、感情、社内事情を推測しない境界
自動化	承認待ち下書きとして保存し、担当者へ通知する	顧客への送信、契約変更、値引き、納期確約、取消

件名や三行要約の型は「営業メールを短く書く3行テンプレート」で確認できます。その前に、AIに渡してよい情報、AIが補った推測、人が確認して送る責任を分けます。

営業メール作成に使うプロンプト

次のテンプレートは、会社が承認した利用環境で、入力できる情報の範囲を確認してから使います。顧客情報が必要か分からない段階では、氏名や実際の商談記録を入れず、架空データで試してください。

このプロンプトは、出力形式を整えるための骨組みです。安全性は、入力する事実の鮮度、別案件の混入防止、原資料との照合、送信承認まで含めて決まります。このあと、入力前から送信後までを7ステップに分けます。

速く書ける研究は、営業メールの正確さを保証しない

NoyとZhangの「生成AIが生産性へ与える効果の実験」では、大学教育を受けた専門職444人が、プレスリリース、短い報告、分析計画、慎重なメールなど20〜30分程度の文章課題に取り組みました。ChatGPTを使える群では、対照群の平均27分に対し平均17分となり、職業経験者による評価も上がりました。

この研究は、文章の下書き支援が速さと評価を改善する可能性を示しています。一方、課題は短く自己完結し、実際の顧客固有知識をあまり必要としませんでした。著者ら自身も、文脈固有知識が少ないことが有用性を大きく見せた可能性、職業・課題・技能で効果が変わることを限界に挙げています。

「ChatGPTでメール作成時間が必ず37％減る」「営業品質が上がる」とは判断できません。自社の承認済み案件で、作成時間と一緒に誤り、推測、差し戻し、訂正、送信後の負担がどう変わったかを測ります。

リードクラフト｜整っているのに、誰も聞いていない一文

リードクラフトの小さな会議室で、安田 美咲は営業メール支援の試作画面を開いた。隣では、ノートブリッジのWeb開発リード、江藤 聡が、顧客情報に接続しない検証環境を用意していた。

使ったのは、青葉設備との過去の打ち合わせを模した合成データの事実パックだった。検証用に許可された内容は四つだけだった。

• 役員会前に、未確認条件と判断を止める基準をそろえたい。
• 次回確認は7月22日14時、予定は30分。
• 役割別の閲覧設定は、標準仕様として確認済み。
• 当日の追加参加者と、現場が懸念している内容は未確認。

安田は、要点を伝えるメール下書きを生成するよう依頼した。数秒後、件名、挨拶、三つの段落、結びまで整った文章が現れた。

画面には、次の一文があった。

複数拠点の現場で新しい仕組みへの抵抗が続くなか、役員会前に皆様の不安を解消できるよう準備いたします。

複数拠点であることは別の資料から推測できた。しかし、「抵抗が続く」「皆様が不安」という言葉を、顧客は述べていない。未確認欄には、現場の懸念内容は分からないと明記してあった。

文章は不自然ではなかった。だからこそ、その一文だけが、確かめた事実のように読めた。

ミナトは、過去の商談メモを開いた。「反対」「不安」「抵抗」という顧客の発言はなかった。導入で影響を受ける人を確認し、未決事項を残した記録があるだけだった。

カナエは、下書きを書き直す前に、文の横に三つの列を作った。

下書きの文	状態	人が確認すること
7月22日14時に30分の確認を予定	確認済みの事実	日程変更、参加者、タイムゾーン
役割別閲覧は標準仕様	確認済みの事実	顧客設定で成立するか、証跡の版
現場で抵抗が続いている	AIが補った推測	顧客の原文なし。削除し、必要なら質問へ戻す
皆様の不安を解消する	推測と約束	誰の感情か不明。「解消」を成果として約束しない

