▼ この記事の内容
AIで営業トークスクリプトを作成するには、商談目的、顧客課題、勝ちパターン、反論対応、改善指標を入力に分けます。生成した台本は暗記用ではなく、ロープレと商談レビューで更新する現場の型として運用します。
2026年7月時点で、営業組織では商談録画、文字起こし、生成AIを使って会話を振り返る環境が広がっています。営業トークスクリプトも、経験者の勘だけで作るより、商談データから更新する方が再現しやすくなりました。
ただし、AIに丸投げして作った一般的な台本は、そのままでは現場で使いにくくなります。顧客の課題、商談段階、反論、合意条件を入力し、マネージャーが営業戦略と照らして確認します。
この記事では、AIで営業トークスクリプトを作成する手順を、目的設計、入力準備、台本生成、ロープレ改善、運用上の注意点に分けて整理します。 営業AI活用と商談の勝ちパターン化を見直したい場合は、以下の資料をご確認ください。
営業の型・商談振り返り・改善の流れを一連の仕組みにする営業改善プログラムはこちら！
＞＞無料で『3分でわかる「FAZOM」ご解説資料』をダウンロードする
AI営業トークスクリプトは勝ちパターンを入力に分解して作る
AI営業トークスクリプトは、商談目的、顧客課題、会話の流れ、反論対応、改善指標を入力に分解して作ります。運用設計まで決めると、商談後に改善すべき表現を判断できます。
| 入力項目 | AIに渡す内容 | マネージャーの確認点 |
|---|---|---|
| 商談目的 | 初回接点、提案、更新提案など | 次に進めたい顧客行動 |
| 顧客課題 | 業界、役職、よくある悩み | 自社商談で本当に起きる論点 |
| 勝ちパターン | 成約商談の流れ、質問、合意 | 再現したい営業行動 |
| 反論対応 | 価格、時期、比較、社内稟議 | 確認すべき判断基準 |
| 改善指標 | 質問数、要約、次回合意、提案化率 | 商談後に追う行動変化 |
商談目的と顧客課題を最初に入力する
AIで営業トークスクリプトを作るときは、商談目的と顧客課題を最初に入力します。誰に何を確認し、次にどの行動へ進めたいのかを具体的に決めてから、会話の流れを生成します。
目的が曖昧なまま生成すると、丁寧でも一般論に近い台本になります。営業マネージャーは、初回商談、提案商談、更新提案などの場面を分けます。
顧客課題は、業界名だけでなく、現場でよく出る悩みや判断基準まで入れます。入力が具体的になるほど、質問と反論対応も実務に近づきます。
最初に目的と課題を置くと、生成後のレビューも簡単になります。台本が商談の次の合意に向かっているかを確認できます。
成約商談の流れを会話単位で整理する
成約商談の流れは、会話単位で整理します。冒頭の目的確認、課題深掘り、影響確認、提案理由、反論確認、次回合意までを分けます。
録画や文字起こしがある場合は、経験者の発話をそのまま写すのではなく、行動の順番を抽出します。何を聞き、どこで合意したかを見ます。
会話単位で整理すると、AIへの入力が安定します。台本の文言だけでなく、なぜその質問をするのかも指定できます。
勝ちパターンは一つに固定しません。顧客規模や商談段階で分けると、現場の担当者が使い分けやすくなります。
使う場面と改善指標を先に決める
使う場面と改善指標は、台本作成前に決めます。初回商談で質問を増やすのか、提案商談で次回合意を取るのかで、必要な表現が変わります。
改善指標がないと、台本が良くなったか判断できません。質問の深さ、要約の有無、反論時の確認、次回日程設定率などを見ます。
営業マネージャーは、個人の話し方より行動変化を追います。AIで作った文言が商談後のKPIにどう影響したかを確認します。
場面と指標を先に決めることで、台本は更新しやすくなります。成果が出た表現を残し、使われなかった表現を削れます。
ステップ1｜営業トークスクリプトの目的を決める
ステップ1では、営業トークスクリプトの目的を決めます。AIに依頼する前に、商談段階、対象顧客、変えたい営業行動をそろえます。
初回商談か提案商談かを分ける
初回商談か提案商談かを分けると、台本の役割が明確になります。初回では課題確認、提案では判断基準と合意形成が中心です。
場面を分けない台本は、どの商談でも使えそうで実際には使われません。営業担当者が目の前の商談で何を言えばよいか判断しにくくなります。
AIへの依頼文には、対象フェーズと商談ゴールを入れます。たとえば初回商談なら、課題仮説を検証し次回提案の合意を取ると指定します。
顧客の課題仮説と判断基準を置く
