生成AIで企画書作成｜失注を防ぐ工程別の判定基準とプロンプト

この記事の監修者

リスキルAIキャリア編集部

リスキルAIキャリアは、AI時代の学び直し・キャリア形成・副業・転職に役立つ情報を発信するWebメディアです。編集部では、生成AIスキルの身につけ方、AI関連スクール・講座の選び方、キャリアアップにつながる学習方法などを、実務目線でわかりやすくお届けしています。

生成AIで企画書・提案書は「速く作る」ことより「どこを任せ、どこを自分でやるか」で成果が決まります。結論を先に示します。

• 構成・たたき台・言い換え・反論洗い出しはAIに任せてよい
• 市場データ・統計・出典・価格根拠・機密情報は自分で確定させる
• 数字は原典を開くまで「未確認」として扱う
• クライアント名や社外秘は仮名化してから入力する

この線引きを外すと、捏造した数字で失注し、汎用的な企画書が選考で埋もれます。この記事は副業・転職・収入UPを狙う社会人向けに、工程別の判定表、コピペ用プロンプト、ツールの役割分担、実績化の30日プランまで通しで解説します。数値の一部はモデルケース（例示）として明記します。

この記事で作る企画書の前提：A4 2枚またはスライド8枚

成果物を固定します。抽象的な「企画書全般」ではなく、次の完成形を前提に手順を組みます。

• 想定する企画書：副業提案・社内改善提案・転職ポートフォリオ用の提案書
• 完成形：A4 2枚、またはスライド8枚
• 構成：1.表紙 2.課題 3.現状データ 4.解決策 5.実行手順 6.費用・工数 7.効果見込み 8.リスクと対応
• AIに任せる範囲：構成案、文章化、反論洗い出し
• 人が確定する範囲：市場データ、価格、実名、社外秘、効果数値

この8構成を土台にすれば、どのテーマでも同じ手順で再現できます。以降の判定表とプロンプトは、すべてこの成果物に合わせて設計しています。

結論：生成AIで企画書作成が向く人・向かない人

向くのは「たたき台の速度を上げたい人」で、向かないのは「一次情報の検証を省きたい人」です。生成AIは0→1の構成出しと1→10の言い換えに強い一方、事実の裏取りは代替できません。

• 向く人：構成案を10分で3案出したい／文章のトーンを整えたい／苦手な「たたき台」を突破したい
• 向かない人：数字の出典確認を面倒がる／クライアント名や社外秘を平気で入力したい／AIの出力をそのまま提出したい

生成AIは企画書の速度を上げますが、信頼性は使う人の検証工程が決めます。資料全体の工程判断は生成AIで資料作成｜効く工程・効かない工程とツール別手順も合わせて確認してください。

生成AIで企画書・提案書を作成｜任せていい工程と危険な工程

工程ごとに「AI利用判定」「入れてよい情報」「入れてはいけない情報」「人が確認する項目」を分けます。判断軸は「その情報がネット上に正解例として大量にあるか」です。汎用的な文章構成は安定し、組織固有の意味が強い部分ほど崩れます。

文章量が少ない工程ほど安全、とは限りません。価格・見積・社外秘は1行でも誤ると失注や契約違反につながります。社内固有情報が入る工程は、AIに渡す前に「仮名化する項目」と「人が確定する項目」を分けます。

この判定を自己流で済ませると、便利な工程だけをAI化して、危険な工程の確認が抜けます。生成AIを業務で使うなら、プロンプト作成だけでなく、情報漏えい・著作権・ファクトチェックまで含めて理解しているかを確認してください。PEP検定では、生成AIの業務活用に必要な基礎知識を体系的に確認できます。

AIが捏造した数字・出典で失注する具体パターン

企画書特有の実害は「もっともらしい嘘」で起きます。生成AIは存在しない統計や出典URLを、自然な文体で出力します。提案の現場では、この1点が信頼失墜に直結します。

• 市場規模を「約1.2兆円」と断言したが出典が実在しない（クライアントが原典を辿れず不信に）
• 調査会社名と発表年を組み合わせて捏造（URLを開くと404、その場で信用を失う）
• 競合のシェア数値が古いデータの誤引用（会議で担当者に指摘され失注）
• 「導入企業の90%が満足」など根拠不明の成功率を挿入