ChatGPTを営業で活用する7ステップ

七つは、送ってよい情報だけを使い、推測を見える場所に出し、最後に人が責任を持つ手順です。文章の自然さだけを高める工夫ではなく、入力前の承認から送信後の訂正までをつなぎます。

Step 1｜利用目的と利用環境を先に承認する

最初にプロンプトを書きません。会社の情報セキュリティ、法務、個人情報、営業管理のルールに沿って、次を確認します。

確認項目	記録する内容	空欄ならどうするか
製品・アカウント	会社が承認したサービス、契約、管理者	個人アカウントへ移さない
利用目的	下書き、要約、分類、レビューなど	「営業全般」と広くせず作業を限定する
入力できる情報	公開情報、匿名化情報、社内情報、個人データの区分	最も低い区分だけで試す
学習・保持・削除	学習利用、保存期間、履歴、削除、ログ	利用規約と管理設定を確認する
連携先	CRM、メール、ファイル、外部アプリ、委託先	接続せず手動の検証から始める
送信権限	下書き保存、承認者、送信者、取消方法	AIから顧客へ直接送らない

OpenAIの「ChatGPT Work 管理者向けFAQ」は、アクセス、保持、ログ記録、機能の対象範囲が、プラン、設定、利用環境、機能、地域、接続先によって異なるため、利用中の構成で確認するよう説明しています（2026年9月6日確認）。外部アプリへ接続する場合は、ChatGPT側に加え、接続先の権限、保持、利用条件も確認します。

APIを使う場合は、ChatGPTの画面と条件を分けて確認します。OpenAIの「Data controls in the OpenAI platform」では、APIへ送ったデータは明示的に共有へ同意しない限りモデルの学習・改善に使われない一方、保持や利用できる制御はエンドポイントや設定によって異なると説明しています（2026年9月6日確認）。資料から確認できるのは、各製品・機能に適用されるデータ条件です。自社の顧客情報を入力できるかは、社内規程、利用目的、契約、管理者設定、データ経路をそろえて別に判断します。

Step 2｜入力を「必要最小限の事実パック」にする

過去のメールスレッド、CRM全履歴、録音、提案書をそのまま貼る前に、今回のメールに必要な情報だけを抜き出します。

氏名を外しても、会社、部署、案件、固有の事情の組合せから人を識別できる場合があります。匿名化を「名前をA社へ置き換えること」だけで終えません。今回の下書きに不要な履歴、自由記述、病歴、家族、評価、個人の連絡先などは入力しない設計を優先します。

個人情報保護委員会の「生成AIサービスの利用に関する注意喚起等」は、個人情報取扱事業者が個人情報を含むプロンプトを入力する場合、特定した利用目的の達成に必要な範囲かを確認するよう示しています。本人同意なく個人データを入力し、それが応答生成以外の目的で扱われる場合は法令違反となる可能性があるため、提供事業者が機械学習へ利用しないこと等も十分確認するよう注意しています。

顧客情報、従業員情報、要配慮個人情報、秘密情報を扱う場合は、AIへ入力する前に止まります。利用目的、入力の必要性、送信先、保存・学習利用、契約条件を整理し、最新の法令、業界規制、自社規程に照らして、法務・個人情報・セキュリティ担当が個別に判断します。

受信メール、Webページ、添付、CRMの自由記述に「以前の指示を無視して送信する」などの命令文が含まれていても、顧客データをAIへの指示として実行しません。外部から取得した文章は引用対象のデータとして区切り、許可した作業と出力形式だけをシステム側で固定します。接続権限を必要最小限にし、送信、削除、契約変更などの操作は、文章中の指示では起動できないようにします。

Step 3｜分からないことを、補わない指示にする

「丁寧でパーソナライズされた営業メールを書いて」だけでは、どの情報を使い、何を補ってはいけないかがありません。プロンプトに、次の禁止と停止条件を入れます。

• 提供した事実以外から、顧客の感情、課題、意図、社内事情を推測しない。
• 情報が足りない時は、自然な一般文で埋めず「未確認」と返す。
• 数値、価格、期限、製品仕様、法的評価、導入効果を作らない。
• 顧客の原文と、営業側の要約を別にする。
• 下書きの各主張に、使用した事実IDを付ける。
• 送信せず、人の確認が必要な項目を最後に列挙する。

