IT企業がClaude 3を使って提案書作成を自動化、受注率が1.4倍になった話

「また今週末も潰れる」——提案書地獄から始まった話

忘れもしない、去年の10月の金曜日夕方。その日だけで3件のヒアリングをこなし、月曜の朝イチまでに提案書を仕上げなければならない案件が2件積み上がっていた。画面を見つめながら、「この仕事、本当に続けられるのか」と正直思った。

私が勤めているのは、従業員30名ほどのWebシステム開発会社だ。営業兼プリセールスという役割で、ヒアリングから提案書作成、見積もり、クロージングまでをほぼひとりで回している。案件数は月に10〜15件。多いときは20件を超える。

問題は、提案書の作成に恐ろしいほど時間がかかることだった。1件あたり平均8時間。ヒアリングメモを見返しながら課題を整理して、解決策を考えて、スケジュールを組み立てて、費用の根拠を書いて——気づけば深夜2時になっている。そんな週末が、月に2〜3回あった。

受注率は当時で約28%。10件提案して3件弱しか取れない。もちろん競合もいるし、予算が合わないケースもある。でも「もっと質の高い提案ができれば」という感覚は常にあった。時間をかけて書いた提案書でも、後から読み返すと「なんか薄いな」と感じることが多かった。

AI導入前の実態——数字で見る「提案書地獄」

導入前の状況を改めて数字で整理してみると、自分でも引くくらいひどかった。

提案書1件あたりの作成時間：平均8.2時間（最長は12時間超）
月間提案件数：平均12件
月間の提案書作成に費やす時間：約98時間
受注率：28.3%（6ヶ月平均）
ヒアリングから提案書提出までの平均日数：4.7日

月間98時間というのは、実働時間の約60%に相当する。つまり、仕事の6割が提案書を書くことに消えていた。新規顧客の開拓や既存顧客のフォロー、社内の技術勉強会への参加——そういった「本来やるべきこと」が全部後回しになっていた。

特に痛かったのが「提案スピード」の問題だ。ヒアリングが終わった直後、顧客はまだ課題意識が高くて「早く解決したい」という熱量がある。でも提案書を出すのに5日かかっていたら、その熱量はどんどん冷めていく。実際、「他社に先に提案書をもらって、そっちで進めることにしました」と言われたケースが、半年で3件あった。

提案書の内容についても課題があった。毎回ゼロから書いているので、どうしても「書けた！」という安心感で満足してしまう。客観的に見ると、課題の掘り下げが浅かったり、提案の根拠が弱かったりする箇所が散見された。でも8時間かけて書いた後に「もう一回見直そう」という気力は残っていない。

なぜClaude 3を選んだのか——3つのAIを2週間比較した話

AI活用を真剣に考え始めたのは、ちょうどClaude 3が話題になっていた時期だった。最初から「Claudeを使おう」と決めていたわけではない。ChatGPT（GPT-4）、Gemini Pro、Claude 3の3つを実際に使って比較した。

比較の方法はシンプルで、実際のヒアリングメモを同じプロンプトで入力して、生成された提案書の骨子を社内の技術責任者と営業部長に見せて評価してもらった。評価項目は「論理の一貫性」「ビジネス文書としての自然さ」「課題と解決策の対応関係」「読み手への説得力」の4点。

結果は、Claude 3が3項目で1位だった。特に差が出たのは「論理の一貫性」と「ビジネス文書としての自然さ」。ChatGPTは全体的に悪くないが、長文になると後半の論旨がぶれる傾向があった。Geminiは情報量は多いが、どこか「検索結果をまとめました」という感じで、提案書特有の「私たちはこう考えます」という主体性が薄かった。

Claude 3が良かった点をもう少し具体的に言うと、「顧客の課題に共感しながら解決策を提示する」という、提案書に必要な「感情的な流れ」を自然に作れることだった。提案書は単なる情報の羅列ではなく、「あなたの課題を私たちは理解しています、だからこそこの解決策が最適なんです」というストーリーが必要だ。その点でClaude 3は明らかに優れていた。

コスト面では、Claude 3 Sonnetをメインで使うことにした。Opusは精度が高いが、提案書の骨子生成という用途では過剰スペックで費用対効果が悪い。Sonnetで十分な品質が出ることを確認した上で、月額のAPI費用は平均で約8,000円に収まっている。

実際の導入ステップ——プロンプト設計に3週間かけた

導入自体は技術的には難しくない。Claude 3のAPIをGAS（Google Apps Script）と連携させて、Googleフォームで入力したヒアリング内容が自動的にClaude 3に送られ、生成された提案書の骨子がGoogleドキュメントに出力される仕組みを作った。開発工数は社内エンジニアに頼んで約2日。

難しかったのはプロンプトの設計だ。最初に作ったプロンプトは正直ひどかった。「提案書を作ってください」レベルの指示では、当然のことながら使い物にならない文章しか出てこない。プロンプトを磨くのに、実際に3週間かかった。

