Claude Code Media
無料で試す
連載 17/18この記事は「case-studies」シリーズの第 17 回 / 全 18 本シリーズ全体を見る →
7分2,549字中級

提案書作成を Claude Code で自動化、8時間を1時間に圧縮したモデルケース

公開記事を参考に、営業担当者が8時間かけていたBtoB提案書のドラフト作成をClaude CodeのSkills×Sub-agentsで自動化するモデルケースを編集部が再構成。CLAUDE.mdでトーン統一しながら87%削減・週次提案数3倍を実現する実装手順を解説。

By Claude Code Media 編集部Reviewed by Claude Code Media 編集部

TL;DR

  • 公開記事の手法を参考に、BtoB提案書のドラフト作成に**8時間（480分）**かかっていた作業を Claude Code の Skills×Sub-agents で1時間（60分）に圧縮したモデルケース（※編集部概算で約87%削減）
  • 議事録・参考資料を添付して提案書ドラフトSkillを呼び出すだけで、CLAUDE.mdに定義したトーン・構成ルールを自動適用したドラフトを生成
  • 引用元記事内のBtoB IT事例では、週次提案数が3件→9件（3倍）、成約率が28%→35%に改善したという報告もある

Before：手作業のフロー

BtoB営業の提案書作成は、顧客ごとにカスタマイズが必要なため自動化しづらいと思われがちな業務だが、実際には「構成の型」が決まっている定型作業でもある。

① 議事録・ヒアリング内容の手動確認（60〜90分）

商談の議事録や過去のメールを読み返し、顧客の課題（ペイン）・予算・意思決定者を確認する。散らばった情報を1つの整理メモにまとめる作業も含まれる。

② 過去提案書を参考に構成検討（60〜90分）

似た業種・似た課題の過去提案書を探し出し、構成やスライド枚数の当たりをつける。過去資料が整理されていない場合は探す作業自体に時間がかかる。

③ Word/PowerPointでゼロから作成（180〜240分）

顧客ペイン、提案内容、ROIシミュレーション、導入スケジュール、次アクションのスライドを1枚ずつ作成する。デザインの微調整や誤字チェックも含まれる。

④ 上長レビュー・修正（60分）

上長にレビューしてもらい、指摘事項を反映する。差し戻しが発生すると③に戻ってやり直しになる。

1件あたり合計: 平均して**8時間（480分）**程度かかり、週に対応できる提案件数が数件に限られていた。

After：Claude Code 導入後のフロー

① 議事録・参考資料を添付（1〜2分）

商談議事録と、参考にしたい過去提案書（あれば）をClaude Codeに読み込ませる。

② /提案書ドラフト Skillを呼び出し（10秒）

/提案書ドラフト 議事録: meeting_20260715.md 参考: past_proposal_saas.pptx

③ CLAUDE.mdのルールを自動適用（自動）

事前に CLAUDE.md へ定義しておいた「トーン・禁止表現・構成ルール」がSkill実行時に自動で適用される。営業チーム内でドラフトの品質・トーンが統一される。

④ 定型構成でドラフト生成（数分）

Claude Codeが以下の構成でドラフトを自動生成する：

  1. 顧客ペインの整理（議事録からの抽出）
  2. 提案内容（顧客ペインに紐づく解決策）
  3. ROIシミュレーション（想定効果の数値化）
  4. 次アクション（導入スケジュール・意思決定プロセス）

⑤ 内容確認・微調整（40〜50分）

生成されたドラフトを担当者が確認し、顧客固有の言い回しや数値条件を微調整する。ゼロから作る作業がなくなり、レビュー・微調整のみに時間を使える。

1件あたり合計: ドラフト作成が自動化され、**1時間（60分）**に圧縮。引用元記事内のBtoB IT事例では、この効率化により週次の提案提出数が3件→9件（3倍）に増加し、成約率も28%→35%に改善したと報告されている。

実装ステップ（コピペで動く）

1. CLAUDE.md の準備

プロジェクトルートに CLAUDE.md を作成し、提案書ドラフトの構成ルールを記述する。

# 提案書ドラフト作成エージェント設定

## 構成ルール（固定）
1. 顧客ペインの整理
2. 提案内容（顧客ペインに紐づく解決策）
3. ROIシミュレーション
4. 次アクション（導入スケジュール・意思決定プロセス）

## トーン・禁止表現
- 断定的すぎる効果保証の言い回しは使用しない
- 数値は議事録・ヒアリング内容に基づくものだけを使用し、創作しない
- 敬語レベル: ビジネス標準（過度な謙譲語は避ける）

## 参照ファイル
- `meetings/` — 商談議事録
- `proposals/past/` — 過去提案書（参考用）
- `output/proposal_draft_<顧客名>.md` — ドラフト出力先

## 品質ルール
- ROIシミュレーションの前提条件を必ず明記する
- 最終的な数値・条件・約束事項は営業担当者が確認してから送付する

2. Subagent の作成

.claude/agents/teiansho-draft.md に提案書ドラフト専用のサブエージェントを定義する。

---
name: teiansho-draft
model: claude-sonnet-5
description: 商談議事録と参考提案書から顧客ペイン→提案内容→ROI→次アクションの構成でBtoB提案書ドラフトを自動生成する営業支援エージェント
---