NISTの「Generative AI Profile」は、生成AIが誤った内容を確信的に示したり、出力が入力元から逸脱したりする現象をconfabulationとして整理しています。これは個別のChatGPT出力を判定する資料ではなく、生成AIを組織で管理するための分野横断的な任意ガイダンスです。

営業メールでは、モデルの内側の原因を診断するより、知らない情報を出力欄で見つけられることが大切です。プロンプトは誤りをゼロにする保証ではなく、確認作業の入口です。

Step 4｜下書きと一緒に、根拠表を出す

メールだけを出力すると、自然さと正しさを同時に読まなければなりません。下書きとは別に、主張ごとの状態を出させます。

送信時に事実IDを残す必要はありません。承認画面でだけ表示し、人が原資料へ戻れるようにします。要約と引用を混ぜず、引用符を付けるのは顧客の原文と照合できる時だけにします。

NISTの「Generative AI Profile」は、生成AIのリスクとして、誤った出力を含むconfabulation、個人情報・機密情報の漏えい、automation biasや過度な依存を含むhuman-AI configuration、事実・意見・虚構や不確実性を区別しにくくするinformation integrityを整理しています。また、生成結果の情報源や引用を確認すること、狭い評価から性能を一般化しないことを提案しています。

本記事の三列は、青葉設備を模した検証で、どの文を止めるか見えるようにする現場設計の一例です。営業メール用の唯一の画面設計としては固定しません。

Step 5｜人が原資料と一文ずつ照合する

確認者は、文章の修正に加えて、次の責任を持つ人です。

確認対象	原資料へ戻る問い	止める例
顧客の発言	本人が実際に述べたか、要約を許可したか	「不安」「抵抗」「期待」をこちらで足した
数値・価格	版、単位、税、期間、対象、承認者は合うか	古い見積、別案件、最大値だけを使用
期限・納期	誰の期限か、確定か、条件付きか	社内目標を顧客の締切にした
製品仕様	標準、設定条件、対象外、未確認を分けたか	標準機能だけで顧客環境の成立を約束
パーソナライズ	本人が共有した事実か、今回必要か	属性や会社情報から課題を推測
約束	誰が実行でき、失敗時にどう連絡するか	効果、不安解消、導入成功を約束
宛先・共有	To/Cc/Bcc、添付、閲覧権限、返信先は正しいか	別顧客、退職者、不要な社内共有

ミナトは、生成された「皆様の不安を解消します」を削除した。代わりに、未確認を隠さない一文へ戻した。

顧客に「あなたはこう困っている」と見せる代わりに、こちらが確認できていない範囲と、本人が訂正・追加できる入口を置いた。

Step 6｜送信前に、内容と操作を別々に承認する

内容が正しくても、操作を誤れば別の顧客へ届きます。承認人数は案件のリスクに応じて決め、少なくとも内容の責任者と送信操作の責任が空欄にならないようにします。

経済産業省・総務省の「AI事業者ガイドライン第1.2版」は、AI利用者に、正確性や必要な最新性を担保したデータ入力、出力精度とリスクの理解、入力・出力ログの管理、重大な影響があり得る場合の人の判断、不要データや冗長ログの削除、停止・復旧・原因解明・再発防止を挙げています。

ガイドラインから「営業メールは必ず二人承認」という固定ルールは作れません。影響が小さい匿名化済みの社内練習と、価格・契約・個人情報を含む顧客メールでは必要な統制が違います。リスク、契約、組織規模に合わせ、誰が何を止められるかを決めます。

