AIエージェントで営業資料作成を自動化する方法｜誤送信を防ぎ、提案を商談につなげる9ステップ

AIエージェントが顧客データから営業資料を自動生成する流れ

「商談のたびに会社紹介をコピーし、顧客名や課題を書き換えている」「営業資料を作るだけで半日が終わる」「担当者によって提案書の品質が違う」――こうした悩みは、営業資料作成を人の手作業として抱えている限り、案件が増えるほど深刻になります。

AIエージェントを使えば、顧客情報の収集、提案内容の選定、文章生成、スライド作成、品質検査、保存、送信準備までを一つの業務フローにできます。

ここでいうAIエージェントとは、質問に答えるだけのチャットAIではなく、設定された目標とルールに沿って複数の処理を順番に実行する仕組みです。たとえば「CRMから顧客情報を取得し、業界別テンプレートを選び、提案書をPDF化して営業担当者へ通知する」といった一連の仕事を担当します。

この記事では、AIエージェントによる営業資料作成の自動化を、初心者でも着手できる9ステップに分けて解説します。扱うのは単なる文章生成ではありません。誤価格や別顧客名の混入を防ぎながら、問い合わせを商談へつなげる再利用可能な営業資産を作る方法です。

なお、営業資料を自動生成しても、契約や収益が保証されるわけではありません。商品力、見込み客の質、価格、営業担当者の対応、競合状況なども成果に影響します。本記事は、一般的な業務設計と自動化に関する情報です。

AIエージェントによる営業資料自動化の全体像

営業資料の自動化は、AIに「提案書を書いて」と依頼するだけの作業ではありません。次の六つをつないだ業務フローです。

問い合わせ・CRM・商談メモ
          ↓
顧客情報の整理と不足項目の判定
          ↓
業界・課題・商談段階に合う提案を選択
          ↓
文章・図表・スライドを生成
          ↓
事実・価格・表現・レイアウトを検査
          ↓
保存・通知・送信・KPI記録

CRMとは、顧客情報や営業活動を管理する仕組みです。会社名、担当者名、問い合わせ内容、過去の商談、次回対応日などを保存します。

AIエージェントに渡す情報は、次の四層に分けると管理しやすくなります。

顧客データ：業種、会社規模、課題、予算、導入希望時期
自社データ：商品仕様、価格、導入条件、事例、FAQ
営業ルール：値引き上限、使用できる事例、承認が必要な表現
出力テンプレート：表紙、課題、提案、導入手順、料金、CTA

たとえば、不動産会社から「空室対策を相談したい」という問い合わせが入ったとします。AIエージェントは賃貸管理会社向けのテンプレートを選び、管理戸数や空室期間などの入力情報を反映します。そのうえで、「募集条件の分析」「反響データの可視化」「月次レポート」の順に提案を組み立てます。

この仕組みを問い合わせフォームや日程調整システムと接続すれば、見込み客ごとの営業資料を、人間が毎回ゼロから作る必要がなくなります。

ただし、最初から全案件を無人化するのは危険です。正常案件だけを自動処理し、情報不足、高額案件、例外的な契約条件を含む案件は、担当者へ確認を求める運用が現実的です。

Hiro運営サイトの実行ログから分かったこと

一般論と一次情報を区別するため、Hiroが運営する「auto-ai-blog」の自動生成基盤で、2026年7月21日に確認した実行結果を示します。

この基盤は営業資料専用ではありません。ただし、「データを入力し、AIで成果物を生成し、検査して保存する」という基本構造は、営業資料の自動化にも応用できます。

確認時点で、3サイトの content/posts 配下には826件のMarkdown記事がありました。これは、2026年7月21日にPowerShellで実ファイルを数えた結果です。営業資料の作成件数や売上実績を示す数字ではありません。

同日、次のテストが実行されました。

python -m pytest tests/test_slop_guard.py tests/test_import_incoming_posts.py tests/test_routing_and_products.py -q -p no:cacheprovider

