AI資料作成《中級編》—— 提案書・企画書をAIと"共作"するテクニック【AI資料 #3】
初級編を読んだ人向け。AIに丸投げではなく「共作」するための具体的テクニック。プロンプト設計、構成テンプレート、ビフォーアフター事例、実務ワークフローを全公開。
エンジニアのゆとです。
前回の記事で「なぜAI資料作成は微妙なのか」を7つの原因に分解しました。
あの記事を出した後、DMやコメントで一番多かった反応が 「問題はわかった。で、具体的にどうすればいいの？」 でした。ごもっともです。
この記事では「AIに丸投げ」ではなく 「AIと共作」 するための実践テクニックを、プロンプトの具体例・ビフォーアフター・ワークフロー付きで全部出します。提案書と企画書にフォーカスしますが、考え方自体はどんな資料にも応用できます。
前提: 「丸投げ」と「共作」の決定的な違い
まず言語化しておきたいのが、AIとの資料作成には2つのモードがあるということ。
丸投げモード: 「SaaS比較の提案書を作って」→ AIが全部生成 → 微妙 → プロンプトを修正 → また微妙 → 無限ループ
共作モード: 人間が構成・ロジック・データを設計 → AIがテキスト・表・図を生成 → 人間がレビュー・調整 → AIが仕上げ
前回の記事で書いた「生成→がっかり→やり直しの無限ループ」は、ほぼ100%が丸投げモードで起きている。共作モードでは、AIの出力がズレても「ここだけ直して」が効くので、ループに陥りにくい。
自分の実測データで言うと:
| モード | 10枚スライドの完成時間 | やり直し回数 | 満足度 |
|---|---|---|---|
| 丸投げ | 2時間40分 | 平均6.2回 | 55/100 |
| 共作 | 58分 | 平均1.8回 | 82/100 |
これは先月、同じクライアント向け提案書を両方のモードで3回ずつ作って計測した結果。共作モードのほうが 2.7倍速く、満足度は1.5倍 になった。
テクニック1: 「設計書」を先に書く（最重要）
AIに渡す前に、A4で1枚の「資料設計書」を書く。これが共作モードの核心。
設計書に入れるのは5つだけ。
- 誰に見せるか（役職、知識レベル、関心事）
- 読んだ後にどうなってほしいか（承認、予算確保、次のMTG設定、など）
- 相手が持っている反論・懸念（コスト、リスク、前例がない、など）
- スライドの流れ（起承転結 or PREP or 問題→原因→解決策→効果）
- 使えるデータ・事例（数字、グラフ、顧客の声、競合情報）
この5つを埋めるのに15〜20分かかる。「そんな時間かけるならAIに投げたほうが…」と思うかもしれないが、この20分が後の2時間の微調整地獄を消してくれる。
実例: SaaS導入提案書の設計書
1. 対象: 情シス部長（50代）。技術はわかるがSaaS導入の経験は浅い。
コスト削減に強い関心。セキュリティリスクを最も気にしている。
2. ゴール: 来月の経営会議に持ち上げてもらう（部長の上申を引き出す）
3. 想定される反論:
- 「オンプレで十分では？」
- 「セキュリティは大丈夫か？」
- 「移行コストが見合うのか？」
4. 構成:
S1: 現状の運用コスト（数字で見せる）
S2: 3年後のコスト推移シミュレーション
S3: SaaS移行で削減できるコスト内訳
S4: セキュリティ対策の具体策（ISO27001、SOC2）
S5: 移行スケジュール（3ヶ月計画）
S6: 他社導入事例（同業種・同規模）
S7: 投資対効果サマリー
S8: ネクストステップ（経営会議への上申）
5. 使えるデータ:
- 現在のサーバー運用費: 月額280万円（実績値）
- SaaS移行後の見込み: 月額165万円（ベンダー見積もり）
- 同業A社の事例: 移行後18ヶ月で運用コスト41%削減これをそのままAIに渡す。以下がプロンプトのテンプレート。
テクニック2: 「共作プロンプト」の型
丸投げプロンプトと共作プロンプトの違いを、ビフォーアフターで見せる。
Before（丸投げプロンプト）
SaaS導入の提案書を10枚で作ってください。
対象は情シス部長です。メリットとコスト比較を入れてください。これで出てくるのは、どこにでもある一般的なSaaS導入メリットの羅列。「クラウドで柔軟性が向上」「運用負荷が軽減」みたいな、誰でも書けるフワッとした内容。
After（共作プロンプト）
あなたはSaaS導入の提案書を作成するコンサルタントです。
以下の「資料設計書」に基づいて、各スライドのテキスト原稿を作成してください。
【資料設計書】
（↑で作った設計書をそのまま貼る）
【制約条件】