## ミッション
提案書のドラフト作成を自動化し、営業担当者がカスタマイズ・レビューにのみ集中できる環境を作る。

## 入力
- meetings/ フォルダ内の対象商談の議事録
- proposals/past/ フォルダ内の参考提案書（あれば）

## 処理フロー
1. 議事録から顧客ペイン・予算・意思決定者を抽出
2. 参考提案書があれば構成・トーンの参考にする
3. CLAUDE.md の構成ルール・禁止表現に従いドラフトを生成
4. ROIシミュレーションの前提条件を明記
5. output/ にMarkdownドラフトを保存

## 品質ルール
- 数値は議事録・ヒアリング内容に基づくものだけを使用する（創作禁止）
- 断定的な効果保証表現は使用しない
- ドラフトの先頭に「本ドラフトは自動生成です。送付前に必ず確認してください」と明記する

3. Hook の組み込み

.claude/hooks/post-proposal-draft.sh を作成し、ドラフト生成後に担当者へ通知する。

#!/bin/bash
# 提案書ドラフト生成完了後の通知 Hook

DRAFT_FILE="$1"
if [[ "$DRAFT_FILE" == output/proposal_draft_*.md ]]; then
  CLIENT_NAME=$(basename "$DRAFT_FILE" .md | sed 's/proposal_draft_//')

  curl -s -X POST "$SLACK_WEBHOOK_URL" \
    -H "Content-Type: application/json" \
    -d "{
      \"text\": \"📝 ${CLIENT_NAME} 様向け提案書ドラフト生成完了\nファイル: ${DRAFT_FILE}\n送付前に必ず内容を確認してください\"
    }"
fi

4. 動作検証

# サンプル議事録を配置
mkdir -p meetings
cat << 'EOF' > meetings/meeting_20260715.md
## 商談議事録: 株式会社サンプル様
- 課題: 手動集計に月20時間かかっている
- 予算: 未確定（上長決裁が必要）
- 意思決定者: 情報システム部長
EOF

# 提案書ドラフトSkillを呼び出し
/提案書ドラフト 議事録: meetings/meeting_20260715.md

# ドラフトを確認
cat output/proposal_draft_サンプル.md

「顧客ペイン→提案内容→ROI→次アクション」の4構成でドラフトが生成され、先頭に確認喚起の注記が入っていることを確認する。

KPI 変化（編集部によるモデルケース試算）

下表は引用元記事を参考に編集部が一般的なケースとして試算した想定値です。実測値ではありません。

指標BeforeAfter削減
提案書1件あたり作成工数480 分（8時間）60 分（1時間）約87%（※編集部概算）
週次提案提出数（引用元事例）3件9件3倍
成約率（引用元事例）28%35%+7ポイント

発展：他の営業資料への転用

Skills×Sub-agents×CLAUDE.mdの構成は、提案書に限らず「決まった構成の型があるが顧客ごとにカスタマイズが必要」な営業資料全般（商談前ブリーフィング、議事録からのネクストアクション抽出、見積書ドラフトなど）に転用できる。まず提案書で構築したCLAUDE.mdのトーン・禁止表現ルールをベースに、他の資料用のSkillを追加していくのが効率的だ。

引用元

本記事は上記の公開記事で示された手法（同記事内で「AI Lab OISHI」紹介のBtoB IT事例として引用）を参考に、編集部が一般的なモデルケースとして再構成したものです。記事内の数値は引用元記事に基づく編集部の概算であり、引用元著者・所属企業の公式な実績値を示すものではありません。

関連記事

この記事の著者

claude-code-media 編集部／ Claude Code 専門編集チーム

Claude Code の非エンジニア向け業務効率化メディア『claude-code-lab.jp』を運営。フリーランス・中小企業・個人開発者向けに、実装テンプレ・業務自動化テクニック・Vibe Coding 入門を配信。

Claude Code 完全ガイドVibe CodingAI 業務効率化非エンジニア向け AI 教育MCP（Model Context Protocol）
運営: 株式会社AIKNOW著者プロフィールを見る →無料ニュースレターを購読 →
ByClaude Code Media 編集部

AI支援で執筆 — 本記事は Claude Code エージェントによる執筆支援を受け、編集部が事実確認・編集を行っています。 数値・引用元は記事更新日時点で確認済みですが、最新情報は各公式サイトでご確認ください。

Related

続けて読む

すべての記事 →