対策はファクトチェック手順の固定化です。数字は「①出典名 ②発表年 ③原典URLを自分で開いて一致確認」の3点を通します。AIが出した数字は、原典を自分の目で開くまで未確認として扱ってください。リサーチの任せ方は生成AIリサーチは危険？任せていい調べ物の判定表と検証手順で整理しています。

企画書の数字・権利・機密情報で確認すべき一次情報

確認先を具体名で持っておくと、AI出力の裏取りが速くなります。企画書で扱う数字・権利・機密は、以下の一次情報にあたってください。

著作権は文化庁「AIと著作権に関する考え方について」（https://www.bunka.go.jp/seisaku/chosakuken/aiandcopyright.html）を確認してください。官公庁・IRの原典を1つ開くだけで、AIの数字が本物かどうかを判別できます。

機密情報・クライアント情報を入力してよいかの判断フロー

入力可否は「特定できるか」「公開情報か」「利用規約で学習対象か」の順で判断します。迷ったら入力しないのが原則です。

1. 個人・企業が特定できる情報か？→YESなら原則入力しない
2. すでに公開されている情報か？→公開情報なら入力可、非公開なら不可
3. 使うツールは入力を学習に使わない設定か？→未確認なら仮名化して入力
4. NDA・社内規程で外部送信が禁止されていないか？→禁止なら入力しない

実務では仮名化が有効です。クライアント名を「A社」、金額を「X万円」に置き換え、構成づくりだけAIに任せます。固有名詞と数字を抜いた状態なら、たたき台生成は安全に回せます。

工程別プロンプトで作る｜一括生成より精度が上がる理由

「企画書を全部作って」の一括指示は精度が落ちます。工程を分けて指示すると各段階で修正でき、破綻が減ります。以下はコピペして使えるプロンプトです。[ ]内を自分の条件に置き換えてください。

構成案作成プロンプトです。

あなたは法人提案書の編集者です。
以下の条件で、企画書の構成案を3パターン作成してください。

# 提案目的
[例：中小企業向けに生成AI研修を提案する]

# 提出先
[例：人事部長、情報システム部長]

# 読み手の関心
[例：費用対効果、情報漏えいリスク、現場定着]

# 制約
[例：予算100万円以内、実施期間3か月以内]

# 出力条件
- スライド8枚構成
- 各スライドに「見出し」「要点3つ」「読み手が抱く疑問」を入れる
- 市場規模、導入率、金額などの数字は入れず、[要確認]と書く

ファクトチェック用プロンプトです。

以下の企画書ドラフトについて、事実確認が必要な箇所を抽出してください。

# ルール
- 市場規模、割合、金額、導入社数、年数、効果率をすべて抽出
- 出典がない数字は「未確認」と分類
- 確認すべき一次情報の候補を示す
- 数字を新しく作らない

# ドラフト
[ここに企画書本文を貼る]

決裁者レビュー用プロンプトです。

あなたはこの企画書を審査する決裁者です。
以下の提案に対して、採用を見送る理由を10個挙げてください。

# 評価軸
- 費用対効果
- 実行可能性
- 競合案との差
- 情報セキュリティ
- 現場負荷
- 効果測定

# 出力形式
| 懸念点 | なぜ問題か | 企画書に追記すべき対策 |

数字を「[要確認]」で残させるのがコツです。AIに数字を埋めさせると捏造が混入します。数字の穴は空欄で残し、自分で原典から埋めるのが最短の安全ルートです。使えるプロンプトの型はChatGPTプロンプト例文30選｜コピペ用と改造の判断基準も参考になります。

プロンプトは丸暗記では足りません。目的、制約、出力形式、禁止事項を分けて指定できるかが実務差になります。企画書作成でAIを使う人は、PEP検定の学習範囲を使って「自分がどの工程をAIに任せているのか」を説明できる状態にしておくと、職務経歴書や副業提案でも示しやすくなります。

企画書のAIツール別の役割分担と選び方

1つのツールで全工程をこなさず、役割分担すると品質が上がります。無料でできる範囲と、有料化を検討する条件を分けて示します。

ツールは機能名で選びます。ファイル読み込み、スライド生成、表計算連携、エクスポート可否を見比べると、残る人手工数が変わります。料金・仕様は変更されるため、導入前に公式ページで確認してください（記事内の判断は確認日：2026年9月時点）。実料金を確認する際は必ず公式URLと最新の発表年を併記してください。