- 各スライドは見出し（20字以内）+ 本文（150字以内）+ 補足データの構成
- 数字は必ず出典を明記（出典がない場合は「要確認」と記載）
- 「〜と言われています」「一般的に〜」のような曖昧な表現は使わない
- 専門用語には初出時に括弧で簡潔な説明を付ける
- トンマナ: フォーマルだが堅すぎない。「です・ます調」
【出力形式】
スライド1:
見出し: ○○○
本文: ○○○
補足データ/図表案: ○○○
話者ノート: ○○○（プレゼン時に口頭で補足する内容）このAfterプロンプトの肝は3つ。
- 設計書で「何を」「なぜ」が明確 → AIが的外れな方向に行かない
- 制約条件で「やるな」を明示 → 曖昧表現やハルシネーションを抑制
- 出力形式を指定 → 後工程（スライド化）がスムーズ
実測で、Afterプロンプトの初回出力の採用率は 72%（Beforeは31%）。初回で7割使えれば、微調整は残り3割で済む。
テクニック3: スライドごとの「個別指示」で精度を上げる
共作プロンプトで全体像を作った後、微妙なスライドだけ個別に深掘りする。ここで使うのが 「制約付きリライトプロンプト」。
スライド3（SaaS移行で削減できるコスト内訳）を以下の条件でリライトしてください。
【現在の内容】
（AIが出力した内容をそのまま貼る）
【改善指示】
- 「サーバー費用」「人件費」「ライセンス費」の3カテゴリで分けて棒グラフで比較する構成に
- 各カテゴリの削減額を実数（万円）で明記
- 「ライセンス費は増加する」点も正直に記載し、トータルで削減になることを示す
- 補足: 情シス部長は「隠れコスト」を警戒するタイプ。移行コスト（一時費用）も
小さく記載しておく
【変更しないでほしい点】
- 見出しはそのまま
- です・ます調のトンマナ「変更しないでほしい点」を明示するのが重要。 前回の記事で書いた「1箇所直すと別の箇所が崩れる」問題は、この一言で大幅に軽減できる。
テクニック4: 「反論シミュレーション」でロジックを補強する
提案書で最も差がつくのは、想定反論への対策。ここでAIが非常に強い。
以下の提案書の内容に対して、情シス部長（50代、オンプレ環境に慣れている）の
立場で反論を5つ出してください。各反論に対する切り返しも用意してください。
【提案書の内容】
（作成済みのスライドテキストを貼る）
【反論の条件】
- 技術的な懸念、コスト面の懸念、組織的な懸念をバランスよく含める
- 「それは一般的にはそうですが…」のような弱い反論ではなく、
実際に会議で飛んできそうなリアルな反論にする
- 切り返しには必ず具体的な数字か事例を含めるこのプロンプトで出てくる反論は、自分一人で考えるより網羅性が高い。特にClaude Opusは「相手の立場に立って考える」のが得意で、Geminiは「大量の事例から類似ケースを引っ張ってくる」のが強い。
自分は両方に投げて、それぞれの出力をマージしている。Claude Opusで反論の質を確保し、Geminiで事例の量を確保する。この「モデル使い分け」は中級者以上にはかなり効く。
テクニック5: データ可視化は「指示書」を分離する
前回の記事で、Copilotのデータ可視化精度が複雑なデータで18%まで落ちると書いた。この問題への現時点での最善策は、テキストとデータ可視化を分離すること。
ワークフロー:
- テキスト原稿はClaude/GPTで生成（テキスト品質が高い）
- グラフ・チャートはExcel/Sheetsで手作業 or Pythonスクリプトで生成
- 最終的なスライド組み立ては人間がPowerPoint/Googleスライドで行う
「それって結局手作業じゃん」と思うかもしれない。そう、データ可視化は2026年3月時点ではまだ人間がやるべき領域。ただし、グラフのデータ整形やPythonスクリプト生成はAIに任せられる。
以下のCSVデータから、Matplotlibで横棒グラフを生成するPythonスクリプトを書いてください。
【データ】
カテゴリ,現状（万円）,SaaS移行後（万円）
サーバー費,180,45
人件費（運用）,65,30
ライセンス費,35,90
【グラフの仕様】
- 横棒グラフ、カテゴリごとに現状とSaaS移行後を並べる
- 色: 現状=#94a3b8, SaaS移行後=#3b82f6
- フォント: Noto Sans JP
- サイズ: 1200x600px
- 削減額をバーの右側に「▼115万」のように表示
- タイトル不要（スライドの見出しで代替）
- 背景透過PNGこのスクリプトをJupyterで実行すれば、ブランドカラーに合った高品質なグラフが30秒で出る。AIが直接スライドにグラフを描くより、はるかに正確でカスタマイズしやすい。
