※本記事にはアフィリエイト広告を利用しています。
営業資料作成、AIに任せたいけど本当に効率化するのか不安じゃないですか。私も同じ疑問を持って2つのAIを1ヶ月検証してみたので、その結果をお話しします。
この記事でわかること
- Perplexity CometとGemini 3の営業資料作成での実力差と使い分けのコツ
- 市場トレンド調査から構成案作成までを効率化できた具体的な検証結果（時短効果は個人差あり）
- ChatGPTやClaudeとの違いと、Perplexity Cometが営業資料に強い理由
- セキュリティソリューション資料で実証された、データに基づく構成提案の活用法
- 月5本以上、または月10時間以上資料作成する営業担当者が導入を検討すべきAI選定の判断基準
営業資料を作る度に3時間を無駄にしていた私の話
正直に言います。私も最初は「営業資料なんてPowerPointとWord使い倒せば何とかなる」と思っていました。
でも、それってかなりつらいんですよね。テンプレートを探す、内容を考える、図解を描く、グラフを作る。
この流れが毎回4時間以上かかっていました。
そういう状態が3ヶ月くらい続いたんです。営業資料を作る度に「またこれか」とため息をつく感じで。
でも、ある日「最新のAIなら営業資料作成の時間短縮ができるのでは」と思いついて、Perplexity CometとGemini 3を1ヶ月間使い倒してみました。検証は、日常業務の中で実際の営業資料を数本作りながら試した範囲のもので、効果には個人差があります。
結論から言うと、Perplexity Cometは営業資料の構成作成に、Gemini 3は初期リサーチから細かい文案作成にそれぞれ強みがあり、使い分けると営業資料作成が効率化される傾向があります。
触ってみて一番驚いたこと
はじめに補足しておくと、Perplexity CometはPerplexityが提供するAIブラウザ（Chromiumベース）で、ブラウザ内での調査や情報整理をAIアシスタントが支援するツールです。営業資料専用ツールではなく、リサーチを助けるアシスタントという位置づけで使っています。
私が一番驚いたのは、Perplexity Cometの「リサーチから構成までを一気通貫でできる」部分です。
従来のChatGPTやClaudeでも構成案は作れますが、筆者の使い方では、最新の市場情報を前提にした構成づくりはPerplexity Cometの方が進めやすく感じました。シンプルに「構成を考えて」と頼むと、テンプレート的な構成（課題→解決策→導入例→まとめ）になりやすい印象で、実際の市場動向や競合の話は別途補う必要がありました。
一方、Perplexity Cometで「業界の最新トレンドを踏まえた営業資料の構成を考えて」と言うと、最新の市場調査データを参照して、その上で構成を提案してくることが多いのです。
実際に試した例：セキュリティソリューション営業資料
実際に試したのが、SaaS企業向けのセキュリティソリューション営業資料です。「最新のセキュリティ市場で注目されていることを含めた営業資料の構成を」と投げたら、AIが市場情報を調査してくれました。
その上で「こういう企業が課題を感じていて、だからこういう構成で攻めるといいですよ」という提案をしてくれたのです。
思ったより時短になります。従来なら自分でニュースサイトを見て、業界レポートを確認して、ようやく構成案を作っていた工程が、削減できます。
この段階で個人的には約2時間ほど時間が浮きました。
Perplexity Cometが評価できる理由
驚いたのは、単に構成を提案するだけでなく「その構成案の根拠」まで説明してくることです。
「直近の調査では、セキュリティ担当者の一定割合が特定のテーマに関心を持っていて」というようにデータを参照しながら説明してきます。ただし、引用データの正確性は事後確認が重要です。
営業資料ってデータに根拠があると説得力が違うんですよね。そこまで一気にやってくれるのは、従来のAIには少なかった視点でした。
Gemini 3で気づいた「実は得意だった領域」
一方、Gemini 3は「営業資料の個別要素を深掘りして作る」ところが意外と得意だと感じました。
例えば、営業資料に入れるスライドの「1ページの説明テキスト」を作る場合、ChatGPTだと「まあ、こんな感じですね」という無難な文章が出てきます。
一方、Gemini 3は、同じ指示でも顧客の立場に寄り添った文脈で文案を作る傾向があります。「このソリューションで、あなたの会社はこう変わります」という具体性が異なる感じがします。