顧客の課題仮説と判断基準を置くと、質問が具体化します。単に困りごとを聞くのではなく、現状、影響、優先度、意思決定条件を確認します。
AIには、顧客が気にしやすい論点も渡します。価格、導入負荷、社内合意、競合比較などを入れると、反論対応の質が上がります。
課題仮説は外れても構いません。重要なのは、営業担当者が顧客の回答に合わせて深掘りできる質問を持つことです。
営業担当者に守ってほしい行動を決める
営業担当者に守ってほしい行動を決めると、台本が評価しやすくなります。冒頭で目的を確認する、回答を要約する、次回合意を取るなどです。
台本の文言だけを共有しても、現場で再現されるとは限りません。守る行動を明文化し、ロープレや商談レビューで確認します。
行動を絞ると、マネージャーのフィードバックも具体化します。話し方の印象ではなく、商談で実行されたかを確認できます。
ステップ2｜AIに渡す入力情報を準備する
ステップ2では、AIに渡す入力情報を準備します。商談ログ、勝ちパターン、反論、NG表現、ブランドトーンを整理します。
商談ログから勝ちパターンを抽出する
商談ログから、成約につながった会話の流れを抽出します。質問、要約、提案理由、反論確認、次回合意の順番を見ます。
一件の商談だけで判断せず、複数の成約商談に共通する行動を探します。個人の癖ではなく、チームで再現できる型にします。
AIには、抽出した流れを箇条書きで渡します。実際の発話をそのまま貼るより、役割と意図に分けた方が生成結果を調整しやすくなります。
反論と切り返しを事実ベースで整理する
反論と切り返しは、事実ベースで整理します。価格が高い、時期が合わない、社内稟議が通らないなど、実商談で起きる論点を集めます。
切り返しは、言い負かす文言ではありません。顧客の背景、判断基準、比較対象を確認し、次に必要な情報を出す流れにします。
反論対応を入力するときは、使ってよい実績や条件も明記します。根拠が弱い表現をAIが強く言い切らないようにします。
NG表現とブランドトーンを明文化する
NG表現とブランドトーンを明文化すると、生成文のばらつきを抑えられます。過度な断定、競合批判、根拠のない成果保証は避けます。
営業担当者ごとの口調を完全に統一する必要はありません。ただし、顧客に伝える約束や表現の強さは、組織としてそろえます。
AIには、避ける言葉と推奨する言い換えをセットで渡します。生成後の修正回数を減らし、レビュー観点も共有できます。
ステップ3｜AIで台本を作り現場向けに整える
ステップ3では、AIで台本を生成し、現場向けに整えます。プロンプト、出力形式、レビュー担当を決めて品質を安定させます。
2026年7月時点で営業DXを進める場合は、業務変革とデジタル活用を接続して考えます。参考：経済産業省のDX関連情報では、デジタル技術を活用した業務変革の考え方を確認できます。営業台本も、生成するだけでなく営業行動を変える運用に接続します。
プロンプトは役割と出力形式まで指定する
プロンプトは、AIの役割と出力形式まで指定します。営業マネージャー向け、初回商談用、質問と反論対応を表で出すなど、条件を具体化します。
入力例には、顧客属性、商談目的、避ける表現、必要な質問数を含めます。条件が少ないほど、汎用的な台本になりやすくなります。
出力形式をそろえると、マネージャーが比較しやすくなります。会話例、質問意図、確認ポイント、注意点を分けて出します。
台本は暗記用ではなく分岐確認用にする
台本は、暗記用ではなく分岐確認用にします。顧客の回答に合わせて次の質問を選べるように、会話の分岐を入れます。
一字一句を覚える台本は、想定外の反応に弱くなります。営業担当者には、目的、質問意図、合意条件を理解してもらいます。
分岐を入れると、ロープレで確認しやすくなります。顧客が価格を気にした場合、時期を気にした場合などを練習できます。
マネージャーが実案件の文脈で確認する
生成した台本は、マネージャーが実案件の文脈で確認します。商材、顧客層、競合状況に合わない表現は修正します。
AIの文章は整っていても、営業戦略とずれる場合があります。顧客に約束できない成果や根拠の弱い断定がないかを見ます。
レビューでは、使う場面、言い換え候補、禁止表現を記録します。次回以降の生成プロンプトへ戻すことで、台本品質が上がります。
ステップ4｜ロープレと商談レビューで改善する
ステップ4では、作成した台本をロープレと商談レビューで改善します。使って終わりではなく、成果が出た表現をチームへ戻します。
AIロープレで質問と要約を練習する