テクニック6: 企画書に特化した「ストーリーフレーム」
提案書とは別に、企画書でよく使うフレームワークも共有しておく。企画書は提案書より「なぜやるのか」のストーリーが重要。
自分がクライアントワークで使っている企画書のフレーム:
S1: フック（業界の常識を否定する一文 or 驚きのデータ）
S2: 現状の課題（数字で裏付け）
S3: 課題の根本原因（なぜ今まで解決できなかったか）
S4: 解決策の概要（ワンフレーズで言い切る）
S5: 解決策の詳細（How）
S6: なぜ今やるのか（タイミングの必然性）
S7: 想定される成果（KPI、ROI）
S8: リスクと対策
S9: スケジュール
S10: 意思決定のお願い（具体的なネクストアクション）S1のフックが命。 ここでAIが本領を発揮する。
以下の企画書のS1（フック）を5パターン作ってください。
【企画概要】
社内のナレッジ管理をNotionからカスタムツールに移行する企画。
理由: Notionのページ数が8,000を超え、検索精度が低下。
月間の「情報を探す時間」が1人あたり推定4.2時間。
【フックの条件】
- 聞いた人が「え、マジ？」と思うデータか視点から始める
- 2文以内
- 数字を最低1つ含むAIが出すフック案の中から一番キレがあるものを選んで、自分の言葉で微調整する。この「AIに選択肢を出させて、人間が選ぶ」が共作の基本パターン。
実践ワークフロー: 提案書を60分で仕上げる
最後に、自分が実際に使っているワークフローを時間配分付きで公開する。
Step 1: 設計書を書く（15分）
- 5つの要素を埋める
- この段階ではAIは使わない。自分の頭で考える
Step 2: 共作プロンプトで全スライドのテキスト生成（5分）
- 設計書 + テンプレートプロンプトをClaude Opusに投入
- 出力を全文コピーしてテキストファイルに保存
Step 3: 反論シミュレーション（5分）
- Step 2の出力をそのままAIに投げて反論を出させる
- 必要に応じてスライドに反論対策を追加
Step 4: 個別スライドの深掘り（10分）
- 微妙なスライドだけ制約付きリライトで修正
- 特にデータスライドとフック（S1）は重点的に
Step 5: データ可視化（10分）
- グラフが必要なスライドはPython or Excelで作成
- AIにスクリプト生成を依頼 → 実行 → PNG出力
Step 6: スライド組み立て・最終調整（15分）
- PowerPoint or Googleスライドにテキストと図を配置
- フォント、色、余白の最終調整は手作業
- ブランドテンプレートに載せ替え
合計: 約60分
丸投げモードの2時間40分から、共作モードで58分に。重要なのは、共作モードでは「AIに期待する範囲」を最初から限定していること。テキスト生成とアイデア出しはAI、構成設計とデータ可視化と最終調整は人間。この役割分担が明確だから、「思ったのと違う」のストレスが激減する。
中級者が陥りがちな罠
最後に、初級者を卒業した人がハマりがちな罠を3つ。
罠1: プロンプトの過剰最適化
「もっと良いプロンプトにすればもっと良い出力が…」と、プロンプト自体の改善に30分以上費やすケース。プロンプトは8割の精度で十分。残り2割は人間が直したほうが速い。プロンプトの完成度を95%→97%に上げるより、80%の出力を手で100%にするほうが圧倒的に速い。
罠2: 全部をAI 1本でやろうとする
Claude一筋、GPT一筋の人が多いが、モデルには得意分野がある。テキストの自然さはClaude、大量の情報整理はGemini、画像生成はGPT。3つのモデルを使い分ける中級者は、1つに固執する上級者より速い。 自分は1つの提案書で最低2つのモデルを使う。
罠3: テンプレートを作って満足する
共作プロンプトのテンプレートを作ること自体は良い。問題は「テンプレートがあるから大丈夫」と設計書を省略し始めること。テンプレートはプロンプトの構造を固定するもの。設計書は案件ごとの固有情報を整理するもの。この2つは別物。テンプレートがあっても、設計書は毎回書く。
まとめ: AIとの「共作」は設計力がすべて
AI資料作成の中級者に必要なのは、プロンプトの小技ではなく 「資料の設計力」。何を、誰に、どう見せるか。この設計ができていれば、AIは優秀なライターとして機能する。設計がなければ、AIはただのランダム文章生成器。
もう一度言う。設計書に15分かける人は、2時間の微調整地獄から解放される。
シリーズの他の記事:
