新規開拓営業でAIを使う手順——リスト作成から初回アプローチまで

結論

新規開拓営業でAIを使う最大の効果は、1件あたりのアプローチの質を上げることだ。架電件数やメール送付数を増やしてもアポ率が変わらないなら、1件の調査・文案作成に使う時間を減らしつつ、そこで浮いた時間を「相手に刺さる内容」の精度を上げることに向けることが現実的な改善方向だ。AIは調査の下処理と初稿の生成を担い、人間は判断と微調整に集中するという分担が機能する。

---

新規開拓の3つの壁とAIが変えるポイント

新規開拓営業には、時間と手間がかかる工程が3つある。

壁1：ターゲット選定——誰に当たるかを決める時間がかかる
業種・規模・地域・抱えていそうな課題から「刺さる確率が高い企業」を絞り込む作業は、担当者の経験や勘に頼りがちで属人化しやすい。

壁2：事前調査——1社ずつ調べる時間が積み上がる
アプローチ前に相手の会社のウェブサイト・プレスリリース・求人情報を確認する作業は、1社あたり15〜30分かかることが多い。1日に10社調べると2〜5時間が消える。

壁3：アプローチ文——「響く文章」を書くのが難しい
画一的な文面では返信率が低い。かといって1社ずつゼロから書いていると時間がかかる。結果として使い回しの文面を送り続ける状態になりやすい。

AIは壁2と壁3を大幅に緩和できる。壁1（ターゲット選定）については、AIが完全に解決することは難しいが、考える材料を整理する補助はできる。

---

ステップ1：ターゲットの輪郭をAIで言語化する

ターゲット企業の条件を「感覚」から「言語化された基準」に変える作業にAIを使う。

次のようなプロンプトが有効だ。

---

プロンプト例：ターゲット仮説の言語化

あなたは私の営業戦略のアドバイザーです。

私たちの商品：[商品・サービス名と概要を2〜3行]
既存の成約事例：[成約した企業の業種・規模・担当者の役職・課題を箇条書きで3〜5件]

上記をもとに、新規開拓でアプローチすべきターゲット企業の特徴を以下の観点で整理してください。
- 業種・業態の傾向
- 企業規模（従業員数・売上規模）
- 抱えていると考えられる課題
- 決裁者の役職
- アプローチのタイミング（決算期・組織変更・採用状況など）

---

このプロンプトで出てきた内容を、チームで見直して精査する。AIが出す仮説はあくまで材料であり、実際の成約事例から外れているものは削除・修正する。

言語化されたターゲット基準があると、SalesforceやSansan・ZoomInfoなどのリスト作成ツールを使うときの絞り込み条件が明確になる。

---

ステップ2：ターゲット企業の事前調査を5分で完了させる

1社ずつ手動で調べていた事前調査を、AIで10分の1に短縮する手順を説明する。

手順1：情報を集める（3分）
対象企業のウェブサイトの「会社概要」「事業内容」「ニュース・プレスリリース」ページのテキストをコピーする。また、GoogleやLinkedInで最近のニュース（新規事業・採用強化・拠点拡大など）を1〜2件確認してメモする。

手順2：AIで要約と課題仮説を生成する（2分）

---

プロンプト例：企業調査の要約と課題仮説

以下は[企業名]のウェブサイトと最近のニュースです。

[コピーしたテキストを貼り付け]

上記をもとに、以下の形式で整理してください。

1. 事業の概要（2〜3行）
2. 最近の動向・注目点（箇条書きで2〜3点）
3. 私たちの[商品・サービス]と関連しそうな課題の仮説（2〜3点）
4. 初回アプローチで使えるフック（相手の関心を引く切り口）

---

この手順で生成した情報は「確認のたたき台」として使う。AIが出した課題仮説は推測であり、そのまま「御社の課題は〇〇ですね」と押し付けないこと。「〜という状況が増えているとお聞きするのですが、御社ではいかがでしょうか」という確認の形で使うのが適切だ。

---

ステップ3：初回アプローチのメール・DMを複数パターン生成する

メールやDMの文案を複数パターン用意してA/Bテストする作業にAIを使う。1社ずつゼロから書く必要はなく、企業ごとの情報を差し替えながら生成することで、「個別感があるが量産できる」状態を作れる。

---

プロンプト例：初回アプローチメールの生成

あなたは[業種・規模]の企業への新規開拓メールを書くアシスタントです。

送り先企業情報：
- 企業名：[企業名]
- 事業概要：[2〜3行]
- 最近の動向：[1〜2点]
- 課題仮説：[1点]