ペルソナ指定の効果
触ってみて気づいたのは、Gemini 3は「プロンプトで具体的なペルソナを指定すると、精度が上がる傾向がある」ということです。
例えば「経営企画部の部長向けに、ROIを強調した説明文を作ってください」と言うと、そのペルソナが何を気にしているのか、どう見せると説得力があるのか、というところまで考慮した文案を返してくることが多いです。
営業資料って「誰に見せるのか」で内容が大きく変わるんですよね。AIがそこまで考慮してくれるのは、個人的には助かります。
実は、ここが人間が手で行っていた工程の中で比較的時間がかかっていた部分でした。
実際の時短の実感
筆者の環境では、3時間ほどかかっていた営業資料作成が、このAIの組み合わせで1時間半〜2時間程度に短縮できたケースもありました。最初は半信半疑でしたが、2週間くらい使うと「効率化されている」と感じるようになりました。
個人差があり、全ての案件で同じ時短が得られるわけではありません。
3つのツール比較してわかったこと
ここまで紹介したPerplexity CometとGemini 3について、従来のChatGPTとの違いも含めて整理しました。
| ツール | 得意な領域 | 営業資料での使いどころ | 注意点 |
|---|---|---|---|
| Perplexity Comet | 最新情報のリサーチ・構成づくり | 業界トレンドを踏まえた骨組み作成 | 自社固有データは別途用意が必要 |
| Gemini 3 | 顧客目線の文案・説明文 | ペルソナ指定での本文・キャッチコピー | 指示が曖昧だと精度が落ちやすい |
| ChatGPT | 汎用的な下書き全般 | 幅広い用途の叩き台づくり | 筆者の環境では、最新情報前提のリサーチや顧客ペルソナ別の文案ではCometやGeminiの方が扱いやすく感じる場面あり（Web検索・Deep Research等で補える） |
| Claude | 長文の読み書き・自然な日本語 | 長めの文章のブラッシュアップ | Web情報の扱いは利用環境・プランによって差がある |
※あくまで筆者が1ヶ月使って感じた傾向です。実際の得意分野は用途やプロンプトによって変わります。
Perplexity Comet：リサーチと構成に適している傾向
最新の市場データを参照してくれるため、「業界のトレンドを踏まえた営業資料」を作る場合に時短効果が期待できます。
営業資料の骨組みを作る段階で活躍する傾向があります。データに根拠がある構成案が出てくるので、説得力があります。
個人的に感じたのは、このツールを使うとスライドのクオリティが一段階上がる可能性があるということです。見る側としても「ちゃんと調べているな」という感じが伝わりやすくなります。
Gemini 3：顧客目線の文案作成に適している傾向
個別の説明文やキャッチコピー、スライドの本文を作る際に活躍する傾向があります。ペルソナを明確に指定すると、その人の心に響く可能性のある文案が出てくることが多いです。
営業資料って「正しい情報」と「相手の心に響く文章」は別物なんですよね。Gemini 3はそこを意識した出力をする傾向があります。
ChatGPT：汎用性は高いが、特定用途での深さは限定的
営業資料作成の全工程で使える汎用性が強みです。一方で筆者の検証では、営業資料向けの初期リサーチはPerplexity Comet、ペルソナを意識した文案はGemini 3の方が扱いやすく感じる場面がありました。
決して使えないわけではありません。ChatGPTはWeb検索やDeep Research、Projects、Memoryなどの機能もあり、使い方次第で営業資料づくりにも十分活用できます。あくまで筆者の使い方での印象なので、用途に応じて使い分けるのが現実的です。
実務的には、営業資料作成の効率化なら「Perplexity Cometで大枠を作って、Gemini 3で個別の文案を作る」という二段階プロセスが実用的です。
実装してみて地味にうれしかった工夫
1ヶ月使い倒してみて、いくつか「これは実用的だな」と感じた使い方があります。
二段階プロセスの組み合わせ
Perplexity Cometでリサーチした内容を「営業資料向けのスライド案」の形式で出させると、フォーマットが揃って整理されやすくなります。
それをそのままGemini 3に投げて「このスライド案をもっと顧客目線で書き直してください」と言うと、構成は活かしたまま、文言がより説得力のあるものに変わることが多いです。
これを営業資料8枚分行うと、従来の「自分で1から全部書く」という作業と比べて時間が短縮できたのです。ただし効果は案件内容や個人スキルに依存します。
