営業属人化の解消にAIを使う【プロンプト例付き】

2026年4月25日

営業の属人化をAIで解消したい——そう感じているマネージャーは少なくありません。売上の大半が一握りのトップ営業に依存し、「あの人しか売れない」という状態が続いている。

会議で「Aさんのやり方を全員で真似ろ」と言われても、何をどう真似ればいいのかがわかりません。同行させてもらっても、なぜ刺さったのかが言語化されていない。結局、「センスの問題だから仕方ない」という空気で終わります。

これは、営業組織が長年抱えてきた構造的な問題です。属人化は個人の能力の問題ではなく、知見を組織に還流させる仕組みがないことから生まれます。

近年、この問題に対してAIが一つの現実的な解になりつつあります。商談の録音を文字に起こし、成約率の高いトークのパターンを抽出する。特定の顧客ペルソナを設定し、新人が何度でもロープレを繰り返せる環境を用意する。どれも、今すぐ着手できることです。

この記事では、株式会社リアボルドが営業支援の現場で実際に取り組んできたAI活用の手法を、すぐに使えるプロンプトとともに紹介します。「AIは難しそう」と感じている営業マネージャーにこそ、読んでいただきたい内容です。

この記事でわかること

トップ営業の「型」をAIで抽出し、チームに共有する方法
24時間いつでも使えるAIロープレの設計と、具体的なプロンプト例
個人のスキルを組織の資産に変える「形式知化」の進め方

「売れるトーク」の抽出：AIで営業の属人化を解消するトップの共通点

商談を「データ」として見る習慣から始める

トップ営業と若手営業の違いは、多くの場合、話している「内容」よりも「構造」にあります。何を話すかではなく、いつ話すか。何を聞くかではなく、どのタイミングで聞くか。この構造の差は、商談を漫然と聞いていても見えてきません。録音を文字に起こし、AIに分析させて初めて輪郭が浮かびます。

まず取り組んでいただきたいのが、商談音声の書き起こしです。Notta、tl;dv、またはGoogle MeetやZoom標準の文字起こし機能を使えば、1時間の商談が数分でテキストになります。このテキストをAIに渡すところから、ナレッジ化は始まります。

Notta：公式サイト
tl;dv：公式サイト

AIで「型」を抽出する：商談分析プロンプト①

書き起こしデータができたら、以下のプロンプトをそのままAIに渡してみてください。Claude・ChatGPTどちらでも動作確認済みです。

{以下は成約した商談の書き起こしです。}
[テキストをここに貼り付け]

この商談を分析し、以下の観点でトップ営業の「型」を抽出してください。

1. 質問のタイミングと種類（オープン質問 / クローズ質問）
2. 沈黙・間が生じた場面と、その後の営業の対応
3. 顧客の懸念が出た瞬間と、それに対する切り返しのパターン
4. 成約につながったと思われるターニングポイントの台詞

出力は「型」として箇条書きにまとめ、再現性のある言葉で表現してください。

「型として箇条書きに」と指定しているのには理由があります。AIに任せると、ともすれば「顧客の気持ちに寄り添った丁寧なコミュニケーションが見られました」といった、感想文に近い出力になりやすいからです。箇条書きで再現性のある言葉を求めることで、別の社員が読んでも実際に使える形式に変換されます。これがナレッジ資産化の第一歩です。

「何を話すか」より「どう聞くか」をAIで科学する

分析を続けていくと、成約率の高い商談に共通する傾向が見えてきます。リアボルドがこれまでの支援現場で繰り返し観察してきたのは、トップ営業ほど、話している時間が短いという事実です。

具体的には、以下の3点が共通して浮かび上がります。

喋るスピード　顧客が専門外の場合、意識的にペースを落としています。逆に、相手が詳しいと判断した瞬間にスピードを上げ、対等な会話として進める。このギアチェンジが、信頼感の醸成に直結しています。

質問のタイミング　提案の前に必ず「現状確認の質問」を挟んでいます。「今どんな課題を一番重く感じていますか」という一言が、その後のトーク全体の精度を上げます。提案が「的外れ」にならないための保険です。

顧客の沈黙への対応　沈黙を埋めようとしません。顧客が考えている時間を奪わず、数秒の間を置いてから「何かご不明な点がありましたか」と一言添えるだけに留める。この「待てる営業」が、顧客に「押し売りではない」という印象を与えます。

こうした観察をAIに言語化させ、チームで共有する。それだけで、これまで「センスの問題」として片付けられてきたことが、学習可能なスキルに変わります。

AIロープレで営業属人化を解消する：24時間いつでも特訓できる仕組み

新人が一番伸びるのは、失敗できる回数が多い人です

営業スキルが伸びる原理は単純で、良質な失敗を積み重ねた数に比例します。ところが現実の営業現場では、失敗の機会そのものが制限されています。上司への同行練習は相手の予定に左右され、社内ロープレは「評価される場」になりやすく、本音で動けません。顧客の前では当然、失敗は許されない。

結果として、新人が「安心して失敗できる場所」が存在しないまま、実戦に送り出されることになります。

AIロープレは、この構造を変えます。顧客ペルソナをAIに設定すれば、深夜でも、移動中でも、何度断られても怒らない「練習相手」がいつでも用意できます。上司の時間を奪わず、新人が自分のペースで試行回数を稼げる仕組みです。

