若手の商談を全部見て、一つひとつに返してあげたい。しかし現実には、録画は溜まる一方で、振り返りは「どうだった？」の一言で終わっている。住宅会社の社長や営業責任者の多くが、この状態を抱えているはずだ。
上司の時間は増やせない。だが、上司の判断軸をAIに渡すことはできる。本記事では、部下がAIに相談すると「上司ならこう言う」が返ってくる、商談フィードバックの仕組みの作り方を解説する。
住宅の商談は長い。初回接客で60分、プラン提案や資金計画の打ち合わせなら90分を超えることも珍しくない。
仮に営業が4名いて、それぞれが月5本の商談をこなすとする。月20本、時間にして20時間以上の録画が毎月積み上がる計算だ。社長や営業部長が自分の商談も抱えながら、これを全部見返すのは不可能である。
結果として、フィードバックは事後対応になる。お客様が他社に決めた後で「あのとき、なぜ次回の日程を決めなかったのか」と振り返る。しかしその時点で案件は戻ってこない。しかも同じ部下が、翌月にまた同じ形で次アポを取り逃がす。
録画ツールを導入している会社でも、この構造は変わっていないことが多い。録画は「いつか見返すためのもの」になり、実際には誰も開かない。営業育成が止まっている原因は、部下の能力でも上司のやる気でもない。上司1人の目と時間に、フィードバックのすべてが依存している構造そのものにある。（マーケ担当を育てる考え方についてはこちら）
「商談の文字起こしをChatGPTに入れてみたが、当たり障りのないことしか返ってこなかった」。AIで営業の振り返りを試した経営者から、よく聞く話である。
傾聴の姿勢は良い。お客様のニーズをもう少し深掘りしましょう。クロージングでは次のステップを明確にしましょう。どれも間違ってはいないが、営業本に書いてあることの繰り返しで、現場では使えない。
ただ、これはAIの能力の問題ではない。AIに渡している情報の問題である。
文字起こしだけを渡して「この商談を評価して」と頼めば、AIは世の中の一般的な営業ノウハウで評価するしかない。その会社の上司が何を重視し、どこを見て「この商談はまずい」と判断しているのかを、AIは知らないからだ。
逆に言えば、上司の判断軸をAIが読める形で渡しておけば、返ってくるフィードバックは一変する。「初回接客では、なぜ今のタイミングで来場したのかを必ず聞いているか」「帰り際に、次回の日時を具体的に約束しているか」。こうした上司固有の基準で、商談を見てくれるようになる。
仕組みは、大きく2つの素材と、それを読ませる経路でできている。
1つ目の素材は、商談の文字起こしである。Nottaなどの文字起こしツールで商談を録音・録画し、テキストに変換する。部下が「この商談を見てほしい」と思ったときにAIへ渡す素材になる。（AI議事録ツールNottaとPLAUD NOTEについてはこちら）
2つ目の素材は、上司の判断軸を書いたmdファイルである。mdとはMarkdown（マークダウン）形式のテキストファイルのことで、「#」で見出しを、「-」で箇条書きを表す、シンプルな書き方をする。WordやPDFではなくmdにするのは、AIが見出しの階層を正確に読み取れるからだ。どこが結論で、どこが具体例なのかが、AIにとって迷わない形で伝わる。
そしてこのmdファイルを、Googleドライブのフォルダにまとめて置く。ClaudeやChatGPTは、MCP（エムシーピー）と呼ばれる仕組みを使ってGoogleドライブなどの外部サービスに接続できる。MCPとは、AIが外部のデータを読みに行くための共通の接続規格のことだ。設定画面からGoogleドライブを接続しておけば、部下が相談するたびにAIがフォルダ内のmdを探し、上司の判断軸を参照したうえで回答する。（住宅会社のClaude活用方法についてはこちら）
流れを整理すると、次のようになる。
この仕組みのよい点は、判断軸を1か所で管理できることだ。上司が新しい基準を思いついたら、ドライブのmdを書き足すだけで、翌日から部下全員のAIに反映される。
この仕組みで最も手間がかかり、最も差がつくのが、上司の判断軸を言葉にする工程である。ツールの設定は1日で終わるが、判断軸の質がそのままフィードバックの質になる。
素材は、上司がすでに口にしていることの中にある。
これらを、1テーマにつき1ファイルで整理する。構造は「結論、なぜそうするか、具体的な内容、NG例とOK例」の順にすると、AIが判断に使いやすい。
たとえば「次アポの取り方」というテーマなら、次のような書き方になる。
結論として、次アポは「来場時のヒアリングで動機を掴み、その動機に応える次回提案を設計し、帰り際に明確な日時で約束する」の3段階で取る。なぜなら、来場が10件あっても次アポが1件なら商談化率は10%にとどまり、広告費を増やすより次アポ率を上げるほうが確実に売上につながるからだ。NG例は「また今度ぜひ」で見送ること。OK例は「来週土曜の14時に、家事動線に特化した間取り案をお見せできます。いかがですか」と、日時と次回の中身をセットで提示すること。
これをmdファイルにすると、次のような形になる。
