業界とテーマを伝えるだけ。過去の提案書とベテランの知見から、骨子と本文ドラフトを返すAIエージェントです。
過去の提案書は個人のフォルダに散在し、探すより書く方が早い状態。似た提案を何度も一から書き、1本あたり2〜3日かかっています。
AIが過去提案書から同業種・同規模の受注／失注案件を選び、その教訓を反映した骨子を返す。探す時間と、ゼロから書く時間がなくなる。
刺さる構成・業界ごとの言い回し・数字の根拠はベテランの頭の中にしかない。若手のドラフトは赤入れだらけで、レビュー側がボトルネックです。
AIが過去提案の文体・粒度で本文を書き、ベテランメモの業界ルールと「レビューでよく直される20項目」で自己点検してから出す。赤入れの往復が減る。
導入事例の数値が整理されておらず、根拠のない数字が独り歩き。「その数字はどこから?」に答えられない提案書が外に出てしまいます。
AIは導入事例集にある実数だけを引き、事例名を注記する。事例に無い数字は入れず「想定」と書き分ける。「どこから?」に答えられる。
業界とテーマを伝えると、AIが類似案件を選んで骨子を返します。「本文まで」と頼めば、自己点検を済ませた本文ドラフトがWordファイルで出て、そのままダウンロードできます。
ダウンロードした資料はこのような形です。標準フォーマットの節構成で、効果表には参考にした事例名が注記され、お客様固有の値は〔 〕で空けてあります。
1. エグゼクティブサマリー
| 観点 | 内容 |
|---|---|
| 現状の課題 | ①棚卸のたびに数字が合わない ②欠品と過剰在庫が同時に起きる ③棚卸で現場が止まる |
| ご提案 | 材料・仕掛・製品の在庫を StockCore に一元化。発注点は出庫実績から自動計算 |
| 効果の優先順位 | 第一に稼働（欠品によるライン停止をなくす）、第二に棚卸工数、第三に在庫金額 |
| 同業実績（参考） | 北陸精機工業様：欠品率 2.1% → 0.3%、実地棚卸 延べ3日 → 1日未満 |
2. 現状の課題／3. ご提案の全体像／4. 期待される導入効果／5. 導入スケジュール（案）／6. 実施体制／7. 概算費用／8. 導入後のサポート／別紙 と続きます。
テンプレートが出力した提案書ドラフト（Word）の冒頭を転記したものです。社名・製品名・数値はデモ用の架空データです。
| 場面 | 汎用のAIチャット | STORM＋このテンプレート |
|---|---|---|
| 「製造業向けに提案書を」と言ったとき | どこにでも通じる一般的な提案書の型を返す | 過去提案書から同業種・同規模の受注／失注案件を選び、その教訓を骨子に反映する |
| 効果の数字を書くとき | それらしい「効率化50%」を作ってしまう | 導入事例集にある実数だけを事例名つきで引く。無い数字は入れず「想定」と書き分ける |
| 業界特有の言い回しで外すとき | 気づかない。レビューで赤入れされて戻る | ベテランメモの業界ルールで自己点検。「食品卸にFAX廃止と書くな」のようなNG表現を出す前に直す |