私たちの商品・サービス：[概要と差別化ポイント]

以下の条件でメールを2パターン書いてください。
- 件名はそれぞれ異なるものを1つずつ
- 本文は200字以内
- 自社の自慢は最小限にし、相手の状況への共感から入る
- 最後にアクションを1つだけ促す（15分の通話・資料送付など）

---

2パターン生成して比較することで、「どちらの切り口の方が相手に刺さりそうか」を送る前に判断できる。送付後の開封率・返信率のデータが蓄積されると、次の改善サイクルに使える。

新規開拓での具体的なプロンプト事例は営業プロンプト集も参照してほしい。

---

ステップ4：架電スクリプトの準備にAIを使う

初回電話のスクリプトを準備する際にも、AIが役立つ。特に「最初の15秒で相手の興味を引く言葉」は事前に複数パターン用意しておくと、架電中に迷わなくて済む。

---

プロンプト例：架電スクリプトの生成

[企業名]への初回電話のスクリプトを作ってください。

前提：
- 担当者は[役職名]
- 想定している課題：[1〜2行]
- 私たちが提供できる価値：[1〜2行]

以下の構成で書いてください。
1. 最初の名乗り（1〜2行）
2. 電話の目的を伝える（2〜3行）
3. 相手の反応を引き出す質問（1つ）
4. 断られたときの切り返し（1パターン）
5. アポ取得のクロージング（1〜2行）

---

生成されたスクリプトをそのまま読む必要はない。構成の骨格を参考に、自分の言葉で自然に話せる形に書き直す。AIはたたき台の生成に使うのが適切だ。

---

ステップ5：反応率の振り返りとAIを使った改善ループ

送付したメール・架電の結果データをAIに渡して、改善の仮説を出させることができる。

---

プロンプト例：反応率の分析と改善仮説

先月のメールアプローチの結果データです。

[表形式で：業種・送付数・開封数・返信数・アポ取得数]

このデータから読み取れる傾向と、来月の改善仮説を3つ出してください。

---

AIが出す仮説は「データの傾向から導ける論理的な推測」であり、現場の実感と照合してから採用するかを判断する。「IT業界は開封率が高いが返信率が低い」というデータが出た場合、その原因が「件名のせい」なのか「本文の内容が弱い」のかはAIだけでは特定できない。数字に現場の知見を組み合わせて仮説を絞る作業が人間の役割だ。

---

情報管理の注意点

AIに企業情報を入力する際に注意すべき点がある。

公開情報のみ使う
ウェブサイト・プレスリリース・IR資料など公開されている情報は問題なく使える。顧客から受け取った内部資料・NDAで守られた情報は、社外のAIサービスに入力してはいけない。

個人名・担当者情報を入力しない
担当者の氏名・電話番号・メールアドレスなどの個人情報は、AIサービスの利用規約上の扱いを確認した上で入力するかどうかを判断する。社内のAIポリシーがある場合はそれに従う。

社内で承認されたツールを使う
ChatGPTやClaudeを業務に使う前に、自社のAI利用ポリシーを確認する。法人向けプランでは入力データが学習に使われない設定になっているが、無料プランでは異なる場合がある。詳しくは法人向けAIのデータ取り扱い確認ポイントを参照してほしい。

---

全体像：新規開拓へのAI活用フロー

ステップ	作業内容	AIの役割	人間の役割
ターゲット選定	狙うべき企業像の定義	既存成約事例からの仮説整理	基準の精査・最終決定
リスト作成	企業名・担当者の抽出	なし（外部ツールを使用）	ツールでの絞り込み操作
事前調査	各社の状況・課題仮説	ウェブ情報の要約・課題仮説生成	仮説の妥当性確認
アプローチ文	メール・DM・スクリプト	複数パターンの初稿生成	個別情報の差し込み・最終調整
送付・架電	実際のコンタクト	なし	担当者が実施
振り返り	反応率の分析・改善	データからの傾向抽出・仮説提示	仮説の検証・次の施策決定

---

まとめ

新規開拓営業でAIが最も効くのは「事前調査の効率化」と「アプローチ文の初稿生成」の2工程だ。この2つだけで、1社あたり30〜60分かかっていた準備が10〜15分に縮まる可能性がある。浮いた時間を「なぜ断られたか」の分析と「次のアプローチをどう変えるか」の思考に使うことで、架電・送付数を増やすより受注確率が上がる方向にエネルギーを集中できる。

ツールの選び方については営業向けAIツール比較でまとめている。