# 次アポの取り方 ## 結論 来場時に動機を掴み、動機に応える次回提案を用意し、帰り際に日時で約束する。 ## なぜそうするか 来場10件で次アポ1件なら商談化率10%。来場を増やすより次アポ率を上げるほうが売上に直結する。 ## NG例 「また今度ぜひ」「またご連絡します」で見送る。 ## OK例 「来週土曜の14時に、家事動線に特化した間取り案をお見せできます。いかがですか」 ## 部長がよく言う一言 「で、次はいつ会うの？日付まで決めた？」
ここまで書いておけば、部下の商談の文字起こしを読んだAIは「帰り際に日時の約束がない」と具体的に指摘できる。
もうひとつ、判断軸と一緒に書いておきたいのが上司の「話し方」である。指摘の順番（まず数字を聞く、次に原因を聞く）、口癖、褒め方と詰め方のバランス。これを書いておくと、返ってくる文章が上司の声に近づく。部下にとっては、無機質なAIの指摘より「部長ならこう言うだろうな」と感じられる言葉のほうが、圧倒的に素直に受け入れられる。
仕組みが整うと、部下の使い方は大きく2つになる。
1つ目は、自分の商談の一次フィードバックである。部下はNottaで文字起こしした商談のテキストをAIに入れ、次のように頼む。
Googleドライブの「営業判断軸」フォルダにある基準を参照して、
この初回接客の文字起こしを部長の視点で振り返ってください。
良かった点、改善すべき点、次回の商談で試すことを、部長の話し方で教えてください。
AIは判断軸のmdを読み、「来場動機は聞けているが、それに応える次回提案が出ていない」「帰り際の約束が『またご連絡します』で終わっている」といった、上司が見るであろうポイントで返してくる。
2つ目は、日常の相談である。「お客様に、ハウスメーカーの見積もりと比べて400万円高いと言われた。どう返せばいいか」。これまでなら上司が外出から戻るのを待って聞いていた相談を、部下はその場でAIに投げられる。判断軸に「価格で比較されたら、建物価格・土地関連・付帯工事・諸経費の順に段階を分けて提示し、同じ土俵で比べてもらう」と書いてあれば、AIはその方針に沿って具体的な返し方を提案する。
上司にとっての変化は、部下からの質問が減ることではない。部下がAIで一次フィードバックを受けたうえで、それでも判断がつかない論点だけを持ってくるようになることだ。上司の時間は、本当に上司が見るべき案件に集中する。
この考え方を住宅会社の営業に当てはめると、どうなるか。営業4名を抱える営業部長が、初回接客の振り返りを仕組みにした場合で考えてみる。
部長がこれまで若手の商談で見てきたポイントを整理すると、おおむね次の3つに集約される。これをそのまま、AIが商談を評価する3つの軸にする。
ポイントは、AIの出力を2つに分けることである。営業担当には、3軸での振り返りシートを返す。「来場動機は聞けている。ただ次回提案が『プランを考えてきます』で止まっていて、日時の約束がない」といった具体的な指摘だ。
一方で部長には、営業担当がつまずいた論点だけをアラートとして返す。「今週は2名が、住宅ローンの変動金利と固定金利の違いを聞かれて答えに詰まっている」といった形である。部長は全員の商談録画を見る必要がなく、アラートが出た論点だけを、営業会議や個別の同行で直接フォローすればよい。同じ論点で複数名がつまずいているなら、それは個人の問題ではなく、社内の勉強会で扱うべきテーマだと判断できる。
この評価の土台になるのが、Googleドライブに置いた判断軸のmdである。次アポの取り方、価格で比較されたときの返し方、資金計画の説明の順番。部長が普段口にしている基準を1テーマ1ファイルで蓄積し、冒頭に結論、続けて理由と具体例を書いておく。そうすることで、AIは「部長ならここを指摘する」という根拠まで読み取ったうえで評価できる。
上司の判断軸をmdにする作業は、一見すると遠回りに見える。しかし一度書き出した判断軸は、評価にも、相談対応にも、新人の教育資料にも使い回せる。
この仕組みを運用するうえで、必ず決めておくべき線引きが3つある。
1つ目は、お客様の同意と個人情報の扱いである。商談を録音・録画する際は、冒頭で「打ち合わせ内容を正確に記録するために録音させてください」とお客様の了承を得る。文字起こしには氏名・住所・年収・家族構成といった情報が残る。AIに入れる前に氏名を「お客様」に置き換える、社外の人が触れるフォルダには置かない、といったルールを先に決めておくべきだ。
2つ目は、判断軸の更新である。mdは一度作って終わりではない。上司が営業会議で新しく指摘したこと、他決の振り返りで見えた反省点を、月に1回はmdに書き足す。判断軸が古いままだと、AIは去年の上司の考えでフィードバックを返し続けることになる。
3つ目は、AIに任せない判断を明確にすることだ。値引きの可否、契約条件、クレームにつながりそうな案件。こうした判断は上司が持ち続ける。AIが担うのはあくまで一次フィードバックであり、上司の代わりではない。部下にもこの線引きを最初に伝えておく。（AI活用を定着させる考え方についてはこちら）
住宅会社の営業育成が止まる原因は、上司1人の目と時間にフィードバックが依存していることにある。AIの指摘が一般論になるのは、上司の判断軸を渡していないからだ。Nottaで文字起こしした商談と、上司の判断軸を書いたmdファイルをGoogleドライブに置き、MCPでClaudeやChatGPTにつなげば、部下は上司の視点で一次フィードバックを受けられるようになる。
まずは、自分が部下によく言っている指摘を3つ書き出すところから始めてほしい。それが、上司の判断軸を組織の資産に変える最初の1ファイル目になる。
