提案書の使い回しで顧客名を間違える。AIで組み立てる前の資料整理

結論として、提案書を再利用する際は「資料の一覧化 → 機密レベルのタグ付け → チェックリストで検証 → 社内レビュー」の順に作業すれば、顧客名の誤記や他社情報混入を防げます。まずは自社に残っている提案書をすべてリスト化し、バージョンと公開区分を確認することから始めましょう。

---

提案書の再利用で起きるミスの全体像

顧客名入力ミスの原因は何か

顧客名は提案書の冒頭や見出しに頻繁に登場しますが、テンプレートをコピーして使い回すときに置換作業を忘れるケースが多く見られます。特に、過去案件のPDFやWordファイルをそのまま貼り付けると、隠れたテキストやコメントに旧顧客名が残ることがあります。

実務では、営業担当が「前回と同じ構成なのでそのまま流用できる」と判断しがちですが、実際には顧客情報は案件ごとに固有であるため、必ず手動で確認し置換する手順を設ける必要があります。

このようなミスが起きる背景には、提案書の管理が散在している点があります。ファイルサーバーや個人のPCに保存された古いバージョンが混在し、最新版かどうかの判別が難しいことが原因です。対策としては、ファイル名に案件コードとバージョン番号を付与し、最新ファイルを一元管理する仕組みを導入すると効果的です。

担当者に「顧客名は必ず検索置換し、置換結果を別ウィンドウで確認する」ルールを周知しましょう。

承認済部品と公開区分の混同

提案書には、社内で承認された部品情報や価格表、製品仕様書が含まれますが、これらは案件ごとに公開区分が異なることがあります。たとえば、ある案件では価格情報が「社内限定」でも、別の案件では「顧客向け公開」となるケースです。承認済部品をそのまま流用すると、公開区分が合わない情報が誤って顧客に提示されるリスクがあります。

このリスクを防ぐには、提案書作成時に「部品リスト」と「公開区分」のマトリクス表を作成し、各部品がどの案件でどの区分で使用できるかを明示します。さらに、承認フローに「公開区分チェック」を必須項目として組み込み、担当者が部品を選択した際に自動的に区分が表示されるようにすれば、ヒューマンエラーを大幅に削減できます。

実務では、営業と技術部門が共同でこのマトリクスを更新し、最新版を共有フォルダに置くことが重要です。

他社秘密情報が混入するリスク

提案書のテンプレートには、過去に他社向けに作成した資料が混在している場合があります。特に、競合他社の製品比較表や価格情報が残っていると、誤って自社の提案書に流用してしまう危険があります。こうした情報は機密保持契約（NDA）で守られるべきであり、漏洩が発覚すれば法的リスクが生じます。

対策としては、提案書作成前に「他社情報除去チェックリスト」を用意し、AIベースのテキスト検索ツールで「競合」「他社」などのキーワードを自動抽出させます。抽出結果は担当者が目視で確認し、必要に応じて削除または修正します。また、社内で「他社情報はテンプレートに保存しない」方針を明文化し、違反があった場合の報告フローを設定しておくと、再発防止につながります。

資料整理の基本ステップ

最新版と旧版の一覧化

提案書の管理は、最新版と旧版が混在しやすい点が課題です。まずは、全提案書ファイルを一括で検索し、ファイル名に案件コード、作成日、バージョン番号を付与した一覧表を作成します。ExcelやGoogleスプレッドシートで管理すれば、検索やフィルタリングが容易です。

一覧化の際は、各ファイルの最終更新者と承認ステータスも併記します。これにより、誰が最終的に承認したかが一目で分かり、古い版を誤って使用するリスクが低減します。担当者には「一覧表の最終更新日は毎週金曜に行う」ルールを守ってもらい、常に最新情報が共有されるようにします。

機密レベルのタグ付け

提案書に含まれる情報は、機密性に応じて「公開」「社内限定」「機密」の3段階に分類できます。ファイル自体にメタデータとしてタグを付与するか、一覧表の列でレベルを示すことで、検索時に機密度で絞り込みが可能です。

タグ付けは、情報セキュリティの観点からも重要です。たとえば、機密情報が含まれる提案書は外部USBへのコピーを禁止し、社内ネットワーク上のみで閲覧できるように設定します。タグ付けの基準は、社内の情報管理ポリシーに合わせて策定し、担当者が新規作成時に必ず選択するようにチェックリストに組み込みます。