AIロープレでは、台本の読み上げではなく質問と要約を練習します。顧客役の反応を変えながら、次の質問を選ぶ力を確認します。
ロープレ前には、評価項目を共有します。課題確認、要約、反論確認、次回合意など、商談で見たい行動を決めます。
練習結果は、台本修正にも使います。言いにくい表現や顧客に伝わりにくい流れがあれば、現場向けに短くします。
商談後にスクリプトとの差分を見直す
商談後には、実際の会話とスクリプトとの差分を見直します。使われた質問、使われなかった質問、想定外の反論を分けて確認します。
差分を見る目的は、担当者を責めることではありません。台本が現場に合っているか、商談の変化を反映できているかを判断します。
録画や文字起こしがあれば、発話を根拠に改善できます。記憶だけで振り返るより、次に直す表現を選びやすくなります。
成果が出た表現をチーム標準に戻す
成果が出た表現は、チーム標準に戻します。個人の工夫で終わらせず、どの顧客条件で有効だったかをセットで残します。
標準化するときは、成功した一文だけを共有しません。前後の質問、顧客の反応、次回合意まで含めて保存します。
営業マネージャーは、週次会議やロープレに反映します。台本を更新する周期を決めると、勝ちパターンが古くなりにくくなります。
AIで営業トークスクリプトを作るときの注意点
AIで営業トークスクリプトを作るときは、一般論化、情報管理、最終判断の丸投げに注意します。営業品質は人が確認します。
一般論だけの台本をそのまま使わない
一般論だけの台本をそのまま使うと、商談の現実とずれます。顧客の業界、役職、検討段階、反論を入れて調整します。
AIは整った文章を出せますが、現場の顧客反応までは自動で理解しません。営業担当者が使ったときの違和感を拾います。
台本は、商談レビューで更新する前提にします。一度作って固定するのではなく、成果と失注理由に合わせて変えます。
顧客情報や機密情報の扱いを決める
顧客情報や機密情報の扱いは、台本作成前に決めます。商談ログを使う場合は、利用目的、匿名化、共有範囲を明確にします。
入力してよい情報が曖昧だと、営業担当者が判断に迷います。個人名、企業固有の条件、未公開情報は扱い方を分けます。
運用ルールを決めておくと、AI活用を継続しやすくなります。安全に使える入力テンプレートを用意します。
自動生成文を営業品質の最終判断にしない
自動生成文を営業品質の最終判断にしないことが重要です。AIの出力は下書きであり、顧客理解や営業戦略の確認は人が担います。
断定が強すぎる表現や、根拠のない成果保証は修正します。商談で話せる範囲と、資料で確認すべき範囲を分けます。
最終判断を人が行うと、台本は組織の営業基準に沿います。AIは作成速度を上げ、マネージャーは品質と運用を確認します。
作成した台本を練習に戻す場合は、AIロープレを営業練習に組み込む方法も確認できます。顧客役の作り方と評価観点をそろえると、台本改善の材料を集めやすくなります。
営業戦略・KPI設計 AI商談ロープレで練習効率を最大化｜無料の始め方から組織導入まで解説
よくある質問
AIで営業トークスクリプトを作るとき、最初に何を入力すべきですか？
最初に入力するのは、商談目的、対象顧客、顧客課題、次に進めたい行動です。場面を指定しないと一般的な台本になりやすいため、初回商談や提案商談などの用途も分けます。
AIが作った営業トークスクリプトはそのまま使えますか？
そのまま使うのは避けます。AIの出力は下書きとして扱い、商材、顧客層、反論、営業戦略に合うかをマネージャーが確認します。初回運用ではロープレで試してから現場へ展開します。
営業トークスクリプトを改善する頻度はどのくらいですか？
月次や四半期で固定するより、商談レビューで新しい反論や成功表現が見つかったタイミングで更新します。成果が出た表現と使われなかった表現を分けて残すと改善しやすくなります。
まとめ
AIで営業トークスクリプトを作成するには、商談目的、顧客課題、勝ちパターン、反論対応、改善指標を入力に分けて、生成後の確認観点まで決めます。
生成した台本は、暗記用ではなく分岐確認用として扱います。ロープレと商談レビューで使い、成果が出た表現をチーム標準に戻します。 営業AI活用と商談の勝ちパターン化を進める場合は、入力テンプレート、レビュー体制、情報管理を合わせて整える資料をご活用ください。
営業の型・商談振り返り・改善の流れを一連の仕組みにする営業改善プログラムはこちら！
＞＞無料で『3分でわかる「FAZOM」ご解説資料』をダウンロードする