最終的に安定した品質が出るようになったプロンプトの構造はこうだ。

あなたはWebシステム開発会社の提案書作成の専門家です。以下の条件と情報をもとに、顧客への提案書の骨子を作成してください。
【あなたの会社の強み・特徴】
・創業15年、製造業・小売業向けシステム開発の実績200社以上
・アジャイル開発による短期リリースが得意（最短3ヶ月）
・導入後の保守・改善提案まで一貫対応
・東海地区に特化したオンサイト対応可能
【顧客情報】
業種：{業種}
従業員規模：{従業員数}
担当者の役職：{役職}
【ヒアリングで把握した現状課題】
{課題の詳細}
【顧客の要望・ゴール】
{要望}
【予算感】
{予算}
【導入希望時期・制約条件】
{時期と制約}
【競合状況（把握している場合）】
{競合情報}
以下の構成で提案書の骨子を作成してください。各セクションは具体的に書き、「一般論」ではなく「この顧客の状況に即した内容」にしてください。
①現状課題の整理（顧客の言葉を使いながら、課題の本質を言語化する）
②このまま放置した場合のリスク（定量的な表現を含める）
③私たちが提案する解決策（なぜ他の方法ではなくこれなのかを含める）
④期待される効果（できるだけ数値で表現する）
⑤導入スケジュール（フェーズ分けして現実的な期間で）
⑥費用概算の考え方（金額そのものより、費用の根拠と投資対効果を）
⑦私たちを選ぶ理由（競合との差別化ポイントを3点）
文体は丁寧語で、読み手は意思決定権を持つ経営層を想定してください。専門用語は使う場合は必ず説明を加えること。

このプロンプトに至るまでに、試行錯誤したポイントがいくつかある。特に重要だったのが「②このまま放置した場合のリスク」を追加したことだ。最初のバージョンにはこのセクションがなかった。でも受注できた案件を振り返ると、「放置リスクを明確に示すことで顧客の危機感を高めた」ケースが多かった。これはClaude 3に言われたわけではなく、営業の経験則から追加したものだ。

最初の2週間でぶつかった壁——失敗談を正直に書く

「AI導入したら一気に解決した」という話にはしたくない。実際には、最初の2週間はかなり苦労した。

失敗その1：ヒアリングメモの質が悪いと、AIの出力も悪い

当たり前のことだが、入力する情報が曖昧だと、出力も曖昧になる。最初の頃、「課題の詳細」欄に「在庫管理を効率化したい」とだけ書いて入力したら、どこにでもあるような一般的な提案書が出てきた。「そりゃそうだ」という話だが、これはヒアリングの質を上げることが必要だと気づかせてくれた。

今では、ヒアリング中にスマホのメモに「現在の作業フロー」「誰が何をどれくらいの頻度でやっているか」「その作業の何が一番つらいか」「理想の状態を一言で言うと」という4点を必ず記録するようにした。このメモをそのまま「課題の詳細」欄に貼り付けると、Claude 3が課題を的確に構造化してくれる。

失敗その2：生成された文章をそのまま出したら怒られた

2週目に、ある製造業の顧客への提案書で、Claude 3が生成した骨子をほぼそのままWordに貼り付けて提出した。翌日、顧客から電話があって「この提案書、うちのこと本当にわかってますか？」と言われた。

読み返してみると、確かに「製造業向けの提案書」ではあるが、「その顧客固有の状況」が薄かった。ヒアリングで聞いた「現場のパートさんがスマホ操作に慣れていないので、UIは極力シンプルにしてほしい」という要望が、提案書のどこにも反映されていなかったのだ。

これ以降、Claude 3の出力を「たたき台」として扱い、必ず自分でひと読みして「この顧客固有の言葉や要望が反映されているか」を確認するようにした。加筆・修正に要する時間は平均1〜1.5時間。それでも以前の8時間から比べれば劇的な改善だ。

失敗その3：費用の書き方でトラブル

Claude 3に費用概算を書かせると、「300〜500万円程度」という表現が出てくることがある。これを確認せずに出したら、顧客が「500万円で見積もってください」と解釈して話が進んでしまったことがあった。

今では費用に関する部分は必ず自分で書き直す、というルールを設けている。Claude 3には「費用の考え方と投資対効果」を書かせて、具体的な金額は自分で入力する。この切り分けは重要だった。

改善を重ねて安定した品質へ——3ヶ月後の運用フロー

失敗を経て、3ヶ月後には以下のフローが安定した。

ステップ1：ヒアリング中（30〜60分）
スマホのメモアプリに、決まったフォーマットで情報を記録。「現状フロー」「課題の本質」「担当者の感情的な不満」「経営層が気にしているポイント」「競合の動き（聞けた場合）」を必ず拾う。

ステップ2：ヒアリング後（15〜20分）
Googleフォームにヒアリング内容を入力。このフォームがGASと連携していて、送信するとClaude 3に自動送信される。

ステップ3：Claude 3の出力確認（20〜30分）
生成された骨子をGoogleドキュメントで確認。「顧客固有の表現が入っているか」「論理の流れに違和感がないか」「費用の記載が適切か」の3点をチェックして加筆修正。