この工程の良さは、人間の判断も入るということです。AIの構成は参考にしますが、内容は自分たちの知識で検証します。
この組み合わせが実用的なんです。
グラフやデータビジュアライゼーションの説明文作成
また、個人的に実用的だと感じたのが「データビジュアライゼーション（グラフや図）の説明文作成」です。
営業資料には複雑なグラフが入ることが多いですよね。その説明をどう書くかは、実は悩みどころなんです。
Gemini 3に「このグラフが何を示しているのか、営業資料の読み手（経営層）向けに3行で説明文を作ってください」と投げると、数値と結論と示唆を含んだ説明文が出てくることが多いです。
ここの作業が地味に助かる削減ポイントです。グラフの説明は、短く正確に書くのが難しいんですよね。
これはAIが得意な領域だと気づきました。
スライドの修正フローが変わった
使い始めて気づいたのは、修正フローが従来と順序が変わっているということです。
昔は「文案を考える→図解を足す→データを入れる」というステップでしたが、今は「構成を決める→文案を作らせる→人間が内容を検証」になっています。
段階の数は減らないのですが、順序が変わることで、全体の流れがスムーズになる傾向があります。
使ってて感じた限界と工夫
ただ、これらのツールが完璧というわけではありません。実装してみると、いくつかの注意点が見えてきました。
Perplexity Cometの限界
Perplexity Cometは「最新の公開情報を参照する」には強いですが、古い業界データや社内ナレッジには対応しにくい傾向があります。
例えば「社内の過去3年間の営業成績データを含めた資料構成を」というリクエストには、Perplexity Cometだけでは力不足です。ここは人間の工夫が必要になります。
使ってみてわかったのは、このツールは「外部の公開情報」に基づいて構成を提案する傾向があるということです。自社固有の情報は別途投げ込む必要があります。
実務的には「Perplexity Cometで業界全体の構成を作って、そこに自社データを加える」という流れが現実的です。
Gemini 3の運用上の課題
Gemini 3は、プロンプトの指示が曖昧だと期待と異なる文案を返すことがあります。
「顧客向けの説明文」より「経営企画部の部長で、デジタル変革に関心がある人向けの説明文」くらい具体的にペルソナを指定する方が、精度が上がる傾向があります。
これは使い手の経験が影響します。最初は何度か期待と異なる出力をもらいますが、プロンプトを工夫していくと、精度が改善される傾向があります。
プロンプト精度が成果を左右する
重要なポイント：どのAIを使うにせよ「プロンプトの精度が出力に大きく影響する」というのが1ヶ月使ってわかったことです。
営業資料の場合、「誰に」「何をどう伝えたいのか」を最初に明確に指示することで、AIの出力が改善される傾向があります。
個人的には、AIの性能差よりもプロンプトの精度の方が影響が大きいのではないかと感じています。
慣れてくると「ここはこうやって指示すれば良い出力が出やすい」というコツがわかってきます。それが時短につながっているのです。
総じてこんな人には効果が期待できる傾向
向いている人
営業資料を月に5本以上作る人は、時短効果を感じやすい傾向があります。たとえば月20時間ほどかけている場合、使い方次第で作業時間を圧縮できる可能性があります（あくまで目安で、効果には個人差があります）。
個人的には「月に5本」が効果を感じやすいラインです。月10本以上作る部門なら、導入効果が大きい傾向があります。
顧客ニーズが多様で、毎回資料の構成を考え直す人にとっても、Perplexity Cometの「データドリブンな構成提案」は実用的な領域です。
営業資料の「完璧さ」より「効率性」を優先したい人にも向いています。AIの出力を検証・修正する前提で使うなら、効果が期待できます。
向かない可能性がある人
営業資料に高い完成度を求める人は、向いていない可能性があります。「このスライドの細部まで完璧に」というこだわりがある場合、AIの出力を修正する作業が増えるので、時短効果が限定的かもしれません。
営業資料に社内データや機密情報をたくさん含める人も注意が必要です。AIに社内情報を投げることは避けるべきです。
この場合、AIは補助的な使い方に限定した方が無難です。
実装するなら「ここまではAI、ここからは人間」という分け方を最初に決めておくことが重要だと感じました。
実装する時に気をつけるべきポイント
セキュリティと機密管理
