既存顧客の離脱サインを商談記録からAIで検出する方法

「あの顧客、なんか最近おかしいな」と気づいたときには手遅れだった経験はありませんか

契約更新の直前になって「実は他社に切り替えようかと思っていまして」と言われる。振り返ると確かに兆候はあった——返信が遅くなっていた、会議の参加者が減っていた、質問の温度感が変わっていた。でも忙しさに紛れて見逃してしまった。そんな経験を持つ営業担当者は多いのではないでしょうか。

特に担当顧客が多い方ほど、個々の変化を追いかける余裕がないのが実情です。この記事では、すでに蓄積されている商談記録をAIに読み込ませ、離脱サインを早期に検出するための考え方とプロンプトの基本形を紹介します。

商談記録から離脱サインを手作業で拾おうとすると詰まる3つの理由

「ちゃんと記録は残っている」という方でも、いざ離脱リスクを手作業で評価しようとすると思わぬ壁にぶつかることがあります。課題を3つに整理してみます。

課題① 記録の量が多すぎて比較できない

商談記録は積み重なるほど資産になりますが、過去6〜12か月分を一人の担当者が読み返して変化を検出するのは現実的ではありません。「3か月前と比べてトーンが変わったか」を感覚ではなく記録で判断しようとすると、膨大な読み返し作業が発生します。

課題② 「変化」は定量化しにくい

離脱サインの多くは定性的です。「返信の文章が短くなった」「以前は質問が多かったのに最近は受け身」——こうした変化は数字に落とし込みにくく、個人の感覚に依存します。担当者が変わると引き継ぎ時に見落とされやすい情報でもあります。

課題③ 優先順位づけができない

複数顧客のリスクを同時に評価するには、何らかのスコアリングが必要です。しかし手作業では「なんとなく危ない気がする」という主観的な判断にとどまりがちで、チーム全体でリスク顧客を共有・優先対応する仕組みが作れません。

3つの課題にAIを1対1で当てはめるプロンプトの使い方

課題①への対応：過去記録の要約と時系列比較

大量の商談記録を読み返す代わりに、AIに要約と変化点の抽出を任せます。複数回分の記録をまとめて貼り付け、「どのように変化したか」を問うのがポイントです。

プロンプト基本形（記録比較用）

以下は[顧客名]との商談記録です。時系列順に並んでいます。
各回の記録を読み、次の観点で変化をまとめてください。

- 顧客の発言量や質問の多さ
- 課題意識・関心トピックの変化
- 担当者の参加状況（人数・役職）
- ネガティブなワードや懸念表現の有無

[商談記録①〜⑥をここに貼り付け]

このプロンプトで得られるのは「変化の言語化」です。感覚でしかつかめなかった温度感の変化が、文章として整理されます。

課題②への対応：離脱サインの定義と照合

「変化」を検出するには、まず「何が離脱サインか」を定義する必要があります。AIに定義リストを与えた上で、記録と照合させます。

プロンプト基本形（サイン照合用）

以下の離脱サインリストと商談記録を照合し、
該当するサインがあれば具体的な発言・状況とともに報告してください。

【離脱サインリスト】
- 意思決定者が商談に参加しなくなった
- 「検討します」「また連絡します」が連続している
- 競合他社の名前が会話に出てきた
- 次回アクションが顧客側から提案されなくなった
- 契約・更新に関する話題を顧客が避けている

[商談記録をここに貼り付け]

正直なところ、このリストは組織や商材によって調整が必要です。最初から完璧なリストを作ろうとせず、まず5〜6項目で試してみるのが現実的かもしれません。

課題③への対応：複数顧客のリスクスコアリング

複数顧客を比較するには、AIに簡易スコアを出させる方法が使えます。ただし、このスコアはあくまで「優先順位をつけるための目安」であり、最終判断は担当者が行う必要があります。

応用プロンプト（業種別カスタマイズ版・スコアリングシート付き）はnoteで公開しています。基本形だけでも十分に使えますが、精度を上げたい場合はそちらも参考にしてください。

手作業の流れとAIを挟んだ流れを並べてみると

実際の業務フローをBefore/Afterで比較してみます。

手作業の流れ（Before）

• 担当者が過去の商談記録を1件ずつ読み返す
• 気になる記述をメモやスプレッドシートに転記する
• 「なんとなくリスクが高い」と感じた顧客をリストアップ
• 上司や同僚に口頭で共有し、対応方針を議論する
• 次の商談まで特に追加アクションなし