ペルソナ設定が命：営業AIロープレプロンプト②

AIロープレの質は、ペルソナ設定の精度で決まります。「厳しい顧客を演じてください」では漠然としすぎて、現場で実際に直面する壁とかけ離れた練習になりやすいです。業種・役職・過去の経験・予算感まで落とし込んで初めて、実戦に近い緊張感が生まれます。

あなたは以下のペルソナを演じてください。

【ペルソナ設定】
・役職：地方製造業（従業員50名）の総務部長（55歳）
・性格：慎重で新しいITツールへの不信感が強い。　　　　
過去に導入したシステムが現場に定着しなかった経験がある。
・現在の課題：採用コストが増えているが、具体的な解決策が見えていない。
・予算感：初期費用は最大30万円まで。

月額は「できれば安く抑えたい」と思っている。私はBtoB SaaSの営業担当です。これからあなたに製品提案を行います。リアルな反応を返してください。私の発言に対し、このペルソナとして懸念・質問・拒否を自然に示してください。

なお、私が「フィードバックをください」と言った場合のみ、ペルソナを解除して改善点をアドバイスしてください。

ペルソナのバリエーションを複数用意しておくと、さらに効果が高まります。「予算を理由に断る担当者」「競合他社をすでに検討中の購買部長」「決裁権のない現場担当者」——自社がよく直面する壁を洗い出し、それぞれのペルソナを作っておく。これ自体がチームの営業資産になります。

ロープレ後の振り返りも、AIに任せる：プロンプト③

練習の価値は、振り返りの質で決まります。ロープレが終わったら、そのままAIに講評を求めてください。

今のロープレを振り返り、以下の観点でフィードバックをください。
1. 顧客の懸念に対して、私はどのように対応しましたか？　（良かった点と、具体的な改善点を分けて教えてください）
2. 「信頼を得る」という観点で、何が足りていましたか？
3. 次回同じペルソナに当たったとき、最初に変えるべきことは何ですか？
厳しく、でも建設的にアドバイスしてください。

上司に同じことを聞くと、どうしても遠慮が生まれます。AIは忖度なく弱点を指摘します。「そこを突かれると思っていなかった」という気づきが、実戦での対応力を一段引き上げます。

心理的安全性が、成長の速度を変える

AIロープレのもう一つの効果は、失敗に対する恐怖心を取り除くことです。

人間相手のロープレでは、「下手なところを見られたくない」という心理が働きます。特に若手ほど、その傾向は強い。結果として、無難な進め方しか試さなくなり、自分の引き出しが増えないまま現場に出続けます。

AIが相手なら、どれだけ強引なクロージングを試しても、支離滅裂な切り返しをしても、誰にも見られません。この「見られていない」という感覚が、普段やらない実験を可能にします。失敗のコストがゼロだから、試行のハードルが下がる。そして試行回数が増えるほど、引き出しは増えます。

現場に出る前の「失敗の場」を確保すること。それがAIロープレの、最もシンプルな価値です。

営業DXの本質：AIによる形式知化が属人化を解消し組織を強くする

「あの人がいなくなったら終わり」という組織の脆さ

トップ営業が退職した途端、売上が急落する。担当者が変わるたびに、顧客との関係を一から作り直す羽目になる。営業組織が長年抱えてきたこの脆さの根本は、知見が「個人の頭の中」にしか存在しないことにあります。

商談のコツ、顧客の地雷、刺さるトークの順番——こうした情報は、優秀な営業担当者の経験の中に蓄積されていきますが、組織としては何も持っていない状態が続きます。引き継ぎ資料に書けるほど言語化されていないし、書こうとしても「感覚的なもの」として諦められてきた。

AIは、この「感覚的なもの」を言葉に変える作業を、劇的に効率化します。

個人のスキルを組織の資産に変える4つのステップ

営業支援の現場で実践している形式知化のプロセスは、大きく4段階に分かれます。

① 収集　商談録音・書き起こし・日報・提案資料など、営業活動の痕跡をできる限り集めます。この段階では質より量を優先してください。断片的なメモでも、後からAIが構造化できます。

② 分析　集めたデータをAIに渡し、成約パターン・失注パターンを抽出します。前のセクションで紹介したプロンプトがそのまま使えます。重要なのは、一度ではなく複数の商談データを重ねて分析することです。サンプルが増えるほど、再現性のある「型」が浮かび上がります。

③ 構造化　抽出したパターンをもとに、「シチュエーション別のトーク設計」としてまとめます。ここでもAIを使います。

④ 実装　構造化されたノウハウを、新人が実際に使えるマニュアルや、AIロープレのペルソナ設定に落とし込みます。ここまで来て初めて、知見が「組織の武器」になります。

マニュアル自動生成：プロンプト④

③から④への移行、つまり「分析結果をマニュアルに変換する」作業もAIに任せられます。

以下の「商談で効果があったトーク集」をもとに、
新人でも再現できる営業マニュアルのドラフトを作成してください。

【効果があったトーク・アプローチ一覧】
[ここに箇条書きで貼り付け]

出力フォーマット：

シチュエーション（どんな場面で使うか）

推奨トーク（具体的なセリフ例）

やってはいけない言い回し（NG例と理由）

読み手は入社6か月以内の新人営業を想定してください。

このプロンプトで生成されたドラフトは、そのまま使えるものではありません。現場感覚を持つベテラン営業が読んで、「ここは違う」「この表現は実際には使わない」と手を入れることで完成します。AIが叩き台を作り、人間が磨く。この役割分担が、マニュアル作成にかかる工数を大幅に削減します。