承認フローとレビュー担当の明確化

提案書は、営業だけでなく技術・法務・財務の複数部門がレビューすることが一般的です。承認フローが曖昧だと、重要なチェックが抜け落ち、顧客名ミスや機密情報漏洩につながります。まずは、案件ごとに「レビュー担当者リスト」を作成し、承認ステップを可視化します。

具体的には、提案書作成後に「レビュー依頼」ボタンをクリックすると、担当者全員に自動通知が届く仕組みを導入します。承認が完了したらシステムがステータスを「承認済み」に更新し、次の工程へ進めます。このプロセスを文書化し、社内マニュアルとして配布すれば、誰が何を確認すべきかが明確になり、ミスの防止に直結します。

AI活用前のチェックリスト

顧客情報の自動抽出と検証

AIを使って提案書を自動生成する前に、顧客名や担当者情報が正確に抽出されているかを確認します。テキスト抽出ツールで提案書本文から「顧客名」「案件コード」などのキーワードを抽出し、一覧化したデータと照合します。

照合結果に不一致があれば、担当者にアラートが表示され、手動で修正するよう促します。このプロセスは、AIが誤った情報を学習しないようにするための重要なステップです。実務では、抽出結果をCSVに出力し、営業がExcelで簡単に確認できるようにすると、導入ハードルが下がります。

部品・条件の重複除去手順

提案書に掲載する部品リストや価格条件は、過去案件から流用されることが多いですが、重複や古い情報が混在しやすいです。AIに入力する前に、部品データベースと照合し、最新の承認済部品だけを抽出します。

具体的には、部品コードをキーにして「承認日」や「有効期限」のカラムを持つ表と突合せ、期限切れや非承認部品は自動的に除外します。この作業をスクリプト化すれば、数クリックでクリーンな部品リストが得られ、AIが生成する提案書の正確性が向上します。

機密情報除外の自動検出

AIに提案書の原稿を渡す際、機密情報が混入していないかを自動でチェックします。キーワードベースのフィルタリングに加えて、正規表現や機密情報パターン（口座番号、契約番号など）を設定し、検出された箇所は赤字でハイライトします。

ハイライトされた部分は担当者が必ずレビューし、削除またはマスク処理を行います。検出ツールはオープンソースのテキスト解析ライブラリを活用でき、導入コストを抑えつつも高精度なチェックが可能です。結果はレポートとして保存し、監査時の証跡として活用します。

実務への落とし込みと次の判断

社内での運用ルール策定

上記の手順を定着させるために、社内で明文化した運用ルールを策定します。ルールは「提案書作成 → 資料整理 → チェックリスト実施 → AI生成 → 最終レビュー」のフローを順守することを前提に、各担当者の役割と期限を明記します。

策定したルールは、社内ポータルに掲載し、全員がアクセスできるようにします。また、定期的に研修やケーススタディを実施し、実務での適用例を共有することで、ルールの浸透を図ります。ルール違反が発覚した場合は、原因分析と改善策を速やかに報告するフローも合わせて定めておくと、継続的な品質向上が期待できます。

外部ベンダーへの依頼時の注意点

AIベンダーや外部の文書作成サービスに提案書作成を委託する場合、機密情報の取り扱いが重要です。まずは、ベンダーに対して「機密情報除外済みのデータのみ提供する」ことを契約書に明記します。提供するデータは、先述のチェックリストでクリアしたものに限定します。

また、ベンダー側のセキュリティ体制（暗号化、アクセス制御、ログ管理）を確認し、必要に応じて情報共有の範囲を限定します。委託後は、納品物に対して社内で再度レビューを行い、顧客名や機密情報の誤記がないか最終確認します。これにより、外部委託でもリスクを最小化できます。

問題が再発したときの相談先

もし、顧客名の誤記や機密情報漏洩が再び発生した場合は、まず社内の情報セキュリティ担当者に報告し、インシデント対応フローを起動します。次に、提案書作成チームのリーダーと共に原因分析を行い、チェックリストやルールの抜け漏れを洗い出します。

分析結果を踏まえて、改善策（例えば、検索置換の自動化やレビュー担当者の追加）を策定し、経営層に承認を得ます。必要に応じて、外部のAI活用コンサルタントや法務部門と連携し、法的リスクやコンプライアンス面の確認も行いましょう。迅速かつ体系的な対応が、信頼回復と再発防止の鍵となります。