人材派遣の提案づくりを対話型AIで標準化、現場が自作したツール群

人材派遣の時給相場は動きが早く、数円単位の違いが提案内容や利益に影響します。鮮度の高い情報をタイムリーに把握する手立てが求められる一方で、営業提案そのものにも経験や知識による質のばらつきがありました。とくに顧客課題を引き出し、それを提案へ落とし込む工程では一定のスキルが必要で、習熟の途上にあるメンバーは構築に時間がかかったり、内容が曖昧になったりすることもあったとされています。

編集部の見立てでは、ここでの困りごとの本質は情報や人手の不足ではなく、「何を聞き、どの順で組み立てるか」という考える手順が経験者の頭の中にしか存在しなかった点にあります。相場データが手に入っても、それを顧客の状況とつなげて提案に変換する工程が言語化されていなければ、質の差は残り続けます。標準化すべき対象が、成果物ではなくその手前のプロセスだったということではないでしょうか。

AIの側から追加の質問を投げ返す対話設計が、この取り組みの中核にあります。利用者が相談内容や背景を入力すると、確認すべき論点や足りない情報が問いとして返り、それに答えていくうちに提案の骨格が固まっていきます。ゼロから独力で構成を考えなくてよくなるのは、経験を積んだ営業が頭の中で踏んでいた思考の順序を、問いという形で外に取り出したからだと考えられます。

プロンプト設計の自由度を、回答内容ではなく「どういう視点で考えるか」という姿勢の指定に振り向けた点も効いています。自社の方針やスタンスをあらかじめ組み込んでおけば、使い手の慣れや文章力に差があっても、出てくるアウトプットの水準は大きくは崩れません。現場へ広く展開することを前提にするなら、出力の上限を伸ばすより下限を引き上げる設計のほうが実務的です。

参照する情報ソースを固定し、用途ごとにツールを切り分けた作り方も見逃せません。人材派遣の相場には支払い時給と請求時給という複数の金額が絡み、その関係や計算方法を汎用の生成AIに正しく理解させることが難しく、社内で試したChatGPTやGemini、Difyで組んだ入力フォームでは誤差や回答のばらつきが生じていました。提案づくりの「提案くん」、時給相場を見る「時給リサーチャー」、人材紹介向けの「年収リサーチャー」というように、扱う情報と目的を1ツール1用途へ絞り込んだ設計が、この不安定さを避ける現実的な解になったと見ています。

提案準備にかかる時間が短くなり、検討段階での迷いが軽くなったことが効果として挙げられています。従来は情報を集めて整理し、構成を練るまでに相応の時間と労力がかかっていましたが、やり取りの中で方向性が整理されるため初動が早まり、提案内容も固まりやすくなりました。情報の引き出し方や構成のナレッジを都度教え込まなくても一定の形に落とし込めるようになった点は、提案の質が個人の経験に左右されにくくなったことの表れといえます。専門知識がなくても実務で使えるツールを自分たちで作れるという手応えから、他部署へも活用が広がっています。