ステップ4：提案書の仕上げ（30〜60分）
骨子をもとに、Wordテンプレートに流し込んで体裁を整える。図表の追加や、実績事例の挿入はこの段階で行う。

合計所要時間：ヒアリング込みで2〜3時間。以前の8時間から、実質的な提案書作成時間は1.5〜2時間に短縮された。

受注率1.4倍——何が変わったのか、正直に分析する

導入から6ヶ月後の受注率は39.5%。導入前の28.3%から約1.4倍になった。この数字をどう読むか、自分なりに分析してみた。

要因1：提案スピードの改善（最も大きな要因）

ヒアリングから提案書提出までの平均日数が、4.7日から1.8日に短縮された。これが受注率に与えた影響は思っていた以上に大きかった。「他社より提案が早かった」という理由を顧客から直接聞いたケースが、この6ヶ月で5件あった。特に、複数社に声をかけている競合案件では、スピードが明確な差別化要因になった。

顧客心理として、「早く提案書を出してくれた会社は、仕事も早い」という印象を持ってもらえるようだ。これは以前から感覚としてわかっていたが、実際に数字に出ると改めて確信できた。

要因2：提案書の構成品質の向上

Claude 3が生成する骨子の一番の価値は、「放置リスクの言語化」と「投資対効果の整理」だと感じている。自分でゼロから書いていたときは、「現状の課題」→「解決策」という流れになりがちで、「何もしないとどうなるか」という視点が抜けていた。

Claude 3は、例えば「月末の棚卸に3日かかっている」という課題に対して、「年間で36日（約5週間分）の工数が棚卸のみに費やされており、その人件費換算は約180万円。加えて、在庫の不正確さによる機会損失や廃棄コストを含めると、年間で300万円超の損失が発生している可能性があります」という形で言語化してくれる。この「定量化された放置リスク」が、顧客の意思決定を後押しする効果があると感じている。

要因3：自分自身の提案への自信

これは数値化できない要因だが、正直に書いておきたい。以前は「時間をかけて書いたが、これで本当に大丈夫か」という不安を抱えたまま提案書を出していた。今は、Claude 3が構造を整えてくれた上で自分が肉付けしているので、「この提案書はロジックが通っている」という自信を持って提出できる。

その自信は、提案プレゼンの場でも出るのだと思う。提案書の内容を自分がしっかり理解して、自分の言葉で説明できる。顧客からの質問にも、提案書の構造が頭に入っているから素早く答えられる。そういった場での「頼りがいのある印象」が、受注につながっているケースもあると感じている。

導入を検討している人へ——3つの現実的なアドバイス

同じような状況にいる人に向けて、「やってよかった」だけじゃなく「これは注意してほしい」という点も含めて伝えたい。

1. プロンプトに自社の「個性」を入れることが最重要

汎用的なプロンプトでは汎用的な提案書しか生まれない。自社の強み、実績、担当者のスタイル、よく使うフレーズ——これらをプロンプトに組み込むことで、「自社らしい」提案書が生成されるようになる。プロンプト設計に時間をかけることを惜しまないでほしい。最初の2〜3週間は試行錯誤の期間だと割り切ること。

2. AIの出力を「完成品」ではなく「素材」として扱う

Claude 3が生成するのはあくまで骨子であり、たたき台だ。そこに自分のヒアリングで感じた「この顧客は何に一番困っているか」「担当者はどんな言葉に反応していたか」という人間的な観察を加えることで、初めて「この顧客のための提案書」になる。AIに任せきりにしようとすると、必ず失敗する。

3. 費用・数値・固有名詞は必ず自分で確認・修正する

Claude 3は時として「それらしい数字」を生成することがある。特に「業界平均のコスト削減率は〇〇%」のような表現は、根拠が不明確なまま出てくることがある。費用や数値に関する記述は必ず自分でファクトチェックし、必要に応じて修正する習慣をつけること。顧客との信頼関係を損ねるリスクは、時間短縮のメリットを上回る。

6ヶ月間の数字をまとめると

提案書1件あたりの作成時間：8.2時間 → 1.8時間（78%削減）
月間の提案書作成時間：約98時間 → 約22時間（77%削減）
ヒアリングから提案書提出までの日数：4.7日 → 1.8日（62%短縮）
受注率：28.3% → 39.5%（約1.4倍）
月間API費用：約8,000円
月間増加受注額（概算）：約180万円

月8,000円の投資で月180万円の増収。ROIで言えば225倍。数字だけ見ると「本当か？」と思うかもしれないが、これは受注率の改善と件数増加を掛け合わせた結果だ。削減された時間を新規開拓や既存顧客のフォローに充てられるようになったことも、間接的に売上に寄与している。

何より、週末に提案書を書き続けるあの消耗感がなくなった。それだけで、この取り組みをやってよかったと思っている。

AIは「仕事を奪う存在」ではなく、「最も消耗する作業を肩代わりしてくれる存在」だった。少なくとも私の場合は、そうだった。