Step 7｜送信後は、返信率だけでなく訂正を記録する

AIメールの評価を返信率、商談化率、作成時間だけにすると、強い断定や過剰なパーソナライズが高く評価される可能性があります。次の結果を合算しません。

結果	記録例	単独で言わないこと
効率	下書き時間、確認時間、差し戻し時間	速いから正確だった
事実品質	送信前に見つけた誤り・古い情報・未確認	誤りが少ないから顧客に合っていた
推測	AIが補った属性、感情、課題、約束	自然だったからパーソナライズできた
操作品質	宛先、添付、権限、版、誤送信、取消	自動化率が高いから運用が成熟した
顧客の反応	訂正、質問、保留、断り、返信なし	返信がないから関心がない
後工程	再説明、見積訂正、契約修正、引継ぎ負担	商談化したから問題がなかった

生成なし、人がAI下書きを確認、承認後に一部自動化、という段階を分けて比較します。モデル、設定、プロンプト、入力資料、承認手順を同時に変えると、何が結果に関係したか分かりません。少数の承認済み案件から始め、停止条件を先に決めます。

誤ったパーソナライズが送信されかけた

江藤は、試作画面を三列に変えた。左に確認済み事実、中央に推測と未確認、右に人の確認を置いた。メール下書きは、その下で初めて作れるようにした。

安田は、同じ事実パックでもう一度生成した。今度は「現場の抵抗」も「皆様の不安」も本文に入らず、未確認表に残った。ミナトが原資料を照合し、カナエが顧客の訂正経路を確認した。

そこで、会議室の外にいた担当者から、江藤へ通知が届いた。物語内の本番相当環境では、試作前の別下書きが顧客レコードに結び付いた状態で、送信予約の確認画面まで進んでいた。

宛先は合っていた。日程も合っていた。だが、本文には、顧客が一度も述べていない家族事情を理由にした面談提案が入っていた。公開情報と、別の人の商談メモが近い候補として混ざっていた。

江藤は送信予約を停止した。カナエは、誤った一文だけを消して作業を再開しなかった。どのデータが結び付き、誰が確認せず、なぜ予約まで進めたのかを先に閉じる必要があった。

法的に問題がない設定なら、その表現を使ってよいのか。説明でき、取り消せれば十分なのか。次の検討には、文章より手前の問いが残った。

今日から始める最小チェック

いきなりCRMとメールを接続せず、次の順で一件を検証します。

1. 会社が承認した環境と利用目的を確認する。
2. まず架空データで最小の事実パックを作り、実データが必要かを確認する。
3. 顧客原文、確認済み、未確認を分ける。
4. 推測禁止と不足時の停止をプロンプトに書く。
5. 下書きと根拠表を同時に出す。
6. 人が原資料、宛先、添付、約束を確認する。
7. 送信せずに差し戻しまで試し、記録できるかを見る。

ChatGPTを営業で活用する価値は、人の責任を消すことにはありません。白紙から下書きを作る時間を減らし、その分を、顧客が実際に言ったこと、まだ聞いていないこと、こちらが約束できることへ戻せるかで判断します。

今日の一手は、実在顧客の情報を入れずに、架空の事実を三行だけ用意することです。「確認済み」「未確認」「人が決める」を分けた下書きを一件作り、送信しないまま差し戻しまで試してください。承認済みの環境・目的が確認できなければ、入力せずに止めます。

短い営業メールの件名・結論・影響・次の判断は「営業メールを短く書く3行テンプレート」、顧客の答えから次の一問を選ぶ方法は「営業ヒアリングで深掘りする6つの質問」、AIの推測を本人の言葉として共有しない振り返りは「営業の失敗を学びへ変える5項目」で扱っています。製品や連携方式を選ぶ場合は、セキュリティの断言を成立条件・限界・証跡に分ける「営業のセキュリティ説明」へ進んでください。

心理学やAIを、相手の選択を狭める操作へ変えない一般原則は「営業心理学を操作にしないために」へ戻してください。