AI丸投げの量産型企画書が選考で埋もれる理由と回避策

生成AIをそのまま使うと、誰が作っても似た「汎用企画書」が量産されます。副業提案でも転職ポートフォリオでも、同じ構文・同じ言い回しは評価者に見抜かれます。埋もれる原因は3つです。①一次データが無く抽象的、②競合と差がない構成、③現場固有の制約が反映されていない。

評価者に見抜かれるAI企画書の典型表現

• 「貴社の課題を解決します」だけで、どの部署・どの工程・どの数値が課題か不明
• 「業務効率化を実現します」と書くが、削減対象が資料作成なのか問い合わせ対応なのか不明
• 「生成AIを活用して生産性を向上」とあるが、導入前後の工数がない
• 「リスクに配慮します」と書くが、機密情報・著作権・誤情報への対策が分かれていない
• 「競合との差別化」と書くが、競合名・比較軸・価格差がない

回避策は3つです。①自分だけが持つ一次情報（現場の数字・顧客の声）を1つ入れる、②AIに反論を出させて先回りで潰す、③構成の型を借りても事例と数字は自分で差し替える。AIが作れない一次情報と反論処理こそ、選考で残る差別化ポイントです。AIで短縮した時間は、一次情報の確認と反論処理に使います。

作った企画書を副業・転職で実績化する手順

作っただけでは評価されません。「工数削減率」と「成果指標」を数値化して初めて実績になります。以下の数値はモデルケース（例示）で、実際は自分の実測値に置き換えてください。

1. 着手前後の作業時間を記録（例示：企画書1本4時間→1.5時間、削減率62%）
2. 採用率・受注率を記録（例示：提案10件中3件受注、受注率30%）
3. AIが担った工程と自分が検証した工程を分けて明記
4. 仮名化した企画書サンプルをポートフォリオ化（クライアント名は伏せる）
5. 職務経歴書に「工程・ツール・数値」で1行化

30日で企画書サンプルを実績化する手順

職務経歴書の書き方例です。「生成AI（ChatGPT/Gamma）で提案書のたたき台生成を工程化。作成時間を1本あたり約6割削減し、月8本の提案を安定化」。数値と工程を併記すると、AIに丸投げした人との差が明確になります。実績の証明手順は生成AIスキルの証明方法｜資格×ポートフォリオ×数字で示す30日手順で具体化しています。

ポートフォリオだけでは「たまたま作れた」のか「再現できるスキル」なのかが伝わりにくいです。企画書サンプルに加えて、PEP検定の受検結果を添えると、生成AIの基礎理解、リスク判断、業務適用を学習した根拠として示せます。反復する提案業務は「①定期反復 ②手順固定 ③合格基準を言語化できる」の3条件が揃う業務だけをテンプレ化してください。

よくある質問

生成AIで企画書を作るとき、最初に入力するべき情報は何ですか？

提案目的、読み手、解決したい課題、制約条件、出力形式の5つを先に渡します。同時に、入れてはいけない情報も指定します。顧客名や未公開数字は入れず、「A社」「X万円」のように仮名化してください。

企画書をChatGPTに丸ごと作らせてもいいですか？

初稿の生成は可能です。ただし数字、価格、出典、機密情報は任せません。「数字は[要確認]で残す」プロンプトを使い、提出前に一次情報で確認してください。

企画書作成に向くAIツールはどれですか？

文章構成はChatGPTかClaude、下調べはGemini、スライド化はGammaかCopilotが向きます。機密情報を扱う場合は、法人契約・社内規程・利用規約を確認してから使ってください。

提案書の数字はAIに任せてよいですか？

任せてはいけません。市場規模・統計・価格根拠は捏造されるリスクが高い領域です。AIには構成と文章を任せ、数字は原典を自分で開いて確認してください。

生成AIで作った企画書を副業実績として出していいですか？

仮名化すればポートフォリオ化しやすくなります。クライアント名、見積、未公開情報は伏せ、AIが担当した工程と自分が検証した工程を明記してください。PEP検定などの学習・受検結果を添えると、基礎理解の説明材料になります。

生成AIで作った企画書に著作権の問題はありますか？

既存著作物の丸写しや、出典不明の画像流用は問題になり得ます。判断は文化庁「AIと著作権に関する考え方について」を一次情報として確認してください。自作の文章・データを核にすれば、実務上のリスクは下げられます。