営業Copilot開発RFPの書き方
営業CopilotのAI開発を発注する前に、対象業務、データ、評価、検収、運用、費用比較の実務ポイントを整理します。
結論
営業Copilot開発RFPの書き方では、チャット画面や提案書生成機能だけでなく、どの営業業務を支援するのか、どのデータを使うのか、どの出力を人間が確認するのかを明確にする必要があります。営業Copilotは、商談準備、議事録要約、提案書下書き、次回アクション整理、CRM更新補助などに使えますが、顧客への最終提案や契約条件の判断を自動化するものではありません。
RFPには、対象業務、対象外、データ元、権限、評価データ、禁止出力、検収条件、運用改善、契約終了時の引き継ぎを書きます。デモが便利に見えても、実データ、権限、レビュー、ログ、保守範囲が曖昧だと、本番化で手戻りが起きます。
発注前に整理すること
最初に、営業プロセスを分解します。リード確認、商談準備、初回提案、見積、稟議、契約、導入後フォローのどこを支援したいのかを決めます。支援対象が広すぎると、データ連携、権限、評価、UI、運用がすべて膨らみます。
次に、利用データを確認します。CRM、商談メモ、議事録、提案書、商品資料、価格表、契約雛形、FAQ、顧客問い合わせ履歴を使う場合、それぞれの更新頻度、閲覧権限、社外共有可否、個人情報の扱いを整理します。営業Copilotは情報源が多いため、データ境界をRFPに書かないと見積差が大きくなります。
RFPに入れる項目
| 項目 | 書く内容 |
|---|---|
| 対象業務 | 商談準備、提案書下書き、CRM更新補助などを分ける |
| データ要件 | CRM、資料、議事録、価格表、権限、更新頻度 |
| 出力制御 | 禁止表現、根拠表示、価格・契約条件の扱い |
| 評価方法 | テスト商談、正解例、差戻し条件、受入基準 |
| 運用条件 | ログ、改善会、モデル変更、問い合わせ対応 |
RFPでは、ベンダーに自由提案だけを求めるのではなく、同じ回答様式で比較できるようにします。特に、初期費用、データ準備費、保守費、改善会、追加学習、外部SaaS利用料、解約時のデータ返却を分けて書いてもらいます。
提案比較で見るポイント
提案比較では、生成品質だけでなく、根拠の示し方、CRM権限の反映、価格情報の扱い、ログ監査、営業現場のレビュー負荷を見ます。良い提案は、営業担当が楽になる点だけでなく、使ってはいけない場面、確認が必要な場面、誤出力時の止め方を説明します。
また、営業Copilotは現場導入が難しい領域です。画面が増えるだけでは使われません。既存CRM、議事録ツール、チャット、メール、提案書作成フローのどこに組み込むのかを確認します。現場の入力が増える設計は、短期的に使われても定着しにくくなります。
検収条件の作り方
検収では、代表的な商談だけでなく、情報が不足している商談、価格条件が複雑な商談、競合比較が必要な商談、回答してはいけない質問を用意します。AIが提案書を作れるかだけではなく、根拠を出すか、禁止情報を避けるか、人間レビューへ回すかを確認します。
受入基準は、「便利」「自然」ではなく、テストケースごとの合格条件で書きます。たとえば、CRMに存在しない事実を断定しない、価格条件は人間確認へ回す、顧客名や個人情報を権限外に出さない、出力ログが残る、といった条件です。
運用で失敗しないための設計
本番化後は、利用率、差戻し率、誤出力、営業担当からの改善要望、CRM更新品質、顧客影響を見ます。AIは商品資料や価格条件の更新に弱い場合があります。更新責任者、確認周期、古い情報を見つけたときの差戻し手順を決めます。
契約終了時の引き継ぎもRFPに入れます。プロンプト、評価データ、ログ、ナレッジ整理ルール、権限設計、運用手順をどこまで受け取れるかを確認し、特定ベンダーに依存しすぎないようにします。
図解で確認するポイント
この記事の画像は、営業データ、提案書下書き、レビュー、CRM更新、運用改善の流れを示す図解です。画像内にタイトルや売り文句を入れず、営業Copilotの発注で確認すべき工程を視覚的に把握できるようにしています。
AllAI内での次の行動
標準SaaSで足りるか確認する場合はAI/SaaS比較で営業支援、議事録、CRM連携ツールを比較します。個別開発が必要な場合はAI開発会社一覧で候補を見ながら、この記事のRFP項目を見積依頼へ落とし込みます。
FAQ
Q. 営業Copilotは最初から提案書生成まで作るべきですか? A. 最初は商談準備、議事録要約、次回アクション整理から始める方が安全です。提案書生成はレビュー負荷と責任範囲を決めてから進めます。
Q. 見積でぶれやすい項目は何ですか? A. CRM連携、権限設計、データ整理、評価データ作成、運用改善、外部SaaS利用料です。機能一覧だけでは比較できません。
Q. 検収では何を確認しますか? A. 根拠表示、禁止出力、価格条件の扱い、権限反映、ログ、差戻し、人間レビューの動きを確認します。
出典:
- 経済産業省 AI事業者ガイドライン 第1.2版: https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/20260331_report.html (確認日: 2026-07-08)
- NIST AI Risk Management Framework: https://www.nist.gov/itl/ai-risk-management-framework (確認日: 2026-07-08)
- OWASP Top 10 for LLM Applications: https://owasp.org/www-project-top-10-for-large-language-model-applications/ (確認日: 2026-07-08)
次に見る
関連する記事・ガイド
- AI開発会社ガイドAI開発RFPでAIエージェント権限境界を指定する方法
AI開発RFPでAIエージェント権限境界を指定する方法では、AI開発を外注する前にAIが実行できる操作、承認が必要な操作、ログ取得をRFPで分けるためのRFP・契約・見積比較の観点を整理します。
- AI開発会社ガイドAI開発RFPでAIエージェントのツール利用リスクを指定する方法
AI開発RFPでAIエージェントのツール利用リスクを指定する方法では、AI開発を外注する前に外部API、メール送信、DB更新などの実行権限を段階制御するためのRFP・契約・見積比較の観点を整理します。
- AI開発会社ガイドAI開発契約でデータエクスポート形式を決める方法
AI開発契約でデータエクスポート形式を決める方法では、AI開発を外注する前に解約時のデータ形式、メタデータ、ログ、再利用権を契約で押さえるためのRFP・契約・見積比較の観点を整理します。
- AI開発会社ガイドAI開発のデータ移行リスクで起きる失敗事例
AI開発のデータ移行リスクで起きる失敗事例では、AI開発を外注する前に移行対象、欠損、名寄せ、検収条件を曖昧にした失敗を避けるためのRFP・契約・見積比較の観点を整理します。