結果は終了コード0、8件すべて成功でした。確認できたのは、次の範囲です。

低品質コンテンツを検出する処理
記事と画像を取り込む処理
記事を適切なサイトへ振り分ける処理
商品ページの構造に関する処理

このテスト結果だけで、営業資料の正確性、商談化率、契約率まで証明できるわけではありません。

さらに、今回と同じ「AIエージェントで営業資料作成を自動化する方法」というトピックの生成ログには、次の記録が残りました。

2026-07-21 16:27:39 Selected topic:
AIエージェントで営業資料作成を自動化する方法

2026-07-21 16:27:39 draft: calling codex CLI

2026-07-21 16:33:12 draft: codex CLI failed:
CLI timeout after 240s

2026-07-21 16:33:12 All draft CLIs failed;
skipping article generation

このログが示しているのは、AIの呼び出しに成功したことと、成果物が完成したことは別であるという事実です。

営業資料でも、APIの応答や終了コードだけを成功条件にすると、空のファイル、途中で切れた提案書、必須ページが欠けたPDFを「完成」と誤判定する恐れがあります。

Hiroの生成基盤では、Notion由来のAIスロップ防止基準として10項目を管理し、設定上の合格ラインを8項目以上としています。営業資料へ転用する場合は、文章品質だけでなく、次の条件を必須項目にする必要があります。

顧客名がCRMと一致している
価格が現行マスターと一致している
承認済みの事例だけを使用している
根拠のない成果数字が含まれていない
生成物を実際に開いて確認できる
失敗時に送信せず停止できる

成功例だけでなく、失敗ログから公開・送信条件を設計することが、「AIで資料を作れば時短できる」という一般的な解説との違いです。

AIエージェントで営業資料を自動化する9ステップ

営業資料自動化の入力・生成・検査・配信フロー

1. 自動化する営業資料を一種類に絞る

最初から提案書、見積書、事例集、契約書をすべて自動化すると、扱うルールが急激に複雑になります。まずは使用頻度が高く、構成が安定している資料を一種類だけ選びます。

候補を次の基準で評価してください。

月に複数回作成している
全体の半分以上が定型的な内容である
必要な情報をCRMやフォームから取得できる
数値や表現をルールで検査できる
間違いがあっても送信前に止められる
自動化による削減時間を計測できる

初心者には、「初回商談後の提案概要」や「問い合わせへのサービス紹介資料」が向いています。

一方、契約書、個別見積書、入札資料は、金額や法務に関するリスクがあります。自動化に慣れ、検査と承認の仕組みが整ってから扱いましょう。

2. 現在の作成工程を記録する

自動化する前に、営業担当者が行っている操作を一つずつ書き出します。

1. 問い合わせメールを読む
2. 顧客のWebサイトを確認する
3. 過去の提案書をコピーする
4. 顧客名と課題を書き換える
5. 事例を選ぶ
6. 料金表を挿入する
7. PDF化する
8. 上司へ確認を依頼する
9. 顧客へ送る

各工程について、次の四項目を記録します。

項目	確認する内容
入力元	CRM、問い合わせフォーム、商談メモなど
判断条件	何を基準に商品や事例を選ぶか
出力先	PowerPoint、PDF、CRM、メールなど
失敗時の対応	停止、再実行、担当者への通知など

「担当者の感覚で選ぶ」と書かれた工程は、そのままでは自動化できません。

たとえば事例選択なら、「同業種を優先する」「同業種の事例がなければ同じ課題の事例を選ぶ」「公開許諾済みの事例だけを使う」という判定条件へ変換します。

3. 顧客データを構造化する

自由記述のメールだけをAIへ渡すと、情報の取り違えや、存在しない情報の補完が起きやすくなります。提案に必要な情報を、あらかじめ決めた項目へ整理します。

{
  "company_name": "サンプル不動産株式会社",
  "industry": "賃貸管理",
  "company_size": "管理戸数500戸未満",
  "main_problem": "空室状況の集計に時間がかかる",
  "budget_status": "未確認",
  "decision_timing": "3か月以内を検討",
  "source": "問い合わせフォーム",
  "missing_fields": [
    "予算",
    "利用中の管理システム"
  ]
}

情報が不足している場合は、AIに推測させず、missing_fields に記録します。

会社規模、予算、導入時期などをAIが勝手に補うと、的外れな提案や信用低下につながります。必須項目が欠けている場合は、提案書を生成するのではなく、不足情報を確認するメールの下書きを作る方が安全です。

4. 正しい情報だけを参照する知識庫を作る

AIが営業資料で使ってよい情報を一か所へまとめます。これを知識庫と呼びます。

知識庫へ登録する主な情報は次のとおりです。

承認済みの商品説明
最新の料金表
公開許諾済みの導入事例
よくある質問と回答
契約・導入条件
使用禁止表現
競合比較に関するルール

各情報には、更新日、承認者、利用可能範囲、有効状態を付けます。

資料名：営業自動化プラン料金表
更新日：2026-07-01
利用可能範囲：初回提案書
承認者：営業責任者
有効状態：active
失効条件：料金改定時

古い価格表を保存しておく場合は、active=false などの状態を付け、AIが選択できないようにします。

単に社内ファイルを検索対象へ入れるだけでは不十分です。検索結果の上位に表示された古い料金表や、公開許諾のない事例が使われる可能性があるためです。

5. テンプレートを「固定・選択・生成」に分ける

営業資料全体をAIに自由生成させると、ページ構成、表現、価格表示が毎回変わります。

資料の要素を次の三種類に分類してください。

固定部分：会社概要、契約条件、免責事項、正式な価格
選択部分：業界別の課題、導入事例、商品プラン
生成部分：顧客課題の要約、提案理由、次のアクション

たとえば、料金はAIに書かせず、承認済みの料金マスターから機械的に挿入します。一方、顧客の課題と提案内容を結び付ける説明は、構造化された顧客データを使って生成できます。

実務では、各スライドに次のような仕様を持たせると管理しやすくなります。

slide_id: proposal_reason
type: generated
required_inputs:
  - company_name
  - main_problem
  - selected_product
max_characters: 240
prohibited_claims:
  - 効果を保証する表現
  - 根拠のない業界順位
fallback:
  - 担当者確認へ回す

6. AIエージェントの役割を分ける

一つのAIに調査、執筆、検査、送信をすべて任せると、問題が発生した工程を特定しにくくなります。

役割ごとに処理を分けます。

エージェント	担当	出力
情報整理	CRMと問い合わせ内容を整理	顧客JSON
提案設計	課題に合う商品・事例を選択	構成案
ライティング	顧客向けの説明文を生成	スライド原稿
検証	数字、固有名詞、禁止表現を確認	合否JSON
配信準備	PDF保存、CRM登録、通知	保存先と実行ログ

途中のデータをJSONなどの機械判読できる形式で保存すると、「顧客情報は正しいが、事例選択が間違っていた」といった原因分析ができます。

複数のAIを使うこと自体が目的ではありません。重要なのは、入力・判断・出力の境界を明確にし、失敗箇所を追跡できることです。小規模な運用なら、一つのAIを工程ごとに分けて呼び出しても構いません。

7. 送信前の自動検査を入れる

次の条件は、AIの主観的な感想ではなく、可能な限り機械的な合否として判定します。

顧客名がCRMと一致している
別の顧客名が混入していない
価格が現行マスターと一致している
使用事例が公開許諾済みである
根拠のない成果数字がない
必須ページがそろっている
個人情報や社内メモが残っていない
CTAと連絡先が正しい
PDFが正常に開ける
生成・検査・保存のログがある

検査結果は、次のような構造で保存できます。

{
  "document_id": "proposal-20260721-001",
  "status": "rejected",
  "checks": {
    "company_name_match": true,
    "price_match": true,
    "approved_case_only": false,
    "required_pages_present": true,
    "pdf_openable": true
  },
  "blocking_reasons": [
    "未承認の導入事例が含まれています"
  ],
  "next_action": "sales_reviewer_notification"
}

顧客名、価格、事例許諾などの重大条件を一つでも満たさなければ、自動送信せず隔離します。

AIのタイムアウト、空出力、JSON解析失敗、PDF生成失敗も不合格です。「判定できなかったから通す」のではなく、「判定できなかったから止める」という設計にします。

8. 最初は送信せず、並行運用で比較する

導入初期は、AIが生成した資料を顧客へ自動送信せず、従来の手作業版と比較します。

最初の検証件数を仮に10案件とする場合、これは推奨規格ではなく、小規模検証の設定例です。次の項目を案件ごとに記録します。

資料の作成時間
修正にかかった時間
事実誤認の件数
価格間違いの件数
担当者が書き直したページ数
顧客へ送れる品質だったか
商談化、見積依頼、契約への進行
AIおよび外部サービスの利用費
エラーからの復旧にかかった時間

自動送信へ進む条件も、事前に決めておきます。

例：
・重大エラー流出数が0件
・価格一致率が100％
・顧客名一致率が100％
・PDF生成成功率が98％以上
・担当者による平均修正時間が10分以内

これらの数値は一律の業界基準ではなく、自社で定める運用例です。案件単価や誤送信時の影響が大きい場合は、より厳しい条件が必要です。

9. 定期実行と収益導線を接続する

最後に、問い合わせフォーム、CRM、AIエージェント、資料保存、メール配信、KPI記録を接続します。

問い合わせ受信
  ↓
顧客情報を自動整理
  ↓
営業資料を生成・検査
  ↓
合格なら送信、不合格なら隔離
  ↓
開封・商談予約・見積依頼を記録
  ↓
反応のよい構成を次回へ反映

ここまで接続すると、営業資料は単発のファイルではなく、問い合わせを商談へ進める継続稼働型の営業資産になります。

ただし、「反応のよい構成を反映する」ときも注意が必要です。契約率だけで自動最適化すると、誇張表現や過度な値引きが選ばれる可能性があります。改善対象は、承認済みの構成、CTA、事例の並び順など、安全な範囲に限定します。

専門家目線のチェックポイント

「自動生成」と「自動送信」を分ける

生成精度が低い段階で自動送信を有効にすると、誤価格や別顧客名が入った資料を外部へ送る恐れがあります。

次の順序で権限を広げます。

下書き生成だけを自動化する
担当者が確認して送信する
低リスク案件だけ自動送信する
異常時に停止することをテストする
対象範囲を段階的に拡大する

「正常に送れること」だけでなく、意図的に価格不一致やタイムアウトを発生させ、本当に送信が止まるかも確認してください。

数字は原文と参照先を保存する

「導入後に作業時間を50％削減」と記載するなら、検証対象、測定期間、比較条件、出典を資料内または管理データへ残します。

根拠がない数字は、実績ではなく「目標」「試算」「仮定例」と表示します。出典を確認できない場合は、数値を削除するか、人間の承認へ回します。

AIが判断してはいけない項目を決める

次の処理には、人間の承認または固定ルールを残す方が安全です。

個別値引き
契約条件の変更
法的な保証
未公開顧客の社名利用
競合企業に関する断定
医療、法律、投資など高リスク領域の助言
高額案件への自動送信

AIに任せる範囲だけでなく、任せない範囲を明文化することが重要です。

フェイルクローズにする

フェイルクローズとは、障害が起きたときに安全側で停止する設計です。

Hiroの実行ログでは、今回のトピック生成が240秒でタイムアウトしました。営業資料なら、この時点で古いテンプレートや途中生成のファイルを送るのではなく、送信対象から外して担当者へ通知します。

最低限、次の異常は停止条件に含めます。

AIのタイムアウト
空の出力
必須項目の欠落
価格マスターとの不一致
顧客名の不一致
PDF生成または表示の失敗
検査処理そのものの失敗

再実行しても二重送信しないようにする

自動化では、タイムアウト後の再実行によって、同じ顧客へ資料が二重送信されることがあります。

案件ごとに一意の document_id や delivery_id を付け、「送信済みのIDは再送しない」という制御を入れます。再送が必要な場合は、人間の承認または明示的な再送フラグを必要とする設計が安全です。

個人情報を必要以上にAIへ渡さない

営業資料の生成に、問い合わせフォームの全項目が必要とは限りません。

氏名、メールアドレス、電話番号、商談メモなどは、利用目的と保存期間を決めます。外部のAIサービスを使う場合は、入力データの保存、学習利用、処理地域、アクセス権限も確認してください。

画像で説明すべき箇所と視覚的証拠

営業資料自動化の運用ダッシュボード

記事や社内マニュアルには、次の画像を入れると理解が深まります。

CRMから営業資料までのデータフロー図
問い合わせ、顧客JSON、知識庫、資料生成、検査、PDF、配信を矢印で示します。
検査結果のスクリーンショット
顧客名、価格、事例許諾、禁止表現、PDF確認の合否を一覧表示します。顧客情報や認証情報はマスキングしてください。
失敗ログの実画面
draft: calling codex CLI から CLI timeout after 240s、skipping article generation までの行を掲載します。これは、エラー時に処理を止める必要性を示す視覚的証拠になります。
営業KPIダッシュボード
資料生成数だけでなく、開封、商談予約、見積依頼、契約、人間介在時間、重大エラーを同じ画面に配置します。

生成イメージと実績証拠は明確に区別してください。この記事内の画像は概念説明用であり、実際の稼働状況、顧客実績、売上を証明するスクリーンショットではありません。

よくある失敗と対策

顧客情報が足りないまま生成する

原因： 問い合わせ文だけで提案を作らせている。
対策： 必須項目を定義し、不足している場合は、資料ではなく確認メールの下書きを作る。

過去資料を無制限に参照させる

原因： 古い価格、終了した機能、許諾のない事例が混ざる。
対策： 更新日、承認者、利用範囲、有効状態を持つ知識庫を用意する。

見た目のきれいさだけを評価する

原因： デザインは整っているが、提案内容が顧客課題とつながっていない。
対策： 各提案ページに「顧客課題」「提案機能」「期待する変化」「根拠」を持たせる。

APIの成功を資料完成と判定する

原因： HTTPステータスや終了コードしか確認していない。
対策： ファイルの存在、ファイルサイズ、ページ数、必須項目、価格、顧客名、PDF表示まで検査する。

AIに自己検査だけをさせる

原因： 資料を作ったAIに「問題ありませんか」と尋ね、その回答だけで合格にしている。
対策： 価格や顧客名は元データとの機械比較にし、AIによる文章検査は補助的に使う。

完全自動化を急ぐ

原因： 検証前に外部送信まで有効にしている。
対策： 下書き生成、承認付き送信、低リスク案件の無人送信という順に移行する。

ログを残していない

原因： 完成したPDFしか保存しておらず、どのデータやルールを使ったか追跡できない。
対策： 入力データ、参照資料の版、生成日時、検査結果、承認者、送信結果を関連付けて保存する。

成果を測るKPI

運用KPI

資料完成率＝検査合格資料数 ÷ 生成開始件数
初回合格率＝修正なしで合格した資料数 ÷ 生成資料数
タイムアウト率＝タイムアウト件数 ÷ AI実行件数
人間介在時間＝確認、修正、復旧に使った合計時間
自動送信率＝人の操作なしで送信した件数 ÷ 全送信件数
重大エラー流出数＝誤価格、別顧客名、未承認事例が外部へ出た件数
再処理率＝再実行が必要だった件数 ÷ 生成開始件数

営業KPI

資料開封率
CTAクリック率
商談予約率
見積依頼率
契約率
資料送付から商談までの日数
顧客区分別の契約単価
営業資料経由の粗利

自動化資産として見るKPI

1案件当たりの人間作業時間
営業担当者が不在でも処理できた案件数
テンプレートや事例の再利用回数
月間保守時間
AI、ストレージ、配信にかかった運用費
自動化経由の粗利から運用費を引いた金額

仮定例として、手作業では60分かかる資料を、自動生成後の確認10分まで短縮し、月20件を処理した場合、削減時間は次の計算になります。

（60分－10分）×20件＝1,000分

1,000分は16時間40分です。

これは条件を置いた試算であり、Hiroサイトの営業実績ではありません。実運用では、開発時間、保守時間、AI利用費、失敗対応時間も差し引いて評価してください。

AIスロップを防ぐ公開前チェック

営業資料自動化の記事として最低限の信頼性を保つには、次の10項目を確認します。

評価項目	この記事での対応
一次情報がある	実行コマンド、テスト結果、失敗ログを掲載
実績と仮定を区別している	826件、試算、営業実績の範囲を明記
視覚的証拠がある	必要なスクリーンショットと図を具体化
再現可能な手順がある	9ステップと入力JSONを掲載
合否条件がある	送信前チェックと合否JSONを掲載
失敗例がある	240秒タイムアウトのログを掲載
限界を説明している	適さない案件とAIの判断限界を明記
初心者の次の行動が分かる	資料分類と7日間の着手手順を提示
一般論との差別化がある	失敗ログから停止条件を設計
過剰な成果保証をしていない	契約・収益を保証しない旨を明記

この表は記事品質を検討するための編集上のチェックであり、営業成果を保証する認証基準ではありません。

この方法が使えないケースと限界

顧客ごとに提案内容が大きく異なり、熟練者による聞き取りそのものが価値になる商談では、完全自動生成が適さない場合があります。

特に、次の案件では慎重な運用が必要です。

大型案件
入札案件
法的責任を伴う提案
個別契約条件が多い案件
未公開情報を大量に扱う案件
医療、法律、金融などの高リスク領域
顧客との関係性や社内調整が成否を左右する案件

AIは、顧客との関係性、社内政治、担当者の温度感まで正確に把握できるとは限りません。競合比較や成果予測にも誤りが混ざる可能性があります。

完全自動化を目指す場合も、あらゆる判断から人を外すのではなく、正常処理は無人、判断不能なら自動停止という境界を設ける方が、運用を安定させやすくなります。

読了後すぐに取れるアクション

まず、直近で作成した営業資料を一つ開き、各ページを次の三種類へ分類してください。

固定：毎回変更しない
選択：条件に応じて既存パーツから選ぶ
生成：顧客情報を使って書き換える

次に、顧客名、課題、商品、価格、事例、CTAを表計算シートの列として整理します。この一枚が、営業資料自動化に必要な最初の入力仕様になります。

あわせて、送信を止める条件を最低三つ決めてください。

・顧客名が空欄
・価格マスターと不一致
・AI処理がタイムアウト

初心者向け・最初の7日間

具体的な着手順は次のとおりです。

1日目： 自動化する資料を一種類選ぶ
2日目： 現在の作成工程を書き出す
3日目： 固定・選択・生成部分に分類する
4日目： 顧客データの入力項目を表にする
5日目： 最新料金表と承認済み事例を整理する
6日目： 過去案件一件で下書きを生成する
7日目： 元資料と比較し、誤りと修正時間を記録する

最初の目標は自動送信ではありません。一件の資料を、元データと照合可能な状態で下書き生成することを目標にしてください。

まとめ：営業資料を作業物から自動化資産へ変える

AIエージェントによる営業資料の自動化は、文章を生成するだけでは完成しません。

対象資料を一種類に絞る
現在の工程を記録する
顧客データを構造化する
承認済みの知識庫を作る
固定・選択・生成部分を分ける
AIエージェントの役割を分離する
送信前に機械検査する
並行運用で精度を測る
配信と営業KPIを接続する

この流れを構築すれば、担当者が毎回PowerPointを開かなくても、問い合わせから提案資料まで自動処理できる範囲が広がります。

さらに、開封、商談、見積、契約のデータを次の提案へ反映すれば、営業資料は使い捨てのファイルから、継続的に改善できる営業システムへ変わります。

収益を完全に保証する仕組みはありません。それでも、正常時の人間操作を減らし、例外だけを確認する設計なら、自分の時間を過度に消耗せず、継続的に価値を提供する基盤を作れます。

本気で自動化・不労所得を構築したい方へ

営業資料を一枚速く作るだけでは、自由な時間は増えません。

問い合わせの受信、顧客分析、資料生成、品質検査、配信、商品案内、効果測定までがつながって初めて、自分が操作していない時間にも処理が進む導線になります。

「AIツールを試して終わりたくない」
「自分が毎回操作しなくても動く収益システムを作りたい」
「失敗時には安全に止まり、成功パターンを継続的に蓄積したい」

そんな方に向けて、本気で自動化・不労所得を構築するための実践マニュアルを用意しています。

単なるツール紹介ではなく、収益導線、定期実行、監視、例外処理、改善までを仕組みに落とし込むための手順書です。

作業時間を売り続ける状態から抜け出し、繰り返し価値を生む自動化資産を作りたい方は、目的に合うマニュアルを確認してください。

自動化・不労所得構築の実践マニュアルを見る

AIエージェントによる営業資料自動化の全体像#

Hiro運営サイトの実行ログから分かったこと#

AIエージェントで営業資料を自動化する9ステップ#

1. 自動化する営業資料を一種類に絞る#

2. 現在の作成工程を記録する#

3. 顧客データを構造化する#

4. 正しい情報だけを参照する知識庫を作る#

5. テンプレートを「固定・選択・生成」に分ける#

6. AIエージェントの役割を分ける#

7. 送信前の自動検査を入れる#

8. 最初は送信せず、並行運用で比較する#

9. 定期実行と収益導線を接続する#

専門家目線のチェックポイント#

「自動生成」と「自動送信」を分ける#

数字は原文と参照先を保存する#

AIが判断してはいけない項目を決める#

フェイルクローズにする#

再実行しても二重送信しないようにする#

個人情報を必要以上にAIへ渡さない#

画像で説明すべき箇所と視覚的証拠#

よくある失敗と対策#

顧客情報が足りないまま生成する#

過去資料を無制限に参照させる#

見た目のきれいさだけを評価する#

APIの成功を資料完成と判定する#

AIに自己検査だけをさせる#

完全自動化を急ぐ#

ログを残していない#

成果を測るKPI#

運用KPI#

営業KPI#

自動化資産として見るKPI#

AIスロップを防ぐ公開前チェック#

この方法が使えないケースと限界#

読了後すぐに取れるアクション#

初心者向け・最初の7日間#

まとめ：営業資料を作業物から自動化資産へ変える#

本気で自動化・不労所得を構築したい方へ#