この流れでは、担当者の記憶力や感覚に依存する部分が大きく、顧客数が増えるほど見落としが起きやすくなります。また、チームで情報を共有する仕組みがないため、担当変更時に引き継ぎが難しくなる傾向があります。

AIを挟んだ流れ（After）

• 商談記録をAIに貼り付け、時系列変化と離脱サインを抽出させる
• AIが出力した変化点・サイン該当箇所を担当者がレビューする
• 複数顧客の出力を比較し、優先対応顧客を絞り込む
• 絞り込んだ顧客への具体的なフォローアクションをAIと一緒に検討する
• 抽出結果をチームで共有し、対応状況を管理する

AIを挟むことで、記録の読み返しにかかる時間が大幅に短縮される可能性があります。また、変化点が文章で出力されるため、チーム共有や引き継ぎがしやすくなることも期待できます。ただし、AIの出力をそのまま信用するのではなく、担当者が必ず内容を確認するステップは省かないようにしてください。

うまくいかないときに見直したい失敗パターン

意外な落とし穴だったのが、「記録の質」の問題です。商談後に書かれたメモが「特に問題なし」「次回フォロー予定」のような定型文ばかりだと、AIも変化を検出できません。記録の書き方自体を見直すことが、AI活用の前提条件になる場合があります。

よくある質問

どんな商談記録でもAIで分析できますか？

基本的には文章として残っている記録であれば分析に使えます。ただし、「次回訪問予定」「対応済み」のような定型フレーズだけの記録は情報量が少なく、AIが変化を検出しにくくなります。顧客の発言・反応・懸念事項が具体的に書かれた記録ほど、精度が上がる可能性があります。

CRMに入っているデータはそのままAIに貼り付けていいですか？

個人情報や機密情報の扱いには注意が必要です。顧客名・担当者名・金額などの機密情報は、社内のAI利用ポリシーに従って匿名化・マスキングしてから使うことを検討してください。社内ポリシーが整備されていない場合は、情報システム部門や法務部門への確認を先に行うのが安全です。

離脱サインのリストはどうやって作ればいいですか？

過去に実際に離脱した顧客の商談記録を振り返り、「あのとき何が起きていたか」を洗い出すのが出発点として使いやすいかもしれません。営業チーム内でブレインストーミングを行い、5〜10項目のリストを作ってみてください。最初から完璧なリストを目指すより、使いながら改善していく方が現実的です。

AIの分析結果を顧客対応の判断に直接使っても大丈夫ですか？

AIの出力はあくまで「気づきのきっかけ」として活用するのが適切です。最終的な顧客対応の判断は担当者・管理職が行う必要があります。AIが「離脱リスクあり」と判断した顧客でも、担当者が文脈を踏まえて「問題ない」と判断するケースもあります。逆も然りです。

ChatGPT以外のAIツールでも同じプロンプトは使えますか？

この記事で紹介したプロンプトの構造は、主要なAIチャットツール（ChatGPT・Copilot・Gemini等）で概ね共通して使えます。ただし、ツールによって出力の傾向や得意な処理が異なる場合があります。同じプロンプトを複数ツールで試し、自分たちの記録フォーマットに合うものを選ぶのが現実的なアプローチかもしれません。

まとめ：まず1顧客の記録でAI分析を試してみる

商談記録から離脱サインを検出する作業は、手作業では担当者の感覚と記憶力に依存しがちです。AIを使うことで、変化の言語化・定義との照合・複数顧客の優先順位づけを、より構造的に行える可能性があります。

一方で、AIの出力をそのまま鵜呑みにすることや、記録の質が低いまま分析しようとすることには注意が必要です。まずは記録の書き方を確認し、過去に離脱した顧客のケースで試してみると、自分たちの商談パターンに合ったサインリストが作りやすくなるかもしれません。

今日試せる具体的なアクション：担当顧客の中で「最近なんとなく気になる」と感じている1社を選び、過去3〜6か月分の商談記録をこの記事のプロンプト基本形に貼り付けて、AIの出力を確認してみてください。

営業メール・顧客対応プロンプト完全版|商談前リサーチから値上げ交渉まで【コピペで使える】をnoteで公開中

本記事では基本的なプロンプト例を紹介しましたが、
noteでは業種別・シーン別に使い分けできるテンプレート集を公開しています。

コピペしてすぐ使える完全版です。

→ 営業メール・顧客対応プロンプト完全版|商談前リサーチから値上げ交渉まで【コピペで使える】(note)