1ヶ月使ってみて最も気をつけたのが、セキュリティです。
営業資料には顧客名や販売予測など、かなりセンシティブな情報が入るんですよね。これをAIにそのまま投げるのはリスクです。
実際に個人的にやっていたのは「顧客名はマスキングして」「社内データは〇〇という架空データに置き換えて」と指示してからAIに投げるということです。
これだけで安全性が高まります。時短も重要ですが、セキュリティを損なっては本末転倒です。
なお、法人利用では各社の利用規約・データ利用ポリシー・社内の情報管理ルールを確認したうえで使うことが前提です。
AIの出力検証プロセス
もう一つ気をつけたのは、AIの出力を鵜呑みにしないということです。
特にPerplexity Cometが参照したデータについては、時間があれば元ソースを確認しています。
数回、参照されたデータの解釈が微妙にズレていることがありました。完全に間違っているわけではないのですが、営業資料はちょっとの違いが大きく影響するんです。
だから「AIが提案してくれたものをベースに、最後は人間が責任を持つ」というスタンスが重要だと学びました。
チームでのプロンプト共有
最後に個人的に工夫してよかったのが、チーム内でプロンプトテンプレートを共有したことです。
「営業資料向けペルソナ指定テンプレート」「業界トレンド分析プロンプト」といった形でまとめておくと、誰が使っても出力が安定しやすくなります。
営業資料作成はチームで行うことがほとんどなので、個人の工夫で終わらせずに、チーム全体で効率化できると、得られるメリットが大きくなります。
1ヶ月使い倒して、私が感じたこと
正直、営業資料作成でこんなに時短できる可能性があるなら、もっと早く試しておけばよかったと思います。
Perplexity CometとGemini 3は「得意な領域が異なる」というのが面白いんですよね。
一方で「最新データに基づいた構成」を作って、もう一方で「顧客心理に響く文案」を作る。この組み合わせが営業資料作成には実用的です。
驚いたのは、AIを使うことでリサーチや構成検討にかけられる時間が増え、結果として資料の完成度が高まったと感じた部分です。
従来は時間がないから妥協していた部分が、AIのサポートで詰められるようになったのです。データ根拠もある、顧客視点もある、そういう資料ができあがる可能性があります。
迷っている人に言いたいのは「1週間だけでいいので試してみてください」ということです。
2本か3本、実際の営業資料をこのプロセスで作ってみると、その効果の実感度が全然違います。理屈で理解するのと、手で体験するのは全く別問題なんです。
営業資料作成に月10時間以上かける人なら、試す価値がある可能性があります。それくらい変わる可能性があります。
それに、最新のAIは急速に進化しています。今から試し始めたら、3ヶ月後にはもっと便利になっている可能性もあります。
営業資料作成の悩みを抱えているなら、まずはこの二つのツールを試してみてください。その体験から、自分たちに合った使い方が見つかると思いますよ。
よくある質問
Q. Perplexity CometとGemini 3は、どう使い分けるのがいいですか？
リサーチや構成づくりはPerplexity Comet、顧客目線の文案づくりはGemini 3が向いている傾向があります。筆者の場合は「Cometで構成→Geminiで文案」の二段階が実用的でした。
Q. 営業資料作成は本当に時短できますか？
筆者の環境では作業時間を圧縮できた場面がありました。ただし効果は案件内容・スキル・プロンプト精度に左右され、個人差があります。
Q. 機密情報や顧客名をAIに入力しても大丈夫ですか？
そのまま入力するのは避けるのが無難です。顧客名のマスキングや架空データへの置き換えなど、社内のセキュリティルールに沿って取り扱ってください。
Q. ChatGPTでは営業資料は作れませんか？
作れます。汎用性は高い一方で、筆者の検証では、初期リサーチやペルソナ別の文案では、CometやGemini 3の方が扱いやすく感じる場面がありました。用途に応じた使い分けがおすすめです。
Q. AIが参照したデータはそのまま使って大丈夫ですか？
引用データには誤りや解釈のズレが混じることがあります。元ソースの確認など、最終チェックは人間が行う前提で使うのが安全です。
プログラミング経験ゼロからClaude Codeとの出会いでAI活用に目覚めた、ど素人ブロガー。ChatGPT・Claude・Gemini など主要AIを毎日使い比べて検証。会社員・副業希望者・営業事務担当者向けに、初心者にも分かる解説を発信中。
コメント